6 / 9 · Szolgáltatók
Négy szolgáltató, egy közös logika
OpenAI, Anthropic, Microsoft és Google: ugyanaz a hat lépés, eltérő hangsúlyokkal. Melyik illik a céghez?
A négy vezető szolgáltató – az OpenAI (Company knowledge), az Anthropic (Enterprise Search és MCP), a Microsoft (Work IQ és Copilot connectors) és a Google (Gemini Enterprise) – ugyanazt a hatlépéses mintát követi: connectorok, index vagy valós idejű lekérés, jogosultság-tudatos keresés, grounding és válasz forrásmegjelöléssel. A különbség a connectorok szélességében, a jogosultságkezelés mélységében és a platformfüggésben van.
Összefoglaló
A probléma és a négyféle megoldás egy képernyőn
Az enterprise AI bevezetésének legfontosabb kérdése 2026-ra nem az, hogy melyik modell okosabb, hanem az, hogy hogyan kerül a cég saját tudása a modell elé úgy, hogy közben a jogosultságok, az adatvédelem és a megfelelőség ne sérüljön.
A szolgáltatók erre négy eltérő filozófiával válaszolnak – de a megoldás szerkezete mindegyiküknél ugyanaz: connectorok → index vagy valós idejű lekérés → jogosultság-tudatos retrieval → válasz forrásmegjelöléssel.
- OOpenAI„Company knowledge” a ChatGPT-benA ChatGPT az összekötött appokból dolgozik: több forráson átívelő keresés, idézetekkel.
- AAnthropic„Enterprise Search” és MCP connectorokDedikált „Ask Your Org” projekt, nyílt MCP-szabványra épülő connectorokkal.
- MMicrosoftWork IQ, Copilot connectors és Microsoft GraphA legmélyebb, platformos megoldás: a tudás nagy része eleve a Microsoft-ökoszisztémában él.
- GGoogleGemini Enterprise connectorok és data store-okA leg-granulárisabb megoldás: entitás-szintű data store-ok, régió- és kulcsvezérelt adatelhelyezés.
A közös minta
Mind a négyen ugyanazt a hat lépést járják
Ha ezt a vázat érti, a konkrét terméknevek már csak részletek.
- 1
Connectorok
Előre megépített csatlakozók a tipikus forrásokhoz: SharePoint, Google Drive, Slack, Teams, Jira, Confluence, ServiceNow, GitHub, Salesforce stb.
- 2
Betöltés: index vagy valós idő
Vagy beindexelik a tartalmat (jobb keresési minőség, több tároló), vagy valós időben, föderáltan kérik le (friss adat, nincs tárolás).
- 3
Feldolgozás és indexelés
Darabolás, vektorizálás, szemantikus index, metaadatok és – kritikus módon – a forrás jogosultsági adatainak együtt tárolása.
- 4
Jogosultság-tudatos keresés
A keresés a felhasználó identitásához kötött: csak azt hozza vissza, amit az adott munkatárs a forrásrendszerben is látna.
- 5
Grounding
A visszakapott részletek bekerülnek a modell kontextusába, és a modell kizárólag ezekre (plusz a saját tudására) támaszkodva válaszol.
- 6
Válasz forrásmegjelöléssel
Minden állítás mellett idézet és link a forrásdokumentumra – ez teszi ellenőrizhetővé és megbízhatóvá a választ.
Miért ez a lényeg?A szolgáltatók nem „megtanítják” a modellt a cég adataira (az nem is skálázódna, és adatvédelmileg sem működne). Helyette minden kérésnél a helyes részleteket keresik ki, és a modell elé teszik – ez a RAG (Retrieval-Augmented Generation) vállalati szintű, jogosultság- és megfelelőség-tudatos változata. A verseny a connectorok szélességében, a jogosultságkezelés mélységében és a retrieval minőségében dől el.
A négy szolgáltató
Részletek szolgáltatónként
Válasszon egy szolgáltatót: működés, építőelemek, adatvédelem és források – a kinyíló részekben a további részletek.
Business, Enterprise és Edu csomagokon
OpenAI – „Company knowledge” a ChatGPT-ben
Az OpenAI 2025 októberében vezette be a Company knowledge funkciót, amely a ChatGPT-n belül egyesíti a csatlakoztatott appokból származó kontextust. A megoldás lényege, hogy egy GPT-5-re épülő változat több forráson átívelően keres, és az összegyűjtött részletekből ad cégspecifikus választ – minden válaszhoz forrásmegjelöléssel.
