OpenAI heeft een nieuwe Data-agent geïntroduceerd in ChatGPT Work, een agent die volgens het bedrijf verbinding maakt met de goedgekeurde gegevensbronnen van een bedrijf, onderzoekt waarom bedrijfsstatistieken zijn veranderd en interactieve dashboards bouwt die werknemers kunnen delen – allemaal via een gesprek in eenvoudige taal, zonder SQL-query’s te schrijven of een afzonderlijke analysetool te leren.
De lancering, die donderdag werd aangekondigd, is OpenAI's meest directe stap tot nu toe op het gebied van enterprise business intelligence, een markt waar Snowflake, Databricks, Microsoft en een golf van analytics-startups racen om hun eigen AI-analisten toe te voegen. Volgens de berichtgeving van Unite.AI over de aankondiging is de agent gebaseerd op alledaagse zakelijke vragen – waarom de omzet vorig kwartaal daalde, waar de uitgaven stijgen, welke accounts het risico lopen om te draaien – die vandaag de dag vaak betekenen dat er dagen moeten worden gewacht op een rapport of dat een datateam naar een vergadering moet worden getrokken. Iedereen die dit jaar breaking AI news volgt, zal het patroon herkennen: de leveranciers die eigenaar zijn van de workflow, en niet alleen van het model, winnen het budget.
Hoe de gegevensagent werkt
Gebruikers sturen en verfijnen een analyse in één gesprek. De agent kan onderzoeken wat er is veranderd in een bedrijfsstatistiek, bijdragende factoren traceren in verbonden bronnen en zijn bevindingen presenteren met citaten. OpenAI demonstreerde de stroom met een fictief 'Acme Cloud'-voorbeeld, waarbij een enkele prompt een acceptatiedashboard produceerde van 2 juni tot 21 augustus 2026, met secties voor installaties, activering, activiteit en retentie - gegenereerd door de agent te vragen de acceptatie te volgen vanaf de eerste installatie tot en met doorlopend gebruik en te markeren waar klanten vastlopen.
Naast analyse zegt OpenAI dat ChatGPT Work vervolgstappen kan aanbevelen, kan identificeren wie erbij betrokken moet worden, bevindingen kan delen via Slack of e-mail, en door gebruikers goedgekeurde acties kan uitvoeren via verbonden tools.
Dataverbindingen en bestuur
De Data-agent maakt verbinding met een lange lijst van zakelijke dataplatforms, waaronder Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB en Snowflake, en kan bestanden en documenten uit Google Drive en SharePoint in een analyse ophalen.
Cruciaal voor gereguleerde sectoren is dat de agent is ontworpen om gegevens te interpreteren zoals de organisatie dat zelf doet. OpenAI zegt dat het de eigen zakelijke termen, metrische definities, aangepaste berekeningen en datarelaties van een bedrijf toepast, waarbij context wordt gehaald uit semantische lagen en vertrouwde bronnen zoals Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon en bestaande business-intelligence dashboards.
Het bestuur wordt bij de bron afgedwongen. Enterprise-beheerders kiezen welke gegevensverbindingen er zijn en welke rollen deze kunnen gebruiken, en query's worden uitgevoerd onder de bestaande machtigingen van het verbonden account, inclusief beperkingen op tabel-, rij- en kolomniveau. Het bedrijf combineert deze op rollen gebaseerde toegangscontrole met citaten en recensies voor gegenereerde output.
Dashboards die in bestaande BI-tools aanwezig zijn
Een analyse kan worden omgezet in een interactief dashboard met ingebouwde visualisaties die teamgenoten kunnen bewerken, delen en vernieuwen, en bedrijven kunnen merkrichtlijnen leveren zodat de resultaten overeenkomen met hun uiterlijk.
OpenAI zegt ook dat de agent dashboards kan bouwen en ermee kan communiceren binnen bestaande platforms voor bedrijfsinformatie: Omni, Oracle BI, Power BI, Sigma, Tableau en ThoughtSpot. Bogdan Crivat, corporate vice-president van Microsoft Fabric, zei in de aankondiging dat gebruikers Power BI-dashboards kunnen maken door simpelweg hun zakelijke vragen te beschrijven.
Vroege adoptie binnen en buiten OpenAI
OpenAI claimt een aanzienlijk intern gebruik: bijna het hele productteam en meer dan tweederde van de go-to-market-organisatie gebruiken al data-agents in ChatGPT Work. Het bedrijf dankt een intern datateam dat gedeelde bedrijfsdefinities heeft gemaakt, toegangsregels heeft opgesteld en beveiliging heeft aangebracht rond gevoelige gegevens.
Extern zegt OpenAI dat organisaties als NTT Data, Thermo Fisher en ServiceTitan de agent gebruiken via hun Alpha-programma.
De aankondiging bevatte partnerverklaringen van AWS, ClickHouse, Databricks, Snowflake, MongoDB en G2. Pablo Stern, Chief Product Officer van MongoDB voor AI en opkomende producten, zei dat de agent gegevens kan bereiken die zijn opgeslagen in Atlas terwijl deze in realtime worden bijgewerkt. Umesh Unnikrishnan, hoofd ontwikkelaarservaringen van Snowflake, zei dat werknemers gebruik kunnen maken van Snowflake-gegevens onder hun bestaande toegangscontroles.
Een drukke race zonder benchmarks
De lancering komt terecht in een markt die snel beweegt. Databricks, Snowflake en Microsoft hebben allemaal hun eigen agentic analytics-functies geleverd, en startups strijden om dezelfde positionering als 'AI-analist'. VentureBeat merkte op dat OpenAI het enige heeft overgeslagen dat verschillende rivalen graag willen publiceren: een openbare benchmark die de nauwkeurigheid van de agent aantoont. Deze afwezigheid zou aanleiding kunnen geven tot kritisch onderzoek, vooral gezien het grote gewicht dat kopers van ondernemingen hechten aan betrouwbaarheidscijfers wanneer cijfers de besluitvorming bepalen.
Berichtgeving van Seeking Alpha benadrukte ook dat de release gepaard ging met een nieuwe Agents API, waarmee OpenAI's push werd uitgebreid van een enkel chatproduct naar een platform van samen te stellen agenten voor bedrijfsworkflows.
Voor OpenAI is de weddenschap erop gericht dat de interface in natuurlijke taal de voordeur wordt naar bedrijfsgegevens, waarbij het onderliggende magazijn wordt gereduceerd tot loodgieterswerk. Voor de gevestigde exploitanten is de tegenstrategie zichtbaar in de lancering zelf: OpenAI moest met hen allemaal integreren om zijn agent überhaupt bruikbaar te maken. Welke laag de waarde vastlegt – de assistent of het dataplatform eronder – is nu de centrale vraag in enterprise AI.
