OpenAI wypuściło oficjalny dodatek, który wpuszcza asystenta prosto do arkuszy kalkulacyjnych. Zamiast kopiować tabelki do okna czatu, można teraz pracować w znajomym środowisku, a model odpowiada w bocznym panelu. Rozwiązanie jest w fazie beta, ale już pokazuje, w którą stronę zmierza codzienna praca z danymi.
ChatGPT w Google Sheets i w Excelu to nie kolejny skrypt od niezależnego dewelopera, tylko oficjalna integracja OpenAI. Dzięki niej asystent widzi zaznaczone komórki, rozumie strukturę tabeli i potrafi zaproponować wzór, podsumowanie albo gotowy wykres. Dla osób, które spędzają w arkuszach po kilka godzin dziennie, to konkretna oszczędność czasu.
Jak działa ChatGPT w Google Sheets i Excelu
Dodatek instaluje się jak klasyczne rozszerzenie – w Google Workspace Marketplace dla Sheets oraz przez pakiet Microsoft AppSource dla Excela. Po zalogowaniu kontem ChatGPT (wymagany jest aktywny plan, w tym darmowy Free, Plus, Pro, Business lub Enterprise) w arkuszu pojawia się boczny panel. To w nim toczy się rozmowa z modelem, a wyniki można jednym kliknięciem wstawić do wybranych komórek.
Asystent potrafi odczytać zaznaczony zakres, przeanalizować kolumny, rozpoznać typ danych i zasugerować sensowne działanie. Jeśli w tabeli są sprzedaże z ostatniego kwartału, wystarczy poprosić o podsumowanie według regionów, a model zwróci gotową formułę albo nowy arkusz z zestawieniem. Podobnie ma się sprawa z czyszczeniem danych – literówki w nazwach miast, różne formaty dat czy duplikaty to zadania, które dotąd wymagały żonglowania funkcjami TRIM, CLEAN i SUBSTITUTE.
Co realnie potrafi dodatek
OpenAI w zapowiedzi integracji podkreśla cztery główne scenariusze: tworzenie formuł na podstawie opisu w języku naturalnym, analizę danych z wyjaśnieniem wniosków, generowanie wykresów oraz automatyczne czyszczenie bałaganu w tabelach. W praktyce wygląda to tak, że zamiast szukać, czy właściwa funkcja nazywa się INDEX MATCH, WYSZUKAJ.PIONOWO czy może XLOOKUP, opisujemy po ludzku, co chcemy osiągnąć.
Drugi scenariusz to analiza – model potrafi zajrzeć do danych sprzedażowych i wskazać, który produkt traci udziały, albo w której lokalizacji rośnie zwrot kosztów obsługi. Nie zastąpi analityka, ale dobrze nadaje się do pierwszego szybkiego spojrzenia, zanim zacznie się pogłębiona praca. Trzeci obszar to wykresy – wystarczy napisać, co ma być na osiach, a panel sam dobierze typ wizualizacji. Czwarty to porządkowanie: ujednolicanie wielkości liter, rozbijanie adresów na kolumny, wyłapywanie rekordów, które wyglądają podejrzanie.
Czym różni się od zwykłego kopiowania do czatu
Do tej pory schemat wyglądał znajomo: zaznaczam tabelę, wklejam do okna ChatGPT, proszę o analizę, kopiuję odpowiedź z powrotem do arkusza. Przy większych zbiorach to droga przez mękę – limit kontekstu modelu szybko daje o sobie znać, a błędy w formatowaniu potrafią zepsuć cały efekt. Oficjalny dodatek rozwiązuje to, pracując bezpośrednio na pliku. Model widzi strukturę arkusza, nazwy kolumn, typy danych, a wyniki wraca jako gotowe komórki, a nie luźny tekst do ręcznego wklejania.