Hogyan működik a gyakorlatban
- A felhasználó a @Company Knowledge említéssel vagy a + tools menüből indítja a funkciót (pluginként viselkedik).
- A ChatGPT végigkövethetően, oldalsávban mutatja, éppen mit vizsgál, majd idézetekkel és kattintható forráslinkekkel zárja a választ.
- Több keresést is futtathat, hogy feloldja az egymásnak ellentmondó információkat – kifejezetten jól kezeli a bizonytalan, „még nincs döntés” típusú kérdéseket.
- Dátumkezeléssel és időbeli szűréssel is dolgozik (pl. „Q1-es teljesítmény áttekintése”).
Technológiai építőelemek
- Connected appsSlack, SharePoint, Google Drive, GitHub, Teams és mások – egyéni hitelesítéssel vagy adminisztrátor által kezelt kapcsolattal.
- MCP-alapú custom appokVállalatok saját, MCP-vel épített appokat köthetnek be; ezek lehetnek kereső, interaktív felületű vagy író (write) képességű appok is.
- Adminisztrátor-kezelt syncGoogle Drive, SharePoint és Microsoft Teams esetén az admin workspace-szintű kapcsolatot hoz létre – a munkatársaknak nem kell külön bejelentkezniük.
- RBAC és csoport-szintű jogosultságokEnterprise/Edu adminok szabályozzák, mely appok érhetők el, és a jogosultságok a forrásrendszerrel összhangban érvényesülnek.
Adatvédelem és megfelelőség
- A rendszer tiszteletben tartja a forrás meglévő jogosultságait – a felhasználó csak azt látja, amit a forrásban is láthatna.
- Az OpenAI alapértelmezésben nem tanít az ügyfél adatain.
- SSO + SCIM a hozzáférés-kezeléshez, IP allowlisting, iparági szabványú titkosítás.
- Enterprise Compliance API a beszélgetésnaplókhoz és a szabályozási megfeleléshez.
- Adatrezidencia: az admin-kezelt sync kapcsolatok konkrét régiókra korlátozottak (Google Drive és SharePoint: EEA + Svájc, Japán, USA – országonként eltérően).
Fejlesztői oldal – Knowledge Retrieval blueprint
Forrásokopenai.com – Introducing company knowledgeOpenAI Help – Company knowledgeAdmin-managed apps with syncKnowledge Retrieval blueprint
Team és Enterprise csomagokon
Anthropic – „Enterprise Search” és MCP connectorok
Az Anthropic megoldása az Enterprise Search: egy előre konfigurált, „Ask Your Org” nevű projekt, amely a Claude oldalsávjában jelenik meg, és amelyet kifejezetten a szervezet teljes tudásbázisán való keresésre hangoltak. Ez a projekt Anthropic által kezelt és folyamatosan finomított system prompttal dolgozik – szemben a normál projektekkel, ahol a promptot a felhasználó írja.
Hogyan működik a gyakorlatban
- A projekt első használat előtt tulajdonosi (Owner) beállítást igényel; utána a szervezet minden tagjának oldalsávjában megjelenik, csillagozva.
- A felhasználó egy kérdésére a Claude valamennyi csatlakoztatott forráson végigkeres, és egységes, jól hivatkozott választ ad.
- Példaforrások: SharePoint-dokumentumok, Slack-beszélgetések, Gmail-szálak, Google Drive-fájlok.
- Ajánlott használat: konkrét forrás megjelölése, dátumtartományok, több forrás kombinálása, lépésekre bontott kutatás.
Technológiai építőelemek
- Model Context Protocol (MCP)Az Anthropic nyílt szabványa, amellyel a Claude külső eszközökhöz, adatokhoz és felületekhez kapcsolódik – ez a connectorok alapja.
- Remote MCP connectorokElőre megépített és egyéni connectorok köthetők be a Settings > Connectors alatt, a szervezet engedélyezésétől függően.
- Messages API + MCP connectorFejlesztők a Messages API-ból közvetlenül, külön MCP-kliens nélkül csatlakozhatnak távoli MCP-szerverekhez.
- Guided onboardingAz enterprise search projekt ajánlott connectorokkal, vezetett beállítással indul – nem kell mindent kézzel konfigurálni.
