Data agent en ChatGPT Work: del dato de empresa a una respuesta útil
Preguntar por las ventas o por el trabajo pendiente parece sencillo. Responder bien exige conocer las fuentes, los permisos y el significado de cada indicador. El nuevo Data agent pone el foco en acercar ese análisis al usuario de negocio.
Qué se ha anunciado
OpenAI anunció el 10 de septiembre un Data agent para ChatGPT Work. Según el anuncio, puede conectar fuentes empresariales autorizadas, investigar cambios y construir paneles interactivos a partir de preguntas en lenguaje natural. La compañía describe conexiones con plataformas de datos y documentos, el uso de definiciones de negocio y controles de acceso ligados a las cuentas conectadas. La configuración y las fuentes disponibles deben revisarse para cada organización.
Consultadas el 16 de septiembre de 2026. Resumen de las fuentes citadas. Las interpretaciones propias se identifican como lectura de Olduvia.
Antes de preguntar, acordar qué significa el dato
Nuestra lectura es que esta novedad puede acercar el análisis a personas que no escriben consultas. Pero la primera conversación de un proyecto debería ser sobre las métricas. ¿Una venta cuenta al aceptar el presupuesto, al emitir la factura o al cobrar? Tres respuestas distintas pueden producir gráficos coherentes y conclusiones incompatibles.
En una pyme, un primer ejercicio podría consistir en comparar pedidos recibidos y pedidos completados durante un periodo cerrado. Un responsable valida previamente las cifras. Después, el equipo plantea preguntas distintas sobre el mismo conjunto de datos y comprueba si las respuestas mantienen las definiciones acordadas. Es una propuesta de evaluación, no un resultado medido con este producto.
Qué debe acompañar a una respuesta
- La fuente consultada y la fecha hasta la que están actualizados los datos.
- La definición del indicador, el periodo y los filtros utilizados.
- Una forma de contrastar la cifra con los registros de origen.
- Una explicación clara cuando faltan datos para responder.
Cómo llevarlo a la práctica
Crear un panel más rápido solo aporta valor si ayuda a decidir mejor. Separar un cambio observado de una explicación causal evita dar por hecho que una campaña, una persona o un proveedor son responsables del resultado. Un análisis sólido puede terminar con una nueva pregunta que merezca investigar.