OpenAI heeft een nieuwe Data agent voor ChatGPT Work gelanceerd waarmee medewerkers bedrijfsdata rechtstreeks kunnen analyseren zonder zelf SQL-query’s of BI-rapporten te bouwen. De agent koppelt aan databronnen zoals Snowflake, BigQuery, Soda, Databricks, MongoDB en Redshift, gebruikt bestaande bedrijfsdefinities en toegangsrechten en kan analyses omzetten in interactieve dashboards. Daarmee schuift ChatGPT verder op van schrijf- en samenvattingstool naar een volwaardige laag bovenop de traditionele business-intelligenceworkflow.
Voor de voorbereidingen van de inhoud en creatie van de visuals wordt (uiteraard) gebruikgemaakt van generatieve AI.
Klassieke business intelligence naar ChatGPT Work
OpenAI brengt met de nieuwe Data agent een opvallend stuk van klassieke business intelligence rechtstreeks naar ChatGPT Work. Medewerkers kunnen in gewone taal vragen stellen over bedrijfsdata, waarna de agent zelf onderzoekt welke gegevens relevant zijn, veranderingen analyseert en een interactief dashboard of rapport kan opbouwen.
De functie werd recent aangekondigd en is beschikbaar als Data-plugin binnen ChatGPT Work en Codex. Organisaties kunnen de plugin centraal beschikbaar maken en koppelen aan goedgekeurde databronnen. Ondersteunde bronnen omvatten onder meer Amazon Redshift, ClickHouse, Soda, Databricks, Google BigQuery, MongoDB en Snowflake. Ook documenten uit Google Drive en SharePoint kunnen in analyses worden meegenomen wanneer die verbindingen beschikbaar zijn.
Van dashboard aanvragen naar gewoon een vraag stellen
De klassieke BI-workflow is vaak omslachtig. Een medewerker stelt een zakelijke vraag, waarna een data-analist of BI-specialist de juiste tabellen moet vinden, query’s schrijft, definities controleert en uiteindelijk een dashboard of rapport bouwt. Met de Data agent probeert OpenAI een deel van die keten te automatiseren.
Een gebruiker kan bijvoorbeeld vragen waarom de omzet deze maand daalde, welke regio verantwoordelijk is voor de grootste verandering of waarom klantretentie verslechterde. De agent kan vervolgens datasets onderzoeken, periodes vergelijken, mogelijke oorzaken aanwijzen en die analyse omzetten in een interactief dashboard.
Dat betekent niet dat data-expertise verdwijnt. De kwaliteit van de uitkomst blijft afhangen van correcte definities, databronnen en toegangsrechten. OpenAI adviseert gebruikers daarom expliciet om bron, tijdsperiode, filters en metricdefinities te controleren voordat conclusies worden overgenomen.
Bedrijfscontext wordt onderdeel van de analyse
Een belangrijk verschil met een generieke chatbot is dat de Data agent niet iedere database als een verzameling losse tabellen behandelt.
De agent kan gebruikmaken van de bestaande semantic layer van een organisatie: definities van omzet, actieve gebruikers, retentie, marges of andere bedrijfsmetingen, maar ook aangepaste berekeningen en relaties tussen datasets. Die context kan afkomstig zijn uit onder meer dbt, Databricks Genie Ontology, GitHub, Snowflake Horizon en bestaande BI-dashboards.
Dat is essentieel. Wanneer verschillende afdelingen bijvoorbeeld een andere definitie van “actieve klant” hanteren, kan een AI-analyse technisch correct maar zakelijk waardeloos zijn. Door vertrouwde definities mee te nemen probeert OpenAI juist dat probleem te beperken.
De agent kan bovendien samenwerken met bestaande BI-tools zoals Power BI, Tableau, Sigma, Omni, Oracle BI en ThoughtSpot. Dashboards kunnen worden aangepast, gedeeld en opnieuw ververst, afhankelijk van de mogelijkheden van het gekoppelde systeem.
Bestaande toegangsrechten blijven gelden
Voor bedrijven is toegangsbeheer minstens zo belangrijk als analysekracht. OpenAI zegt dat Data de bestaande rechten van het gekoppelde account respecteert. Restricties op tabel-, rij- en kolomniveau blijven dus gelden. Een medewerker krijgt via ChatGPT niet automatisch toegang tot informatie die hij of zij in Snowflake, BigQuery of een ander bronsysteem niet mag zien.
Workspacebeheerders bepalen daarnaast welke databronnen mogen worden gekoppeld en welke gebruikers of rollen toegang krijgen tot de Data-plugin. Dat maakt de agent in theorie bruikbaar zonder een volledig nieuwe permissielaag rond bedrijfsdata te moeten bouwen.
Van analyse naar actie
OpenAI positioneert de nieuwe agent niet alleen als een analysetool. Na het vinden van een inzicht kan ChatGPT Work ook helpen bepalen wat ermee moet gebeuren. Via gekoppelde tools kunnen resultaten bijvoorbeeld worden gedeeld via Slack of e-mail en kunnen goedgekeurde vervolgacties worden uitgevoerd.
Daarmee ontstaat een keten die verder gaat dan klassieke dashboards:
vraag stellen → data onderzoeken → oorzaken vinden → dashboard bouwen → beslissing ondersteunen → actie uitvoeren.
Dat is precies waar de grens tussen business intelligence en agentische AI begint te vervagen.
Business intelligence wordt toegankelijker voor niet-specialisten
De grootste verandering zit mogelijk niet in de dashboards zelf, maar in wie ze kan maken.
Traditionele BI-tools vragen vaak kennis van databases, querytalen, datamodellen of gespecialiseerde analysetools. Met de Data agent probeert OpenAI die technische laag te verbergen achter natuurlijke taal.
Een verkoopmanager hoeft dan niet noodzakelijk SQL te kennen om de pipeline per regio te analyseren. Een productmanager kan rechtstreeks onderzoeken waar gebruikers afhaken. Een operations-team kan afwijkingen in kosten of capaciteit laten opsporen en visualiseren.
OpenAI spreekt daarom over het toegankelijk maken van data-intelligentie voor veel meer werknemers, in plaats van analyses uitsluitend via gespecialiseerde datateams te laten lopen.
Niet het einde van BI, wel een nieuwe toegangspoort
De Data agent vervangt bestaande datawarehouses of BI-platformen niet. Hij bouwt er juist bovenop.
Snowflake, BigQuery en Databricks blijven de data beheren. Power BI en Tableau kunnen nog steeds de visualisatielaag vormen. Semantic layers blijven nodig om definities betrouwbaar te maken.
Wat verandert, is de interface. In plaats van door dashboards te bladeren of telkens een analist om een nieuwe rapportage te vragen, kan een medewerker rechtstreeks in ChatGPT formuleren wat hij wil weten.
Daarmee wordt conversatie steeds meer een nieuwe toegangspoort tot bedrijfsdata. De echte verschuiving is dan ook groter dan “ChatGPT kan dashboards maken”. OpenAI probeert analyse, bedrijfscontext, visualisatie en actie in één gesprek samen te brengen. En daarmee komt generatieve AI steeds dichter bij het hart van de traditionele business-intelligenceworkflow.