Adatvédelem és megfelelőség
- Jogosultság-tudatos keresés: mindenki csak azt látja, amire az adott rendszerben jogosultsága van. Kivétel: a megosztott hitelesítő adatot (pl. API-kulcsot) használó egyéni connector – ott mindenki azt látja, ami a kulcsnak elérhető.
- A beszélgetések privátak, hacsak a felhasználó nem osztja meg őket; Enterprise csomagon a szervezet adatmegőrzési szabályai érvényesek.
- A keresési eredmények a beszélgetéssel együtt tárolódnak és azzal törölhetők.
Fejlesztői oldal – knowledge graph minta
ForrásokClaude Help – Use enterprise searchMCP connectorsPlatform – MCP connectorConnectors overview
Microsoft 365 Copilot + Power Platform + Dynamics 365
Microsoft – Work IQ, Copilot connectors és Microsoft Graph
A Microsoft a legmélyebb, leginkább „platformos” megoldást kínálja, mert a céges tudás nagy része eleve náluk él (SharePoint, OneDrive, Exchange, Teams, Dynamics, Power Platform). Erre épül a Work IQ: egy munkahelyi intelligencia-réteg, amely agentek számára teszi elérhetővé a szervezeti és üzleti adatokat, kontextust és eszközöket – beépített, jogosultság-tudatos governance-szel.
Hogyan működik a gyakorlatban
- A Work IQ folyamatosan szemantikus megértést épít a Microsoft 365 és külső rendszerek fölött.
- Négy összetevője: chat (társalgás), context (kontextus-összeállítás), tools (eszközök), workspaces.
- A kontextust belül, orchestration-overhead nélkül állítja össze: az agent kész, „agent-ready” inputot kap, nem kell nyers jelzéseket összefűznie.
- Elérése szabványos protokollokon át: A2A (agent-to-agent), remote MCP server és REST API – használatalapú elszámolással, függetlenül a Copilot-licenctől.
- A Work IQ MCP több száz műveletet sűrít 10 általános eszközbe (fetch, create, update stb.) az e-mail, naptár, fájlok, emberek, chat és site-ok eléréséhez; az agentek futásidőben fedezik fel az adatok szerkezetét.
Technológiai építőelemek
- Synced connectorokA Microsoft Graphba indexelnek; a Copilot és a Microsoft Search is használja őket.
- Federated (MCP) connectorokValós időben kérnek le adatot – ideális érzékeny vagy gyorsan változó forrásokhoz.
- Copilot Retrieval APILehetővé teszi, hogy saját (custom engine) agentek is a Copilot retrieval-képességeit használják.
- Dataverse és Copilot StudioA Dataverse üzleti „értelem” réteggel gazdagítja a Copilotot; a Copilot Studio-ban knowledge source-ként adható hozzá SharePoint, Dataverse, weboldal, feltöltött dokumentum és Power Platform connector.
A tudásbázis bekötése – Copilot connectors: három mechanizmus egymás mellett
| Jellemző | Synced – tenant szintű | Synced – self-serve | Federated (MCP) |
|---|---|---|---|
| Adatkezelés | Beindexelve a Microsoft 365-be | Beindexelve a Microsoft 365-be | Valós idejű lekérés, indexelés nélkül |
| Hozzáférési modell | Szervezeti szintű | Felhasználói szintű | Felhasználói szintű |
| Beállítás | Admin konfigurálja | Admin engedélyezi, felhasználó hitelesít | Admin engedélyezi, felhasználó hitelesít |
| Jellemző eset | Széles körű indexelés | Személyesen releváns tartalom | Érzékeny, dinamikus, élő adatok |
| Egyéni connector | Igen | Nem | Nem |
A két mechanizmus kombinálható: a synced connectorok indexelnek, a federated (MCP) connectorok valós időben kérnek le.
Adatvédelem és megfelelőség
- A jogosultsági modell (Entra ID, csoportok, címkék) egyetlen, egységes rendszerben érvényesül.
- A „tudásbázis” itt a Microsoft Graph szemantikus indexe, kiegészítve a külső forrásokkal.
A Microsoft előnye: a céges tudás jelentős része már eleve a saját ökoszisztémájukban él, és a jogosultsági modell egységes. Az ára a platformfüggés.
