OpenAI 上线 ChatGPT 数据智能体：自然语言做业务分析与看板

过去业务部门想知道一个数据为什么下滑，标准流程通常很折磨人：给数据团队提工单，排期一周，等对方跑完 SQL 出一份报表，最后往往还要开会反复对齐口径。

OpenAI 想要把这套流程砍掉。9 月 10 日，OpenAI 在 ChatGPT Work 中正式推出了全新的数据智能体 Data agent，主打让不懂 SQL 的业务人员直接用日常白话查数据、做分析、做可视化仪表盘，甚至直接触发跨软件的工作流。

打通数据库与语义层，不再只是猜代码

这套 Data agent 并不是简单地把自然语言翻译成 SQL 语句，而是直接接入了企业现有的数据资产。

在底层，它支持直接连接 Amazon Redshift、Google BigQuery、Snowflake、Databricks、MongoDB、ClickHouse 以及 Datadog 等主流平台，同时还能调取 Google Drive 和 SharePoint 里的文档配合分析。

更关键的一点在于它能读懂企业的业务语义。Data agent 会读取来自 dbt、Databricks Genie Ontology、Snowflake Horizon 以及 GitHub 中的指标定义、自定义计算公式和实体关系。

这意味着当销售问起净收入时，AI 不会凭空脑补定义，而是遵循公司在 dbt 里写死的那套计算规则。企业管理员可以设置可用连接和角色权限，查询时会严格继承原本的表、行、列级访问控制，防止越权拉取敏感数据。

在分析完成后，系统不仅支持追踪推理证据，还能直接在对话里生成可编辑、支持实时刷新的交互式仪表盘，甚至直接与 Tableau、Power BI、Sigma、Omni、Oracle BI 以及 ThoughtSpot 等现有商业智能工具联动。

它甚至能帮你往下推进一步：在分析出结果后，你可以让它建议下一步对策、指出该拉谁开会，并经用户授权后通过 Slack 或邮件发送报告，或在连通的业务工具中执行具体动作。

目前，NTT Data、Thermo Fisher 以及 ServicePiston 等 Alpha 测试客户已经用它来分析销售额与开支、排查报表错误并评估业务机会。OpenAI 还透露，其内部几乎整个产品团队和超过三分之二的 GTM 市场团队已经在日常使用它。

为什么重要

对于一线业务人员和分析师来说，这个工具的吸引力在于即时性。如果一个运营人员只要艾特 Data 就能直接定位上周活跃用户下滑的原因并顺手生成看板，传统的数据提需求闭环就会被彻底打碎，初级数据分析师被繁琐临时取数消耗精力的情况也会大幅减少。

从行业竞争来看，OpenAI 显然正在从通用的对话界面，深水区切入企业核心工作流。它没有试图去替代 Snowflake、Databricks 这些底层湖仓，也没有打算干掉 Tableau 和 Power BI 这类前端展示软件，而是把自己放在了中间的调度层。这种上下游通吃、给所有数据栈当万能遥控器的打法，看起来非常精明，但也把竞争压力直接甩给了各家数据平台自己孵化的 AI 助手。

不过，我们认为企业在真正落地时最大的障碍不是技术，而是数据治理。Data agent 能够准确回答的前提，是企业原本的指标体系、dbt 建模和权限配置足够干净统一。如果企业本身口径混乱、权限管理一团糟，AI 得出的结论可能只会让混乱扩散得更快。