OpenAIが2026年9月10日、法人向けの ChatGPT Work に新機能「Data agent（データエージェント）」を追加したと発表しました。社内データに接続し、何がどう変わったかを調査し、共有できるダッシュボードまで会話の中で作れる機能です。一次情報をもとに、中小企業にとって何が変わるのかを整理します（2026年9月時点）。
ChatGPT の Data agent とは？発表内容の概要
Data agent は法人向けの ChatGPT Work で提供される機能で、個人の無料版 ChatGPT でそのまま使えるものではありません。承認済みのデータソースに接続して変化を調査し、その結果をチームが編集・共有・更新できるインタラクティブなダッシュボードへ変換できます。クエリを書いたり新しい分析ツールの操作を覚えたりせず、1つの会話の中で分析を指示し修正できる点が特徴です。結果に追加で質問して根拠（evidence）を確認することもできます。
接続先には Amazon Redshift、Google BigQuery、Databricks、MongoDB、Snowflake、ClickHouse、Datadog などが挙げられています。加えて、Google ドライブや SharePoint 上のファイル・ドキュメントも分析に取り込めます。Omni、Oracle BI、Power BI、Sigma、Tableau、ThoughtSpot 上のダッシュボードを構築・操作することもできるとされています。
要点3行：2026年9月の発表で何が起きたか
- ChatGPT Work に Data agent が登場し、会話だけで社内データの調査からダッシュボードの作成・共有までを行えるようになった。
- 組織の業務用語・指標定義・独自計算・データ間の関係性を解釈に使う。この文脈は dbt、GitHub、Databricks Genie Ontology、Snowflake Horizon、BIダッシュボード等から得る。
- Enterprise管理者がどの接続を誰に開放するかを選び、クエリは接続アカウントの既存権限（テーブル・行・列の制限を含む）をそのまま強制する。
一次情報：OpenAI「Now everyone can put data to work」（2026年9月10日）。利用時は管理者が Workspace settings > Plugins から「Data」を利用可能化・インストールし、接続を済ませたうえで @Data と指定して会話を始めます。
中小企業への影響：コスト・業務・人材・競合の4視点
コスト面。ライセンス費用・工数・技術的な専門性は、ダッシュボード活用が社内に広がらない典型的な壁です。Alpha プログラム参加企業の NTT DATA は、Data agent により営業・コーポレート部門を中心に非エンジニアが自分でダッシュボードを作り更新できるようになった、と述べています（出典：前掲 OpenAI 発表）。
業務面。micro1 では運用チームが自然言語の質問で自分たちのダッシュボードを作り、30分でパフォーマンス追跡用ダッシュボードを再構築しつつ、元のダッシュボードの誤りも見つけたとされます（同）。新しく作るだけでなく、既存の数字を検算する用途がある点は見落とされがちです。
人材・前提条件。ここは冷静に読む必要があります。接続先として挙がっているのは Snowflake・Databricks・BigQuery といった本格的なデータ基盤が中心で、多くの中小企業はまずここに該当しません。一方で Google ドライブや SharePoint のファイルを分析に取り込める点は、表計算ファイルで数字を管理している企業にとって現実的な入り口になり得ます。
競合・組織面。OpenAI社内では、プロダクトチームのほぼ全員と GTM（市場開拓）組織の3分の2超が Data agent で自社データを分析しているとされます。ただしこれは、同社のデータチームが共通の業務定義を作り、アクセスルールを設定し、機密データへのセーフガードを置いたことで成立した結果です。ツールを入れれば同じ状態になる、という話ではありません。
中小企業のデータ活用で今すぐできる一歩
- 用語の定義をそろえる。「売上」「顧客数」「稼働率」が部署ごとに別の意味になっていないか、1枚のメモに書き出す。ここが崩れていると出力も崩れます。
- 問いを1つに絞る。「今月の受注が先月とどう変わったか」など、人手で検証できる問いを選ぶ。
- 手元のファイルで試す。共有ドライブ上の実績ファイル1〜2本を対象に集計と可視化を任せ、手集計と突き合わせて誤差を確認する。
- 権限を先に決める。クエリは接続アカウントの権限をそのまま引き継ぐため、接続元の権限設計がそのまま統制になります。
効果は定義の統一とデータ整備の質に左右され、導入すれば必ず数字が改善する性質のものではありません。進め方の全体像はデータ活用 中小企業 完全ガイド｜データドリブン経営の進め方とKPI設計もあわせてご覧ください。
当協会の視点と支援メニュー
現場でつまずくのはツール選定ではなく、その手前の「定義」「権限」「どのデータを正とするか」です。今回の発表は、そこが整っている組織ほど成果が出やすい構造を示しました。当協会では、業務定義とKPIの棚卸し、共有ドライブ上のデータ整理、AI活用の社内ルール策定、小さな実証から始める導入設計をご支援しています。
まとめ
- Data agent は、会話で社内データを調査しダッシュボード化できる ChatGPT Work（法人向け）の機能（2026年9月時点）。
- 接続先は本格的なデータ基盤が中心だが、Google ドライブ・SharePoint のファイル分析が中小企業の現実的な入り口。
- 成果の前提は、共通の業務定義・アクセスルール・機密データのセーフガードを先に整えること。
