OpenAI ha annunciato Company Knowledge, attiva subito per i piani Business, Enterprise ed Education di ChatGPT.
La promessa: trasformare ChatGPT in un motore interno di ricerca conversazionale, capace di integrare dati da Slack, Google Drive, SharePoint, GitHub, altri strumenti aziendali, e restituire risposte contestuali con citazioni puntuali.
Funziona così: l’utente abilita “Company Knowledge” in una conversazione, autorizza i connettori (una tantum), e da quel momento il modello lavora su quei domini interni (sempre rispettando i permessi esistenti).
Le risposte includono un “registro laterale” (sidebar) che mostra da dove il modello ha estratto i frammenti, e ogni citazione è cliccabile verso il documento o messaggio originale.
Il modello sottostante è una versione specializzata di GPT-5, addestrata per ragionare su molteplici fonti simultaneamente e gestire query ambigue o storiche (filtri temporali, ricorsione di contesti discordanti).
Ma attenzione: quando “company knowledge” è attivo, ChatGPT non può accedere al web, né generare grafici o immagini nel contesto di quella conversazione.
Puoi disattivarlo mantenendo lo stesso contesto e tornare alle capacità “normali” (web, visual, grafici).
Cosa cambia concretamente nel lavoro (e cosa rimane fenomenologia)
In azienda, il valore potenziale è enorme: briefing immediati su clienti basati su Slack + email + doc; sintesi incrociate di roadmap, bug report e note di rilascio; risposte ragionate su “cosa abbiamo deciso riguardo al budget X?” anche se le discussioni sono sparse in più strumenti.
Scompare l’attrito della ricerca manuale tra tool disconnessi: niente più switch continui tra Slack, Drive, GitHub. Company Knowledge vuol fare da “collante cognitivo” tra gli ecosistemi aziendali.
In query dove emergono conflitti (due gruppi dicono cose diverse), GPT-5 può segnalare le discrepanze e proporre una sintesi basata su versioni recenti, “pensando mentre cerca”.
Ma non è magia: la qualità dipende dall’integrazione dei connettori, dalla cura dei metadati aziendali, dalla governance dei permessi. Se documenti interni non sono ben organizzati, dai nomi inconsistenti, duplicati o privi di versioning, il modello può “saltare” cose chiave o restituire risposte parziali.
In più, non bisogna sottovalutare il rischio di “citazioni errate” o “hallucinations parziali” — anche se mitigato dalle citazioni, il modello può estrarre contesti sbagliati o assegnare la fonte equivocamente se la struttura interna è disordinata.
Punti critici e rischi da governare
Permessi e sovrapposizioni: Company Knowledge rispetta i permessi già presenti nei tool collegati — ChatGPT avrà accesso solo a ciò che l’utente già vede.
Ma la configurazione RBAC (ruoli), il provisioning SSO/SCIM, gli elenchi IP permessi e altre policy diventano fondamentali: un errore di configurazione può esporre dati sensibili.
Addestramento vs dati sensibili: OpenAI dichiara che non addestra i propri modelli sui dati aziendali, per default, nel contesto di Company Knowledge.
Ciò riduce il rischio che informazioni riservate diventino parte del modello, ma rimane la questione della “memoria temporanea” della sessione: ChatGPT deve trattare i dati con la massima cautela.
Limitazioni funzionali: durante l’uso di Company Knowledge non è possibile cercare sul web né generare visualizzazioni — se ti servono dati esterni o grafici interattivi, devi disattivarlo.
I connettori supportati sono ancora un sottoinsieme: strumenti legacy o custom possono non essere coperti al lancio (ma OpenAI prevede di espandere ulteriormente).
Cultural trust e adozione: molte organizzazioni hanno timori verso “IA che accede ai documenti interni”. La trasparenza sul flusso dei dati e la visione chiara del ROI sono essenziali per il buy-in dei team dirigenziali e tecnici.
Leve strategiche: come usarlo come arma competitiva
Potete usarlo come strumento di onboarding: nuovi assunti possono chiedere “cosa ha deciso il team su X” e ottenere una risposta contestuale dai documenti storici integrati.
Potete usarlo per audit continui: chiedere “quali divergenze di strategia emergono tra marketing e prodotto sugli obiettivi 2026” e far emergere conflitti latenti.
Redistribuite valore cognitivo: i manager non devono più essere “hub manuale” di conoscenza, ma interpreti critici dei risultati che ChatGPT fornisce.
Un’ottima leva è iteration rapida: attivate i connettori fondamentali (Slack, Drive, GitHub), fate un roll-out pilota a un team (es. prodotto o marketing), raccogliete feedback, pulite il knowledge base (naming, versioning), poi scalate a tutta l’organizzazione.