「なぜ先月の売上が落ちたのか」「どの部門で費用が急増しているのか」——こうした経営上の問いに答えるには、これまでデータエンジニアやアナリストへの依頼、場合によっては数日〜数週間の待ち時間が必要でした。OpenAIは2026年9月10日、ChatGPT Workに新たな「データエージェント（Data agent）」を追加し、この状況を大きく塗り替えようとしています。同機能は、社内の承認済みデータソースに直接接続し、自然言語の問いかけだけで分析・可視化・ダッシュボード作成まで完結できる企業向けのAIエージェントです。IT担当者にとっては、導入可否の判断から社内展開の準備まで、今すぐ検討すべき新機能といえます。本記事では、その概要・機能・連携サービス・管理者設定・注意点を整理します。
データエージェントとは何か——ChatGPT Workの新機能概要
Photo by Luke Chesser on Unsplash
OpenAIが2026年9月10日に発表したデータエージェントは、ChatGPT Workのプラグインとして動作し、企業の承認済みデータソースに接続して社内データを調査・分析し、インタラクティブなダッシュボードを作成・共有できる機能です。
これまでビジネス上の疑問（「なぜ売上が減少したのか」「どの問題が最大顧客の更新を脅かしているのか」）への回答には、レポート依頼や別のアナリストへの問い合わせが必要でした。データエージェントはその中間工程をなくすことを目的としており、ユーザーが日常的なビジネス質問を自然言語で投げかけるだけで分析を実行します。
分析結果は、チームが編集・共有・再更新できるインタラクティブなダッシュボードとして出力されます。また、ユーザーがブランドガイドラインを設定しておくことで、組織のデザインに合わせたアウトプットも生成可能です。プラグインディレクトリ内の「Data」という名前で見つけることができ、管理者がワークスペース設定から有効化します。
対応データソースと連携BIツール——既存システムとの接続性
データエージェントの大きな特徴は、既存のデータインフラとの幅広い連携です。現時点でサポートされている主なデータソースは以下の通りです。
【データウェアハウス・DB】
- Amazon Redshift
- Google BigQuery
- ClickHouse
- Databricks
- MongoDB
- Snowflake
- Datadog
【ファイル・ドキュメント】
- Google Drive
- SharePoint
さらに、組織内で独自に定義したビジネス指標や計算式・データモデルを活用するため、dbt・Snowflake Horizon・Databricks Genie Ontologyなどのセマンティックレイヤーとも連携します。
分析完了後のアウトプットについても、既存BIツールとの統合が可能です。Power BI・Tableau・Sigma・Omni・Oracle BI・ThoughtSpotといった主要BIプラットフォーム上でダッシュボードの作成・操作ができます。Slackやメールでもインサイトをチームメンバーへ共有できるため、既存ワークフローへのスムーズな組み込みが期待できます。
管理者が行う導入設定のステップ
データエージェントはChatGPT BusinessまたはEnterpriseプランのワークスペース管理者が設定を行います。一般ユーザーが勝手に有効化できる機能ではなく、IT部門が主導的に管理できる点は安心材料の一つです。基本的な設定手順は次の通りです。
1. **プラグインディレクトリで「Data」を検索・有効化**
ワークスペース設定の「Plugins（プラグイン）」メニューからデータエージェントを有効化します。
2. **データソース接続プラグインの設定**
分析対象となるデータソース（Snowflake、BigQueryなど）の接続プラグインを個別に有効化し、接続情報を設定します。
3. **ユーザーアクセス権限の設定**
ワークスペース設定の「Apps」メニューから利用可能なロール（役職・グループ）を指定し、必要な部門・チームにのみアクセスを付与します。
4. **ユーザーへの案内**
設定完了後、ユーザーはChatGPTの会話画面で「@Data」と入力することでエージェントとの対話を開始できます。
Snowflake担当者の話によれば、エージェントはユーザーの既存のアクセス制御の下でSnowflakeデータにアクセスするとされており、既存の権限管理がそのまま継承される設計になっています。
