GPT personalizzati in ChatGPT Enterprise: cosa fare ora che non se ne possono creare di nuovi

Cosa succede ai GPT personalizzati in ChatGPT Enterprise, e con quali date?

Nei workspace Enterprise interessati la creazione di nuovi GPT è disattivata dal 26 ottobre 2026. Fanno eccezione i workspace FedRAMP. I GPT già esistenti e non ancora migrati restano «usable and editable until their applicable retirement date», come si legge nelle note di rilascio riportate da Releasebot. Lì OpenAI indica anche il sostituto per i nuovi flussi riutilizzabili: il Plugin Creator.

Le date di ritiro però non compaiono in quella voce. Arrivano da una FAQ di OpenAI che non sono riuscito a consultare direttamente e che due testate citano:

Il livello di conferma va tenuto presente. Lo stop alla creazione è confermato dalle note di rilascio. Le date di ritiro sono quelle della FAQ, che secondo Developers Digest sono «subject to change» e non indicano i criteri della proroga. Lo slittamento di un mese della prima scadenza, riportato da PCWorld, mostra che il calendario può cambiare.

Per Free, Plus, Business ed Edu non c'è nessuna data. La FAQ si limita a dire che «other plans may follow the same transition timeline», secondo PCWorld. Se in azienda alcuni reparti usano GPT su piani diversi da Enterprise, conviene includerli fin da ora nell'inventario.

Cosa passa nei plugin quando si migrano i GPT personalizzati di ChatGPT Enterprise, e cosa va ricostruito?

Migra la parte "testuale" del GPT. Non migra la parte che lo collega ad altri sistemi e lo rende visibile ai colleghi. Secondo la FAQ riportata da Developers Digest:

• migrano le istruzioni, che diventano skill del plugin, e i file di conoscenza, che diventano file di riferimento. Le app collegate restano collegate al plugin;
• non migrano le azioni personalizzate (da ricostruire, di solito come server MCP), il modello selezionato, le impostazioni di condivisione (il plugin parte privato), le bozze e le modifiche non pubblicate.

Un plugin è un oggetto diverso da un GPT. Secondo la guida rapida di OpenAI contiene skill, un server MCP o entrambi, e ChatGPT e Codex ne condividono la directory. Si crea da «Add custom MCP server» → «Create as a plugin» e si richiama con @ in una chat Work.

La skill, a sua volta, è una cartella. Contiene un file SKILL.md con nome, descrizione e istruzioni, più le sottocartelle references/, assets/ e scripts/. Le eventuali dipendenze da server MCP si dichiarano in agents/openai.yaml, come spiega la documentazione sulle skill.

La stessa documentazione dà un consiglio che torna utile in fase di migrazione: «Prefer one focused skill over a large collection of loosely related instructions». Capita che un GPT aziendale nasca come contenitore generico, del tipo "assistente commerciale" o "aiuto HR". La migrazione è l'occasione per dividerlo in skill più mirate, per esempio una per le offerte, una per le risposte ai reclami e una per le schede prodotto.

Chi in azienda può migrare un GPT, e quali permessi deve attivare l'amministratore?

Possono migrare un GPT soltanto chi lo ha creato o un amministratore Enterprise. Poterlo usare non basta, secondo Developers Digest. Un caso da mettere in conto è il GPT molto usato da un reparto ma creato da una persona che ha cambiato ruolo o ha lasciato l'azienda. In quel caso il lavoro ricade sull'amministratore. Prima di tutto serve quindi un elenco dei GPT con il loro proprietario reale.

Il secondo punto riguarda i permessi. In Enterprise le autorizzazioni «Upload plugins» e «Create plugins with MCPs» sono spente di default, sempre secondo Developers Digest. Accenderle per tutti è la scorciatoia più rapida, ma anche la meno prudente. Chi può creare plugin collegati a server MCP può, di fatto, collegare ChatGPT a sistemi aziendali. Ha più senso assegnare il permesso a poche persone per reparto, con un referente che approva.

Il terzo punto sono le condivisioni. Visto che non migrano e il plugin parte privato, conviene rifarle per gruppi e reparti, senza ricopiare la situazione precedente.