ForrásokLearn – Work IQ overviewCopilot connectors overviewKnowledge sources summaryCopilot Retrieval API
Google Cloud, Enterprise verziók
Google – Gemini Enterprise connectorok és data store-ok
A Google megoldása a Gemini Enterprise, amelynek közepén az úgynevezett connectorok és data store-ok állnak. A connectorok a Google és harmadik féltől származó forrásokból gyűjtik az adatot, és dedikált data store-okban tárolják. A megoldás technikailag a leg-granulárisabb: az adatforrásokat entitástípusonként bontja szét (pl. egy Jira-adatforrás külön store-t kap az issue-knak, csatolmányoknak, kommenteknek és worklogoknak).
Hogyan működik a gyakorlatban
- A connectorok a Google Workspace és harmadik féltől származó forrásokat (Microsoft 365, Jira, Salesforce, HubSpot stb.) kötik be pár kattintással.
- Minden entitástípus külön data store-ba kerül – ez tisztább keresést és finomabb szabályozást tesz lehetővé.
- A strukturálatlan tartalom (PDF, HTML, DOCX, PPTX, XLSX) unstructured data store-ba kerül, a strukturált adat külön séma szerint.
- A séma automatikusan felismerhető, vagy API-ból megadható.
Technológiai építőelemek
- Data federationValós időben kéri le az adatot a forrásból; nem másolódik a Gemini indexébe. Előnye: nincs plusz tárolás. Hátránya: gyengébb keresési minőség.
- Data ingestion (indexing)Bemásolja az adatot a Gemini indexébe. Előnye: jobb keresési minőség. Hátránya: több tároló és idő. Ahol a connector mindkettőt támogatja, szabadon választható.
- Data sync-ekFull sync (teljes állapot, beleértve törléseket) és inkrementális sync. Külön szinkronizálható az entitás-adat és az identitás-adat (szerepek, jogosultságok, felhasználók).
- Grounding APIA modell kimenetét ellenőrizhető forrásokhoz köti; agent search-tel a saját adatra lehet groundolni a válaszokat.
Adatvédelem és megfelelőség
- Adatrezidencia-választás: betöltéskor megadható a régió (global, US, EU).
- Titkosítás: a US/EU régiókban kötelező; alapból Google-kezelt kulcsok, de támogatott a customer-managed encryption key (CMEK).
- Az identitás-sync biztosítja, hogy a keresés a szervezet szerep- és jogosultságrendjét kövesse.
Fejlesztői oldal
ForrásokGemini Enterprise – Connectors and data storesConnectors for Gemini Enterprise appGrounding overview
Összehasonlítás
A négy megoldás egymás mellett
Ahol a szolgáltatók „tanulásról” beszélnek, a háttérben mindenhol retrieval és grounding áll.
| Szempont | O OpenAI | A Anthropic | M Microsoft | G Google |
|---|---|---|---|---|
| Termék / funkció | Company knowledge (ChatGPT) | Enterprise Search („Ask Your Org”) | Work IQ + Copilot connectors | Gemini Enterprise connectors |
| Elsődleges felület | ChatGPT web + appok, @említés | Claude dedikált projekt | Microsoft 365 Copilot, Copilot Studio, agentek | Gemini Enterprise app + Agent Platform |
| Connector-protokoll | Connected apps + MCP custom appok | MCP (remote), egyéni connectorok | Synced + federated (MCP) connectorok | Saját connectorok + data store-ok |
| Index vagy valós idő? | Indexelt (admin-sync) + élő app-kapcsolat | Connector-tól függő, jellemzően élő | Mindkettő választható | Mindkettő választható (federation vs ingestion) |
| Jogosultságkezelés | Forrás-jogosultság + RBAC, csoportok | Permission-aware, connector-szinten | Entra ID, egységes Graph governance | Identitás-sync, szerep- és jogosultságkövetés |
| Forrásmegjelölés | Idézetek + kattintható linkek | Idézetek, forráslinkek | Hivatkozások, Graph-alapú források | Grounding-források visszaadása |
| Adatrezidencia / CMEK | Régióhoz kötött admin-sync | Szervezeti adatmegőrzés | Microsoft 365 adatrezidencia | Régióválasztás + CMEK |
| Fejlesztői út | Knowledge Retrieval blueprint, MCP appok | Messages API + MCP connector | Work IQ API (A2A/MCP/REST), Retrieval API | Agent Platform, Grounding API |
| Erőssége | Egyszerűség, többforrásos szintézis | Nyílt szabvány (MCP), tiszta modell | Legmélyebb integráció, kész vállalati ökoszisztéma | Granularitás, régió- és kulcskezelés |
| Figyelendő | Funkció érettsége, plugin-függés | Connector-fedés, mobil-korlát | Platformfüggés, licencelés | Beállítási komplexitás |
Termék / funkció
- O
- Company knowledge (ChatGPT)
- A
- Enterprise Search („Ask Your Org”)
- M
- Work IQ + Copilot connectors
- G
- Gemini Enterprise connectors
Elsődleges felület
- O
- ChatGPT web + appok, @említés
- A
- Claude dedikált projekt
- M
- Microsoft 365 Copilot, Copilot Studio, agentek
- G
- Gemini Enterprise app + Agent Platform
Connector-protokoll
- O
- Connected apps + MCP custom appok
- A
- MCP (remote), egyéni connectorok
- M
- Synced + federated (MCP) connectorok
- G
- Saját connectorok + data store-ok
Index vagy valós idő?
