Echo's blog
Echo's blog
· 1 min read · AI办公

ChatGPT Work推出Data agent,问公司数据就能生成交互图表

ChatGPT Work的Data agent可连接公司数据、回答业务问题并生成交互图表。本文说明安装入口、权限要求及无IT团队应确认的成本,地区和费用细则仍待核实。

问销售和支出,先接上公司认可的数据#

销售为什么放缓、哪项支出正在上涨,往往要等同事汇总报表才能回答。OpenAI 于北京时间 9 月 10 日 23 时发布 ChatGPT Work 的新功能 Data agent,员工可以用日常语言提问,让它分析公司数据的变化,并生成可分享的交互式仪表盘,也就是可以继续查看、调整和更新的图表页面。使用前需要工作区开放插件并完成数据账户连接;公告没有交代完整的地区范围和收费细则。

Data agent 支持连接经批准的数据源,包括 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB 和 Snowflake,也能把 Google Drive 和 SharePoint 里的文件、文档纳入分析。这些名称对应企业已经在使用的数据服务。能问到什么,取决于公司实际接通了什么数据。

分析还会使用公司的业务术语、指标定义、自定义计算方法和数据之间的关系。原文列出的上下文来源包括 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 以及现有商业分析仪表盘。这里的“语义层”可以理解为公司给数据准备的解释规则,让工具按组织的定义理解同一个指标。

管理员负责决定哪些连接开放、哪些角色可以使用。查询沿用所连接账户已有的权限,限制可以细到某张表、某些记录或某些字段。员工在对话中继续追问、调整分析时,也可以检查每项发现背后的证据。

公司批准的数据连接和账户权限共同界定分析范围。

公司批准的数据连接和账户权限共同界定分析范围。

图表可以继续改,安装仍需完成授权#

按照公告,团队可以编辑、分享、刷新生成的仪表盘,还能提供品牌规范,调整输出的视觉风格。Data agent 也能在 Omni、Oracle BI、Power BI、Sigma、Tableau 和 ThoughtSpot 中构建仪表盘并与之交互,让已经使用这些分析工具的团队用日常语言安排工作。

分析之后,ChatGPT Work 可以推荐下一步、识别需要参与的同事,并通过 Slack 或电子邮件分享发现。对于连接工具中的实际操作,公告明确写了执行用户批准的操作。这项授权要求应与图表生成能力一起理解。

OpenAI 称,其内部几乎整个产品团队,以及超过三分之二负责市场拓展等工作的 GTM 组织,都在用 ChatGPT Work 里的数据智能体自行分析公司数据。支撑这些使用的数据团队,事先建立了共享业务定义、访问规则和敏感数据保护措施。这个比例描述 OpenAI 内部的使用情况,不能据此推算其他公司的效果。

公告还介绍了 NTT Data、Thermo Fisher、ServicePiston 等 Alpha 计划参与组织用它分析销售和支出、查找报表错误、安排业务机会与人员的情况。客户陈述属于早期使用反馈,原文没有提供适用于所有团队的准确率或节省工时测量。官方给出的提问示例包括调查每周活跃用户的变化、设计业务指标框架,以及把当月数据整理成带比较、限制说明和行动建议的管理层汇报。

产品入口位于 ChatGPT Work 的 Plugins 目录,名称为 Data。管理员可以在 Workspace settings > Plugins 中开放或安装插件,并配置 Databricks、Snowflake 等相关数据源插件及可用人员。用户找到 Data 后选择 Install plugin,完成所需账户连接,再与 @Data 开始对话。公告给出了安装路径,但没有说明所有个人套餐是否可用。具体费用、地区和自己账户的开放情况,仍需另行确认。

团队可以继续修改图表,执行后续操作仍需批准。

团队可以继续修改图表,执行后续操作仍需批准。

小公司先拿一份熟悉的报表试#

对普通业务团队,值得尝试的工作是反复发生、又有现成数据可核对的报表分析。以下是假设场景:一家小型零售公司每周要看各门店销售,负责人可以在获准接入数据后,要求按门店和商品拆分变化,再追问退款是否影响了结果。员工由此有机会在同一段对话里整理问题和图表;是否比现有流程省事,需要实际比较。

第一次试用,建议选择已经人工核对过的一份历史报表,让财务或业务负责人对照总数、日期范围、退款和税费口径。若出现差异,要求工具展示依据,再查明是哪一步用了不同定义。数字对得上、原因讲得清,才适合把分析带进经营讨论。漂亮的图表本身无法证明结论正确。

没有 IT 团队的公司,先请现有软件服务商确认数据能否连接、由谁设置权限、出了问题找谁处理。只有零散表格和聊天记录的团队,还需要先整理文件和业务定义。OpenAI 内部案例也写明有数据团队做准备,普通企业应把这部分工作算进采用成本。

费用需要逐项问清:现有账户能否使用 Data、是否有额外用量收费、数据服务或分析软件是否另行计费,以及连接维护由谁承担。当前公告没有给出这些问题的完整答案。如果每月只做一张简单报表,接入和维护的工作可能难以抵消使用便利,继续使用熟悉的表格流程也合理。

客户名单、个人信息和内部成本应只开放给确实需要的人员。试用阶段可以先限制在查看和分析,生成的邮件及经营建议由负责人复核后再发送或执行。团队可以记录核对耗时和错误类型,用自己的结果决定是否扩大使用,无须套用别家公司的早期体验。

先核对熟悉的报表,再判断连接和维护是否值得。

先核对熟悉的报表,再判断连接和维护是否值得。

消息参考来源

Comments

Copied
Copied to clipboard