每个业务人员都有数据问题要问，但答案往往要靠等报表或求人。OpenAI 在 ChatGPT Work 里推出了一个新的 Data agent，让更多人能自己查公司数据、弄清变化原因，并生成可分享的交互式仪表盘。整个过程用自然语言对话完成，不用写查询语句，也不用学新工具。

它连接企业已批准的数据源，包括 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 等，也能把 Google Drive 和 SharePoint 里的文件和文档带入分析。为了准确理解数据，Data agent 会调用组织里的业务术语、指标定义、自定义计算和数据关系——这些上下文来自语义层和可信来源，比如 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 以及现有 BI 仪表盘。企业管理员可以决定开放哪些数据连接、哪些角色能用，查询时还会沿用所连账号已有的权限限制，包括表、行、列级别的约束。

使用上，你可以追问细节、核查每个结论背后的证据；也可以把分析结果变成内置可视化图表的交互式仪表盘，让团队继续编辑、分享和刷新。还可以按品牌指南调整输出样式。另外，Data agent 能直接操作 Omni、Oracle BI、Power BI、Sigma、Tableau 和 ThoughtSpot 里的仪表盘，用日常语言指挥它们在团队熟悉的工具中干活。它还能推荐下一步行动、指出该找谁，并通过 Slack 或邮件分享结果，在获批后执行相关的工具操作。

OpenAI 自己已经在广泛使用这套能力：几乎全部产品团队和超过三分之二的 GTM（市场与销售）组织都在用 ChatGPT Work 的数据代理分析公司数据。支撑这件事的，是数据团队事先定义好的共享业务口径、访问规则，以及对敏感数据的保护措施。参与 Alpha 测试的组织包括 NTT Data、Thermo Fisher、ServicePiston 等，用在了分析销售与支出、发现报表错误、决定优先争取哪些机会和如何配置人力上。

上手方式很简单：ChatGPT Work 的 Plugins 目录里能找到名为 Data 的插件，管理员通过 Workspace settings > Plugins 安装并配置 Databricks、Snowflake 等数据源插件，控制使用范围。普通用户在安装并完成账号连接后，用 @Data 发起对话即可。官方还给出几个示例提示词，比如诊断指标异动、设计 KPI 框架、生成管理层汇报。整体定位是让业务人员能自助完成从提问到洞察、再到行动的闭环。