公司營收為什麼突然下降？哪個產品的客戶流失最嚴重？過去這類問題通常要先找資料、請分析師跑報表，再等結果出來。OpenAI 新推出的 Data Agent（Data plugin），想把這段流程變成一句自然語言問題。
它可以在 ChatGPT Work 中連接企業核准的資料來源，分析數據、追查變化原因，甚至直接建立可以分享與更新的互動式儀表板。對不會 SQL 的主管、行銷、業務或營運人員來說，這代表「自己問公司資料」的門檻正在降低。
但它也不是把資料庫接上 ChatGPT 就會自動得到正確答案。權限、指標定義與人工驗證，仍然是導入時最重要的三件事。
ChatGPT Data Agent 是什麼？
Data Agent 是 OpenAI 在 2026 年 9 月推出的企業資料分析功能，目前以 Data plugin 的形式在 ChatGPT Work 與 Codex 中使用。
它可以連接企業已授權的資料來源，接收自然語言問題後進行分析，再把結果整理成回答、報告或互動式儀表板。
簡單來說，以前你可能需要這樣處理：
「請資料團隊撈出上個月的銷售資料 → 整理 Excel → 比較各區域 → 找出下降原因 → 做圖表 → 寫主管摘要。」
現在則可以從一個問題開始：
@Data 比較本季與上季營收，找出變化最大的產品和區域，說明可能原因，並列出你使用的資料與指標定義。
接著再針對結果追問，不需要每次重新開始一份分析。
Data Agent 可以連接哪些公司資料？
Data Agent 的重點不是讓你手動把所有資料貼進 ChatGPT，而是連接公司原本就在使用的資料系統。
OpenAI 目前列出的支援來源包括 Amazon Redshift、ClickHouse、Databricks、Google BigQuery、MongoDB、Snowflake 等，也可以在相關連線可用時，把 Google Drive、SharePoint 中的文件帶進分析。
此外，它能搭配 Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpot 等商業智慧工具建立或操作儀表板。
這代表企業不一定要為了使用 AI 放棄原本的資料架構。比較合理的做法，是讓 Data Agent 在既有資料來源、權限與 BI 工具上工作。
不會 SQL，真的也能分析資料嗎？
可以用自然語言開始分析，這正是 Data Agent 對非資料人員最直接的價值。
例如行銷主管想知道：
@Data 為什麼上週網站註冊數下降？和前四週比較，找出流量來源、裝置和地區中變化最大的項目。
業務主管則可以問：
@Data 分析本季 Sales Pipeline，找出金額最大的機會、停留時間異常的案件，以及最需要追蹤的區域。
不用先自己寫 SQL 查詢，再把結果丟到試算表。
不過，「不用寫 SQL」不等於「不用懂自己的數據」。
如果公司對「活躍客戶」「續約率」「有效商機」各有不同定義，AI 必須知道應該採用哪一套。OpenAI 因此建議企業搭配 Semantic Layer（語意層），提供正式的指標定義、計算方式與資料關係。
白話來說，就是先告訴 AI：「我們公司說的營收、客戶、轉換率，到底是怎麼算的。」
Data Agent 可以直接做互動式儀表板
分析完成後，可以繼續要求 Data Agent 把結果做成 Dashboard。
例如：
把剛才的分析做成每週營運儀表板，包含營收、訂單數、平均客單價，以及和前一週、去年同期的比較。
產生後還能繼續用對話修改：
把營收改成依產品線拆分。
加入台灣、香港、日本三個市場的篩選器。
首頁只保留主管最需要看的 5 個 KPI。
依 OpenAI 官方說明，建立的互動式儀表板可以編輯、分享與重新整理，也可以提供品牌規範調整視覺呈現。
這和一般「請 AI 幫我畫一張長條圖」不同。Data Agent 更接近持續使用的資料分析工作流程。
Data Agent 實際可以拿來做什麼？
如果公司已經累積不少資料，可以先從「每週都有人重複做」的分析開始。
例如電商團隊每週都要追營收，就可以要求它比較本週與前期數字，找出下降幅度最大的商品與來源；SaaS 公司可以分析註冊、啟用到留存的使用者旅程，找出客戶最容易卡住的位置。
財務或營運團隊也可以用它追查支出異常，例如：
比較最近三個月各部門軟體支出，找出成長最快的項目，並列出需要進一步確認的異常。
重點不是一次問「分析一下公司的數據」，而是給它一個可以驗證的商業問題。
Data Agent 怎麼開始使用？
目前 Data Agent 並不是所有 ChatGPT 使用者打開新對話就會看到的普通聊天功能，而是透過 ChatGPT Work 或 Codex 中的 Data plugin 使用。
依 OpenAI 官方說明，基本流程如下：
- 在 ChatGPT Work 開啟 Plugins，或從 ChatGPT 網頁版進入 Plugin directory。
- 找到 Data。
- 尚未安裝時，選擇 Install plugin。
- 完成需要使用的資料來源連線與授權。
- 開啟對話並輸入
@Data，接著描述想分析的問題。
企業環境還會牽涉管理員設定。管理員可以決定哪些資料來源能連接，以及哪些角色或群組能使用相關功能。
如果你的帳號找不到 Data，不一定是操作錯誤，也可能是方案、Workspace、角色、地區或管理員權限不同。
Data Agent 會看到整間公司的資料嗎？
