10 сентября 2026 года OpenAI опубликовала анонс «Now everyone can put data to work» — в ChatGPT Work появился Data agent. Он подключается к корпоративным базам данных, сам разбирается, что изменилось в метриках, и строит интерактивные дашборды, которыми можно поделиться с коллегами. Без SQL, без выгрузок в Excel, без отдельного аналитического инструмента.
Скажем сразу нашу оценку, чтобы дальше читать с ней в голове: главное в этом релизе — не модель и не дашборды. Главное — семантический слой. От того, описаны ли у вас метрики, зависит, получите вы ответ или уверенно поданную ошибку. И это работа людей, которую агент за вас не сделает.
Сделайте следующий шаг в карьере
Подберите обучение, которое поможет освоить новые компетенции
Номера версии у продукта нет — это отдельный плагин внутри ChatGPT Work (в справке OpenAI он называется «Data plugin in ChatGPT Work and Codex»). Логика простая: вместо того чтобы аналитик писал запрос, строил визуализацию и пересылал скриншот в чат, пользователь спрашивает в диалоге — и получает и цифру, и график, и предложение, куда копать дальше.
В тот же день, 10 сентября, OpenAI анонсировала второй продукт — ChatGPT for Financial Services на модели GPT-6 Astra: тот же ChatGPT Work, но со встроенными платными данными Daloopa, PitchBook, LSEG News и Crunchbase. Дизайн-партнёры — Morgan Stanley и Evercore. Про эту модель мы уже писали подробно в разборах GPT-6 Astra, здесь важно другое: OpenAI явно заходит в корпоративную аналитику, а не только в чат.
Вся работа идёт в одном диалоге. Агент отвечает на вопрос, а дальше строит и правит дашборды прямо внутри BI-инструментов — поддерживаются Omni, Oracle BI, Power BI, Sigma, Tableau и ThoughtSpot. То есть результат не остаётся в чате: он ложится в тот контур, где компания уже смотрит отчёты.
Готовый материал можно отправить в Slack или на email, агент сам предлагает следующие шаги и поддерживает кастомный брендинг документов. Осваивать новый интерфейс не нужно — это и есть основная ставка OpenAI: аналитика без освоения аналитического инструмента.
Человек разговаривает с ИИ-агентом, который превращает слова в графики и аналитику
Поддерживаемые источники: Amazon Redshift, ClickHouse, Databricks, Google BigQuery, MongoDB, Snowflake, Datadog — плюс файлы и документы из Google Drive и SharePoint.
Бизнес-контекст — термины, определения метрик, кастомные расчёты, связи между таблицами — агент подтягивает из семантических слоёв: Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon и существующих BI-дашбордов.
С доступами сделано аккуратно: соблюдаются права на уровне строк, колонок и таблиц, запросы выполняются в пределах прав подключённой учётной записи. Рядовой сотрудник не увидит зарплатную таблицу, потому что спросил вежливо.
Включает всё это администратор: Workspace settings → Plugins, настройка RBAC, отдельная установка плагинов для каждого источника (для Snowflake и Databricks — через шаблоны приложений). Отдельно стоит запомнить: установка плагина и доступ к приложению — разные требования, одно не даёт второго автоматически.
Из клиентов альфа-версии OpenAI называет NTT Data, Thermo Fisher и ServiceTitan. Внутри самой компании инструментом пользуются «почти вся продуктовая команда и более двух третей GTM-организации» — это самый честный показатель из всего анонса.
Здесь наша позиция расходится с тоном релиза. OpenAI продаёт лёгкость: спросил — получил. Но посмотрите на список семантических слоёв ещё раз. Агент хорош ровно настолько, насколько в компании описано, что такое «выручка», «активный клиент» и «маржа». Если у финансов и маркетинга это считается по-разному, а нигде не зафиксировано, агент выдаст число — и не предупредит, что взял чужое определение. Ошибка будет выглядеть как аналитика: с графиком, выводом и предложением следующего шага.
