ChatGPT WorkにData agent、社内データの権限は引き継ぐ

OpenAIは2026年9月10日、ChatGPT Work向けの「Data agent」を発表した。接続済みの企業データを自然言語で調べ、対話型ダッシュボードを作成できる新機能で、ITmedia AI＋ も翌11日、主要な接続先や企業固有の指標定義を利用する仕組みとともに報じた。

今回の要点は、Data agentを導入しても社内データの閲覧範囲が一律に広がるわけではないことだ。OpenAIの公式発表 では、管理者が利用可能な接続とロールを選び、実際のクエリには接続アカウントの既存のテーブル・行・列権限が適用されるとしている。

質問から調査、ダッシュボード作成までを会話で進める

Data agentは、単発の質問へ表や要約を返すだけの検索機能ではない。利用者は売上や利用率の変化について質問し、根拠を確認しながら期間、部門、商品群などの条件を追加して分析を絞り込める。

結果は組み込みの可視化を備えた対話型ダッシュボードに変換でき、チームによる編集、共有、更新に対応する。Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpotのダッシュボードを作成・操作する機能も示されており、既存のBI環境を残したまま自然言語による分析を加える構成を取れる。

分析後には、次に確認する事項や関係者の提案を受け、承認した操作を接続済みツールで実行することも想定されている。つまりData agentは、データ探索から可視化、共有、承認を伴う後続作業までを一つの会話にまとめる設計だ。

接続先はデータ基盤、文書、意味層、BIにまたがる

発表時点で承認済みデータソースとして挙げられたのは、Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB、Snowflakeなどだ。Google DriveとSharePointのファイルや文書も分析へ取り込めるため、数値データと業務上の説明資料を同じ調査で参照できる。

Data agentは列名やテーブル構造だけでなく、組織のビジネス用語、指標定義、独自計算、データ間の関係も解釈に使う。その文脈はDatabricks Genie Ontology、dbt、GitHub、Snowflake Horizon、信頼済みのBIダッシュボードなどから取得する。

ただし、接続先として製品名が掲載されていることは、各社のワークスペースですべての機能が設定済みであることを意味しない。必要なデータソース用プラグインの有効化、アカウント認証、利用ロールの設定が別途必要であり、Data agentだけをインストールしても接続は完了しない。

意味層についても、既存定義を参照できることと、競合する定義を自動的に解消できることは別問題だ。受注と売上の基準日、解約の判定期間、通貨換算方法などが部署ごとに異なる企業では、どの定義を信頼済みの基準として与えるかが分析結果を左右する。

継承されるのは接続アカウントのクエリ権限

権限制御は二つの層に分かれる。ChatGPT Workの管理者は、どの接続をワークスペースへ公開し、どのロールにData agentを使わせるかを管理する。そのうえで、個々の問い合わせは接続したアカウントの権限に従って実行される。

導入前に確認すべき範囲は次の通りだ。

• 配布範囲：全社、特定部門、限定グループのどこまでData agentを利用可能にするか。
• 接続主体：利用者本人のアカウントとサービス用アカウントのどちらを使い、どのロールを割り当てるか。
• データ側の制限：テーブル権限に加え、地域別の行制御や機微情報を含む列の制御が意図どおりに働くか。
• 意味層：正式な指標定義、計算式、信頼済みダッシュボードの優先順位が決まっているか。
• 生成物の統制：作成したダッシュボードの共有先、編集者、更新権限を誰が管理するか。

公式に明記されているのは、クエリが接続アカウントのテーブル・行・列制限を守ることまでだ。生成したダッシュボードを共有した後も、元データと同じ行・列権限が自動的に再現されるとは説明されていない。したがって、入力データへのアクセス制御と生成物の閲覧・共有制御は分けて評価する必要がある。

MongoDB Atlasでは稼働中の記録へ直接質問できる

MongoDB Atlasとの接続は、リアルタイム利用の条件が具体的に示された例だ。MongoDBの製品発表 によると、Data agentはAtlas Managed MCP Serverを介して注文、セッション、イベントなど稼働中の記録を調べ、前夜のETL処理や翌日のレポート更新を待たずにレポートやリアルタイムダッシュボードを作成できる。

AtlasへのアクセスにはOAuth認証を使い、利用者が接続文字列や資格情報を個別に管理する必要はない。組織所有者がAIクライアントからのアクセスを有効にする方式で、この設定は初期状態では無効である。読み取り専用にも制限でき、各クエリは接続した利用者の権限で実行される。

このリアルタイム性を、すべての接続先へそのまま当てはめることはできない。実際の鮮度は、元システムへデータが到着する時期、接続先が公開するデータセット、BI側の更新方式に左右される。日次更新のデータウェアハウスを接続しても、Data agent自体が上流の更新周期を短縮するわけではない。

導入は管理者設定とデータソース設定の両方が必要

Data agentは、ChatGPT WorkのPluginsディレクトリでは「Data」として掲載される。管理者は「Workspace settings」の「Plugins」からチームへ公開またはインストールし、DatabricksやSnowflakeなど必要なデータソース用プラグインも有効化して利用者を管理する。

利用者側ではDataをインストールし、必要なアカウント接続を完了した後、会話で「@Data」と業務上の質問を指定する。管理者がDataを公開する操作と、利用者が接続先のデータを読む認証は別であり、前者だけでデータアクセスが付与されるわけではない。

発表資料から確認できるのは、Data agentが自然言語による分析、対話型ダッシュボード、既存BIとの連携に対応し、問い合わせ時には接続アカウントの既存権限を適用することだ。一方、接続先ごとの更新頻度や対応機能、生成物を共有した後の詳細な権限挙動は一律に示されていない。導入判断では、デモ上の作成速度だけでなく、接続アカウント、意味層、ロール設定、出力の共有経路を組み合わせた状態で統制が維持されるかが焦点になる。