ห้องข้อมูลสีเขียวเข้มมีท่อหลายเส้นไหลเข้าตาชั่งกลาง แต่ท่ออำพันหนึ่งเส้นต่อข้ามวาล์วควบคุม
aiagentsdata-governanceanalytics

OpenAI Data agent: คำถามภาษาคนง่ายขึ้น แต่ semantic layer และสิทธิ์ยังเป็นงานหลัก

พี่โชว์Engineering

OpenAI เปิดตัว Data agent ใน ChatGPT Work เมื่อ 10 กันยายน 2026 เพื่อให้ผู้ใช้ถามข้อมูลบริษัท สืบหาสาเหตุ สร้าง dashboard และลงมือทำต่อจากบทสนทนาเดียวได้ จุดที่น่าสนใจไม่ใช่แค่การเขียน query แทนคน แต่คือระบบต้องรู้ความหมายของ metric, ความสัมพันธ์ของข้อมูล และสิทธิ์ของผู้ถามก่อนตอบครับ

หน้าเปิดตัวระบุ connector เช่น Redshift, BigQuery, ClickHouse, Databricks, MongoDB, Snowflake, Google Drive และ SharePoint รวมถึง semantic layer จากระบบที่องค์กรใช้อยู่แล้ว นี่แปลว่า agent ไม่ได้ทำให้ data governance หายไป ตรงกันข้าม มันขยายผลของนิยามที่คลุมเครือและสิทธิ์ที่กว้างเกินไปได้เร็วขึ้น ถ้า “รายได้” มีสามสูตร คำตอบภาษาธรรมชาติก็ยังต้องเลือกสูตรหนึ่ง

ก่อนเชื่อม production ควรเริ่มจากชุดข้อมูลอ่านอย่างเดียวที่ไม่มี secret สร้าง golden questions พร้อมคำตอบที่ทีม data รับรอง ตรวจ row/column-level access และบันทึกทั้งแหล่งข้อมูล query plan กับ action ที่ agent เสนอ หากเปิด action ให้แยก approval จากการวิเคราะห์ โดยเฉพาะงานที่แก้ข้อมูล ส่งข้อความ หรือสร้าง ticket จำนวนมาก

ความเสี่ยงคงเหลือคือ prompt injection ในเอกสาร, semantic mismatch, การรวมข้อมูลหลายแหล่งจนสิทธิ์รั่วข้ามขอบเขต และ dashboard ที่ดูมั่นใจเกินหลักฐาน การมี connector อย่างเป็นทางการไม่ได้ยืนยันว่าทุก schema และ policy ขององค์กรถูกต้องโดยอัตโนมัติ

Recap

  • ทำ metric definitions และ semantic layer ให้เป็น source of truth
  • เริ่มด้วย read-only dataset และ golden questions
  • แยกสิทธิ์วิเคราะห์ออกจากสิทธิ์ลงมือทำ
  • เก็บ provenance และ audit log ของทุกคำตอบสำคัญ