Chi gestisce il workspace deve seguire anche altre novità. Il 28 ottobre OpenAI ha ritirato in Enterprise ed Edu il passaggio automatico dalla modalità Instant ai livelli di ragionamento superiori, e l'impostazione è sparita da Workspace settings > Models, come riportano le note di rilascio. Siccome il modello scelto nel GPT non migra, questa modifica va considerata quando si configurano i nuovi plugin.

Progetti o plugin: quale sostituto scegliere per ogni GPT?

La risposta dipende da cosa fa il GPT. Se consulta documenti con istruzioni fisse, un Progetto spesso basta. Se richiama sistemi esterni, serve un plugin con un server MCP.

I Progetti sono la migrazione "fai da te" descritta da PCWorld. Si copiano istruzioni e conversation starter, si scaricano i file di conoscenza e si caricano come Sources del progetto, poi si spostano le chat con «Move to project». Si perdono i conversation starter e il marketplace dei GPT.

Per i plugin c'è un costo che non compare nel listino. Secondo PCWorld per crearli serve l'aiuto di Codex, e quindi tempo e token.

La tabella è un mio criterio pratico, non una regola di OpenAI.

Un esempio di plugin collegato a un sistema aziendale è quello MCP di ServiceNow, «available in the OpenAI marketplace» dal 28 ottobre secondo il comunicato di ServiceNow. L'impostazione è interessante: ServiceNow resta il sistema in cui le azioni vengono eseguite e governate, con regole e permessi propri, e ChatGPT ragiona sopra quel contesto. Le funzioni avanzate sono annunciate entro fine 2026, quindi per ora sono una promessa.

Quali controlli servono quando un GPT diventa un plugin collegato a server MCP?

Servono controlli espliciti su chi si autentica e su cosa può leggere e scrivere il plugin, perché il protocollo non li impone. Ricostruire le azioni personalizzate come server MCP significa portare il plugin dentro i sistemi aziendali.

La specifica MCP sull'autorizzazione è chiara: «Authorization is OPTIONAL for MCP implementations». Chi sviluppa o acquista un server MCP fa bene quindi a chiederla per iscritto. Nella stessa specifica:

• con trasporto HTTP si segue OAuth 2.1;
• il server deve verificare che il token sia stato emesso proprio per lui (RFC 8707) e «MUST NOT accept or transit any other tokens»;
• negli scope vale il minimo privilegio, per esempio files:read invece di files:write quando basta la lettura.

Il collegamento tecnico non sostituisce le istruzioni. Secondo OpenAI la dipendenza MCP «does not replace clear workflow instructions»: la skill deve dire quando usare lo strumento, con quali dati e cosa fare in caso di dubbio.

Per le azioni che modificano ordini, anagrafiche o ticket conviene aggiungere anche l'approvazione umana e un registro delle azioni. Ne ho parlato nella guida su come integrare l'AI con ERP e CRM e nella pagina sugli agenti AI personalizzati.

Quali dati aziendali restano da OpenAI nella migrazione, e cosa ricorda il Garante?

Che vengano trasferiti nei plugin o ricaricati nei Progetti come descrive PCWorld, i file di conoscenza restano dentro ChatGPT, cioè su un servizio del fornitore. La migrazione non cambia il fornitore: cambia il contenitore. È però il momento giusto per riaprire quei file e chiedersi se servono ancora. Possono contenere dati personali, contratti, listini riservati o versioni superate di procedure.

Lo stesso vale per la visibilità. Visto che le condivisioni non migrano, ripartire da zero permette di ridurre chi vede quali file. Le fonti disponibili non dicono come vengono conservati i dati nei plugin rispetto ai GPT, quindi non ne traggo conclusioni. Le impostazioni da verificare sono quelle descritte nell'articolo sulle impostazioni privacy delle API AI e nella pagina su AI e GDPR.

Un provvedimento recente del Garante aiuta a dare la giusta priorità. Con il provvedimento n. 760 del 7 ottobre 2026, un parere sul regolamento IA della Provincia di Trento, il Garante chiede misure efficaci «indipendentemente dal sistema o dal modello di intelligenza artificiale utilizzato». Aggiunge che per i dati particolari e giudiziari le basi giuridiche «non possono essere disciplinati esclusivamente attraverso le schede tecniche» e servono atti di rango almeno regolamentare.

