OpenAIは、ChatGPT Workに新しいDataエージェントを導入しました。Data エージェントを使うと、質問するだけで、会社のデータを回答、インタラクティブなダッシュボード、アクションに変えられます。

あらゆる企業の人々が、データで答えられる問いを持っています。売上が鈍化した理由や支出が増えている箇所、大口顧客の契約更新を脅かす問題とまず何を直すべきかなど、データで答えられる疑問は多く存在します。しかしその答えを得るには、レポートを待ったり、他の人に分析を依頼したりすることが多いです。ChatGPT Workの新しいDataエージェントは、社内データに接続して何が変わったかを調査し、共有できるインタラクティブなダッシュボードを作成します。ユーザーはクエリを書いたり新しい分析ツールを覚えたりせずに、1つの会話の中で分析を指示・調整できます。

接続できるデータソースと文脈の取得元

Data エージェントは、Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake などの承認されたデータソースに接続可能です。また、Google Drive と SharePoint のファイルやドキュメントを分析に取り込むこともできます。

Data エージェントは、組織のビジネス用語、指標の定義、カスタム計算、データ間の関係を使ってデータを解釈します。このコンテキストは、Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon、BIダッシュボードなどのセマンティックレイヤーや信頼できるソースから得られます。

ダッシュボードの作成と編集

Data エージェントによる分析は、組み込みの可視化を備えたインタラクティブなダッシュボードにできます。チームは必要に応じて編集、共有、更新が可能です。ブランドガイドラインを共有すれば、出力を組織のルックアンドフィールに合わせることができます。Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpot のダッシュボードを構築したり操作したりすることもできます。チームが既に使っているツールで、平易な言葉で作業を指示できます。

Data エージェントは、ChatGPT WorkのPluginsディレクトリにDataとして掲載されています。管理者はWorkspace settings > Pluginsから、チーム向けに利用可能にしたりインストールしたりできます。また、DatabricksやSnowflakeなどの関連するデータソースのプラグインを有効化・設定し、誰が使えるかを管理できます。Data エージェントでは、フォローアップの質問をして結果を調べ、各発見の裏付けとなる根拠を確認できます。分析は組み込みの可視化を備えたインタラクティブなダッシュボードにでき、チームは必要に応じて編集、共有、更新が可能です。

ChatGPT Work に、次のステップの推奨と関与すべき人の特定を依頼できます。ChatGPT Workは、得られた調査結果をSlackまたはメールで共有することが可能です。また、承認したアクションを接続済みのツールを通じて実行することもできます。

Enterpriseの管理者は、どのデータ接続を利用可能にするか、どのロールがそれを使えるかを選ぶことができます。クエリには、接続したアカウントの既存の権限（テーブル、行、列の制限を含む）が適用されます。Dataがまだインストールされていない場合は、Pluginsディレクトリで見つけてInstall pluginを選ぶか、Dataの掲載ページに直接移動します。必要なアカウント接続の手順を完了したら、@Dataで会話を始めてビジネス上の質問をすることができます。

OpenAI社内での利用と導入組織の例

OpenAIは、Dataエージェントの基盤となる機能を社内の広い範囲で使っています。OpenAIでは、プロダクトチームのほぼ全員と、GTM（市場開拓）組織の3分の2以上が、ChatGPT Workのデータエージェントを使って自ら社内データを分析しています。こうした利用は、OpenAIのデータチームが、共有のビジネス定義の作成、アクセスルールの設定、および機密データ向けのセーフガードの整備を行ったことで可能になりました。

Alpha プログラムに参加しているNTT Data、Thermo Fisher、ServicePistonなどの組織は、ChatGPT WorkのData エージェントを使用して、売上と支出の分析やレポートの誤りの発見を行っています。どの案件を追うかや、どのように人員を配置するかという判断にも活用しています。@Data への依頼例として、先週の週間アクティブユーザー(weekly active users)が変化した理由を診断し、考えられる要因(likely drivers)を特定し、過去の期間(prior periods)と比較し、次の確認事項(next checks)を提案するよう求めるプロンプトが挙げられています。