OpenAI 數據代理在 ChatGPT Work 上的推出

TL;DR

OpenAI 在 ChatGPT Work 中推出了數據代理，這是一款外掛程式，讓使用者能連接企業資料來源，以自然語言提問，並獲得答案、視覺化儀表板和可執行的工作流程，無需撰寫查詢或學習新的分析工具。

連接受信任的企業資料來源

數據代理支援多種核准的資料倉儲與服務，包括 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake，以及 Google Drive 和 SharePoint 等檔案儲存。它利用組織的語意層（例如 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 和現有的 BI 儀表板）來解讀商業術語、指標定義、自訂計算和資料關係。企業管理員可保留對哪些連接可用的控制權，並強制執行現有的權限模型（資料表、資料列、資料欄層級）。

「透過 ChatGPT Work 中的數據代理，使用者可以直接連接 Amazon Redshift，讓探索資料、揭露洞見並在組織內更快決策變得如同提問一樣簡單。」 —Naresh Chainani，AWS 工程總監

「將 ClickHouse 連接到 ChatGPT Work 的數據代理，讓所有業務使用者都能即時取得分析能力，無論決策大小。」 —Ryadh Dahimene，ClickHouse 產品管理總監

「數以千計的組織依賴 Databricks Genie 來提供企業資料的可信答案……我們很高興能與 OpenAI 合作，讓所有 ChatGPT 用戶都能輕鬆使用 Genie 的資料智慧。」 —Ken Wong，Databricks 產品管理高階經理

「我們的客戶已在 Snowflake 中建立了企業資料與背景的可信基礎……數據代理讓員工能調查業務問題，同時 OpenAI 模型為 Snowflake CoCo 和 CoWork 等體驗帶來智慧。」 —Umesh Unnikrishnan，Snowflake 開發者體驗主管

「我們客戶最重要的資料位於 Atlas，並即時更新……數據代理可直接存取這些資料，因此任何人都能以自然語言提問，並獲得基於即時情況的答案。」 —Pablo Stern，MongoDB 人工智慧與新興產品首席產品官

「G2 的可信 B2B 軟體資料搭配數據代理，幫助團隊理解買家需求、競爭動態與新興趨勢。」 —Godard Abel，G2 首席执行官兼共同創辦人

將問題轉化為分析、視覺化與行動

使用者可以提出追加問題以深入探討發現結果，並查看背後的證據。該代理可產生可互動的儀表板，內建視覺化功能，且可編輯、可分享、可自動更新。可套用品牌指南以符合組織的外觀與感覺。

數據代理整合至主要的 BI 平台——Omni、Oracle BI、Power BI、Sigma、Tableau 和 ThoughtSpot，讓使用者能透過自然語言指令，在他們已使用的工具中建立或修改儀表板。

「將 Tableau 與 ChatGPT Work 連接，將可信的商業語意帶入員工日常工作的環境，因此他們獲得的答案都基於相同的資料模型。」 —Southard Jones，Tableau 副執行長暨首席產品官

「Power BI 透過可信的語意層幫助人們做出更好的決策……數據代理讓使用者僅需描述其業務問題，即可建立 Power BI 儀表板。」 —Bogdan Crivat，Microsoft Fabric 副總裁

「我們的客戶使用 Sigma 進行收入預測……將其引入 ChatGPT Work 意味著提出問題最快的地方，也是答案基於語意的地方。」 —Hassen Karaa，Sigma 產品高階副總裁

「分析應該在你的團隊工作的地方運作。透過數據代理，團隊能以自然語言在數分鐘內建立 ThoughtSpot AI 分析。」 —Bhargav Addala，ThoughtSpot 產品管理高階副總裁

該代理還可建議下一步行動、識別相關利益關係人，並透過 Slack 或電子郵件傳播發現結果，透過已連接的工具執行核准的動作。

OpenAI 內部使用與開發

OpenAI 自身的產品與市場團隊大量使用數據代理進行內部分析——超過三分之二的市場團隊依賴此工具。內部資料團隊建立了共享的商業定義、存取規則與敏感資料的防護措施，以支援此使用。LinkedIn 帖文與網路研討會提供了內部工作流程的深入洞察。

Alpha 計畫的早期客戶體驗

多個 Alpha 計畫中的組織報告了具體效益：

  • NTT DATA：非工程人員以自然語言建立與更新儀表板，降低授權與努力門檻。
  • Thermo Fisher Scientific：團隊識別出供應鏈機會並改善準備工作。
  • ServiceTitan：發現使用 Atlas AI 小幫手的使用者發起活動的頻率高出三倍，進而改善入門流程。
  • Zipline：自然語言查詢揭露了原本需頂尖分析師數小時才能發現的洞見。
  • Empower：結合組織與 AI 使用資料，從自由格式問卷回應中挖掘出主要使用案例。
  • Piston：高階主管無需手動產生報表，即可存取自訂的銷售漏斗、票件數量與支出視圖。
  • Doeren Mayhew：行銷與財務團隊在兩天內建立客製化儀表板，加速洞見分享。
  • CookUnity：透過提問建構高季節轉換儀表板，縮短規劃時間。
  • Turing：探索營運指標，揭露驅動因素並減少手動報表工作。
  • micro1：在半小時內重建績效追蹤儀表板，同時發現錯誤。
  • Unit8：業務發展主管使用評分卡，將管道需求與交付能力匹配。

開始使用數據代理

數據代理在 ChatGPT Work 的外掛程式目錄中顯示為 Data。管理員透過 Workspace → Plugins 啟用它，並設定所需的資料來源外掛程式（例如 Databricks、Snowflake）。安裝並完成必要的帳戶連接步驟後，使用者可透過與 @Data 開啟對話，直接提出業務問題。

可嘗試的範例提示

  • 診斷指標變動：「診斷上周活躍使用者人數變動的原因。識別可能的驅動因素，與先前期間比較，並建議下一步檢查項目。」
  • 設計 KPI 框架：「為這個新產品領域設計一個 KPI 框架，包含主要指標、驅動因素、防護機制、目標與資料驗證需求。」
  • 建立高階簡報：「將本月的指標轉化為高階管理層可用的更新報告，包含實際數值、比較分析、驅動因素、注意事項與建議行動。」

這些提示展示了代理執行根本原因分析、設計衡量結構與產生高階管理報告的能力。

對企業分析的影響

數據代理透過消除對 SQL 專長或專門 BI 培訓的需求，降低了資料驅動決策的門檻。透過將分析直接嵌入對話工作流程，組織能加速洞見產生，民主化對可信資料的存取，並減少對瓶頸式報表團隊的依賴。與現有 BI 工具的整合確保既有的治理與視覺化標準受到尊重，同時將自然語言功能擴展至更廣泛的使用者群體。

本文總結了 OpenAI 於 2026 年 9 月 10 日發布的 ChatGPT Work 數據代理官方公告。

Sources