一句话看懂：2026 年 9 月 10 日，OpenAI 在 ChatGPT Work 中上线 Data agent，让员工用自然语言连接企业数据源、追查业务变化并生成可共享的交互式仪表盘。它把数据分析从“等报表、求分析师”变成一次对话，直接指向企业内部分析工作流的重新分配。
事件核心：发生了什么
OpenAI 在 ChatGPT Work 中推出 Data agent，定位是面向企业全员的数据分析助手。它可连接 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 等已获批准的数据源，并可将 Google Drive 和 SharePoint 中的文件、文档纳入分析。数据口径来自语义层与可信来源，包括 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 以及 BI 仪表盘。管理员决定哪些连接可用、哪些角色可访问，查询沿用所连账户既有的表、行、列权限。输出方面，用户可追问并核查证据，生成可编辑、可分享、可刷新的交互式仪表盘，还能在 Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpot 中构建和操作看板。
为什么重要
这不是又一个聊天式 BI 插件，而是 OpenAI 向企业数据栈内部的延伸。此前大模型在企业里的价值多停在文档、代码和客服场景，Data agent 则切进“取数—解释—决策”这条更靠近预算的链路。它同时绑定两类伙伴：一类是数据仓库与数据库，一类是 BI 前端。对 Snowflake、Databricks、Tableau 这些厂商而言，接入意味着用户入口可能部分迁移到 ChatGPT；对 OpenAI 而言，这是把模型能力沉淀为工作流入口的一步。目前公开信息显示，权限和治理仍由企业现有体系控制，这也说明 OpenAI 选择的是嵌入而非替代企业数据治理。
对用户/开发者/创作者的影响
业务人员可以不写 SQL、不学新分析工具，直接提问“销售为什么放缓”“哪些大客户续约风险最高”，并沿着证据追问。开发者与数据团队的工作重心会从“接需求、跑报表”转向维护语义层、指标定义和权限模型，dbt、Genie Ontology 这类资产的价值被放大。创作者若涉及品牌内容，可上传品牌规范让输出贴合企业视觉。企业采购需要先确认两件事：数据连接是否覆盖现有栈，以及 Data agent 的查询是否严格继承原有行列级权限。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Data agent 的实际分析准确率与幻觉控制，尤其在多表关联和自定义指标场景；二是定价与企业席位的落地方式，是否包含在 ChatGPT Work 现有套餐内；三是微软 Power BI、Tableau 等竞品与 OpenAI 的竞合关系如何演变，以及国产数据栈厂商是否跟进类似连接。这些将决定它只是演示级功能，还是企业分析入口的长期迁移。
来源：OpenAI News
