2026 年 9 月 10 日，OpenAI 在官方公告《Now everyone can put data to work》中发布 ChatGPT Work 的 Data agent。它不只回答数据问题，还能连接企业批准的数据源、追查指标变化、生成可编辑的交互式看板，并在用户确认后把结论推进到邮件、Slack 或其他连接工具。
这次更新真正改变的是企业分析的入口：业务人员可以在一段对话里提出问题、检查证据、继续追问和调整看板，不必先排队等分析师写查询或制作固定报表。
数据连接不再只停在上传表格
OpenAI 公布的连接范围包括 Amazon Redshift、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake 与 Datadog，也能把 Google Drive 和 SharePoint 中的文件纳入分析。Data agent 还会读取组织已有的指标定义、自定义计算和数据关系，语义上下文可来自 dbt、Databricks Genie Ontology、Snowflake Horizon、GitHub 与现有 BI 看板。
这意味着它面对的不是一份孤立 CSV，而是企业已经治理过的数据环境。对于销售放缓、成本上升、客户续约风险等问题，Agent 可以沿着数据关系继续调查，而不是只给一张静态图。
权限边界决定它能不能进入生产流程
Data agent 不会因为接入 ChatGPT Work 就自动获得全库权限。管理员决定开放哪些数据连接、哪些角色可以使用；查询继续执行连接账号原有的表、行和列级限制。团队如果没有统一指标口径，Agent 只会更快地产生彼此冲突的答案。
上线前更重要的工作不是准备提示词，而是确认数据所有者、指标定义、敏感字段和结果发布权限。财务、人事或客户数据应先用最小权限试跑，并保留人工复核。
BI 工具没有被替代，而是多了一层对话入口
官方列出的协作对象还包括 Omni、Oracle BI、Power BI、Sigma、Tableau 与 ThoughtSpot。Data agent 可以用自然语言创建或操作这些看板，团队仍能编辑、分享和刷新结果。现有 BI 的语义层、权限和审计能力因此变得更重要，而不是被一套聊天界面抹掉。
最先受益的会是已有可靠数据仓库和指标体系、但分析需求长期排队的销售、运营、产品与财务团队。数据杂乱或权限未清的组织，应先治理底层数据，再让 Agent 提建议。
