ChatGPT Enterprise 和 Microsoft Copilot 席位，还是文档处理管道：受监管公司需要什么

ChatGPT Enterprise、ChatGPT Business 和 Microsoft Copilot 为员工提供一个助手，它能阅读合同或理赔申请表，并回答与之相关的问题。这些按人计费的订阅通常称为“席位”，适合由人逐份阅读、逐份决定的文档。如果同类文档每天都会到来，而且它们的字段必须进入另一个系统，你就需要一条文档处理管道。它用大语言模型（LLM），也就是 ChatGPT 背后的那类 AI，读取每一份文档，然后依据你的规则检查每个字段，把有疑问的交给人处理，其余的写入你的系统。在受监管的公司里，两者之间如何取舍，取决于文档量，以及你的文档可以在哪里处理。

ChatGPT Enterprise 和 Copilot 席位能给受监管公司带来什么？

席位给每位员工配一个助手，按人计价，并受商业条款约束，条款规定了供应商如何使用公司数据。OpenAI 的价格页面（2026 年 10 月 16 日查阅）写道，它的付费 ChatGPT 套餐，包括 Business 和 Enterprise，“按每用户每月计价”。Microsoft 介绍许可选项的页面，把 Microsoft Copilot（它以前称为 Microsoft 365 Copilot 的产品）描述为 Microsoft 365 订阅的“附加计划”，许可证分配给每一位用户。

OpenAI 的企业隐私页面（2026 年 1 月 8 日更新）写道：“默认情况下，我们不会用你的数据训练我们的模型”。它对 ChatGPT Business、ChatGPT Enterprise 及其 API 等产品都作出了这一承诺。API 是你自己的软件调用 OpenAI 模型时使用的接口。Microsoft 关于 Copilot 的隐私页面（2026 年 10 月 16 日查阅）写道：“提示词、响应以及通过 Microsoft Graph 访问的数据，不会用于训练基础 LLM，包括 Microsoft Copilot 所使用的那些。”Microsoft Graph 是 Copilot 读取你公司邮件、聊天和文件所经由的那一层。

文档仍然会进入供应商的云端。对于欧盟客户，Microsoft 把 Copilot 称为欧盟数据边界（EU Data Boundary）服务，也就是它承诺在欧盟和欧洲自由贸易联盟（EFTA）境内存储和处理客户数据的服务，并补充说：“作为子处理者由 Anthropic 提供的模型，目前不在欧盟数据边界的范围之内。”Microsoft 关于 Anthropic 模型的页面说，欧盟数据边界内和英国的客户“默认禁用 Anthropic 模型”。如果你的规则规定某些文档必须留在你掌控的服务器上，这些文档就不能用席位处理。如果需要一个运行在你自己服务器上的助手，请看上面链接的那篇关于私有 ChatGPT 的文章。

在文档工作上，席位从什么时候开始不够用？

量一大，第一个限制就是人的时间：每份文档都需要有人上传、提问、阅读回答、复制结果。OpenAI 也限制了速度。它关于文件上传的帮助文章（同一天查阅）写道：“你每 3 小时最多可以上传 80 个文件。”它还补充说：“在高峰时段，OpenAI 可能会降低这些限制。”

两位同事对同一个问题措辞不同，就可能从同一张表单里得到不同的值。每种文档类型固定一份书面指令会有帮助。即便如此，仍然得有人对照验收集给回答打分，衡量每个字段有多大比例是对的。验收集就是一组真实文档，每个字段的正确值都由你的员工写下。

在聊天里，结果停留在屏幕上，需要有人把它录入理赔、工单或开户系统，每录一次都可能产生新的错误。管道则依据你的规则检查每一个值，比如金额是否在限额之内、日期是否真实存在、客户编号是否与你的记录相符，然后自己把值写进去。

席位附带对话记录。OpenAI 说，ChatGPT Enterprise 的工作区管理员“可以通过 Enterprise Compliance API 访问对话和 GPT 的审计日志”；Microsoft 则会存储“用户的提示词和 Copilot 的响应”。而文档处理流程可能需要的是每份文档一条记录，显示每个字段背后的指令和模型版本、它通过了哪些检查，以及由谁批准。问问你的合规团队，你的流程需要的是这两种记录中的哪一种。

Copilot 智能体或自定义 GPT 能干管道的活吗？

部分可以。自定义 GPT 和 Copilot 智能体是为特定任务配置的助手。接入你的系统之后，它们可以接手一部分手工复制的工作，对某些文档类型来说，这也许就够了。

OpenAI 的隐私页面说，工作区成员“可以在内部构建和共享 GPT”。同一页面说，应用“让 ChatGPT 能够向已连接的内部来源和第三方应用发送信息，并从中检索信息”，而开启哪些应用由管理员决定。Microsoft 让 Copilot 可以使用智能体，以及通往其他工具的连接器。它的隐私页面说：“管理员可以完全掌控，选择其组织中允许使用哪些智能体”。它还建议使用智能体的公司“查看该智能体的隐私声明和使用条款，以确定它将如何处理你组织的数据。”

测试智能体，要像测试管道一样。用你的验收集跑一遍，弄清每份文档在哪里处理，包括在智能体自己的供应商那里，再看看它为每份文档保存的记录。只在它通过测试的文档类型上使用它。

文档管道能额外带来什么？

管道对每份文档执行同样的步骤，人只需要看那些没通过检查的文档：

• 接收环节从电子邮件、上传页面或扫描仪收集文档，并按类型分拣
• 语言模型读取每份文档，返回你要求的字段，并标明每个值在文档中的出处
• 你的规则检查每一个值，任何有疑问的内容都进入复核队列，也就是等待人工处理的文档清单
• 检查过的值被写入使用它们的系统
• 每份文档都有一条记录，保存模型版本、给模型的指令、检查结果，以及复核人员（如有）的姓名

