ChatGPT Work 中的 Data Agent：已连接的数据源、仪表板与替代方案 (2026)
2026年9月10日，OpenAI在ChatGPT Work中推出了一个Data agent。该公告几乎没有营销辞令，而是异常具体地介绍了底层架构。它指明了该智能体可以访问哪些数据仓库、读取哪些语义层，以及可以反向写入哪些BI工具。它还指明了由谁来决定这一切。
这种具体性正是这次发布值得仔细研读的原因。大多数AI分析公告描述的都是一个结果。而这一次描述的则是一个供应链——从数据仓库，到业务定义，再到任何人都可以编辑的仪表板。
本文将详细梳理该公告的实际内容以及未定义的部分。然后，它将介绍当您的数据根本不存储在数据仓库中时，如何完成同样的工作。
OpenAI宣布了什么
公告页面上的核心宣传只有一句话。该Data agent“连接到您的公司数据，调查发生的变化，并构建您可以共享的交互式仪表板。”
这里有三个动词在起作用：连接、调查和构建。第三个动词是将此功能与数据库之上的聊天界面区分开来的关键所在。输出的结果不是一段分析文字，而是一个您的团队下周仍能再次打开的实用产出物。
该页面从“等待”的角度界定了问题。“获取这些答案通常意味着等待一份报告，或者要求其他人来运行分析。”Data agent的定位是消除排队等待的工具，而不是取代分析师的工具。
还有一句话界定了这种体验的边界。您可以在一次对话中指导并完善分析，“无需编写查询或学习新的分析工具”。该智能体旨在成为交互界面，而不是一个额外的标签页。
它连接到哪些数据源
这是公告中最具体的部分，值得直接引用，而不是进行概括。
该Data agent“连接到经批准的数据源，包括Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake等。”与此同时，它“还可以将来自Google Drive和SharePoint的文件和文档引入分析中。”
因此，输入界面分为两部分。一部分是数据仓库和运行中的数据库。另一部分是那些从未进入数据仓库的成堆文档。这意味着季度演示文稿、已签署的合同，以及区域经理手动维护的电子表格。
Redis和G2也作为平台合作伙伴出现在页面上。这使应用场景超越了分析存储，扩展到了另外两种输入。Redis涵盖实时状态，即您在查看时就会发生变化的数据。G2则涵盖第三方市场数据，这是公司自身无法产生的背景信息。
这种组合值得关注。这是一个能够读取数据仓库、文档存储、实时缓存和外部数据提供商的智能体。它的定位是企业所掌握的一切知识的统一入口。
语义层才是最有趣的部分
仅仅连接到数据仓库并不能告诉智能体在您的公司中“活跃客户”意味着什么。公告直接针对这一点进行了解答。
该智能体“使用您组织的业务术语、指标定义、自定义计算和数据关系来解释数据”。根据该页面的介绍，这些背景信息“来自语义层和可信源，例如Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon和BI仪表板”。
从这个列表中可以得出两点。首先，GitHub与dbt并列意味着存在于版本控制代码中的指标定义被视为单一事实来源，而不仅仅是文档。其次，该功能的价值取决于公司已经完成了多少定义工作。一个拥有成熟dbt项目的团队所获得的体验，与没有该项目的团队会截然不同。
这是整个公告中默认的前提条件。OpenAI在描述其自身的部署过程时明确指出了这一点。其数据团队“通过创建共享的业务定义、设置访问规则以及为敏感数据制定安全保障措施，使这一切成为可能”。
它能产出什么
声明的输出是一个交互式仪表板，而不是静态的答案。
根据该页面，您可以“将分析转化为具有内置可视化效果的交互式仪表板”，并且“您的团队可以根据需要进行编辑、共享和刷新”。还可以提供品牌指南，以便输出结果符合组织的视觉风格。
它还提供了向现有工具的反向写入路径。该Data agent“还可以在Omni、Oracle BI、Power BI、Sigma、Tableau和ThoughtSpot中构建仪表板并与之交互”。这一设计选择比乍看之下更为重要。这意味着该产出物不必非得留在ChatGPT Work中才有用。这降低了那些已经将BI工具标准化的公司尝试该功能的成本。
发现的结果也可以进一步推送。该智能体可以“通过Slack或电子邮件共享结果，并通过连接的工具执行您批准的操作”。
最后一个子句值得注意。批准环节介于建议和行动之间，这意味着所描述的流程并没有让智能体在无人值守的情况下采取行动。该页面还提到，您可以“要求ChatGPT Work推荐后续步骤并确定需要哪些人参与”。因此，流程分发被视为分析的一部分，而不是一个单独的步骤。
谁来控制访问权限
公告在此处异常直接，如果您正在评估部署风险，这一部分最值得阅读。
“企业管理员可以选择哪些数据连接可用，以及哪些角色可以使用它们。”随后，查询将“强制执行所连接账户的现有权限，包括表、行和列的限制”。
