公開：2026年9月11日, 最終更新：2026年9月11日
30秒サマリー
- OpenAIが2026年9月10日、ChatGPT Work向け「Data agent」を発表した
- Snowflake・BigQuery・Redshiftなど主要データ基盤に自然言語で接続し、分析・ダッシュボード生成が可能
- OpenAI社内ではプロダクトチームのほぼ全員、GTM組織の3分の2超が既に活用中と説明
何が起きたか
OpenAIは2026年9月10日付の公式ブログで、ChatGPT Workに新機能「Data agent」を導入すると発表した。同エージェントは自然言語による質問をきっかけに、企業の承認済みデータソースへ接続して分析を実行し、インタラクティブなダッシュボードを生成・共有できる。クエリ記述や新たな分析ツールの習得は不要とされている。
接続先のデータ基盤としては、Amazon Redshift・Google BigQuery・Snowflake・Databricks・ClickHouse・MongoDBなどが挙げられている。また、Google DriveやSharePoint上のファイル・ドキュメントも分析対象に含められる。データの解釈にはdbt・Databricks Genie Ontology・Snowflake Horizonなどのセマンティックレイヤーが利用される。ダッシュボードの出力先として、Tableau・Power BI・Sigma・ThoughtSpot・Omni・Oracle BIとの連携も示されている。
企業管理者はどのデータ接続を有効にするか、どのロールが利用できるかを制御でき、クエリ実行時は接続アカウントの既存権限（テーブル・行・列レベル）が適用されると説明されている。分析結果はSlackやメールで共有したり、承認済みのアクションを実行したりすることも可能とされる。
OpenAI自身の社内導入実績として、プロダクトチームのほぼ全員と、GTM組織の3分の2超がData agentをChatGPT Work上で活用していると原文は述べている。アルファプログラムへの参加企業としてNTT Data・Thermo Fisher Scientific・ServiceTitan・Ziplineなどが紹介されており、非エンジニアによるダッシュボード構築や、数時間かかっていたデータ調査の迅速化といった事例が言及されている。
原典ハイライト
「データに関する質問に答えるためにレポートを待つか、誰かに分析を依頼する必要があった」という従来の課題に対し、Data agentは「クエリを書かず、新たなツールを学ばずに、会話の中で分析を指示・精緻化できる」と原文は説明している。また、OpenAI社内での広範な活用実績を根拠として、同製品の実用性を訴求している点が特徴的だ。
出典: OpenAI News/Research（公式ブログ）
So What?（なぜ重要か）
編集部の見立てでは、このData agentが示す本質的な変化は「データ分析の民主化」だ。これまでBIツールや専任データアナリストを介さなければ得られなかった業務データの洞察が、自然言語で取得できるとすれば、意思決定のスピードと解像度が組織全体で底上げされる可能性がある。一方、ガバナンス設計（セマンティックレイヤーの整備・権限管理）が前提条件となる点は、導入ハードルとして注目に値する。
日本企業への示唆
日本企業にとって最初の論点は、Data agentが接続する「信頼できるデータ基盤」が自社に整っているかどうかだ。Snowflake・Databricks・BigQueryなどのモダンデータスタックを導入済みであれば、比較的早期に活用を検討できる。一方、データが複数システムに分散している、あるいはメトリクス定義が属人化している企業では、まずデータガバナンスの整備が先決となる。NTT Dataの事例が示すように、非エンジニア（営業・コーポレート）が自らダッシュボードを構築できるようになれば、データチームへの分析依頼のボトルネックが緩和される可能性があり、IT部門とビジネス部門の役割分担を再設計する契機にもなりうる。ChatGPT Workの契約形態や料金体系は原文では言及がないため、導入コストは別途確認が必要だ。
背景・経緯
ChatGPT Workは企業向けのChatGPTプラン上で動作する機能群とみられるが、原文ではその詳細な沿革には触れていない。Data agentはOpenAI社内での自社活用（「dogfooding」）を経て開発されたと説明されており、社内データチームが共通のビジネス定義の整備・アクセスルールの設定・機密データの保護策構築を担ったと述べられている。アルファプログラムには複数の企業が参加していたことが原文から読み取れる。
