OpenAI 於 2026 年 9 月 10 日發布 ChatGPT Work 的 Data agent。它的定位不是另一個只會回答資料問題的聊天機械人，而是一個由企業資料、業務語意、互動儀表板和後續行動組成的工作流程。使用者可以用自然語言提出問題，要求它整理答案、建立儀表板，或者在取得批准後把結果交給已連接的工具處理。
資料接入範圍是這次發布的基礎。OpenAI 列出 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB 和 Snowflake 等連接器，也支援從 Google Drive 和 SharePoint 讀取文件。這個設計讓 Data agent 可以把查詢、文件背景和既有資料平台放在同一個對話工作區，但實際可用連接器仍取決於組織管理員和帳戶設定。
更關鍵的是業務語意層。OpenAI 表示 Data agent 可以使用組織的業務術語、指標定義、自訂計算和資料關係，這些內容可來自語意層或受信任來源，例如 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 和既有 BI 儀表板。這解決了企業分析最常見的問題：同一個「收入」或「活躍客戶」在不同團隊有不同定義，模型即使查對資料，也可能答錯業務問題。
治理不是附加功能。管理員可以決定哪些資料連接可用、哪些角色可以使用 Data agent；查詢會沿用已連接帳戶的權限，包括表格、列和欄位限制。換句話說，agent 的資料視野應該由企業本來的存取政策決定，而不是由使用者在提示詞中聲稱自己有權限決定。這個邊界對涉及客戶資料、財務資料和人事資料的分析尤其重要。
Data agent 亦把「找出答案」和「交付答案」分開。使用者可以追問、查看支撐發現的證據、編輯和分享儀表板，或者把儀表板刷新後接到 Omni、Oracle BI、Power BI、Sigma、Tableau 和 ThoughtSpot 等工具。OpenAI 也提到它可以建議下一步、指出應該邀請哪些人參與，並透過 Slack、電郵或其他已連接工具分享結果。涉及實際變更或外部動作時，仍要依賴已批准的連接和組織設定，不能把產品描述理解成無限制的自動寫入。
OpenAI 稱，幾乎所有產品團隊以及超過三分之二的 go-to-market 團隊已在內部使用 data agents。文章亦列出 NTT DATA、Thermo Fisher、ServiceTitan 等 Alpha 參與者的例子；這些是產品方提供的早期使用情況，不是跨企業的獨立成效研究。值得參考的不是單一客戶的故事，而是它們共同依賴的三件事：共享的業務定義、清楚的資料權限，以及在 agent 執行前後保留人手判斷。
對企業來說，落地順序應該由資料治理開始，而不是先問模型能否寫出一份漂亮報告。先列清楚可信資料源、指標定義、可用角色、敏感欄位和必須人工批准的動作，再選一條重複而有明確輸入輸出的流程試行。每次答案也應該保留來源、計算方式、查詢權限和批准紀錄，讓團隊能夠重做和追查，而不只是接受一段看似合理的文字。
這次發布最值得留意的變化，是 data agent 的終點不再是查詢結果，而是「資料到決策再到行動」的一條受治理鏈。模型能力固然重要，但真正決定企業能否放心使用的，是語意是否一致、權限是否沿用、證據是否可見，以及行動是否有清楚的批准點。Data agent 把這些元素放在一起，亦提醒企業：AI 分析的下一個競爭點，不只是回答得快，而是能否在可控邊界內把正確答案交到正確的人和工具手上。
