أعلنت شركة OpenAI عن إطلاق Data Agent أو وكيل البيانات، داخل منصة ChatGPT Work، في خطوة جديدة تهدف إلى تغيير طريقة تعامل الشركات والفرق المختلفة مع البيانات وتحويلها من مجرد جداول وتقارير متفرقة إلى رؤى وتحليلات وقرارات قابلة للتنفيذ عبر المحادثة باللغة الطبيعية.
وأوضحت OpenAI أن وكيل البيانات يتيح للمستخدمين طرح أسئلة مباشرة حول بيانات الشركة، ثم تحليل ما يحدث، واكتشاف أسباب التغيرات، وإنشاء لوحات معلومات تفاعلية يمكن تعديلها ومشاركتها وتحديثها، دون الحاجة إلى كتابة استعلامات قواعد البيانات أو تعلم أدوات تحليل جديدة.
ما هو وكيل البيانات Data Agent في ChatGPT Work؟
يمثل Data Agent توجه جديد من OpenAI لجعل تحليل بيانات المؤسسات متاح لعدد أكبر من الموظفين، وليس فقط لفريق البيانات ومهندسين البيانات.
بدلًا من انتظار إعداد تقرير من فريق البيانات، يستطيع الموظف توجيه سؤال مباشر إلى ChatGPT Work، مثل: لماذا انخفضت المبيعات هذا الأسبوع؟ أو ما العوامل التي أدت إلى تغير معدل الاحتفاظ بالعملاء؟ أو أين ترتفع المصروفات؟ ثم يبدأ الوكيل في فحص مصادر البيانات المتصلة وتحليل النتائج وتقديم الأدلة التي يستند إليها.
وتؤكد OpenAI أن المستخدم يستطيع الاستمرار في طرح أسئلة متابعة ضمن المحادثة نفسها، بحيث يمكن الانتقال من اكتشاف المشكلة إلى تحليل أسبابها ثم تحويل النتائج إلى لوحة معلومات أو تقرير جاهز للعرض.
يدعم مصادر بيانات الشركات الحالية
من أبرز نقاط القوة في Data Agent قدرته على العمل مع البنية التحتية الحالية للشركات بدلًا من إجبار المؤسسات على نقل بياناتها إلى نظام جديد.
وتشمل المصادر التي أعلنت OpenAI دعمها Amazon Redshift وDatadog وGoogle BigQuery وClickHouse وDatabricks وMongoDB وSnowflake، إلى جانب إمكانية إدخال الملفات والمستندات من Google Drive وMicrosoft SharePoint إلى عمليات التحليل.
كما أوضحت OpenAI أن النظام يستطيع الاستفادة من طبقات الدلالات والمصادر الموثوقة التي تستخدمها المؤسسات لفهم معنى البيانات، بما في ذلك Databricks Genie Ontology وdbt وGitHub وSnowflake Horizon ولوحات ذكاء الأعمال الحالية.
وهذا الأمر مهم للغاية، لأن تحليل الأرقام لا يعتمد فقط على الوصول إلى الجداول، بل يحتاج أيضًا إلى فهم تعريفات المؤشرات وطريقة احتسابها والعلاقات بين البيانات المختلفة.
فهم مؤشرات الشركة وتعريفاتها الداخلية
من أهم المزايا التي تميز وكيل البيانات أنه لا يتعامل مع البيانات كأرقام منفصلة فقط، بل يستطيع استخدام مصطلحات الشركة، وتعريفات المقاييس، والحسابات المخصصة، والعلاقات بين البيانات عند تفسير النتائج.
على سبيل المثال، قد يختلف تعريف “العميل النشط” أو “الإيرادات المتكررة” أو “معدل الاحتفاظ” من شركة إلى أخرى، وبدلًا من الاعتماد على تعريف عام يستطيع Data Agent الاستناد إلى السياق الدلالي الموجودة داخل بيئة الشركة المتصلة به.
هذا يجعل النتائج أكثر ارتباط بطريقة عمل الشركة، ويقلل من خطر تفسير البيانات بمعايير لا تتوافق مع تعريفات الشركة الداخلية.
إنشاء لوحات معلومات تفاعلية من خلال المحادثة
لا يقتصر دور وكيل البيانات على الإجابة عن الأسئلة، إذ يستطيع أيضًا تحويل نتائج التحليل إلى لوحة معلومات تفاعلية تحتوي على تصورات ومرئيات للبيانات.
ويمكن للفرق تعديل هذه اللوحات ومشاركتها وتحديثها، كما تستطيع المؤسسات تزويد النظام بإرشادات العلامة التجارية حتى تتوافق المخرجات مع الهوية البصرية للشركة.
