OpenAI wprowadziło nowego agenta danych w ChatGPT Work, agenta, który według firmy łączy się z zatwierdzonymi źródłami danych firmy, bada, dlaczego zmieniły się wskaźniki biznesowe i tworzy interaktywne pulpity nawigacyjne, które pracownicy mogą udostępniać – a wszystko to poprzez rozmowę prostym językiem, bez pisania zapytań SQL lub uczenia się osobnego narzędzia analitycznego.
Ogłoszona w czwartek premiera jest najbardziej bezpośrednim krokiem OpenAI w kierunku analityki biznesowej przedsiębiorstw – rynku, na którym Snowflake, Databricks, Microsoft i fala startupów zajmujących się analityką ścigają się, aby dodać własnych analityków AI. Według relacji Unite.AI, agent jest otoczony codziennymi pytaniami biznesowymi – dlaczego sprzedaż spadła w ostatnim kwartale, gdzie rosną wydatki, które konta są zagrożone – które dziś często oznaczają dni oczekiwania na raport lub ściąganie zespołu ds. danych na spotkanie. Każdy, kto w tym roku śledzi najnowsze wiadomości o sztucznej inteligencji, rozpozna prawidłowość: budżet wygrywają dostawcy, którzy są właścicielami przepływu pracy, a nie tylko modelu.
Jak działa agent danych
Użytkownicy kierują i udoskonalają analizę w jednej rozmowie. Agent może sprawdzić, co zmieniło się w metryce biznesowej, prześledzić czynniki przyczyniające się do tego w połączonych źródłach i przedstawić swoje ustalenia wraz z cytatami. OpenAI zademonstrowało przepływ na fikcyjnym przykładzie „Acme Cloud”, w którym pojedynczy monit utworzył pulpit nawigacyjny wdrażania obejmujący okres od 2 czerwca do 21 sierpnia 2026 r., zawierający sekcje dotyczące instalacji, aktywacji, aktywności i przechowywania — wygenerowany poprzez poproszenie agenta o śledzenie wdrożenia od pierwszej instalacji poprzez ciągłe użytkowanie i oznaczanie miejsc, w których klienci utknęli.
OpenAI twierdzi, że poza analizą ChatGPT Work może zalecić kolejne kroki, określić, kto powinien być zaangażowany, podzielić się wnioskami za pośrednictwem Slacka lub e-maila oraz wykonywać działania zatwierdzone przez użytkownika za pomocą połączonych narzędzi.
Połączenia danych i zarządzanie
Agent danych łączy się z długą listą platform danych dla przedsiębiorstw, w tym Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB i Snowflake, i może pobierać pliki i dokumenty z Dysku Google i SharePoint do analizy.
Co najważniejsze w przypadku branż regulowanych, agent ma za zadanie interpretować dane w taki sam sposób, w jaki robi to sama organizacja. OpenAI twierdzi, że stosuje własne warunki biznesowe, definicje metryk, niestandardowe obliczenia i relacje między danymi, czerpiąc kontekst z warstw semantycznych i zaufanych źródeł, takich jak Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon i istniejących pulpitów nawigacyjnych analizy biznesowej.
Zarządzanie jest egzekwowane u źródła. Administratorzy przedsiębiorstwa wybierają, które połączenia danych istnieją i które role mogą z nich korzystać, a zapytania są uruchamiane w ramach istniejących uprawnień połączonego konta, w tym ograniczeń na poziomie tabeli, wierszy i kolumn. Firma łączy tę kontrolę dostępu opartą na rolach z cytatami i recenzjami wygenerowanych wyników.
Pulpity nawigacyjne działające w istniejących narzędziach BI
Analizę można przekształcić w interaktywny pulpit nawigacyjny z wbudowanymi wizualizacjami, które członkowie zespołu mogą edytować, udostępniać i odświeżać, a firmy mogą dostarczać wytyczne dotyczące marki, aby wyniki odpowiadały ich wyglądowi i stylowi.
OpenAI twierdzi również, że agent może tworzyć pulpity nawigacyjne i wchodzić w interakcje z nimi w ramach istniejących platform analizy biznesowej — Omni, Oracle BI, Power BI, Sigma, Tableau i ThinkSpot. Bogdan Crivat, wiceprezes Microsoft Fabric, powiedział w ogłoszeniu, że użytkownicy mogą tworzyć pulpity nawigacyjne Power BI po prostu opisując swoje pytania biznesowe.
Wczesne wdrożenie w OpenAI i poza nim
OpenAI twierdzi, że ma znaczące zastosowania wewnętrzne: prawie cały zespół produktowy i ponad dwie trzecie organizacji wchodzącej na rynek korzysta już z agentów danych w ChatGPT Work. Firma wykorzystuje wewnętrzny zespół ds. danych, który stworzył wspólne definicje biznesowe, ustalił zasady dostępu i wprowadził zabezpieczenia wrażliwych danych.
Zewnętrznie OpenAI twierdzi, że organizacje, w tym NTT Data, Thermo Fisher i ServiceTitan, korzystają z agenta w ramach programu Alpha.
Ogłoszenie zawierało oświadczenia partnerów z AWS, ClickHouse, Databricks, Snowflake, MongoDB i G2. Pablo Stern, dyrektor ds. produktu MongoDB ds. sztucznej inteligencji i nowych produktów, powiedział, że agent może uzyskać dostęp do danych przechowywanych w Atlasie podczas ich aktualizacji w czasie rzeczywistym. Umesh Unnikrishnan, szef ds. doświadczeń programistów w Snowflake, powiedział, że pracownicy mogą korzystać z danych Snowflake w ramach istniejących kontroli dostępu.
Zatłoczony wyścig bez wzorców
Premiera trafia na szybko poruszający się rynek. Firmy Databricks, Snowflake i Microsoft udostępniły własne funkcje analizy agentowej, a start-upy konkurują o tę samą pozycję „analityka sztucznej inteligencji”. VentureBeat zauważył, że OpenAI pominęło jedną rzecz, którą kilku rywali ściga się z publikacją: publiczny test porównawczy wykazujący dokładność agenta. Ta nieobecność może wzbudzić zainteresowanie, szczególnie biorąc pod uwagę wagę, jaką nabywcy przedsiębiorstw przywiązują do danych dotyczących niezawodności, gdy liczby decydują o decyzjach.
W relacji z Seeking Alpha podkreślono również, że wydaniu towarzyszyło nowe API agentów, rozszerzające możliwości OpenAI z pojedynczego produktu do czatowania w stronę platformy komponowalnych agentów do przepływów pracy w przedsiębiorstwie.
W przypadku OpenAI zakłada się, że interfejs w języku naturalnym stanie się drzwiami wejściowymi do danych przedsiębiorstwa, a podstawowy magazyn zostanie zredukowany do instalacji wodno-kanalizacyjnej. W przypadku operatorów zasiedziałych strategia przeciwna jest widoczna już w samym uruchomieniu: OpenAI musiało zintegrować się ze wszystkimi, aby jego agent był w ogóle użyteczny. To, która warstwa przechwytuje wartość – asystent czy znajdująca się pod nią platforma danych – jest obecnie głównym pytaniem w sztucznej inteligencji przedsiębiorstwa.
