专注于商业数据工作的AI平台Prophecy近日推出DataGPT。该工具旨在弥合大语言模型与企业数据治理之间的鸿沟，允许业务分析师在ChatGPT、Claude和Microsoft Copilot等主流AI助手内，完成从加载混乱文件到发布最终报告的全流程数据工作。
DataGPT的核心价值在于将AI对话转化为业务团队可验证的可视化数据工作流。经批准的工作流将以可复用、受治理的代码形式，部署在组织现有的云数据平台（如Snowflake、Databricks或BigQuery）上运行。
破解“黑盒”难题：从问答到执行
当前，业务分析师常将电子表格上传至AI应用以核对数据，但AI后台生成的脚本对用户而言是“黑盒”。由于无法阅读代码，分析师难以验证结果、优化逻辑或为其背书。更严重的是，一旦聊天会话结束，包含领域知识（如业务规则、收入定义）的完整工作流随之消失，导致数据资产无法沉淀。
Gartner预测，到2028年，50%的组织将因未经核实的AI生成数据增多而采用零信任数据治理策略。Constellation Research副总裁兼首席分析师Michael Ni指出，企业AI的挑战已从生成答案转向使底层数据可验证、可治理且可复用。
Prophecy创始人兼CEO Raj Bains表示，程序员已拥有全程协作的AI工具，而业务分析师仅停留在问答阶段。DataGPT旨在缩小这一差距，让业务分析师也能获得透明、可修改且基于受治理知识的工作流体验。
核心功能与治理机制
DataGPT专为财务、运营等业务线分析师设计，具备以下关键能力：
- 无缝集成与加速处理：用户无需离开AI聊天界面，只需描述需求，DataGPT即可在对话中构建包含加载、准备、分析和输出的完整工作流。
- 可视化验证：每个AI回答均附带背后的可视化工作流，支持业务团队审查每一步操作并批准最终版本。
- 知识沉淀与上下文连接：利用知识图谱将业务上下文与工作流绑定，确保在处理过程中自动应用相关的定义和业务规则。
- 成果落地与自动化：获批的工作流作为数据产品交付，基于Git中的开源代码支持，保持逻辑透明和可审计性，并在数据平台上按计划自动运行，无需重复消耗AI算力。
将“影子AI”纳入合规治理
针对分析师未经IT批准使用AI处理公司数据的“影子AI”现象，DataGPT提供了合规路径。上传的文件经由Prophecy传输至组织自身的数据平台，而非直接留在公共AI聊天界面中。这使得数据负责人和IT部门能在现有平台上监控并治理每一个工作流，避免形成新的信息孤岛，同时实现从“重建工作流”到“审查工作流”的效率跃升。