Data agent в ChatGPT Work: дашборды из данных без SQL

Аналитик без диплома аналитика

Каждая компания хранит горы данных, до которых добираются только те, кто умеет писать SQL или платит за время дата-аналитика. OpenAI решила убрать этот барьер: 10 сентября 2026 года в ChatGPT Work появился Data agent - инструмент, который превращает вопрос на обычном языке в готовый интерактивный дашборд, подключившись напрямую к корпоративным источникам данных.

Я слежу за тем, как крупные AI-компании штурмуют корпоративную аналитику уже несколько лет, и этот шаг OpenAI выглядит по-настоящему серьезно - не потому что идея новая, а потому что за ней стоит реальный производственный опыт.

Что умеет Data agent

Суть работы агента - оркестрация. Он не требует переносить данные в одно хранилище: подключается к источникам там, где они уже живут. Список поддерживаемых платформ охватывает большинство корпоративных стеков: Amazon Redshift, Google BigQuery, Databricks, Snowflake, ClickHouse, MongoDB, Datadog и другие. Файлы из Google Drive и SharePoint тоже попадают в анализ напрямую.

Агент понимает не просто структуру таблиц, а бизнес-контекст: метрики, термины, кастомные расчеты, принятые внутри конкретной организации. Этот контекст он берет из семантических слоев - Databricks Genie Ontology, dbt, Snowflake Horizon, BI-дашбордов. То есть если в компании "конверсия" считается по собственной формуле, агент будет использовать именно ее, а не какую-то стандартную.

Помимо анализа, Data agent умеет управлять уже установленными BI-инструментами: Tableau, Power BI, Omni, Sigma, ThoughtSpot, Oracle Business Intelligence - запускать задачи и обновлять дашборды через них, а не создавать параллельную инфраструктуру.

Цифры, которые говорят сами за себя

OpenAI не просто выпустила продукт наружу - компания использовала его внутри себя с января 2026 года. По раскрытым данным, внутренний Data agent обрабатывал запросы к более чем 600 петабайтам данных в примерно 70 000 датасетах. Это не пилот на паре таблиц.

Сейчас в OpenAI Data agent используют почти все сотрудники продуктовых команд и больше двух третей сотрудников из маркетинга, продаж и клиентского сервиса. Показательно, что речь идет именно о нетехнических ролях - тех, кто раньше ждал отчетов от аналитиков.

Один из участников альфа-программы - японская компания NTT Data. Их комментарий точно описывает смысл всего продукта: сотрудники из продаж и корпоративных функций, которые никогда не писали запросов к базам данных, теперь сами создают и обновляют дашборды на обычном языке.

Где взять и как подключить

Data agent доступен в каталоге плагинов ChatGPT Work под названием "Data". ChatGPT Work - это отдельный корпоративный продукт на базе GPT-5.6, запущенный в июле 2026 года. Он заточен под многошаговые задачи и интеграции с корпоративными инструментами - Slack, Gmail, а теперь и с хранилищами данных.

Для российских компаний ситуация стандартная для продуктов OpenAI: прямой доступ ограничен, нужен VPN и нероссийская платежная карта для оформления подписки ChatGPT Work. Технически после подключения агент работает через API, так что инфраструктурных препятствий для использования в корпоративных проектах через посредников нет.

Конкурентный контекст

OpenAI выходит на территорию, где уже работают Google, Microsoft и Salesforce. У Google - Gemini, встроенный в BigQuery и Workspace. У Microsoft - Copilot в Excel, Power BI и Azure. Разница в подходе: оба гиганта продвигают интеграцию внутри своей экосистемы, а Data agent позиционируется как платформенно-нейтральный слой. Компания, которая хранит данные в Redshift, общается в Slack и не собирается переходить на Google Cloud, получает рабочий инструмент без смены стека.

Anthropic запустила Cowork примерно в то же время - в июле 2026-го. Но у Anthropic пока нет сопоставимой по масштабу истории внутреннего использования корпоративной аналитики.

Главный открытый вопрос - насколько чисто оркестрация работает в реально грязных корпоративных средах: несогласованные схемы, устаревшие справочники, конфликтующие определения метрик в разных отделах. В идеальных условиях продукт выглядит убедительно. Fortune 500 идеальных условий не предоставляет.

Что это меняет на практике

Для бизнеса сдвиг принципиальный: аналитики перестают быть узким горлышком для рутинных вопросов. "Почему упали продажи в регионе в прошлом квартале?" - раньше это задание на несколько часов или дней, теперь потенциально минуты. Ресурс аналитиков освобождается под задачи, где нужна реальная экспертиза, а не написание стандартных запросов.

Для разработчиков семантических слоев и BI-платформ это скорее хорошая новость: Data agent усиливает ценность уже вложенных инвестиций в dbt-модели и метаданные Snowflake, а не обесценивает их.

Для рядового менеджера, который никогда не открывал SQL Workbench - это первый инструмент, где обещание "просто спроси" подкреплено реальной корпоративной инфраструктурой, а не демо на чистых таблицах.

Информация подтверждена несколькими публикациями, включая официальный анонс OpenAI и разборы специализированных изданий.