这是两个独立的层级。管理员把控哪些连接器可以存在。而底层的仓库权限仍然适用于每一次查询。昨天无法查看薪资列的人，今天通过该智能体同样无法查看。
如何开启该功能
页面上描述的设置路径是通过插件系统进行的，而不是通过全局开关。
您可以在“ChatGPT Work的Plugins目录中找到列为Data的Data agent”。管理员“可以通过Workspace settings > Plugins为他们的团队启用或安装它”。他们还可以“启用并配置相关的数据源插件（如Databricks和Snowflake），并管理谁可以使用它们”。
如果尚未安装，您可以从目录中选择Install plugin，完成账户连接步骤，然后开始与@Data对话。
公告未涵盖的内容
值得坦率地说明这一点，因为这些空白决定了该功能适用于哪些人群。
该页面并未将Data agent的定价列为单独的收费项目。它也没有列出哪些ChatGPT Work席位级别包含该功能。未说明正式发布的日期。已点名的Alpha计划参与者被描述为已经在使用它，其中包括NTT DATA、Thermo Fisher Scientific、ServiceTitan和Zipline。
对于数据不在已连接系统中的用户，也没有描述相应的路径。每个有记录的入口点都假设存在仓库连接，或者存在管理员已启用的Google Drive或SharePoint账户。
这给较小的团队留下了什么
将这些前提条件放在一起看，就会发现一个规律。如果您拥有数据仓库、语义层、可以批准连接器的管理员以及可以反向写入的BI工具，您将受益最大。
这描述了一类真实且庞大的公司。但它并没有描述一个依靠导出数据运行的六人团队。他们的输入是来自计费系统的CSV、运营主管维护的电子表格，以及供应商每月发送的PDF。
对于第二组人群来说，瓶颈从来都不是查询权限。瓶颈在于数据是以文件形式到达的，而在对这些数据提出任何问题之前，必须先对文件进行对账和整理。
当您的数据存在于文件中时的替代方案
如果输入的是文件夹而不是数据仓库，那么工具必须从其他地方开始。它始于上传，而不是始于连接。
Powerdrill Bloom正是为这一起点而设计的。您可以直接上传电子表格、CSV、PDF和文档。用自然语言提出问题，系统就会返回图表、表格和导出数据，并附带底层的原始行。其主页将这种行为描述为“展示其工作过程”的分析师。每一个数字“都会附带其背后的页面、行和数据”。
这种可追溯性要求与连接仓库的方法通过语义层解决的要求相同。当您无法将智能体指向受治理的定义时，次优的保证就是展示哪一行产生了哪个数字。
取决于摩擦点在哪里，还存在其他途径。如果您的数据已经在Google Sheets中，而您抱怨的是规模问题，那么最佳Google Sheets替代方案涵盖了专为更大网格构建的工具。如果您想先了解更广泛的类别定义，什么是AI数据智能体阐述了这些系统的共同点。
常见问题解答
什么是ChatGPT Work中的Data agent？它是OpenAI于2026年9月10日宣布的一款插件。它连接到经批准的公司数据源，调查变化，并构建团队可以编辑和共享的交互式仪表板。
它连接到哪些数据库？公告中提到了Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB和Snowflake，并表示支持更多数据库。它还可以从Google Drive和SharePoint中提取文件。
它能在Power BI或Tableau中创建仪表板吗？可以。该页面指出，它可以在Omni、Oracle BI、Power BI、Sigma、Tableau和ThoughtSpot中构建仪表板并与之交互。
谁来决定该智能体可以访问哪些数据？企业管理员可以选择哪些连接可用，以及哪些角色可以使用它们。每次查询还会强制执行所连接账户现有的表、行和列权限。
如果我的数据在电子表格中而不是在数据仓库中怎么办？该功能所有有记录的设置路径都假设存在一个已连接的系统，或者一个已启用的Drive或SharePoint账户。相反，文件优先的工具直接接受上传，这适合输入数据为导出文件的团队。
结论
Data agent的公告最好被理解为一份关于前提条件的声明。连接器、语义层、管理员批准和BI目标端都被明确提及。该功能的价值随着这些基础工作已完成的程度而提升。
这使得它非常适合那些在受治理数据方面进行了投资的公司。而对于数据仍以附件形式到达的团队来说，它就不那么适用了。如果您的输入是文件而不是表，请从文件所在的地方开始。免费试用Powerdrill Bloom并上传一份导出文件，体验从原始行到可共享答案的完整路径。
来源：OpenAI，“Now everyone can put data to work，”2026年9月10日。https://openai.com/index/put-data-to-work