美國資料AI新創 Prophecy 於 2026 年 10 月 28 日推出 Prophecy DataGPT，將 ChatGPT、Claude 與 Microsoft Copilot 的對話能力延伸至企業資料準備、對帳、轉換、分析及報表發布。Business Data Analyst 得以自然語言描述需求，再由系統建立完整工作流程，並以視覺化介面逐步檢查、修改及核准。
每一項結果均對應可視、可驗證的工作流程與開放程式碼；經核准後，工作流程可部署至 Snowflake、Databricks 或 BigQuery，依排程重複執行，而不必在每次運作時重新呼叫 AI。 Prophecy 同時以知識圖譜串接營業定義、規則與例外處理，並支援 Excel、SharePoint、ERP、CRM、Git 及資料倉儲等環境。
公司表示，DataGPT 已在當日上市，提供免費帳戶及集中部署選項。Prophecy 2017 年成立於帕洛阿爾托，員工逾 130 人、累計募資逾 1 億美元；SAP、HSBC、摩根大通與輝瑞均列為其客戶。
企業生成式AI的第一波應用，主要停留在問答、摘要與試算；真正的資料工作卻始於「不乾淨的前置作業」，包括匯入檔案、對帳、實體配對、清洗、轉換，以及依財報、監理或內部規範產生可追溯成果。當分析師將機密試算表直接貼進公開或未經核准的聊天工具時，企業同時面臨資料外洩、邏輯不可見與影子AI擴散三重風險。核心矛盾不是AI能否回答，而是企業能否把生成內容轉化為可稽核、可重複執行的可信資料產品。
Prophecy 的策略是把既有大型語言模型保留為互動入口，再於後端加入視覺化工作流程、知識圖譜、開放程式碼與資料平台部署層。這代表平台不再與大型語言模型正面競逐通用能力，而是設法成為企業資料工作的「控制面」；在ChatGPT、Claude及Copilot入口競爭激烈時，控制權反而集中在流程編排、治理規則與資料系統連接層。
這不是傳統的資安攻防，而是新舊工作方式的制度性磨合。AI若能把一次性對話沉澱為企業標準化流程，便能提高決策速度；若做不到，企業將承擔更大量不可解釋的影子AI。 Prophecy 的真正價值主張，正在於讓非工程背景的業務人員參與資料產品化，而不必承擔完全看不懂的黑箱程式碼。
DataGPT的推出可視為企業AI從「生成答案」走向「執行工作」的早期訊號。這與2000年代資料倉儲興起類似：資料不再只是查詢，而是被轉化為可重複運作的營運資產；但本輪轉型的控制點更多落在流程、治理與模型之間的協作層。
此外，市場可能出現「AI產生工作流、另一套AI驗證工作流」的遞迴風險。企業若只提高自動化程度、卻未配置資料擁有者、抽樣查核及責任歸屬，再精密的視覺化介面也可能只是把黑箱從模型移到流程層。
01 起因觸發：企業業務人員大量將試算表與營運資料貼入ChatGPT、Claude及Copilot，影子AI、資料外洩與不可稽核風險同步升高
02 一階傳導：財務、營運、資料工程與資安團隊開始採購可視化工作流、知識圖譜、版本控管及代理部署平台
03 二階擴散：Snowflake、Databricks、BigQuery與Git擴大為AI工作流執行基礎，ERP、CRM、SharePoint及Office入口商加強治理整合
04 產業重組：資料AI新創由聊天介面轉向控制面競賽，模型商則可能內建流程生成與驗證能力以提高企業黏著度
05 宏觀終局：企業資料治理、營運流程與決策責任由文件規範轉向可執行、可追蹤的機器化控制層
跨事件因果網路圖譜 1 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
