OpenAI 希望 ChatGPT 做的不仅仅是回答用户提供的信息中的问题。它现在要让 ChatGPT 深入挖掘企业数据，自行找到答案。该公司在 ChatGPT Work 中推出了全新的数据智能体（Data agent），可以连接企业数据系统、调查业务问题并将结果转化为报告和交互式仪表盘。
假设一位销售经理想知道某个区域为何业绩不佳。通常会查看数据仪表盘、从另一个系统提取数据，然后请分析师深入研究。OpenAI 希望更多这类工作由智能体承担。用户在 ChatGPT 中提出问题，智能体 自行判断需要什么信息。它可以查询数据、翻阅文档，并在发现新线索时持续深入挖掘。用户不需要懂 SQL，也不一定需要知道哪个系统存有相关信息。该 智能体 支持 Snowflake、Databricks、BigQuery、Amazon Redshift、ClickHouse 和 MongoDB 等多个平台。它还可以搜索 Google Drive 和 SharePoint 中的文件。
据 OpenAI 介绍，数据智能体能够沿用企业已有的部分数据规则。这一点很重要，因为"活跃客户"这样的术语在一家公司的含义，在另一家公司则完全不同。如果它能使用已存储在 dbt、Snowflake Horizon 和 Databricks Genie Ontology 等工具中的定义和其他信息，其实用价值将大幅提升。OpenAI 表示，该智能体还可以使用已有的仪表盘作为上下文。这意味着，如果企业已有自己的指标计算方式，智能体可以沿用而非自行发明。
OpenAI 表示，其几乎整个产品组织目前都在或多或少使用数据智能体。数据智能体还被超过三分之二的一线业务组织使用。NTT DATA、Thermo Fisher 和 ServicePiston 也通过计划在测试该技术。
OpenAI 最初为其内部员工构建了数据智能体的一个版本。该公司拥有超过 600 PB 的数据，分布在 70,000 个数据集中，据称找到正确的数据有时比实际分析花费的时间更长。现在它想向其他公司提供这个系统的更通用版本。
竞争已经相当激烈。Snowflake 和 Databricks 都有自己的企业数据 AI 工具，其他分析公司也在朝着相同方向发展。OpenAI 表示，它无意取代这些平台。事实上，数据智能体正是依赖这些平台。企业可以继续将数据保留在 Snowflake 或 Databricks 中，通过 ChatGPT 跨这些系统以及其他系统中的信息进行提问。OpenAI 押注的是，能够跨所有不同数据源工作的能力将极具价值。
但一个重要指标目前仍然缺失。该公司尚未发布任何基准测试来展示数据智能体回答业务问题的准确率。它有一个内部基准将智能体的结果与其自有数据工具进行对比，但尚未公布这些结果。Databricks 本周发布了其自有检索技术的最新性能数据。这并不意味着 OpenAI的智能体不准确，但企业需要知道它多久能给出正确答案。关于销售、成本或客户流失的错误答案，可能比一个日常ChatGPT 问题的错误回答严重得多。
这类智能体的出现未必意味着数据分析师或 BI 工具的终结。OpenAI 自己的定位要简单得多：减少员工每次对公司数据产生疑问时都去找分析师的次数。如果这行得通，ChatGPT 可以成为企业访问已分散在 Snowflake、Databricks、仪表盘、文档和其他系统中的数据的又一种途径。
