OpenAI 上線 ChatGPT 資料智慧體：自然語言做業務分析與看板

過去業務部門想知道一個數據為什麼下滑，標準流程通常很折磨人：給資料團隊提工單，排期一週，等對方跑完 SQL 出一份報表，最後往往還要開會反覆對齊口徑。

OpenAI 想要把這套流程砍掉。9 月 10 日，OpenAI 在 ChatGPT Work 中正式推出了全新的資料智慧體 Data agent，主打讓不懂 SQL 的業務人員直接用日常白話查資料、做分析、做視覺化儀表盤，甚至直接觸發跨軟體的工作流。

打通資料庫與語義層，不再只是猜程式碼

這套 Data agent 並不是簡單地把自然語言翻譯成 SQL 語句，而是直接接入了企業現有的資料資產。

在底層，它支援直接連線 Amazon Redshift、Google BigQuery、Snowflake、Databricks、MongoDB、ClickHouse 以及 Datadog 等主流平臺，同時還能調取 Google Drive 和 SharePoint 裡的文件配合分析。

更關鍵的一點在於它能讀懂企業的業務語義。Data agent 會讀取來自 dbt、Databricks Genie Ontology、Snowflake Horizon 以及 GitHub 中的指標定義、自定義計算公式和實體關係。

這意味著當銷售問起淨收入時，AI 不會憑空腦補定義，而是遵循公司在 dbt 裡寫死的那套計算規則。企業管理員可以設定可用連線和角色許可權，查詢時會嚴格繼承原本的表、行、列級訪問控制，防止越權拉取敏感資料。

在分析完成後，系統不僅支援追蹤推理證據，還能直接在對話裡生成可編輯、支援即時重新整理的互動式儀表盤，甚至直接與 Tableau、Power BI、Sigma、Omni、Oracle BI 以及 ThoughtSpot 等現有商業智慧工具聯動。

它甚至能幫你往下推進一步：在分析出結果後，你可以讓它建議下一步對策、指出該拉誰開會，並經使用者授權後通過 Slack 或郵件傳送報告，或在連通的業務工具中執行具體動作。

目前，NTT Data、Thermo Fisher 以及 ServicePiston 等 Alpha 測試客戶已經用它來分析銷售額與開支、排查報表錯誤並評估業務機會。OpenAI 還透露，其內部幾乎整個產品團隊和超過三分之二的 GTM 市場團隊已經在日常使用它。

為什麼重要

對於一線業務人員和分析師來說，這個工具的吸引力在於即時性。如果一個運營人員只要艾特 Data 就能直接定位上週活躍使用者下滑的原因並順手生成看板，傳統的資料提需求閉環就會被徹底打碎，初級資料分析師被繁瑣臨時取數消耗精力的情況也會大幅減少。

從行業競爭來看，OpenAI 顯然正在從通用的對話介面，深水區切入企業核心工作流。它沒有試圖去替代 Snowflake、Databricks 這些底層湖倉，也沒有打算幹掉 Tableau 和 Power BI 這類前端展示軟體，而是把自己放在了中間的排程層。這種上下游通吃、給所有資料棧當萬能遙控器的打法，看起來非常精明，但也把競爭壓力直接甩給了各家資料平臺自己孵化的 AI 助手。

不過，我們認為企業在真正落地時最大的障礙不是技術，而是資料治理。Data agent 能夠準確回答的前提，是企業原本的指標體系、dbt 建模和許可權配置足夠乾淨統一。如果企業本身口徑混亂、許可權管理一團糟，AI 得出的結論可能只會讓混亂擴散得更快。