不會因為安裝 Data plugin，就自動取得整間公司的所有資料。
OpenAI 表示，Data Agent 查詢資料時會遵循已連接帳號原有的權限，包括資料表、資料列與欄位層級的限制。管理員也可以控制哪些資料連線及角色可以使用。
因此，一位原本只能查看台灣業務資料的員工，不應該因為開始使用 Data Agent，就自動獲得其他市場的資料權限。
不過，「有權限」和「適合分享」仍是兩件不同的事。
例如將分析結果發布成 Dashboard 時，OpenAI 特別提醒，分析使用的資料可能會被複製到發布後的站點，因此分享前仍要確認接收者與資料權限。
AI 做出的分析可以直接相信嗎？
不建議。
Data Agent 可以降低分析門檻，但 AI 仍可能選錯資料、誤解指標，或把相關性解讀成原因。
比較安全的工作方式，是要求它把分析依據一起交出來。例如：
解釋這個結論使用了哪些資料來源、日期範圍、篩選條件與指標定義。
如果結果和公司既有報表不同，不要直接選一個自己喜歡的答案，而是進一步要求：
比較你的計算方式和公司原本報表，找出數字不同的原因。
OpenAI 官方使用說明同樣建議，在依賴結果之前確認資料來源、時間範圍、篩選條件與指標定義。
因此，Data Agent 比較適合被理解成「能幫你快速調查數據的 AI 分析助手」，而不是永遠正確的自動決策系統。
企業導入 Data Agent，先做好這 3 件事
第一步不是把所有資料全部接上去，而是先整理指標定義。
如果業務、財務與行銷三個部門計算「新客戶」的方法都不同，再強的 AI 也可能產生互相矛盾的結果。
第二是確認權限。管理員應先決定哪些資料可以連接、哪些角色可以使用，以及哪些操作需要額外核准。
第三是建立人工驗證流程。尤其是營收、預算、績效與管理決策等重要數據，第一次建立分析流程時，最好先和既有報表交叉確認。
這三件事做好後，再逐步把每週報表、營運分析或 KPI Dashboard 交給 AI，通常比「一次全面自動化」更容易找出問題。
Data Agent 和一般 ChatGPT 資料分析有什麼不同？
一般使用 ChatGPT 分析 Excel 或 CSV，常見流程是「先把檔案交給 AI，再請它分析」。
Data Agent 的方向則是直接連接企業既有資料來源與商業定義，讓使用者持續追問、更新分析，再把結果轉成 Dashboard 或後續行動。
因此，如果只是偶爾分析一份 Excel，未必需要 Data Agent；如果公司經常需要跨資料來源追 KPI、做營運分析、建立固定報表，它的價值才會比較明顯。
海豚 AI 學院先前也整理過 ChatGPT Work 的核心功能與適合情境。如果你還不熟悉 ChatGPT Work，可以先了解整體工作模式，再判斷企業是否真的需要把內部資料與 AI 工作流程串起來。
想從更簡單的工作應用開始，也可以先從海豚 AI 學院免費試看練習 AI 數據分析與工作應用，不需要一開始就導入企業級資料系統。
ChatGPT Data Agent 常見問題
Data Agent 是免費版 ChatGPT 的功能嗎？
Data Agent 目前官方定位是在 ChatGPT Work 與 Codex 中使用的 Data plugin。實際可用性還會受到方案、Workspace、角色、地區及管理員設定影響，因此應以帳號中的 Plugin directory 為準。
不會 SQL 可以使用 Data Agent 嗎？
可以。Data Agent 的核心設計就是讓使用者透過自然語言提出商業問題。不過，使用者仍需要知道自己想分析什麼，以及公司採用哪些正式指標定義。
Data Agent 可以做 Power BI 或 Tableau Dashboard 嗎？
可以搭配支援的 BI 工具工作。OpenAI 目前列出的工具包含 Power BI、Tableau、Sigma、ThoughtSpot、Omni 與 Oracle BI；實際可執行的操作仍取決於工具能力與帳號權限。
Data Agent 會繞過公司的資料權限嗎？
依 OpenAI 官方說明，不會。查詢會遵循連接帳號既有的資料權限，包括適用的 table、row 與 column restrictions。
中小企業適合使用 Data Agent 嗎？
要看資料成熟度。如果公司的主要資料仍散落在多份 Excel，而且連 KPI 定義都還沒有統一，優先整理資料通常比導入 AI Agent 更重要。已經有資料倉儲、固定報表與明確指標的團隊，才比較容易發揮 Data Agent 的價值。
資料來源
OpenAI｜Now everyone can put data to work
https://openai.com/index/put-data-to-work/
OpenAI Help Center｜Using the Data plugin in ChatGPT Work and Codex
https://help.openai.com/en/articles/20001518
OpenAI Help Center｜Plugins in ChatGPT and Codex
https://help.openai.com/en/articles/20001256/
OpenAI Help Center｜Admin controls, security, and compliance for plugins and apps
