ChatGPT Work · Data Agent
社内データに聞くだけで、ダッシュボードまで出てくる。
分析担当に頼らず、自然言語で聞くだけで社内データを調べ、そのままダッシュボードを組み立てる——ChatGPT Work に追加された「Data agent」は、BIツールの手前に立つ新しいレイヤーになる。
分析担当を介さず、
社内データに直接聞く
クエリを書く代わりに、聞きたいことをそのまま聞く。
OpenAI は 2026年9月10日、ChatGPT Work 向けに「Data agent」を発表した。公式発表 Now everyone can put data to work によれば、これは会社が承認済みのデータソースに接続し、業績指標に何が起きたかを調べ、社員が共有できる対話型のダッシュボードを自動で組み立てるプラグインだ。「先月なぜ売上が落ちたのか」「どこで支出が増えているのか」「解約リスクが高い大口顧客はどこか」といった、これまでBIツールとアナリストの往復が必要だった問いに、1つの会話の中で答えを詰めていける。
対応するデータソースは Amazon Redshift・Google BigQuery・ClickHouse・Databricks・MongoDB・Snowflake・Datadog と幅広く、Google Drive や SharePoint に置かれた社内文書も横断的に参照できる。詳細な連携範囲は OpenAI「ChatGPT Work for Data Teams」 にまとまっている。
| これまで | Data agent 導入後 |
|---|---|
| BIツールの操作かSQLの知識が前提 | 自然言語の会話だけで分析が進む |
| ダッシュボード作成は分析担当に依頼 | 担当者が会話の中でそのまま生成・調整 |
| 数値データと社内文書は別々に確認 | DWHのデータと Drive / SharePoint 文書を横断参照 |
| 既存BIツールへの出力は手作業で反映 | Tableau・Power BI・ThoughtSpot 等に直接反映 |
接続できる範囲の広さが、そのまま採用障壁の低さになる
Data agent は Omni・Oracle BI・Power BI・Sigma・Tableau・ThoughtSpot の中でダッシュボードを直接組み立て、操作できる。既存のBIツールを置き換えるのではなく、その手前に「自然言語で聞く窓口」を1枚重ねる設計だ。すでに複数のBI基盤を併用している企業ほど、乗り換えコストなしで恩恵を受けやすい。
この幅広さは、2026年9月11日に報じられた ThoughtSpot 自身の「Spotter 3」（Slack や Salesforce を横断検索するMCPホスト化）とも符合する。BIベンダー側も外部データを取り込む方向に動いており、OpenAI はその逆——外部の対話エージェントからBIツールへ書き込みに行く方向を取った格好だ。
誰が得をするか
PM・情シス
社内向けダッシュボード作成が、分析担当への依頼待ちなしで自己完結する。小規模チームほど恩恵が大きい。
エンジニア
社内向けの簡易分析ツールを自前で作る仕事が減る一方、どのデータ基盤への接続権限をエージェントに与えるかという設計判断が新たに発生する。
個人利用者
ChatGPT Work（法人契約）限定の機能のため、個人プランのユーザーには直接関係しない。
質問がそのままダッシュボードになる時代、
問われるのは「誰が数字の正しさを保証するか」だ。
導入前に潰しておきたい前提
導入を検討するなら、まず自社が使っているデータ基盤が対応リストに入っているかを確認するのが最初の一歩だ。次に、Google Drive や SharePoint の文書までエージェントが横断参照できるということは、アクセス権限の設計をこれまで以上に厳密にしておく必要がある。文書側の権限が緩ければ、分析の過程でそのまま情報が漏れる経路になりかねない。最後に、本格導入の前に「すでに答えを知っている業務上の問い」を1つ投げてみて、出てくる数値・ダッシュボードが正しいかを検算しておくと安全だ。
もう一つの懸念は、自然言語の曖昧さがそのまま分析の曖昧さになる点だ。「先月」が calendar month なのか直近30日なのか、「解約リスク」の定義は何か——人間のアナリストなら質問し返す前提を、エージェントが勝手に解釈して断定的なダッシュボードを出してしまう可能性がある。BIツールを完全に代替するというより、一次スクリーニングの道具として使い、意思決定に直結する数値は最終的に人が検算する、という運用が現実的だろう。