9 月 10 日，OpenAI 在 ChatGPT Work 里推出了一个叫 Data agent 的新功能——它能直接连上你们公司的数仓（BigQuery，Snowflake、Databricks 这些），你用大白话提问，它就帮你出看板和数据分析。
对不少打工人来说，这意味着”找数据”这件最卡时间的事，可能要变轻松了。
它到底能干什么
过去你想看一份业务数据，要么自己写 SQL（多数人不会），要么排队等数据分析师排期（往往要一两天）。
Data agent 的思路是：你用自然语言说”上个季度华东区销售额 TOP10 的 SKU 是哪些”，它连到数仓跑一遍，直接给你结果和图表，目前已经确认能接的是几大主流云数仓：Google 的 BigQuery、Snowflake、Databricks。
提问里带上时间、区域和 TOP10 这样的粒度，结果才对得上。
也就是中大型公司常用的那批；小团队如果数据还散在 Excel 里，暂时还用不上这套。
对打工人意味着什么
不用再”等排期”
最直观的变化：临时要一个数，不用再发邮件求人、等半天。运营、销售、市场自己就能问，几分钟拿到答案。
对没有专职分析师的小团队，这等于凭空多了一个”随叫随到”的数据帮手。
但”看懂结果”的能力更值钱了
工具能出数，不代表你不会被数骗。异常值、口径对不对、样本够不够——这些判断还是得人来做，所以以后值钱的不是”会不会取数”，而是”问对问题、看穿结论”的脑子。Data agent 把体力活干了，分析上的判断力反而更重要。
数据安全是红线
能连数仓，也意味着它碰得到敏感数据。用在公司环境，权限怎么开、哪些表能接、审计怎么留，得 IT 先把关，个人别拿它去查自己没权限的数据——这条不管是工具还是人，规矩都一样。碰到敏感数据这条线，你越过了吗？
谁能先尝到甜头
- 公司已经在用 BigQuery / Snowflake / Databricks，且买了 ChatGPT Work 的团队。
- 经常要做”取数—汇报”重复活儿的运营、销售、增长岗。
- 没分析师、靠手工拉表的小团队（前提是数据先上云数仓）。
别急着恐慌，也别盲目跟风
这类工具不是”分析师失业”的信号，更像是把分析师从取数苦力里解放出来，去做更靠判断的活。
对打工人，早一点学会”用大白话问数据”，比担心被替代有用得多，想看 AI 在办公场景还能接什么，去 AI 办公工具合集 翻；想了解能自动跑流程的智能体，参考 AI Agent 工具。用大白话问数据，你练过几回？
补一层：这件事短期不会改变什么，长期会
新功能刚出来时容易被两种情绪带偏——要么觉得”分析师要失业了”，要么觉得”跟我没关系”。更实在的判断是分清时间尺度。
短期不会变的：口径定义、指标解释、业务理解。这些是数据分析真正的价值所在，而且必须懂业务的人来做。
工具再强，也不会知道你们公司的”活跃用户”到底怎么算，长期会被拉的：取数这类纯体力活会持续被自动化，这意味着”我会写 SQL”本身越来越不是竞争力，而”我知道该看哪些数、能看出数背后的问题”越来越值钱。
现在能做的准备
- 练”把问题说清楚”。数据类提问尤其如此——时间范围、口径、维度、要什么形式的输出，说清楚才能拿到有用结果。这和 Prompt 提示词零基础学习 里讲的提示词原则是一回事。
- 学一点数据常识。不用会写 SQL，但要知道什么是异常值、样本量够不够、同比环比的区别。这样才能判断结果可不可信。
- 熟悉你所在业务的核心指标。至少能说出三个决定业务好坏的数字，以及它们之间大概的关系。
合规这条线要提前想
能连数仓的工具有一个天然风险：权限边界。哪些表能接、谁能问、问到什么粒度、审计怎么留，这些必须在公司层面先定规矩，个人层面只有一条：不查自己没有权限的数据，不管工具允不允许。权限边界谁来定，公司有规矩吗？
相关方向
办公类 AI 的更多落地场景看 AI 办公工具 合集；能自动执行多步骤任务的产品形态，参考 AI 智能体工具 合集。行业动态可以持续关注 行业动态 栏目。自动跑流程的智能体，你接触过吗？
零基础建议先走 AI 学习零基础入门30天 建立整体认知。
零基础补认知可以走 30 天入门路线。
