OpenAI выпустила Data-агента в ChatGPT Work для анализа корпоративных данных

OpenAI представила Data-агента — новый инструмент в составе ChatGPT Work, который позволяет сотрудникам компаний задавать вопросы к корпоративным данным на естественном языке и получать ответы без написания SQL-запросов и без освоения отдельной аналитической платформы. Агент подключается к одобренным источникам, среди которых Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB и Snowflake, а также умеет забирать файлы и документы из Google Drive и SharePoint.

Ключевая особенность — работа с бизнес-контекстом. Data-агент использует принятые в организации термины, определения метрик, кастомные расчёты и связи между данными. Этот контекст берётся из семантических слоёв и доверенных источников: Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon и BI-дашбордов. Без такой привязки к внутренним определениям любой аналитический инструмент рискует выдать формально верный, но бессмысленный для бизнеса результат — например, посчитать «активного клиента» по устаревшему критерию. Data-агент решает эту проблему за счёт подключения к уже существующим в компании описаниям метрик.

Доступом управляют администраторы: они выбирают, какие подключения к данным доступны и каким ролям. Запросы соблюдают существующие права подключённой учётной записи, включая ограничения на уровне таблиц, строк и столбцов. Это стандартный для корпоративных аналитических платформ механизм, но его наличие в ИИ-агенте принципиально: без него инструмент стал бы обходным путём к данным, закрытым для части сотрудников.

Сценарии использования агент покрывает типовые аналитические задачи. Можно задать вопрос о причинах изменения метрики — например, почему упали недельные активные пользователи, — и агент сравнит периоды, выделит вероятные драйверы и предложит следующие шаги. Можно поручить построение KPI-фреймворка для нового направления: с основными метриками, драйверами, guardrail-показателями и целями. Наконец, агент умеет собирать отчёт для руководства — с фактическими значениями, сравнениями, причинами отклонений и оговорками. Результат оформляется как интерактивный дашборд со встроенными визуализациями, который команда может редактировать, дополнять и обновлять. Бренд-гайдлайны организации учитываются при оформлении вывода.

Data-агент также умеет создавать панели и взаимодействовать с ними в сторонних BI-инструментах: Omni, Oracle BI, Power BI, Sigma, Tableau и ThoughtSpot. Управление ведётся на естественном языке в тех инструментах, которыми команда уже пользуется. Дополнительно ChatGPT Work может рекомендовать следующие шаги, определять, кого нужно подключить к задаче, и отправлять результаты через Slack или электронную почту, а также выполнять одобренные пользователем действия через подключённые сервисы.

OpenAI использует возможности Data-агента внутри себя: почти вся продуктовая команда и более двух третей отдела GTM применяют агентов в ChatGPT Work для самостоятельного анализа корпоративных данных. Это стало возможным после того, как команда данных компании создала общие бизнес-определения, настроила правила доступа и ввела защитные механизмы для чувствительных данных. В Alpha-программе инструмент тестируют NTT Data, Thermo Fisher, ServicePiston и другие организации — они применяют его для анализа продаж и расходов, выявления ошибок в отчётности и решений о том, какие возможности развивать и как распределять персонал.

Чтобы начать работу, администратору нужно найти Data в каталоге плагинов ChatGPT Work и установить его через Workspace settings > Plugins, а также включить и настроить плагины нужных источников данных, например Databricks и Snowflake, и определить, кому они доступны. После подключения учётной записи пользователь обращается к агенту через @Data и задаёт бизнес-вопрос.

Выход Data-агента продолжает линию OpenAI на встраивание ИИ в корпоративные рабочие процессы. Компания уже предлагает ChatGPT Work как отдельный продукт для организаций, а теперь добавляет в него аналитический слой, который конкурирует не столько с чат-ботами, сколько с традиционными BI-платформами. Ставка на подключение к семантическим слоям и соблюдение прав доступа показывает, что OpenAI ориентируется на крупные компании, где вопросы безопасности данных и согласованности метрик стоят острее, чем скорость получения ответа.