Поэтому проект «подключим ИИ к нашим данным» на практике оказывается проектом «наведём порядок в метриках». Первое делается за вечер силами администратора, второе — месяцами силами людей, которые эти метрики считают. Компании, у которых dbt-модели и описания уже есть, получат эффект сразу. Остальные получат правдоподобный туман.
Добавим к этому непрозрачность: цену самого Data agent OpenAI не назвала ни в анонсе, ни в справке, требуется ли для него Premium-место — тоже. Сроки полной раскатки и список регионов в первоисточнике не указаны. Для инструмента, который лезет в корпоративные базы, это довольно много неизвестного.
Пора сменить профессию? Начните с понятного плана
Подберите программу под ваш опыт, цели и желаемый формат занятости
Команда людей выстраивает фундамент из описаний метрик, пока ИИ-агент ждёт сверху
В России Data agent не работает: нужен VPN, российские карты не принимаются, ChatGPT Business/Work оформляется на воркспейс с оплатой картой или по счёту иностранного юрлица. А подключение корпоративных баз требует договорных отношений с OpenAI, недоступных резидентам РФ. Отдельный вопрос — передача корпоративных данных за рубеж: это уже наша оценка, вендор её не комментирует, но обсуждать её с юристами придётся раньше, чем с администратором.
Что есть на нашем рынке:
Если задача звучит как «хочу спрашивать у данных по-русски и получать график» — начинать стоит с DataLens: он уже стоит в контуре многих компаний, и подключать новый вендор не нужно.
Аналитика данных не исчезает — из неё уходит ручная часть: написать запрос, собрать выгрузку, перерисовать график к совещанию. Ценность смещается к двум вещам: описать метрики так, чтобы им можно было доверять, и задать правильный вопрос.
Второе — навык, который дешевле освоить сейчас, чем догонять потом. Маркетологу, который хочет сам проверять гипотезы по своим данным, а не ждать очереди в аналитике, полезно научиться ставить задачи нейросети на языке результата — с этого начинается любая работа с агентом, не только с чужим.
Аналитик и ИИ-агент работают в паре: человек задаёт вопрос, агент строит визуализацию
Сколько стоит Data agent и нужен ли отдельный тариф? Цену самого агента OpenAI не раскрыла. Известно, что ChatGPT Work входит в места плана ChatGPT Business: Standard — $25 за пользователя в месяц при помесячной оплате и $20 при годовой, Premium — $125 и $100 соответственно, минимум 2 места в воркспейсе. Хватает ли Standard для Data agent, вендор не уточнил.
Нужен ли программист или дата-аналитик, чтобы пользоваться инструментом? Чтобы задавать вопросы — нет. Чтобы подключить источники, настроить RBAC и установить плагины — да, это работа администратора. А описание метрик в семантическом слое остаётся за дата-командой.
Можно ли подключить ChatGPT к корпоративной базе данных в России? Легально и без рисков — нет: сервис недоступен резидентам, оплата и договор с OpenAI закрыты. Технически подключение требует доступа из инфраструктуры компании, что делает VPN-обходы плохой идеей для корпоративных данных.
Чем Data agent отличается от обычного ChatGPT с загруженным файлом? Файл — это снимок на один день. Агент работает с живыми источниками, знает определения метрик из семантического слоя, соблюдает права доступа и пишет результат в ваш BI, а не в чат.
Какие российские ИИ-инструменты для анализа данных работают сейчас? «Нейроаналитик» в Yandex DataLens, GigaChat Business, агенты на Yandex AI Studio, платформы Cloud.ru, MWS и Just AI, а также BI с ИИ-надстройками — Visiology, Luxms BI, Analytic Workspace.
Превратите интерес к теме в новую профессию
Оставьте заявку — поможем выбрать программу и расскажем об условиях обучения
Оставить заявку
Задать вопрос
Задать вопрос