产品简介
2026 年 9 月 10 日，OpenAI 在 ChatGPT Work 里放出了一个数据分析智能体，在插件目录里用 `@Data` 调用。它面向的是日常业务问题：销售为什么放缓、花销在哪里上升、哪些大客户的续约存在风险。OpenAI 的说法是，这类问题的答案往往要等一份报告，或者请别人跑一次分析，而 Data agent 把这件事压回了一次对话里。
核心功能
- 直连数据源：支持 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 等已批准的数据源，并能把 Google Drive 与 SharePoint 里的文件和文档拉进分析。
- 用企业的口径解释数据：不只是连表，还读组织自己的业务术语、指标定义、自定义计算与表间关系。这些上下文来自语义层与可信来源，包括 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 以及既有的 BI 看板。
- 权限沿用到查询层：企业管理员决定开放哪些数据连接、哪些角色能用。查询执行时沿用所连账号的既有权限，表级、行级、列级限制都在生效范围内。
- 自然语言出看板：分析结果可以转成交互式看板，内置可视化，同事可以编辑、分享、刷新。也能给出品牌规范，让输出贴合企业视觉。
- 接进既有 BI 工具：除自带看板外，还能在 Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpot 中构建和操作看板。
- 从分析走到动作：ChatGPT Work 可以基于结论推荐下一步、指出该拉谁参与、通过 Slack 或邮件分发结果，并在用户确认后通过已连接的工具执行操作。
适合谁用
以下类型的用户会特别受益于 OpenAI Data agent：
- 跟踪产品从安装、激活到留存的完整链路，定位用户卡在哪一步
- 汇总公司经营指标，把分散在多个系统的数字拼成一张总览看板
- 排查报表错误，核对指标口径与计算逻辑
- 销售与市场岗位自己动手更新看板，不必等数据团队排期
优点亮点
- 把自然语言问数与既有权限体系绑在一起，不用另建一套权限
- 输出直接是交互式看板，不是一次性截图或静态导出
- 能读企业自己的指标定义，答案的措辞与内部口径一致
- 面向非工程岗位，不需要学 SQL 或 BI 工具
价格与方案
随 ChatGPT Work 的企业订阅提供，具体价格按 OpenAI 的商务方案确定。数据连接的可用范围由企业管理员配置。
总结与建议
Data agent 补齐的是「问数」这一段。企业要把数据变成决策，卡点往往不在算力而在人——会写 SQL、会用 BI 的人总是少数。把自然语言问数与权限体系绑在一起，再把结果直接变成可共享的看板，这条路对中大型组织的非工程岗位尤其解渴。OpenAI 自己披露产品团队几乎全员使用，超过三分之二的销售与客户成功岗也在用，NTT Data、Thermo Fisher 等 Alpha 客户已在实际经营分析中落地。数据治理能力决定它能不能真正铺开，管理员可配置的连接与角色范围越清晰，推广阻力越小。
版本演进
- Data agent 发布 （2026-09-10）：在 ChatGPT Work 插件目录上线，支持 Redshift、BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 等数据源