通过ChatGPT Work中的新智能体,用户无需编写SQL或手动整理多个数据源,只需用自然语言提出问题,智能体就能连接企业获授权的数据和文档,调查数据发生了什么变化,生成分析和互动式Dashboard,并在获得用户批准后执行后续行动。缺失准确率基准意味着,企业缺少独立、可量化的公开指标判断智能体“答得有多准”。 OpenAI又向企业数据分析市场迈出一步。 当地时间9月10日,OpenAI宣布在ChatGPT Work中推出新的“数据智能体”(Data agent),用户无需编写SQL或手动整理多个数据源,只需用自然语言提出问题,智能体就能连接企业获授权的数据和文档,调查数据发生了什么变化,生成分析和互动式Dashboard,并在获得用户批准后执行后续行动。 不过,这款产品发布之际也留下了一个关键悬念:OpenAI尚未公布面向外部客户的公开准确率或检索准确率基准。这意味着,企业可以看到它能够连接哪些数据、完成哪些任务,却暂时缺少一个独立、可量化的公开指标来判断它究竟“答得有多准”。 一句话“拷问”600PB数据,OpenAI把数据分析变成对话 OpenAI称,数据智能体的目标是让企业员工直接“向数据提问”。 例如,用户可以询问某项业务指标为何发生变化,要求系统找出影响因素、比较不同时间段或客户群体,再进一步生成管理层需要的报告。智能体会自行调查相关数据,而不是简单返回一段SQL或一个数字。 它还能将分析结果直接转化为互动式Dashboard,包括图表、指标和可进一步编辑的可视化内容,并支持团队成员共享、刷新和继续追问。 官宣新智能体前,OpenAI的内部数据智能体此前运行已覆盖庞大数据。据VentureBeat报道,OpenAI内部的数据智能体已经服务超过3500名用户,覆盖超过600PB数据和约7万个数据集。 这也解释了OpenAI为什么强调此次产品并非从零开始开发,而是将内部已经使用的数据分析工作流进一步产品化。 从数据库到Dashboard:打通企业数据、文件与BI工具 与传统的“自然语言查数据库”工具相比,OpenAI更强调数据智能体对企业现有工具链的整合。 目前支持的数据平台包括Amazon Redshift、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflake和Datadog等;同时可以把Google Drive和SharePoint中的文件、文档纳入分析。 |
| |||||||||||||||||||||
点击朱笔,直抒胸臆