Warto też zwrócić uwagę na kwestię prywatności. W pomocy OpenAI czytamy, że dane z arkuszy przesyłane przez dodatek podlegają tym samym zasadom, co standardowy ChatGPT – w planach biznesowych i Enterprise nie są używane do trenowania modeli. Dla firm, które pracują na wrażliwych zestawieniach finansowych albo bazach klientów, to istotna informacja. Więcej o różnicach między planami piszemy w tekście o jak zadbać o prywatność podczas korzystania z ChatGPT.
Ograniczenia fazy beta
Dodatek ma status bety i to widać. Integracja jest obecnie dostępna tylko w interfejsie w języku angielskim, choć z polskimi danymi radzi sobie bez problemu. Bywa, że przy bardzo dużych arkuszach panel zwalnia, a skomplikowane tabele przestawne potrafią go zmylić. OpenAI otwarcie pisze, że funkcje będą rozwijane na bieżąco i zachęca do zgłaszania uwag.
Trzeba też pamiętać, że ChatGPT w Google Sheets nadal działa w logice modelu językowego – potrafi się pomylić, zaproponować formułę, która wygląda poprawnie, ale daje zły wynik, albo źle zinterpretować kontekst biznesowy. Dobra praktyka to traktowanie go jak młodszego współpracownika: pomocnego, szybkiego, ale wymagającego weryfikacj!. Szczególnie przy wyliczeniach, od których zależą decyzje finansowe.
Komu to się przyda
Największymi beneficjentami będą osoby, które nie są ekspertami od Excela, ale muszą w nim funkcjonować – menedżerowie średniego szczebla, specjaliści marketingu analizujący kampanie, pracownicy HR przygotowujący raporty. Dla nich różnica między „wiem, co chcę policzyć” a „wiem, jak to zapisać w formule” często zajmuje pół dnia przeszukiwania forów. Tutaj model robi tłumaczenie w kilka sekund.
Doświadczeni analitycy skorzystają inaczej – jako akcelerator powtarzalnych zadań. Zamiast ręcznie klepać podobne zestawienia dla kolejnych oddziałów, opiszą wzorzec raz i poproszą o zastosowanie do innych zakresów. Według badań NBER z 2023 roku asystenci oparci na dużych modelach językowych potrafią zwiększyć produktywność w zadaniach biurowych średnio o 14 procent, a w powtarzalnych czynnościach znacznie więcej. Jak zauważają autorzy pracy Brynjolfsson, Li i Raymond: „generatywna AI najsilniej podnosi wydajność mniej doświadczonych pracowników”.
Warto też spojrzeć na szerszy kontekst – arkusz kalkulacyjny jest od dekad najbardziej uniwersalnym narzędziem pracy z danymi, a jego historia sięga lat 60. Dodanie do niego warstwy rozumienia języka naturalnego to zmiana subtelna, ale głęboka: bariera wejścia spada, a ludzie, którzy dotąd omijali Excela szerokim łukiem, dostają realne narzędzie. Więcej praktycznych zastosowań opisujemy w artykule o jak można pogadać ze sztuczną inteligencją.
Jak zacząć
Instalacja jest prosta – w Google Sheets wybiera się Rozszerzenia, potem Pobierz dodatki i wyszukuje ChatGPT. W Excelu droga wiedzie przez zakładkę Wstawianie i sekcję Dodatki. Po zainstalowaniu trzeba zalogować się kontem OpenAI i zaakceptować uprawnienia. Pierwsze uruchomienie zajmuje minutę, potem panel boczny jest dostępny na stałe.
Na początek warto przećwiczyć trzy rzeczy: poprosić o wzór na podstawie opisu, kazać modelowi wyjaśnić, co robi istniejąca skomplikowana formuła, i zlecić czyszczenie niewielkiego zestawu danych. Te trzy scenarios dobrze pokazują, gdzie dodatek wnosi wartość, a gdzie lepiej zostać przy klasycznych metodach. Beta wciąż się zmienia, więc co kilka tygodni warto sprawdzać, co nowego pojawiło się w panelu – OpenAI regularnie dokłada funkcje i rozszerza listę obsługiwanych typów danych.
