Data Agent в ChatGPT Work: данные говорят сами за себя
OpenAI запустила Data Agent в ChatGPT Work: подключайте корпоративные данные и стройте интерактивные дашборды на естественном языке без SQL.
Данные больше не удел аналитиков
Представьте ситуацию, знакомую каждому менеджеру: нужно срочно понять, почему упали продажи в третьем квартале. Данные есть — в Snowflake, в Google BigQuery, в отчётах SharePoint. Но чтобы получить ответ, нужно либо ждать аналитика, либо самому разбираться в SQL-запросах. Часы уходят, решение откладывается.
Именно эту проблему решает новый Data Agent (агент для работы с данными) в составе ChatGPT Work — корпоративной рабочей среды от OpenAI.
10 сентября 2026 года OpenAI представила Data Agent в ChatGPT Work — плагин, который подключается к одобренным корпоративным источникам данных, исследует изменения в бизнес-метриках и строит интерактивные дашборды, которыми сотрудники могут делиться.
Данные есть у всех. Теперь воспользоваться ими может каждый — просто задав вопрос на обычном языке.
Что такое ChatGPT Work и Data Agent?
Data Agent — это модуль внутри ChatGPT Work, корпоративного агентного рабочего пространства, которое OpenAI запустила в июле 2026 года. ChatGPT Work построен на базе GPT-5.6 и предназначен для многошаговых задач, охватывающих такие приложения, как Slack, Gmail и хранилища данных.
Компания позиционирует агента вокруг повседневных бизнес-вопросов: почему замедлились продажи, где растут расходы, какие проблемы угрожают продлению контрактов с крупнейшими клиентами — ответы, получение которых нередко требует ожидания отчёта или просьбы к коллеге провести анализ.
Пользователи направляют и уточняют анализ в рамках одного диалога, не написав ни единого запроса и не осваивая отдельный аналитический инструмент.
@data внутри ChatGPT Work, задать вопрос на русском или английском языке — и агент самостоятельно построит запрос к нужным источникам, проанализирует данные и сформирует дашборд или сводку.Какие источники данных поддерживаются?
Data Agent подключается к одобренным источникам данных, включая Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB и Snowflake, а также позволяет включать в анализ файлы и документы из Google Drive и SharePoint.
Система также учитывает бизнес-термины организации, определения метрик и связи между данными из семантических слоёв и источников, таких как Databricks Genie Ontology, dbt, GitHub и Snowflake Horizon.
Помимо этого, агент умеет создавать дашборды и взаимодействовать с ними внутри таких BI-платформ, как Omni, Oracle BI, Power BI, Sigma, Tableau и ThoughtSpot.
Поддерживаемые платформы
| Категория | Платформы |
|---|---|
| Облачные хранилища данных | Amazon Redshift, Google BigQuery, Snowflake, Databricks |
| Базы данных | MongoDB, ClickHouse |
| Мониторинг | Datadog |
| Файловые хранилища | Google Drive, SharePoint |
| BI-системы | Tableau, Power BI, Sigma, Omni, Oracle BI, ThoughtSpot |
| Семантические слои | dbt, Databricks Genie Ontology, Snowflake Horizon |
Как выглядит типичный сценарий использования?
Вот как может выглядеть рабочий процесс, например, для команды роста продукта в российской SaaS-компании:
flowchart LR
A[Вопрос на естественном языке] --> B[Data Agent анализирует источники]
B --> C[Snowflake / BigQuery / файлы]
C --> D[Построение интерактивного дашборда]
D --> E[Выводы и рекомендации]
E --> F[Публикация / шаринг в команде]
В официальном анонсе показан пример дашборда по продукту «Acme Cloud» за период с 2 июня по 21 августа 2026 года: он включает разделы по установкам, активации, активности и удержанию пользователей — и был сгенерирован по запросу отследить адаптацию пользователей от установки и первого запуска до постоянного использования, а также выявить, где клиенты «застревают».
Запрос к агенту: «Покажи динамику продаж по регионам за последние 90 дней, выдели аномалии и сравни с предыдущим кварталом»
Результат: интерактивный дашборд с графиками, таблицами и текстовым резюме прямо в чате.
Безопасность и управление доступом
Один из ключевых вопросов для корпоративных клиентов — контроль над данными. OpenAI учла это.
Администраторы сохраняют контроль над тем, какие источники данных доступны и кому. Инструмент соблюдает существующие разрешения, обеспечивая соответствие ограничениям на уровне таблиц, строк и столбцов.
Чувствительные наборы данных, внутренние модели и логика принятия решений остаются конфиденциальными и находятся под контролем компании. Аналитические активы, дашборды, пайплайны и модели защищены средствами управления идентификацией корпоративного уровня.
OpenAI тестировала инструмент на себе
OpenAI не просто выпустила продукт — компания сама активно использует его внутри.
Ещё в январе 2026 года стало известно, что внутренний Data Agent уже работал в командах OpenAI, обрабатывая сложные запросы к более чем 600 петабайтам данных, охватывающим около 70 000 наборов данных.
Сегодня возможностями Data Agent пользуется практически вся продуктовая команда и более двух третей GTM-организации (go-to-market, отделы продаж и маркетинга) OpenAI. Это стало возможным благодаря команде данных, которая создала общие бизнес-определения, установила правила доступа и ввела защитные меры для чувствительных данных.
Кто уже использует Data Agent?
Внешние организации — NTT Data, Thermo Fisher, ServiceTitan и другие участники Alpha-программы — используют агента для анализа продаж и расходов, выявления ошибок в отчётности и принятия решений о том, какие возможности развивать и как формировать команды.
Руководитель Global AI Office NTT Data Group отметил, что прежде лицензионные затраты, трудозатраты и необходимость технических знаний делали невозможным масштабное распространение дашбордов внутри организации. С Data Agent в ChatGPT Work многие нетехнические специалисты — особенно в продажах и корпоративных функциях — смогли создавать и обновлять собственные дашборды, используя обычный язык.
В компании Zipline агент находит глубокие инсайты, на поиск которых у лучших аналитиков ушли бы часы работы с данными.
Конкурентный контекст
Anthropic запустила Cowork примерно в то же время — в июле 2026 года, нацелившись на схожий сегмент корпоративного рынка продуктивности.
Принципиальное различие подходов: оба инструмента помогают работникам выполнять сложные задачи, однако Data Agent от OpenAI делает ставку на оркестрацию — подключение к данным там, где они уже находятся, без необходимости переносить всё в новую систему.
Что это значит для бизнеса в России?
Для российских компаний, использующих международные стеки данных (Google BigQuery, Databricks, MongoDB), Data Agent открывает реальную возможность демократизировать аналитику. Менеджер по продажам в Москве или Екатеринбурге сможет самостоятельно получить ответ на бизнес-вопрос за минуты — не дожидаясь аналитика.
Итог
Data Agent в ChatGPT Work — это не просто удобный чат-бот поверх баз данных. Это системный сдвиг в том, кто в компании может работать с данными. Раньше аналитика была уделом специалистов с SQL и BI-инструментами. Теперь — это разговор на естественном языке, доступный каждому сотруднику.
Data Agent устраняет типичное узкое место в организациях: зависимость от технических команд для получения инсайтов из данных и формирования отчётности.
Вопрос уже не в том, нужен ли такой инструмент вашей компании. Вопрос в том, кто успеет внедрить его первым.