OpenAI выпустила Data agent: ИИ-агент для анализа данных в ChatGPT Work
OpenAI добавила в ChatGPT Work новую функцию, Data agent, ИИ-агента, который превращает вопросы о данных компании в готовые ответы, интерактивные дашборды и действия. Замысел в том, что у сотрудников постоянно возникают вопросы вроде «почему упали продажи», «где растут расходы» или «какие клиенты из крупных аккаунтов рискуют не продлить контракт», а ответ на них обычно означает ожидание отчёта от аналитика или самостоятельную работу в BI-инструменте. Data agent убирает это ожидание: пользователь ведёт с ним диалог на обычном языке, уточняет и направляет анализ в одном чате, не составляя запросов и не осваивая отдельный аналитический инструмент.
Агент подключается к утверждённым источникам данных компании, среди них Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB, Snowflake и другие, а также файлы и документы из Google Drive и SharePoint. Чтобы правильно интерпретировать данные, он использует собственные бизнес-термины организации, определения метрик, пользовательские расчёты и связи между данными, эту логику он берёт из семантических слоёв и доверенных источников: Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon и уже существующих BI-дашбордов. Какие именно подключения доступны и кому из сотрудников разрешено ими пользоваться, решают администраторы компании; при этом сами запросы агента подчиняются уже действующим правам доступа подключённого аккаунта, вплоть до ограничений на уровне таблиц, строк и столбцов.
В диалоге можно задавать уточняющие вопросы и смотреть, на каких данных основан каждый вывод. Результат анализа превращается в интерактивный дашборд со встроенными визуализациями, который команда может редактировать, обновлять и передавать друг другу; для оформления можно задать фирменный стиль компании. Data agent умеет также достраивать и вести дашборды в сторонних BI-системах, Omni, Oracle BI, Power BI, Sigma, Tableau и ThoughtSpot, и всё это направляется обычными текстовыми командами в инструментах, которыми команда уже пользуется. Помимо ответов, агент может предложить следующие шаги, назвать, кого стоит подключить к обсуждению, разослать выводы через Slack или почту и выполнить действия, которые пользователь одобрит, через подключённые сервисы.
Сама OpenAI пользуется этими возможностями внутри компании: по её словам, данные для себя через агентов в ChatGPT Work анализируют почти вся продуктовая команда и больше двух третей GTM-подразделения (подразделения, отвечающего за вывод продукта на рынок). Это стало возможным после того, как внутренняя команда по данным подготовила общие бизнес-определения, настроила правила доступа и ввела защитные механизмы для чувствительных данных. Среди участников альфа-программы, уже использующих Data agent, NTT Data, Thermo Fisher и ServicePiston: они применяют его для анализа продаж и расходов, поиска ошибок в отчётности и решений о том, какие сделки развивать и как их укомплектовать людьми; сколько всего организаций участвует в альфа-программе, OpenAI не уточняет.
В интерфейсе ChatGPT Work агент числится в каталоге плагинов под именем Data: администраторы включают его или устанавливают для команды через настройки рабочего пространства (раздел «Плагины»), там же подключают нужные коннекторы источников данных, например Databricks или Snowflake, и решают, кому они доступны. Пользователю достаточно установить плагин, пройти шаги подключения аккаунта и начать диалог с @Data, в материале приведён пример такого запроса: «Разберись, почему на прошлой неделе изменилось количество еженедельно активных пользователей. Определи вероятные причины, сравни с предыдущими периодами и предложи, что проверить дальше». Дату запуска, доступные регионы, стоимость подписки и то, какая модель лежит в основе Data agent, OpenAI в этом материале не называет; неясно также, доступна ли функция уже всем клиентам ChatGPT Work или пока ограничена участниками альфа-программы.
Ключевые факты
- OpenAI выпустила в ChatGPT Work ИИ-агента Data agent: он отвечает на вопросы о данных компании и строит дашборды в диалоге на обычном языке, без написания запросов.
