ChatGPT Work démocratise l'analyse de données en entreprise

Résumé

OpenAI introduit un agent Data dans ChatGPT Work qui se connecte aux principales plateformes de données et BI pour transformer des questions métier en analyses, tableaux de bord et actions.

Les faits

OpenAI présente un nouveau « Data agent » intégré à ChatGPT Work, conçu pour permettre aux collaborateurs de transformer les données de l’entreprise en réponses, tableaux de bord interactifs et actions en posant simplement des questions en langage naturel. L’agent analyse les évolutions, met en évidence les facteurs clés et construit des visualisations partageables au sein des équipes. Pour alimenter ces capacités, le Data agent se connecte à des sources de données approuvées telles qu’Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB, Snowflake, ainsi qu’à d’autres systèmes similaires. Il peut également intégrer des fichiers et documents stockés dans Google Drive et SharePoint afin de les inclure dans ses analyses. L’interprétation des données repose sur le vocabulaire métier et le contexte propres à chaque organisation. Le Data agent utilise les termes métier, définitions de métriques, calculs personnalisés et relations entre données issus de couches sémantiques et de sources de référence comme Databricks Genie Ontology, dbt, GitHub, Snowflake Horizon et les tableaux de bord de business intelligence déjà en place. OpenAI souligne que des administrateurs d’entreprise déterminent quels connecteurs de données sont disponibles et quels rôles peuvent les utiliser. Les requêtes exécutées par le Data agent respectent les permissions existantes des comptes connectés, incluant les restrictions au niveau des tables, des lignes et des colonnes, afin de maintenir une gouvernance et des contrôles d’accès alignés sur les pratiques de l’organisation. Le Data agent permet de transformer une analyse en tableau de bord interactif avec des visualisations intégrées, que les équipes peuvent modifier, partager et actualiser selon leurs besoins. Les entreprises peuvent fournir leurs lignes directrices de marque pour adapter les livrables à leur identité visuelle, tandis que des cas d’usage comme l’analyse de la performance commerciale, de la rétention, des opérations, de la croissance produit ou des finances sont mis en avant. L’agent ne se limite pas à ses propres interfaces : il peut créer et manipuler des tableaux de bord directement dans des outils de BI tels qu’Omni, Oracle BI, Power BI, Sigma, Tableau et ThoughtSpot. Les utilisateurs peuvent ainsi piloter le travail en langage naturel dans les outils qu’ils utilisent déjà, en conservant leurs modèles de données et leurs pratiques de conception. Plusieurs partenaires technologiques mettent en avant cette intégration. Un dirigeant d’AWS explique que « avec le Data agent dans ChatGPT Work, les utilisateurs peuvent se connecter directement à Amazon Redshift, ce qui rend l’exploration des données, la mise au jour d’insights et la prise de décision plus rapide aussi simple que poser une question ». Chez ClickHouse, la direction produit insiste sur le fait que la connexion du moteur de temps réel au Data agent met des analyses en temps réel « devant tous les utilisateurs métier qui prennent des décisions, grandes ou petites ». Databricks rappelle que « des milliers d’organisations s’appuient sur Databricks Genie pour fournir des réponses fiables sur leurs données d’entreprise » et se dit « ravie de s’associer à OpenAI pour permettre à tous les utilisateurs de ChatGPT de profiter facilement de l’intelligence de données de Genie ». Snowflake décrit de son côté un socle de données et de contexte d’entreprise permettant aux employés d’examiner des questions métier « tout en conservant une compréhension commune et gouvernée de leur activité, quel que soit l’endroit où ils travaillent ». MongoDB souligne que les données critiques des clients résident dans Atlas et se mettent à jour « en temps réel au rythme de l’activité – chaque commande, chaque session, chaque événement arrivant à mesure qu’il se produit ». Selon son responsable produit, le Data agent peut désormais interroger directement ces données, de sorte que, « au lieu d’attendre un rapport construit sur les chiffres de la veille, chacun peut poser une question en langage simple et obtenir une réponse fondée sur ce qui se passe à l’instant ». G2 met en avant l’intégration de ses données B2B issues d’avis vérifiés, de signaux d’intention d’achat et d’intelligence de marché, « directement dans les flux de travail où les équipes prennent des décisions ». L’article précise enfin que ces capacités s’appuient sur les outils internes qu’OpenAI utilise pour analyser ses propres données, et que l’objectif est de permettre à « davantage de personnes » au sein des entreprises de répondre elles-mêmes à leurs questions sans écrire de requêtes ni maîtriser un nouvel outil d’analytique, en pilotant et en affinant l’analyse au fil d’une seule conversation.

Pourquoi c’est important

Avec le Data agent dans ChatGPT Work, OpenAI franchit une étape vers la démocratisation de l’analyse de données en entreprise. En reliant directement les principales plateformes de données et de BI aux modèles d’IA, l’éditeur offre aux équipes métier un accès guidé aux indicateurs, aux évolutions et aux tableaux de bord sans passer systématiquement par des spécialistes ou des outils complexes. L’architecture décrite, fondée sur des couches sémantiques existantes et sur les permissions des comptes connectés, vise à concilier puissance d’analyse et gouvernance. En s’appuyant sur des partenaires comme AWS, Databricks, Snowflake, MongoDB, G2 et des outils tels que Tableau ou Power BI, OpenAI positionne ChatGPT Work comme une interface unifiée entre la prise de décision et des données réparties dans de multiples systèmes, au cœur des enjeux actuels de productivité et de maîtrise des risques autour de l’IA générative.

Questions fréquentes

Qu’est-ce que le Data agent dans ChatGPT Work ?

C’est un agent qui se connecte aux données de l’entreprise pour produire réponses, analyses, tableaux de bord interactifs et actions à partir de questions en langage naturel.

Quelles sources de données le Data agent peut-il connecter ?

Il se connecte à des sources approuvées comme Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB, Snowflake, ainsi qu’à Google Drive et SharePoint.

Comment le Data agent interprète-t-il le contexte métier ?

Il utilise les termes métier, métriques, calculs personnalisés et relations issus de couches sémantiques et de sources de référence comme Databricks Genie Ontology, dbt, GitHub et Snowflake Horizon.

Quels outils de BI sont compatibles avec le Data agent ?

L’agent peut créer et manipuler des tableaux de bord dans Omni, Oracle BI, Power BI, Sigma, Tableau et ThoughtSpot, pilotés en langage naturel.

Qui contrôle les accès aux données utilisées par le Data agent ?

Les administrateurs d’entreprise choisissent les connexions disponibles et les rôles autorisés, et les requêtes respectent les permissions existantes des comptes connectés.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.