OpenAI 于 2026 年 9 月 10 日发布 ChatGPT Work 的 Data agent;9 月 11 日上线的数据团队方案页面进一步介绍了其受治理的自然语言分析能力。[8][6] 该代理依赖企业现有的数据仓库、语义层、权限体系和 BI 工具,更像是在重塑分析入口与工作流,而非取代这些基础设施。[8] 管理员可在“工作区设置 → 插件”中管理安装策略、数据源连接及基于角色或群组的访问权限;查询会继承已连接账户原有的权限限制。[4][8]
发布者使用 GPT-5.6 Terra 编辑图片由 GPT Image 2 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: What did OpenAI announce on September 11, 2026, about the Data agent in ChatGPT Work—including how it connects to approved databases and fil. Article summary: OpenAI announced the Data agent for ChatGPT Work—a plugin intended to let employees query approved company data in plain language, create and share interactive dashboards, and take approved follow-up actions without writ. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
OpenAI 推出了面向 ChatGPT Work 的 Data agent(数据代理)。这是一项插件能力,旨在让员工用自然语言提出业务问题、追查指标变化、生成交互式仪表板,并在获得用户批准后推进后续操作。OpenAI 的发布公告日期为 2026 年 9 月 10 日,面向数据团队的解决方案页面于 9 月 11 日发布。8
6
这项功能的关键不只是“能问数据”,而是在既有治理框架内问数据:代理仅面向管理员批准的连接运行,并继承连接账户原本的数据访问限制。8
用户无需编写查询语句,也不必切换到新的分析界面,就可以在同一段对话中提出问题、调查变化原因、查看证据,并通过追问调整分析方向。OpenAI 表示,Data agent 能创建带内置可视化的交互式仪表板或报告,这些内容可编辑、分享和刷新。1
8
其能力包括:
换言之,它试图把“提出问题—得到分析—制作图表—交接执行”串成一条连续流程,而非停留在一份静态答复上。
OpenAI 列出的可连接获批数据源包括 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB 和 Snowflake。分析还可纳入 Google Drive 与 SharePoint 中的文件和文档。8
不过,数据连接只是第一步。OpenAI 称,Data agent 可使用组织既定的业务术语、指标定义、计算逻辑和数据关系;这些上下文可以来自语义层及受信任来源,例如 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 和 BI 仪表板。8
这意味着,当员工询问“留存率为什么下降”时,系统的目标是基于企业自身对“留存率”的定义和已批准的指标逻辑来解释问题,而不是只按通用语言含义作答。
Data agent 并不提供一张新的“万能数据通行证”。哪些连接可用、哪些人可使用,仍由工作区管理员决定。OpenAI 表示,每次查询都会保留已连接账户既有的表级、行级和列级访问限制。8
对于 Enterprise 和 Edu 工作区,管理员可在 “工作区设置 → 插件” 中选择 Data,查看安装策略,并按角色或群组管理访问权限。单独的数据源插件及其关联应用,可能还需要各自完成配置和授权。4
一个实用的配置流程是:
@Data 发起对话。OpenAI 将 Data agent 定位为能在既有分析产品中创建和探索仪表板的一层能力。其称该代理可在 Omni、Oracle BI、Power BI、Sigma、Tableau 和 ThoughtSpot 中创建并交互操作仪表板。8
同时,用户也能在 ChatGPT Work 的分析流程内直接生成交互式仪表板,再继续通过对话追问图表和数据结果。8
对已经投入 BI 体系的企业而言,这一点尤其重要:Data agent 被描述为查询、创建和交互既有系统的一种新入口,而不是一个新的数据仓库或语义层。
根据 OpenAI 的说法,Data agent 可基于分析结果推荐后续行动和相关人员。通过已连接的工具,它可以借助 Slack 或电子邮件分享发现,或执行相应操作;但这些动作都需要用户批准。8
这一区别很重要:它的范围不仅是自然语言查询,还包括行动编排;不过最终是否执行,责任仍由用户把关。
OpenAI 表示,其产品团队“几乎所有”成员,以及其市场进入(go-to-market)组织中超过三分之二的成员,正在使用数据代理分析公司数据。该公司将这一内部采用归因于共享的业务定义、访问规则和敏感数据保护措施。8
外部方面,OpenAI 点名 NTT Data、Thermo Fisher 和 ServicePiston 为 alpha 用户。按 OpenAI 的说法,这些组织已将该能力用于销售与支出分析、报告错误检测、商机决策和人员配置选择等工作。8
这些是供应商披露的采用案例,并非经过独立审计的效果评估。OpenAI 另称 ChatGPT Work 已部署在数千家企业,并列举 Virgin Atlantic、BNY 和 Estée Lauder;但这并不能证明这些企业都在使用 Data agent。6
更准确地说,这次发布挑战的是分析的交互入口与工作流程,而不是宣布替代数据仓库或 BI 平台。
Data agent 仍依赖获批的数据系统、组织定义、语义上下文、原有权限和现有 BI 产品集成。8 它可能带来压力的环节,是从业务问题到分析、仪表板、跨团队交接乃至获得批准的后续操作之间,传统上常需分析师介入或在多个界面中完成的工作。
这有望让更多非专业用户参与自助分析;但结果是否可靠,仍取决于底层数据质量、语义定义、访问策略以及组织自身的复核机制。OpenAI 描述了产品能力,但并未声称它消除了数据平台、BI 工具或人工监督的必要性。8
Data agent 将 ChatGPT Work 推向一个受治理的企业数据分析入口:它连接获批数据库与文件,结合企业自定义的指标和语义上下文,遵守既有访问控制,并可把分析转化为仪表板和经用户确认的行动。8
对数据团队而言,价值不只是更快做出仪表板,而是有机会通过统一的对话式工作流,让更多员工在既有治理与业务口径之内使用数据——前提是管理员审慎完成连接与权限配置。4
8
Studio Global AI
此页面包含一个有来源支持的答案,您可以在 Studio Global 内继续。
OpenAI 于 2026 年 9 月 10 日发布 ChatGPT Work 的 Data agent;9 月 11 日上线的数据团队方案页面进一步介绍了其受治理的自然语言分析能力。[8][6]
OpenAI 于 2026 年 9 月 10 日发布 ChatGPT Work 的 Data agent;9 月 11 日上线的数据团队方案页面进一步介绍了其受治理的自然语言分析能力。[8][6] 该代理依赖企业现有的数据仓库、语义层、权限体系和 BI 工具,更像是在重塑分析入口与工作流,而非取代这些基础设施。[8]
管理员可在“工作区设置 → 插件”中管理安装策略、数据源连接及基于角色或群组的访问权限;查询会继承已连接账户原有的权限限制。[4][8]