- O
- Indexelt (admin-sync) + élő app-kapcsolat
- A
- Connector-tól függő, jellemzően élő
- M
- Mindkettő választható
- G
- Mindkettő választható (federation vs ingestion)
Jogosultságkezelés
- O
- Forrás-jogosultság + RBAC, csoportok
- A
- Permission-aware, connector-szinten
- M
- Entra ID, egységes Graph governance
- G
- Identitás-sync, szerep- és jogosultságkövetés
Forrásmegjelölés
- O
- Idézetek + kattintható linkek
- A
- Idézetek, forráslinkek
- M
- Hivatkozások, Graph-alapú források
- G
- Grounding-források visszaadása
Adatrezidencia / CMEK
- O
- Régióhoz kötött admin-sync
- A
- Szervezeti adatmegőrzés
- M
- Microsoft 365 adatrezidencia
- G
- Régióválasztás + CMEK
Fejlesztői út
- O
- Knowledge Retrieval blueprint, MCP appok
- A
- Messages API + MCP connector
- M
- Work IQ API (A2A/MCP/REST), Retrieval API
- G
- Agent Platform, Grounding API
Erőssége
- O
- Egyszerűség, többforrásos szintézis
- A
- Nyílt szabvány (MCP), tiszta modell
- M
- Legmélyebb integráció, kész vállalati ökoszisztéma
- G
- Granularitás, régió- és kulcskezelés
Figyelendő
- O
- Funkció érettsége, plugin-függés
- A
- Connector-fedés, mobil-korlát
- M
- Platformfüggés, licencelés
- G
- Beállítási komplexitás
Mit válasszon a cég?
Rövid döntési támpont a négy irány közül
Válassza ki a cég kiinduló helyzetét – megmutatjuk, melyik irány illik hozzá, és miért.
Ebben a helyzetben
Microsoft: Work IQ, Copilot connectors és Microsoft Graph
A Work IQ + Copilot a legkevesebb integrációs munkát igényli, mert a jogosultsági modell már egységes. Ez a legérettebb, legmélyebb vállalati megoldás.
Microsoft részleteiEllenőrzőlista
Hat kérdés, mielőtt dönt
Ha mindegyikre van válasza, a szállítói egyeztetés már érdemi.
Bevezetési ellenőrzőlista
Pipálja, amit már tisztáztak a szervezetnél. A pipák a böngészőben maradnak.
2026-ban nem az a kérdés, hogy melyik AI a legokosabb, hanem hogy melyik szolgáltató tudja a legpontosabban, jogosultság-tudatosan és ellenőrizhetően behúzni a cég saját tudását. A modell már mindegyiküknél elég jó – a különbség a tudásbázis-integráció mélységében és a governance-ben van.
Az oldal nyilvános szolgáltatói dokumentációk és bejelentések alapján készült. A funkciók és elnevezések idővel változhatnak – éles döntés előtt érdemes a legfrissebb hivatalos dokumentációt ellenőrizni.
Az oldalak nyilvános szolgáltatói dokumentációk és bejelentések alapján készültek. A terméknevek és funkciók a szolgáltatók tulajdonát képezik; a részletek idővel változhatnak – éles döntés előtt érdemes a legfrissebb hivatalos dokumentációt ellenőrizni. A szemléltető példák adatai kitaláltak.
Beszéljük meg, hol tart az Ön szervezete
Egy beszélgetés alatt feltérképezzük, hol él a céges tudás, mi kerülhet először az AI elé, és ki viszi a bevezetést. Az első konzultáció díjmentes.
Sok lehetőség közül azt választjuk ki, amelyik valóban működik.