IT担当者が確認すべきセキュリティ・ガバナンス上の注意点
便利な機能である一方、企業のIT担当者はいくつかの重要な観点から慎重に検討する必要があります。
**データガバナンスの整備が前提**
データエージェントの分析精度は、接続先のデータソースのアクセス権限・データモデル・指標定義の品質に直結します。あいまいなメタデータや不整合なアクセス権限設定がある場合、エージェントが不正確な分析を行うリスクがあります。導入前に社内のデータガバナンス状態を棚卸しすることが重要です。
**既存アクセス制御の継承を確認する**
各データソース側の接続アカウントに付与されている権限範囲が、エージェント経由でもそのまま有効かどうかを接続設定時に必ず確認してください。意図しないデータへのアクセスが発生しないよう、最小権限の原則に基づいた接続アカウントを用意することを推奨します。
**利用ロールの範囲を絞る**
全社員に一律で開放するのではなく、まず特定のチームや部門に限定してパイロット運用を行い、実際の利用状況・ログを確認してから展開範囲を広げる段階的アプローチが望ましいです。
**ベンダーのアップデートを継続的に追う**
OpenAIはChatGPT Workの機能を継続的に拡張しており、サポートされるデータソースや権限設定の仕様は今後変わる可能性があります。OpenAIのヘルプセンターやリリースノートを定期的に確認しましょう。
自社への導入を検討する際のチェックリスト
Photo by Jakub Żerdzicki on Unsplash
データエージェントを自社で活用するか判断する際に、IT担当者が事前に確認すべき項目をまとめました。
**プラン・ライセンスの確認**
- ChatGPT Business または Enterprise プランを契約しているか
- 利用予定ユーザー数に応じたシート数が確保されているか
**データインフラの準備状況**
- 接続対象のデータソース（Snowflake・BigQuery等）は整備されているか
- セマンティックレイヤー（dbt・Snowflake Horizonなど）は定義済みか
- 接続用の専用サービスアカウントと最小権限の設定が可能か
**社内ルール・ポリシー面**
- 機密性の高いデータ（個人情報・財務データ等）をエージェントに参照させてよいか、社内のデータ利用ポリシーと整合しているか
- AI生成アウトプットの社内レビュープロセスは整備されているか
**展開計画**
- パイロット部門・ユーザーを絞ってPoC（概念実証）を行う計画があるか
- 社員向けのトレーニング・利用ガイドの整備が可能か
データエージェントは、うまく活用できれば現場のアナリスト工数を大幅に削減し、経営判断のスピードを上げるポテンシャルを持った機能です。ただし、導入効果を最大化するには、データ基盤の品質整備とガバナンスの明確化が欠かせません。
よくある質問
データエージェントはどのChatGPTプランで使えますか？
現在のところChatGPT BusinessおよびEnterpriseプランが対象です。ワークスペース管理者がPluginsディレクトリから有効化する必要があります。個人向けのPlusやProプランでの利用については、OpenAIの公式ヘルプセンターで最新情報を確認してください。
社内の機密データがOpenAIに送信されてしまいますか？
ChatGPT EnterpriseおよびBusinessでは、入力データをモデルの学習に使用しないとOpenAIは明記しています。ただし、データソース接続時の通信経路や保持ポリシーについては、OpenAIのデータプライバシーポリシーおよびDPA（データ処理契約）を自社の法務・情報セキュリティ部門と確認することを強く推奨します。
既存のPower BIやTableauのダッシュボードは置き換えられますか？
置き換えではなく、補完・連携のポジションです。データエージェントはPower BI・Tableau・Sigmaなどの既存BIツール上でダッシュボードを作成・操作する機能も持っています。既存の分析環境を生かしながら、非エンジニアでも自然言語でデータ探索できる入口として機能するイメージです。
データエージェントの分析結果はどれほど信頼できますか？
分析精度は接続データの品質・セマンティックレイヤーの整備度に大きく依存します。指標の定義があいまいだと不正確な結果が出るケースがあります。重要な経営判断に使う場合は、必ず人間による確認・レビューのプロセスを設けることが推奨されます。