وتشمل الاستخدامات التي تستعرضها OpenAI تحليل أداء الأعمال، والاحتفاظ بالعملاء، وتحليل العمليات، ونمو المنتجات، والتحليل المالي.
التكامل مع أدوات BI المعروفة
لا تعمل تجربة Data Agent بمعزل عن أدوات ذكاء الأعمال التي تستخدمها الشركات، إذ أعلنت OpenAI دعمه لإنشاء والتفاعل مع لوحات المعلومات في أدوات مثل:
- Microsoft Power BI
- Tableau
- Sigma
- ThoughtSpot
- Omni
- Oracle BI
وهذا التكامل يعني أن الفرق يمكنها استخدام اللغة الطبيعية لبدء التحليل واستكشاف النتائج، ثم العمل داخل الأدوات التي تعتمد عليها المؤسسة بالفعل.
التحكم في الصلاحيات وبيانات الشركات
من أكثر الجوانب حساسية عند إدخال الذكاء الاصطناعي إلى بيانات المؤسسات مسألة الأمان والصلاحيات.
ولهذا أوضحت OpenAI أن مسؤولي المؤسسات يستطيعون تحديد مصادر البيانات المتاحة والأدوار التي يسمح لها باستخدام هذه الاتصالات، بينما تحافظ الاستعلامات على الصلاحيات الموجودة مسبقًا في الحساب المتصل، بما في ذلك قيود مستوى الجدول والصف والعمود.
وتعني هذه الآلية أن منح الوصول إلى Data Agent لا يفترض تلقائيًا منح الموظف وصول أوسع إلى البيانات، بل تظل القيود والصلاحيات القائمة جزء من عملية الوصول إلى المعلومات.
من تحليل البيانات إلى تنفيذ الإجراءات
من أبرز التطورات التي يقدمها Data Agent الانتقال من مجرد استخراج المعلومات إلى المساعدة في اتخاذ الإجراءات.
يستطيع وكيل البيانات اقتراح الخطوات التالية، وتحديد الأشخاص أو الفرق التي ينبغي إشراكها، كما يمكنه مشاركة النتائج عبر Slack أو البريد الإلكتروني وتنفيذ الإجراءات التي يوافق عليها المستخدم من خلال الأدوات المتصلة.
وبذلك يصبح نموذج الاستخدام أقرب إلى سلسلة متكاملة:
سؤال ← تحليل البيانات ← اكتشاف السبب ← إنشاء تقرير أو لوحة معلومات ← مشاركة النتيجة ← تنفيذ الإجراء.
هذه النقلة قد تكون مهمة للشركات التي تريد تقليل الوقت الفاصل بين اكتشاف المشكلة واتخاذ القرار.
ماذا يعني إطلاق Data Agent للشركات؟
يمثل إطلاق وكيل البيانات تحول في طريقة الوصول إلى أدوات التحليل المؤسسي، فبدل أن يكون تحليل البيانات محصور في مجموعة صغيرة من الخبراء القادرين على كتابة SQL أو تشغيل منصات BI المعقدة، تحاول OpenAI جعل هذه القدرات متاحة عبر واجهة محادثة طبيعية.
والأهمية الأكبر ليست في القدرة على إنشاء مخطط أو جدول، وإنما في الجمع بين الوصول إلى البيانات، وفهم سياق الشركة، وتحليل النتائج، وإنشاء لوحة معلومات، ثم تحويل الاستنتاجات إلى إجراءات داخل سير عمل واحد.
وبالنسبة إلى الشركات، قد يؤدي ذلك إلى تقليل الوقت المطلوب لإعداد التقارير، وتمكين فرق المبيعات والتسويق والمالية والعمليات من إجراء تحليلاتها الأولية بأنفسها، مع الحفاظ على ضوابط الوصول التي تعتمدها المؤسسة.
الخلاصة
مع إطلاق Data Agent في ChatGPT Work، تدفع OpenAI بمفهوم تحليل البيانات بالمحادثة إلى مستوى أكثر ارتباط بالبيئات المؤسسية.
الوكيل لا يكتفي بالإجابة عن سؤال بسيط، بل يستطيع الاتصال بمصادر بيانات متعددة، فهم تعريفات الشركة ومقاييسها، التحقيق في أسباب التغيرات، إنشاء لوحات معلومات تفاعلية، التكامل مع منصات BI، ومشاركة النتائج أو تنفيذ إجراءات معتمدة.
وفي حال توسع دعم مصادر البيانات والتكاملات على هذا النهج، فقد يصبح الذكاء الاصطناعي طبقة تشغيل جديدة فوق أنظمة البيانات وذكاء الأعمال، بحيث يتحول الوصول إلى التحليلات من مهمة تقنية متخصصة إلى عملية يمكن تنفيذها مباشرة باللغة الطبيعية.