- Data agent подключается к Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB, Snowflake и другим источникам, а также к файлам в Google Drive и SharePoint.
- Он использует собственные бизнес-термины и метрики компании из семантических слоёв (Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon, BI-дашборды) и соблюдает уже действующие права доступа, вплоть до уровня таблиц, строк и столбцов.
- Агент умеет достраивать и обновлять дашборды в сторонних BI-системах (Omni, Oracle BI, Power BI, Sigma, Tableau, ThoughtSpot), предлагать следующие шаги и выполнять одобренные пользователем действия через подключённые сервисы.
- Внутри OpenAI такими агентами в ChatGPT Work уже пользуются почти вся продуктовая команда и больше двух третей GTM-подразделения; среди клиентов альфа-программы, NTT Data, Thermo Fisher и ServicePiston.
Почему это важно
OpenAI встраивает исследование данных и построение дашбордов прямо в переписку с ChatGPT, убирая посредника-аналитика для рутинных бизнес-вопросов. Показательно, что компания в первую очередь опирается на собственный опыт, почти вся продуктовая команда и больше двух третей GTM-подразделения уже используют такие агенты для своих данных, то есть OpenAI испытывает функцию не только на внешних клиентах, но и на себе в промышленных масштабах.
Кому это важно
В первую очередь, компаниям, уже подключённым к ChatGPT Work и хранящим данные в поддерживаемых системах (Redshift, BigQuery, Snowflake, Databricks и других): их сотрудники без навыков SQL или BI получают способ самостоятельно получать ответы на бизнес-вопросы. Важно это и администраторам, которые настраивают, какие источники и роли получают доступ к агенту, рычаг контроля остаётся на их стороне. Названы и первые клиенты альфа-программы, NTT Data, Thermo Fisher и ServicePiston, использующие агента для анализа продаж, расходов и отчётности.
Как это применить
Функция доступна в ChatGPT Work: администратор включает или устанавливает плагин под именем Data через настройки рабочего пространства («Плагины»), там же подключает нужные источники данных (например, Databricks или Snowflake) и определяет, у кого из сотрудников есть доступ. Дальше пользователь начинает диалог с @Data и задаёт вопрос на обычном языке, например, просит разобраться, почему изменилось число активных пользователей за неделю; агент может сразу собрать дашборд или направить его обновление в уже используемых BI-инструментах вроде Tableau или Power BI. Стоимость подписки и то, доступна ли функция уже всем клиентам ChatGPT Work или только участникам альфа-программы, в материале не указаны.
Можно ли доверять
Аргументы OpenAI в пользу доверия, это масштаб внутреннего использования (почти вся продуктовая команда, больше двух третей GTM-подразделения) и три названных клиента альфа-программы, а также то, что запросы агента подчиняются уже существующим правам доступа подключённого аккаунта вплоть до уровня строк и столбцов, а пользователь может видеть, на каких данных основан каждый вывод, и задавать уточняющие вопросы. Но все эти оценки, от самой OpenAI: в материале нет ни независимой проверки, ни названия модели, которая стоит за агентом, ни данных о том, сколько всего компаний участвует в альфа-программе за пределами трёх названных.
Риски и подводные камни
Агент, который по запросу дотягивается до корпоративных хранилищ данных и файлов сотрудников, поднимает ставки в вопросах доступа: OpenAI утверждает, что права наследуются от подключённого аккаунта, но насколько аккуратно администратор настроит роли и коннекторы, уже вопрос конкретной компании, а не самого агента. В материале нет ни сведений о независимом аудите безопасности, ни полного списка источников данных, которые агент способен читать. Не названы дата запуска, стоимость и регионы доступности, так что оценить, когда и почём функция станет доступна конкретной компании, по этому анонсу нельзя. Наконец, агент не только анализирует, но и выполняет действия через подключённые сервисы, итоговый контроль за тем, что реально произойдёт, остаётся за пользователем, одобряющим каждый шаг, и эта дисциплина одобрения ляжет на сами компании.