模型可以就是你的员工已经在用的那一个。OpenAI 的隐私页面把两种用途分开来讲：“开始使用 OpenAI 最简单的方式，是为你的员工部署 ChatGPT Business 或 ChatGPT Enterprise”，以及“如果你的工程团队希望用我们的技术构建定制解决方案，请试用我们的 API 平台（API Platform）”。管道可以按提供方的商业条款调用其 API，也可以在你掌控的服务器上运行开放权重模型。开放权重模型，是指你可以下载其文件并自行运行的模型。上面链接的那篇关于 API、自托管和混合方案的文章，比较了这几种选择。

API 的条款与席位的条款不同，所以要分开阅读。OpenAI 的同一页面写道：“除我们平台文档中列出的某些端点和功能外，OpenAI 可能会安全地保留 API 的输入和输出，最长 30 天，用于提供服务和识别滥用行为。”它还说，你可以申请零数据保留（zero data retention），“适用于符合条件的端点，前提是你有符合条件的使用场景”。

怎么决定哪些文档交给哪一边？

列出你的文档类型，并为每一种写下：每月来多少份，每份文档要取多少个字段，这些字段进入哪个系统，以及这些文档能否离开你的边界（即你公司掌控的服务器和云账户）。

• 席位适合各式各样、反正要由人读完才能做决定的文档，比如会前要读的合同，前提是其中没有任何内容要进入另一个系统
• 管道适合反复出现的类型，比如理赔申请表、发票或开户材料，前提是它们的字段要送进另一个系统，而且出错的代价说得出来，比如一笔付错的款
• 必须留在你边界之内的文档，无论数量多少，都需要一套运行在你掌控的服务器上的系统，可以是管道，也可以是私有助手

席位和管道可以并行。员工保留席位，用于阅读和起草，源源不断的标准文档则交给管道。

怎样用我们自己的文档比较这两种方案？

用同一份验收集给两者打分，验收集由每种类型的近期文档组成。上面链接的那篇关于购买文档 AI 软件还是自建管道的文章，讲了如何建立这份验收集，以及如何留出一部分用于最终评分。

• 给两三名员工配上席位，并为每种文档类型提供一份书面指令，在他们处理验收集中的一批样本时计时
• 对照正确值，逐个字段给他们的回答打分
• 在你的规则允许处理这些文档的地方，让管道处理同一批样本，并用同样的方法打分
• 比较每个字段的准确率、每份文档耗费的员工分钟数，以及有多少结果无需重新录入就进入了目标系统

如果在某种文档类型上，席位的得分和管道一样好，员工花费的时间也可以接受，那就把这种类型留给席位。

随着文档量增长，每种方案的成本如何变化？

按人计价时，席位账单随人数增长，再加上你额外购买的用量额度。如果文档量翻倍，你又招人来处理，那就还得多买席位。管道的账单则随文档量增长：模型用量或服务器，再加上处理复核队列的员工和运行系统的人员。请你的席位供应商和每一家提供管道的公司，按同一份书面业务量报出三年的价格，并把你自己员工的时间也算进两边。

能不能先用席位，以后再加管道？

可以，而且使用席位的那几个月，正好可以为管道做准备。在员工使用席位期间，为每种文档类型收集三样东西：你从中提取的字段清单、员工最终定下的书面指令，以及员工不得不修正结果的那些文档。字段清单和指令，就成了管道规格说明的起点。修正过的文档连同它们的正确值，则放进验收集。

把这些材料保存在公司自己的文件里，不要让它们散落在各个聊天记录中，这样以后无论和哪家供应商或公司接触，都可以拿它来测试对方。

对于提出要开发管道的公司，我们应该问些什么？

• 你们把哪条文档管道投入了生产、进入日常使用？它读不了的文档后来怎么处理了？
• 在我们签下完整开发合同之前，你们是否愿意在我们的规则允许的地方，用我们的验收集给你们的原型打分？
• 我们的哪些文档类型，你们会建议留给员工用席位处理？为什么？
• 每份文档的记录包含什么？我们的合规团队不靠你们帮忙能看懂吗？
• 工作结束时，代码、给模型的指令和验收集归谁所有？

amBrain 在其中处于什么位置？

amBrain 公开描述的唯一一个语言模型项目是：“我们已在一家客户的金融科技边界之内，将一项 LLM 集成投入生产：把非结构化的经纪商与交易场所通知——公司行动、金融工具与保证金变更——抽取并规范化为交易系统所消费的结构化记录。”

本文不是案例研究，客户也不具名。上面引用的这句话没有说明该项目是如何开始的、用了哪个模型、模型在哪里运行，也没有说明它包括上文的哪些步骤。本文没有任何内容表明 amBrain 用管道替换过席位、为客户比较过这两者、搭建过处理理赔申请表、发票或开户材料的系统，或者为任何人部署过 ChatGPT Enterprise、ChatGPT Business、Microsoft Copilot 或 OpenAI API。提到 OpenAI 和 Microsoft，是以它们自己公开发布的页面为例，本文并不声称它们与 amBrain 之间有任何关系。本文也不给出 amBrain 关于原型或签约前测试的任何价格、工期或条件。

amBrain 自 2019 年起开发软件。它有三种合作方式：整体交付、专属团队，或工程师嵌入你的团队。它关于所有权的说法是：“客户拥有产品与代码的全部所有权，我们的可复用组件除外。”如果 amBrain 在你的候选名单上，就给它和其他任何公司同样的验收集和同样的问题。