OpenAI、ChatGPT Work向け自律型「Data Agent」を公開　データ分析からダッシュボード構築まで自動化

何が発表されたのか

米国時間の2026年9月18日、OpenAIはビジネス向けの新機能として、ChatGPT Work内に統合された自律型AI「Data Agent（データエージェント）」を発表しました。本機能は、企業が蓄積してきた各種データソースと接続し、専門的なデータ分析からダッシュボードの構築、さらにはSlack等の外部ツールへの展開までを一気通貫で自動化するものです。

単なるテキストベースの質疑応答に留まらず、データチームが定義した「セマンティックレイヤー（データの意味的定義）」を理解し、正確かつ一貫したビジネス指標に基づいて動作する点が最大の特徴です。現在はChatGPT Workプラン（企業向けプレビュー段階、または一部先行提供とみられます。編集部注：動画内では「ChatGPT Work」のUI上で動作する様子が公開されています）として紹介されており、企業のデータ利活用を劇的に変える実用的なエージェントとしての位置づけになります。

発表された機能・アップデートの全容

モバイルから指示する高度な自動データ分析（Data Agent）

動画内では、通勤途中のモバイル端末（iPhone）からChatGPT Workアプリを起動し、音声やテキストでビジネス上の課題を直接問いかけるデモが実演されました。具体的には、「新規プロダクト『Sites』をローンチした。顧客が価値を得られるようにするために、どこに焦点を当てるべきか。DataプラグインとSites Semantic Layer（セマンティックレイヤー）を使用して調査し、実用的な次のステップを推奨してほしい」という指示を入力しています。

指示を受けたData Agentは即座に「Data」および「Sites」のコンテキストを読み込み、バックグラウンドでの思考（Thinking）プロセスを開始します。ユーザーがオフィスに到着してデスクのPCを開くまでのわずかな時間で、詳細な分析レポートが自動生成されました。レポートには「新規クリエイターの増加数は週約150人で頭打ちになっている」といったグラフ付きの視覚的なインサイトが示され、ボトルネックがどこにあるかを一目で把握できるようになっています。

意思決定を裏付けるSQLクエリとメタデータの透明性

自動生成されたレポートの信頼性を担保するため、Data Agentは分析のプロセスを完全に可視化します。生成された「Sites adoption report（サイト採用レポート）」の画面右側には「Creator Adoption」という詳細パネルが表示され、そこから「Overview（概要）」「Data preview（データプレビュー）」「SQL query（SQLクエリ）」の各タブを切り替えて確認できます。

「SQL query」タブを開くと、実際にデータベースに対して実行されたSELECT文などの具体的なクエリコードがそのまま表示されます。また、データプレビューによって生データ（Raw Data）の構造も確認可能です。これにより、企業のデータチームやエンジニアは、AIがどのような計算ロジックでその数値を導き出したのかを厳密に監査（インスペクション）できます。ブラックボックス化を防ぎ、企業の意思決定におけるデータの正確性と信頼性を完全に保証する仕組みが組み込まれています。

SlackやGoogle Driveなどの外部ツール連携と推奨アクションの自動生成

Data Agentは、データベースの数値分析だけでなく、企業内で日常的に使われているコミュニケーションツールやドキュメント管理システムともシームレスに連携します。デモでは、分析結果のボトルネック（「作成権限を持つ1万人のうち、実際に作成を開始したのは約16%に過ぎない」というファネル分析結果）に対し、さらに深掘り調査を指示する様子が描かれました。

ユーザーが「なぜ対象ユーザーがサイトの作成を開始しないのか。SlackやGoogle Driveの入力データを使用して、機会を特定してほしい」と指示すると、Data Agentは「Slack - Analytics context」や「Google Drive - Customer feedback」といった外部ソースを探索し、顧客のフィードバックを抽出します。その結果、「顧客はどこから始めてよいか、公開プロセスのワークフローが不明確である」という定性的な課題を特定しました。これに基づき、「公開方法を示すインアプリのポインターをテストする」といった、具体的かつ実用的な推奨アクション（Next Steps）を自動で策定します。さらに、これらの推奨事項をまとめたSlack投稿用の下書きを自動作成し、そのまま社内の「#data」チャンネルへ共有するまでの流れが実演されました。

分析レポートからインタラクティブなダッシュボードへの即時変換

分析によって得られた知見を一時的なものにせず、継続的に追跡するためのダッシュボード化も、対話形式の指示だけで完結します。ユーザーが「DataとSites Semantic Layerを使用して、導入と使用状況を測定するダッシュボードを作成してほしい」と依頼すると、Data Agentは数秒で「Sites adoption and usage（サイトの採用と使用状況）」と題したインタラクティブなダッシュボードを構築します。

このダッシュボードには、「サイト採用率（8.9%）」「週次アクティブクリエイター（885人）」「新規クリエイター（148人）」といった主要業績評価指標（KPI）がカード形式で配置され、その下部には「作成開始」「作成成功」「公開」に至るユーザーの「Creation funnel（作成ファネル）」が美しい棒グラフで描画されます。ダッシュボードは「Retention（定着率）」「Organizations（組織別）」「Creation Target（作成ターゲット）」といった複数のタブで構成されており、プロダクトリーダーやカスタマーサクセスなど、異なる部門のメンバーがそれぞれの視点でデータを探索できるよう設計されています。

異常検知や指標低下を自動通知するアラート機能のスケジュール設定

ダッシュボードの構築に加え、ビジネス環境の変化をリアルタイムに捉えるための監視設定も自動化されています。ユーザーが「週次のクリエイター採用率が前週と比較して低下した場合に、毎週アラートを設定してほしい」と依頼すると、Data Agentはアラートのルール定義を開始します。

AIは「どれほどの低下幅でトリガーすべきか（パーセンテージポイントか相対比率か）」「いつチェックを実行すべきか」「誰に通知すべきか」といった詳細なパラメータをユーザーに問いかけ、ルールを精緻化します。デモ画面では、データ更新のスケジュールとして「Every weekday（毎平日）」「9:00 AM」にデータをリフレッシュする設定画面が表示され、スケジュール実行の登録が完了する様子が示されました。これにより、担当者が毎日手動でデータを確認することなく、異常発生時に即座にSlack等で通知を受け取ることが可能になります。

データ定義を一元化する「データコンテキスト（セマンティックレイヤー）」の構築

全社で一貫したデータ分析を行うための最大の基盤となるのが、「Create Sites Data Context（データコンテキストの作成）」機能です。企業のデータチームは、Databricks Genieのウェアハウススキーマ、Slackの分析チャンネル、Google Drive内の指標定義ドキュメントなどをChatGPTに読み込ませることで、再利用可能な「Sites data context」を構築できます。

構築されたセマンティックレイヤーの画面（Sites data context）には、「Entity（実体）」として「Eligible user（対象ユーザー）」「Creator（クリエイター）」「Viewer（閲覧者）」などの詳細な定義テーブルが一覧表示されます。例えば、「Eligible user」は「組織内の人間のユーザーで、サービス、アイデンティティ、またはChatGPT Workのユーザーを除く」といった厳密な除外条件や、集計の粒度（Grain）が「User × Week」であることが明記されています。さらに、「Standard Filters and Dimensions（標準フィルターとディメンション）」の項目では、タイムゾーンの基準（UTC 00:00〜23:59）や、重複排除のロジック（Event deduplication）などが定義されています。この共通コンテキストが定義されることで、全社員が異なる解釈をすることなく、同じ定義に基づいて一貫した分析結果を得られるようになります。