OpenAI面向企业发布ChatGPT Work全新Data agent

每个行业的从业者都会遇到数据能够回答的问题。为什么销售放缓了？支出在哪些方面上升？哪些问题威胁到大客户续约，我们应该优先解决什么？要获得这些答案，通常意味着等待报告或请他人进行分析。

我们正在ChatGPT Work中推出新的Data agent（数据代理），帮助更多人自行解答这些问题。它可以连接公司数据，调查变化原因，并构建可共享的交互式仪表板。您可以在一次对话中直接指导和完善分析，无需编写查询或学习新的分析工具。

连接公司信任的数据和上下文

Data agent可连接经批准的数据源，包括Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake等。它还可以将Google Drive和SharePoint中的文件和文档纳入分析。

它使用您组织的业务术语、指标定义、自定义计算和数据关系来解释数据。这些上下文来自语义层和可信来源，如Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon和BI仪表板。

平台合作伙伴1/6

企业管理员选择哪些数据连接可用，以及哪些角色可以使用它们。查询强制执行所连接账户的现有权限，包括表、行和列限制。

将问题转化为分析和行动

提出后续问题以调查结果，并查看每项发现背后的证据。

将分析转化为带有内置可视化的交互式仪表板。您的团队可以根据需要编辑、共享和刷新它。分享您的品牌指南，以定制输出，使其符合组织的视觉风格。

Data agent还可以在Omni、Oracle BI、Power BI、Sigma、Tableau和ThoughtSpot中构建和交互仪表板。用自然语言在团队已使用的工具中指导工作。

BI工具1/4

让ChatGPT Work推荐后续步骤，并确定需要参与的人员。它可以通过Slack或电子邮件分享发现，并通过连接的工具执行您批准的操作。

基于OpenAI内部使用的数据分析工具构建

我们在OpenAI广泛使用Data agent背后的能力。我们几乎所有的产品团队和超过三分之二的GTM组织都在ChatGPT Work中使用数据代理自行分析公司数据。我们的数据团队通过创建共享业务定义、设置访问规则并为敏感数据建立保障措施来实现这一点。通过阅读这篇文章和参加我们的网络研讨会了解更多信息。

NTT Data、Thermo Fisher、ServicePiston以及我们Alpha计划中的其他组织正在ChatGPT Work中使用Data agent来分析销售和支出、发现报告错误，并决定应追求哪些机会以及如何配置人员。

客户示例1/11

开始使用Data agent

您可以在ChatGPT Work的插件目录中找到Data agent，列名为Data。管理员可以通过工作区设置>插件为其团队启用或安装它。他们还可以启用和配置相关数据源插件，如Databricks和Snowflake，并管理谁可以使用它们。

如果Data尚未安装，请在插件目录中找到它并选择“安装插件”，或直接访问Data列表。完成任何必需的账户连接步骤，然后开始与@Data对话并提出您的业务问题。

尝试这些提示

诊断指标变化

@Data 诊断上周周活跃用户为何变化。识别可能的驱动因素，与之前期间进行比较，并建议下一步检查。

设计KPI框架

@Data 为这个新产品领域设计KPI框架，包括主要指标、驱动因素、护栏、目标和数据验证需求。

创建领导层汇报

@Data 将本月指标转化为适合领导层的更新，包含实际值、比较、驱动因素、注意事项和建议行动。