OpenAI、ChatGPT Workに「Data agent」投入　権限を保ったまま自然言語で企業データ分析

OpenAIは2026年9月10日、ChatGPT Work向けプラグイン「Data agent」を発表した。従業員が自然言語で企業データについて質問し、変化を調べ、インタラクティブなダッシュボードを作成し、承認された次の作業へ進めるようにする機能だ。データチーム向けのソリューションページは翌9月11日に公開された。86

重要なのは、単にAIへ社内データを渡す仕組みではない点だ。Data agentは、管理者が承認した接続先で動作し、接続アカウントにすでに付与されているアクセス制限を維持する設計とされる。8

質問、分析、ダッシュボードを一つの会話で

Data agentでは、たとえば「解約率が下がった要因は何か」と尋ね、結果を見ながら追加質問を重ね、分析を深掘りできる。OpenAIによれば、SQLを書いたり別の分析画面を覚えたりせずに、インタラクティブなダッシュボードやレポートを作成できる。18

同社が挙げる主な機能は次の通りだ。

• ビジネスデータの変化を調査する
• 根拠を示しつつ、同じ会話内の追加指示で分析を調整する
• 可視化を含む、編集・共有・更新が可能なインタラクティブダッシュボードを作成する
• 次に取るべき対応や関係者を提案し、利用者が承認すれば接続済みツールで共有・実行する 8

つまり、静的な分析結果を返すだけでなく、その後の連携までを視野に入れたワークフローである。

データベースだけでなく、社内の定義やファイルも文脈にする

接続可能な承認済みソースとして、OpenAIはAmazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflakeを例示している。Google DriveとSharePoint上のファイルや文書も分析に組み込めるという。8

さらに、データへの接続だけでなく、組織内で確立されたビジネス用語、指標定義、計算式、データ間の関係性も利用できるとしている。こうした文脈は、Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon、BIダッシュボードなどのセマンティックレイヤーや信頼できる情報源から取り込める。8

例えば「継続率が下がった理由は？」という質問に対して、一般的な意味での継続率ではなく、企業が正式に定めた指標定義と計算ロジックに沿って解釈することが想定されている。

権限は管理者と接続元の制御を維持

Data agentを導入しても、全社員に一律のデータ閲覧権限が付与されるわけではない。ワークスペース管理者が利用可能な接続を決め、誰が使えるかを管理する。OpenAIによると、クエリには接続アカウントに既存のテーブル、行、列レベルの制限がそのまま適用される。8

EnterpriseおよびEduのワークスペースでは、管理者が Workspace settings → Plugins から「Data」を選び、インストールポリシーの確認と、ロールまたはグループ単位のアクセス管理を行える。データソースごとのプラグインや関連アプリについては、別途セットアップや認可が必要になる場合がある。4

導入の基本的な流れは以下の通りだ。

1. Workspace settings → Plugins で、ワークスペースのインストールポリシーに基づきDataを利用可能にする。
2. 必要なデータソース用プラグインまたはアプリを有効化し、設定する。
3. 対象のロールまたはグループにアクセスを割り当て、必要なアカウント認可を完了する。
4. 利用資格を持つメンバーが @Data で会話を開始する。24

既存BIのダッシュボードにも接続

OpenAIはData agentを、既存の分析製品内でダッシュボードを作成・探索するための会話型レイヤーとして位置づけている。Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpotでダッシュボードを作成し、操作できるとしている。8

ChatGPT Workの分析フロー内で直接インタラクティブダッシュボードを生成することも可能だという。質問から共有できる可視化へ進み、その結果を対話でさらに検証できることが狙いとなる。8

すでにBI基盤を導入している企業にとっては、新しいデータウェアハウスやセマンティックレイヤーを構築する製品というより、既存ツールを自然言語で横断・操作する入り口として捉えるのが適切だろう。

Slackやメールでの後続対応は「利用者の承認後」

Data agentは分析に基づいて、後続の対応や関係者を提案できる。接続済みツールを通じてSlackやメールで調査結果を共有したり、アクションを実行したりできるが、OpenAIはこれらの操作には利用者の承認が必要だとしている。8

この承認プロセスは重要だ。Data agentの役割は自然言語での検索・分析にとどまらず、実務上のアクションへつなげることにも及ぶ。ただし、最終的な実行判断は人が担う設計である。

OpenAI社内とアルファ利用企業の状況

OpenAIによれば、同社のプロダクト組織ではほぼ全員が、またGTM（go-to-market、営業・市場展開）組織では3分の2超が、企業データの分析にデータエージェントを利用している。同社はこの社内利用について、共通のビジネス定義、アクセスルール、機密データ向けの保護措置を背景に挙げている。8

外部では、NTT Data、Thermo Fisher、ServicePistonをアルファ利用企業として公表した。OpenAIによると、これらの組織では販売・支出の分析、レポートの誤りの検出、商談機会に関する判断、人員配置の判断などに使われている。8

ただし、これらはOpenAIが示した導入事例であり、第三者が監査した性能評価ではない。ChatGPT Work全体については数千社で導入されているとし、Virgin Atlantic、BNY、Estée Lauderの名前も挙げているが、これらの企業がData agentを利用していることを直接示すものではない。6

BIベンダーにとっての意味：置き換えより「分析の入口」の競争

今回の発表は、データウェアハウスやBIプラットフォームを置き換えると宣言したものではない。むしろ競争が強まり得るのは、分析のインターフェースと業務フローだ。

Data agentは依然として、承認済みのデータシステム、組織内の指標定義、セマンティックな文脈、既存の権限、そしてBI製品との連携に依存する。8 一方で、ビジネス上の問いを分析、ダッシュボード、関係者への引き継ぎ、承認後の対応へ変換するまでに必要だった手間を減らす可能性がある。

非専門職によるセルフサービス分析を広げる余地はある。ただし、出力の品質と信頼性は、元データ、指標や定義の整備、アクセス方針、組織内のレビュー体制に左右される。OpenAIは機能を説明しているが、データ基盤、BIツール、人による監督が不要になるとは主張していない。8

まとめ

Data agentはChatGPT Workを、ガバナンスを前提とした企業分析の会話型フロントエンドへ広げる機能だ。承認済みのデータベースやファイルに接続し、社内で定義された指標・用語・セマンティックな文脈を反映しながら、既存のアクセス制御を守る。その上で、分析をダッシュボードや、利用者が承認したアクションへつなげる。8

データチームにとっての価値は、ダッシュボード作成の高速化だけではない。すでに整備してきたガバナンスとビジネス定義を、より多くの従業員が会話を通じて利用できるようにする点にある。ただし、その前提として、管理者による接続先と権限の慎重な設計が必要になる。48