【BASIC SYNC】「セルフサービス分析」とは — 現場がダッシュボードを作る時代に経営が決めること

OpenAI は 2026 年 9 月 10 日、ChatGPT Work に「Data agent」を追加した。社内データにつなぎ、数字が動いた理由を調べ、共有できるダッシュボードまで会話の中で組み立てる。Slack も Slackbot の「Surfaces」でチャット内のレポートやダッシュボードづくりを始めており、分析を専門部署に頼まない「セルフサービス分析」は道具の側では整った。経営に残るのは、数字の定義と、誰がどのデータにつなぐかを決める仕事だ。

何が起きたか — 分析とダッシュボードが会話の中に入った

Data agent は ChatGPT Work のプラグインとして提供される。接続先は Amazon Redshift、Google BigQuery、Snowflake、Databricks、ClickHouse、MongoDB、Datadog など。Google Drive と SharePoint のファイルも分析に取り込める。ダッシュボードは Power BI、Tableau、Oracle BI、ThoughtSpot、Sigma、Omni の中に作れる。利用者はクエリを書かず、「売上はなぜ落ちたのか」「どこで支出が増えているのか」と聞けばよい。

導入の入口は管理者だ。Data agent は Plugins ディレクトリに「Data」として載っており、管理者がインストールするか、Workspace 設定からチームに開放する。OpenAI 社内では、プロダクト部門のほぼ全員と、営業・マーケティング部門の 3 分の 2 超がすでに使っているという。公開前の社内版は 3,500 人を超える社員が使っていた。エンタープライズ技術担当 GM の Arpan Shah は、社内展開の結果「OpenAI の誰もが、データの疑問を自分で解決できる」と述べている。アルファテストには NTT Data、Thermo Fisher、ServiceTitan などが参加した。

Slack 側では、2026 年 7 月 29 日に Slackbot の新機能として Surfaces が発表されている。実際のデータとつながったライブオブジェクトをチャンネルにピン留めでき、レポート、ダッシュボード、投票、計算ツールの形をとる。その場でコメントや並べ替えができ、スキルと組み合わせればデータを自動で更新できる。提供開始時点の対象は Enterprise+ 顧客で、計算コストを理由に上限を設ける場合は 30 日前に知らせるとしている。

用語の要点 — 「セルフサービス分析」とは何か

セルフサービス分析とは、現場の担当者がデータ部門に依頼せず、自分で集計し、グラフやダッシュボードにすることを指す。言葉自体は新しくない。これまでは SQL を書くか BI ツールの操作を覚える必要があり、実際には一部の人にしか使えなかった。今回変わったのは、その壁が日本語や英語で質問するだけの手間まで下がったことだ。

見落とされやすいのは、従来の「データ部門への依頼」が、実は数字の定義を揃える関所でもあったという点だ。売上は受注ベースか請求ベースか、返品は引くのか。依頼を受けた担当者がその確認を挟んでいた。セルフサービス化は、この工程を省く。

VentureBeat によれば、Data agent は永続的なコンテキスト層を作らず、既存のデータの状態のまま、文脈をその場でつなぎ合わせる設計だという。言い換えれば、全社共通の定義を新たに作ってくれる道具ではない。つなぐ先のデータで定義が揃っていなければ、揃っていないまま答えが返ってくる可能性がある。同誌は、Data agent に公開ベンチマークが無く、OpenAI が示しているのは自社のデータツールとの内部比較だけだとも指摘している。

経営層への影響 — 「部署ごとに違う数字」が会議に並ぶ

権限の面では、一定の手当てがある。Data agent のクエリには、接続したアカウントの既存の権限が適用され、テーブル・行・列単位の制限も効く。管理者はデータソースへのアクセスとユーザーの役割を管理できる。ただしこれは、既存の権限設計をそのまま引き継ぐという意味でもある。「共有フォルダは全員閲覧可」のような緩い設定が残っていれば、質問ひとつでその中身が集計され、見栄えのよいダッシュボードになって出てくる。

もう一つの影響は会議の中で起きる。営業部門は CRM から、経理部門は会計データから、それぞれ「今期の売上」をダッシュボードにして持ってくる。どちらも元データに対しては正しい。違うのは定義だけだ。Excel の部署別集計で起きていたことが、より速く、より説得力のある見た目で起きる。数字の突き合わせに会議時間が消える構図は、道具が便利になるほど増えかねない。

日本企業にとって遠い話でもない。アルファテストに NTT Data が名を連ねている以上、国内の SI 提案に同種の機能が入ってくるのは時間の問題と見ておきたい。そのときに問われるのは、どの製品を選ぶかより、社内のどのデータを「正本」とするかが決まっているかどうかだ。

SYNCON の視点 — 数字づくりは分散、定義は集権

セルフサービス分析は、ダッシュボードを作る権限を現場に配る。配ること自体は正しい。現場の問いは現場がいちばん速く立てられる。ただし、作る側を分散させるなら、定義する側は逆に集める必要がある。売上、粗利、解約、受注残といった会議で使う主要指標について、定義の持ち主を一人決め、どのデータを正本とするかを文書にしておく。そして、どのチームにどのデータソースへの接続を開放するかを、管理者任せにせず経営として決める。Data agent の開放単位がチームである以上、ここは設定作業ではなく組織設計の話になる。

加えて、ダッシュボードの「出自」を区別する運用がいる。正本データから定義どおりに作ったものと、個人が探索のために作ったものを、見た目では区別できないからだ。前者だけを経営会議の資料に載せる、という一行のルールで混乱の多くは防げる。来週の経営会議で問うべきは、資料に載っている「売上」が、どのデータの、誰が決めた定義に基づくのかを、担当者がその場で答えられるかどうかだ。

要点まとめ

• OpenAI は 2026 年 9 月 10 日、ChatGPT Work に Data agent を追加。Snowflake や BigQuery などにつなぎ、会話の中でダッシュボードまで作る
• Slack も Slackbot の Surfaces で、データとつながったレポートやダッシュボードをチャット内で作れるようにした
• セルフサービス分析とは、データ部門を通さず現場が自分で集計・可視化すること。従来の依頼工程は、数字の定義を揃える関所でもあった
• Data agent は既存の権限(テーブル・行・列単位)を引き継ぐ一方、共通の定義を新たに作る道具ではない
• 放置すれば、部署ごとに定義の違う「売上」が、説得力のある見た目で会議に並ぶ
• 作る権限は現場に配り、主要指標の定義と正本データ、接続の開放範囲は経営が決める

情報ソース:
・VentureBeat「OpenAI’s new data agent skips the one thing rivals like Databricks are racing to publish: a benchmark」(2026 年 9 月 10 日)
・Unite.AI「OpenAI Introduces Data Agent in ChatGPT Work to Analyze Company Data」(2026 年 9 月)
・Slack「Slackbot Moves Work Forward in July 2026」(2026 年 7 月 29 日)