OpenAI が Now everyone can put data to work を投入 ── クエリ不要で企業データ分析
「データの分析はデータサイエンティストの仕事」という固定観念が、ChatGPT Workの新機能で崩れつつある。SQLを書けなくても、専門用語を知らなくても、自然な言葉で問いかけるだけでインサイトが得られる環境が整った。これは業務の民主化というより、意思決定の速度を根本から変える一手だ。
▸何が変わったのか
OpenAIは2026年9月10日、ChatGPT Work向けの新機能「Data agent」を発表した。Amazon Redshift、Google BigQuery、Snowflake、Databricks、ClickHouse、MongoDB、Datadogなどの主要データベースに直接接続できる。これまでは別ツールの学習やクエリ作成が必要だった分析を、対話形式で完結させる。さらにDatabricks Genie Ontology、dbt、Snowflake Horizonなどのセマンティックレイヤーを活用し、企業の独自指標や定義に基づいてデータを解釈するのが特徴だ。Google DriveやSharePointのドキュメントも分析対象に組み込める。
◈前モデル / 競合との比較
提供テキスト内の競合他社との直接的なパフォーマンス比較数値は記載されていない。ただし、AWS、ClickHouse、Databricks、Snowflakeなどのプラットフォームパートナーのコメントから、既存のエコシステムとの深い統合が強みであることが示唆されている。
◈技術背景と意義
単なるチャットボットではなく、企業のデータ基盤とビジネスコンテキストを紐付けたエージェントだ。従来のBIツールでは「どこをクリックするか」「どのクエリを書くか」が障壁だったが、Data agentはセマンティックレイヤーという翻訳機を内蔵している。つまり、IT部門が定義した「売上」や「解約リスク」などの意味をAIが理解し、正しいデータソースから情報を引き出す。ユーザーは質問するだけで、背後で複雑なデータジョインや集計が処理される仕組みだ。
▸こんな人・用途に
[‘営業担当者：大型アカウントの更新リスク要因を即座に特定し、対応優先順位を判断する’, ‘経営層・管理者：売上停滞の原因や支出増加の要因を、リアルタイムで対話しながら検証する’, ‘ビジネスユーザー：SQL知識がなくても、承認済みのデータソースからインタラクティブなダッシュボードを生成・共有する’]
▸Hacker Newsの反応
「誰でもデータを活用できる」というテーマに対して、技術スタックへの関心と実用性への懐疑的な目が交錯する空気感。特にMCP周りの議論が活発で、単なるLLMラッパーではなく、エージェント基盤としての可能性を模索する声が目立つ。
「エンタープライズプラン以外ではモデル指定が制限されるのは残念。Sonnet 3.7とHaikuの組み合わせに魅力を感じず、結局Aiderを使いまわすことにする。」
「RustにPythonを埋め込む際の具体的な実装方法は？先週同じ課題に直面していて、技術的な詳細が知りたい。」
「ARC OSはLLMを使わず、主観的入力を論理ツリーやバイアスフラグへ変換する記号処理だけで動く。投資判断の透明性や推論経路の追跡を重視した設計だ。」
「「うまくいった」と言うが、最も重要なROI（投資利回り）の数字が欠落している。具体的な収益性を示さなければ説得力に欠ける。」
「mcp-agentの開発者です。OPとプロジェクトを同期させ、これらのパターンに基づいたエージェントアプリを共同で構築していきます。MCPは新分野でサーバーの追加が加速中。」
SOURCE: OpenAI (2026-09-10)
