סוכן הנתונים של OpenAI יעבוד רק אם הדאטה שלכם כבר מסודר

כל מנהל מוצר או שיווק מכיר את התור הזה. אתם צריכים בדיקה קצרה של ירידה בהמרות או פילוח של נטישת לקוחות, פותחים טיקט לצוות ה־BI, ומחכים שבועיים רק כדי לקבל גרף שלא בדיוק עונה על מה ששאלתם. ב־10 בספטמבר 2026 השיקה OpenAI את סוכן הנתונים החדש שלה, Data agent, כחלק מסביבת ChatGPT Work. הרעיון על הנייר פשוט: מחברים את בסיס הנתונים לצ'אט, שואלים שאלות באנגלית או בעברית, ומקבלים דשבורד אינטראקטיבי במקום. זה נשמע כמו הסוף של התלות באנליסטים, אבל האותיות הקטנות מבהירות מיד שהכלי הזה לא מיועד לכל אחד.

לא הייתי ממהר לבטל את הפגישה השבועית עם האנליסט שלכם.

בלי להמתין לדוח שבועי

לפי ההודעה של החברה, הסוכן מתחבר ישירות למחסני נתונים ארגוניים כמו Snowflake כדי להגיע לנתוני הענן, לצד בסיסי נתונים כמו MongoDB שמרכזים מידע תפעולי חי מתוך האפליקציה. המטרה המוצהרת היא לאפשר למנהלים עסקיים לתשאל מקורות מידע חיים בלי לכתוב שורת SQL אחת. במקום להמתין למחזור דוחות שבועי, העובד פותח שיחה בתוך ChatGPT, חוקר מגמות, ומייצר תרשימים שאפשר לשתף ישירות עם שאר הצוות בסביבת העבודה. לפי הדוקומנטציה של החברה, ניתן לחבר גם קבצים ממקורות ארגוניים מקבילים כמו Google Drive ו־SharePoint כדי להצליב מסמכים פנימיים עם נתוני הענן. בחברה טוענים שכמעט כל צוות המוצר ומעל שני שלישים מאנשי השיווק והמכירות שלהם כבר משתמשים בכלי הזה בתוך הבית.

התנאי הסמוי להבטחה

אלא שהקסם הזה דורש עבודה מוקדמת שאף אחד בצוות השיווק לא עושה. בדוקומנטציה של המוצר מוסבר כי ההקשר העסקי מגיע משכבות סמנטיות וממקורות מהימנים כגון dbt, Databricks Genie Ontology וכן GitHub ולוחות BI. מודל שפה לא יודע לבד אם המונח לקוח פעיל מתייחס למי שנכנס למערכת ב־30 הימים האחרונים או למי ששילם בפועל חשבונית. בלי הגדרות עסקיות מדויקות ושכבה סמנטית שנבנתה מראש, המודל פשוט לא יידע לפרש את הנתונים שלכם נכון. אם בסיס הנתונים שלכם לא כולל שמות עמודות ברורים ומודלים סמנטיים מתועדים, תקבלו תשובות שנשמעות משכנעות לחלוטין אך שגויות במספרים. ב־OpenAI מודים בעצמם שההצלחה הפנימית נשענת על כך שצוות הנתונים המרכזי שלהם הגדיר מראש מונחים עסקיים משותפים וכללי אבטחה.

Thousands of organizations rely on Databricks Genie to deliver trusted answers on their enterprise data. Genie has the rich context for bridging the gap from data to insights. We are thrilled to partner with OpenAI to make it easy for all ChatGPT users to tap into Genie’s data intelligence.קן וונג, מנהל מוצר בכיר ב־Databricks

מי משלם על השאילתות

מעבר לסדר בנתונים, ישנו הפיל הכלכלי שבחדר. OpenAI מציגה חיבור ישיר ונוח למחסני ענן, אך נמנעת בעקביות מלפרט כיצד יתבצע התמחור ברמת הסוכן עצמו והאם השימוש יחויב בטוקנים ייעודיים. גרוע מכך, כל שאילתה שמשתמש קצה מייצר בשפה טבעית מתורגמת לקריאת מסד נתונים כבדה שרצה ישירות על מחסן הנתונים שלכם. שאילתה לא יעילה של עובד סקרן שמנסה להצליב שתי טבלאות ענק ב־BigQuery תנפח ישירות את חשבון ה־Compute החודשי של הארגון בענן. כלי ניטור תשתיות כמו Datadog יוכלו אולי להציג את הזינוק בזמן אמת, אבל הם לא ימנעו את החיוב שנוצר. המחיר לא פורסם במלואו מצד ספקית ה־AI, וזה בדרך כלל אומר שההפתעות יגיעו מחשבון התשתיות.

לוחות מחוונים בלי רישיונות כפולים

נקודת האור הבולטת בהכרזה נוגעת דווקא לעלויות הרישוי המסורתיות של כלי ה־BI. לפי החברה, הסוכן יודע להתממשק לכלי תצוגה מרכזיים, ובראשם Tableau ו־Microsoft Power BI שמובילים את השוק הארגוני, ולייצר מתוכם תרשימים ודשבורדים ישירות בתוך הצ'אט. בעדויות מתוכנית האלפא מציינים לקוחות כמו NTT DATA כי היכולת הזו איפשרה לעובדים בתפקידי מכירות ומטה לבנות תצוגות נתונים עצמאיות בלי לרכוש מושבי רישיון יקרים במערכות הניתוח הייעודיות. בנוסף, משתמשים יכולים לערוך את הגרפים, לעדכן אותם באופן שוטף, ואף להגדיר קווי עיצוב מיתוגיים כדי להתאים את המראה לחברה.

At NTT DATA, licensing costs, effort, and technical expertise have made it difficult to expand the use of dashboards across our organization. With the Data agent in ChatGPT Work, many non-engineers, particularly in sales and corporate functions, have been able to build and update their own dashboards using plain language.יוג'י שונו, ראש משרד ה־AI הגלובלי ב־NTT DATA

מה לבדוק לפני שמחברים

אם הארגון שלכם שוקל לחבר את הסוכן, כדאי לעצור לפני שלוחצים על כפתור ההתקנה. לפי הודעת ההשקה, המערכת מכבדת את הגבלות הגישה הקיימות ברמת הטבלה, השורה והעמודה, מה שאומר שאנשי האבטחה שלכם יצטרכו לוודא שאיש השיווק לא מקבל גישה לנתוני שכר. מומלץ להגדיר תקרת תקציב קשיחה (Cost Guardrails) במחסן הנתונים בענן לפני הפתיחה למשתמשים, ולהתחיל את הניסוי בסביבת בדיקות ייעודית. עבור חברות ישראליות ישנו אתגר נוסף: תשאול שמתבצע בעברית מול סכמות ומודלים שמוגדרים באנגלית מייצר לעיתים עיוותים במשמעות המדדים.

החשבון תמיד מגיע בסוף החודש.

בינתיים, עדיף לתת לדאטה שלכם לעבור ניקיון יסודי לפני שנותנים לבוט לנהל את המספרים.