Il provvedimento riguarda una pubblica amministrazione, quindi va applicato a un'azienda privata con cautela. Il principio però si adatta bene a questo caso. Le regole d'uso dell'AI (chi può caricare cosa, su quali dati, con quale formazione) non dovrebbero dipendere dallo strumento del momento, e la documentazione tecnica di un GPT o di un plugin non sostituisce una policy interna.

Conviene restare su ChatGPT o valutare Claude, Gemini o un modello in locale?

Se i GPT sono pochi e semplici, restare su ChatGPT e migrare è spesso la strada meno costosa. Cambiare piattaforma vuol dire rifare formazione, contratti, impostazioni e abitudini. Ha senso valutare un'alternativa quando la migrazione richiede comunque di ricostruire molto, oppure quando alcuni GPT lavorano su documenti che non dovrebbero uscire dall'azienda.

PCWorld cita come alternative Claude Projects e Gemini Gems.

Per Claude ho consultato i listini ufficiali il 31 ottobre 2026; i prezzi possono cambiare. Il piano Team va da 2 a 150 utenti, con postazione Standard a 20 $ al mese con pagamento annuale o 25 $ mensile, e Premium a 100 $ o 125 $, secondo la pagina prezzi di Anthropic. Il piano include Progetti, skill distribuibili all'organizzazione e, di default, nessun addestramento sui contenuti. Enterprise self-serve costa 20 $ a postazione al mese con pagamento annuale più l'uso a tariffe API, con un minimo di 20 postazioni, e aggiunge SSO, SCIM e audit log.

Cambiare fornitore non risolve da solo il tema della giurisdizione. Per i piani chat di Claude la pagina prezzi non indica la data residency. Per i carichi API c'è solo un'inferenza «solo USA» a 1,1 volte il prezzo.

Per i GPT costruiti su procedure, manuali o archivi riservati esiste anche l'opzione in locale: un cervello aziendale che risponde sui documenti interni con permessi e citazioni, sui server dell'azienda. I modelli open-weight grandi oggi esistono. Mistral Large 4, per esempio, ha circa 1.000 miliardi di parametri, circa 52 miliardi attivi e un contesto di 1 milione di token. La sua licenza consente l'uso commerciale, ma per offrirlo come servizio serve una licenza separata. Gli esempi della scheda usano 8 GPU e non indicano un requisito minimo: è una configurazione multi-GPU, da dimensionare caso per caso. Per molti casi d'uso sui documenti può bastare un modello più piccolo, come spiego nell'articolo sui modelli AI piccoli, ma va verificato con una prova sui dati reali.

Il ritiro dei GPT è anche un caso concreto di dipendenza da un solo fornitore: quello che hai costruito vale finché vale il formato che lo ospita. Ne ho scritto nell'articolo sul vendor lock-in nell'AI. Per scegliere tra abbonamenti, API e contratti dei grandi fornitori c'è la pagina sui modelli di frontiera in azienda.

Da dove partire prima dell'11 dicembre?

Si parte da un inventario, perché senza proprietari e contenuti chiari ogni altra decisione è prematura.

1. Inventario. Elenca ogni GPT con proprietario, utenti, file di conoscenza, azioni personalizzate e modello usato. Segna quelli il cui creatore non è più in azienda.
2. Classificazione. Decidi per ciascuno se eliminarlo, spostarlo in un Progetto, trasformarlo in plugin o ripensarlo come agente o workflow, seguendo la tabella sopra.
3. Permessi e proprietari. Stabilisci chi riceve «Upload plugins» e «Create plugins with MCPs» e chi è responsabile di ogni plugin, prima di riattivare le condivisioni.
4. Proroga. Se serve tempo, verifica con OpenAI se il workspace può ottenere la proroga all'11 febbraio 2027. Tieni presente che i criteri non sono pubblici, secondo Developers Digest.
5. Un pilota. Trasforma in plugin un solo GPT legato a un processo reale e misura il tempo e i token spesi con Codex, che PCWorld indica come passaggio necessario.

Se vuoi una mano a classificare i GPT e a decidere quali processi restano su ChatGPT, quali conviene spostare e quali ripensare, è il lavoro della consulenza per i processi aziendali. Se dall'inventario emerge che alcuni flussi andrebbero portati fuori da ChatGPT, anche in locale, puoi richiedere una valutazione. Quando serve, server e software si possono fornire già configurati. Quando invece la migrazione dentro ChatGPT è la strada più sensata, te lo dico.