大模型撬动数据新质生产力，我们重新解构了智能BI

大模型撬动数据新质生产力，

我们重新解构了智能BI

作者 | 曾响铃

文 | 响铃说（xiangling0815）

“超级人工智能将在‘几千天内’降临。”

最近，OpenAI 公司 CEO 山姆·奥特曼在社交媒体罕见发表长文，预言了这一点。之前，很多专家预测超级人工智能将在五年内到来，奥特曼的预期，可能让这个数字变得更加乐观。

超级人工智能，即Artificial Super Intelligence，ASI，指智慧程度远超人类的人工智能，奥特曼认为，“它能够真正学习任何数据的分布模式”，“产生任何数据分布底层规则。”

“数据”成为ASI这个人类愿景的关键词，而在通往ASI这条路上，越来越多与数据高度相关的工具或应用正在实现快速发展，这其中就包括在企业内深度挖掘数据价值、支撑数据分析的商业智能（BI），其进展，与AI应对数据的能力演进同频共振。

在中国，根据前瞻产业研究院的数据，预计到 2029 年，中国商业智能软件市场规模将超过30亿美元，未来 5 年市场年复合增长率(CAGR)达到20%左右。

然而，BI价值被广泛认可，但长期以来面临的“产品力”难题也不容忽视，例如高度的专业性导致企业内部人群覆盖度不足（只有特定人群才有能力使用），以及BI输出能力有限，包括报表形式单一、数据分析深度不足等。

这时候，正通往ASI、处在高速发展中的AI，找到了用武之地。

从ANI(狭义人工智能，包括各类助手)到AGI（通用人工智能，目前的探索）最终到ASI，AI对数据的理解、价值挖掘是一个越来越深入的过程，在千行百业逐步实现场景驱动价值，最终走向奥特曼的预言。以大模型为代表的AI与BI结合的智能BI，成为这其中的典型代表、注解。

以聊天式BI（ChatBI）为主要外在表现形式，智能BI正成为众多厂商追捧的方向。例如思迈特在8月初发布的基于AI Agent的新一代智能BI，Smartbi AIChat 白泽，一款如同ChatGPT聊天式交互就能实现数据分析的便捷高效的工具。

在大模型的加持下，BI的“产品力”正迎来新的突破。

01 智能BI，强化BI“产品力”

从产品视角看，大模型与BI结合带来的“升级”价值体现为多个方面。

1、使用门槛不断降低

智能BI以对话式BI面向业务人员，业务需求不再需要通过数据分析师甚至IT工程师“翻译”，而直接可以满足和实现。以思迈特白泽产品体验为例，简单的指令就能获得想要的柱状图：

没有拖拽组件、创建仪表盘和报告，更加直观、灵活和高效。

2、呈现形式不断丰富

智能BI能够自动生成更多类型的图表和报告，从而帮助用户更好地理解数据。

例如，思迈特白泽产品能够以自然语言调用Pyecharts 所有 30+图形组件，如柱图、饼图等，还能对标题、图例等进行调整。

在智能BI下，用户可以探索与开发更多的展现形式，业务支持与数据挖掘会变得更加有效。

3、数据分析的客户价值不断强化

如果说交互简单、输出形式丰富还只是数据分析产品的“外在”，那么数据准确性则是产品能够给客户带来价值的核心所在。

目前，微软、思迈特等厂商所开发是智能BI，几乎都在过去BI的仪表盘和报表基础之上新增了一种或多种数据分析能力，例如时间计算、归因分析、数据预测、数据解释等。

以归因分析为例，在思迈特白泽产品中，需要查找某个月份合同金额异常的原因，只要向它问询，就会给出可能的原因：

在具体应用中，某证券公司在经营分析会上，发现仪表盘上的异常指标，直接询问思迈特白泽，就可实现对异常指标进行进一步的分析和探查。

由此可以看出，智能BI正在让BI从简单的描述性+少量的诊断性，走向深入的诊断性+结合内外部知识的指示性，甚至直接给业务人员、管理人员开出“处方”。

当然，除了这三点，在企业客户对数据安全越来越关注的当下，智能BI在权限控制上同样出色，其中思迈特白泽产品通过对接统一数据模型进行数据权限控制，满足金融级数据权限控制，加上对大模型私有化部署的支持，企业对数据安全不再有后顾之忧。

02 “产品力”背后，是AI+BI的多重门槛

强化产品力，大模型正在给BI行业带来新的增长曲线，甚至正在成为未来市场的主要增长动力。但是，AI+BI又并非一件“人人可以跟风”的事，存在客观上的门槛。

综合下来，这导致了一个结果：BI行业原本就十分激烈的竞争会更加白热化，难以维持稳态格局，一些厂商正在借AI+BI的机遇实现弯道超车，这不仅为国内厂商提供了一个逆袭国际老牌厂商的机会，同时也让一些厂商能够凭借智能BI的独特优势，在行业中占据更有利的地位。

前者，国外已经发展多年的BI厂商逐步被国内厂商所赶超，在《中国商业智能和分析软件市场跟踪报告，2023H2》中，目前BI 市场 TOP 10分别为帆软、微软、百度、SAP、思迈特、永洪、浪潮、Salesforce、IBM、亿信华辰，这表明市场已经从单一的国外厂商主导转变为国内外厂商共同竞争的局面。特别值得一提的是，在前10厂商中，目前只有微软与思迈特已推出直接的智能BI产品，并且在信创产业大背景下，国内厂商优势则更为凸显，各因素叠加，成为搅动行业格局的重要原因。

后者，同样在IDC的这份报告中，各厂商的增速与排名并不匹配，市场与马太效应相去甚远，如增速最快的为总体排名第五、中国BI厂商排名第二的思迈特，其以45.7%的增长率排名行业第一，远超其他同行，是市场平均水平的12倍以上。而这种强劲表现，恰恰与智能BI的发展密不可分。

分析这种行业格局的变化趋势，做好智能BI的几个门槛逐一显露出来——既然是AI+BI，那么“AI”、“BI”、“+”一个都不能少。

1、“AI”——大模型只是AI运用到BI的一次进阶

智能BI，首先必须建立在长期的“智能”融合上。

增长迅猛的思迈特，很早就开始了对AI的前瞻性布局，2019年其在行业内首次实现AI与数据分析的融合，并基于自主研发的自然语言分析(NLA)实现了对话式分析功能，随后又在业界率先发布了将AI融合到数据分析中的ABI平台，然后才有2023年将大模型技术和BI产品结合推出对话式分析大模型版本，最终促成了白泽的出现。

这背后说明，智能BI对大模型的利用，应当只是AI+BI的一次“机遇”兑现，那些直接想要跟风在BI产品中“添加”大模型的做法，可能因为缺乏基础很难行得通，这不是风口，只能是有准备的仗。

这突出表现为思迈特在对话式分析上相对行业更加凸显的技术优势，例如白泽在功能上十分类似ChatGPT-o4之上提供的 Advanced Data Analysis 能力——用户指定CSV 或 Excel 文件，ChatGPT理解问题，生成Python 代码去解决用户问题（图：Advanced Data Analysis实例，查天气数据、分析数据、作图）

这背后要求的计算能力分层等能力成为思迈特做智能BI的独特AI技术优势，最终能够执行复杂的数据分析逻辑，而不仅仅是简单的查数。显然，这只能来源于长期的AI布局。

2、“BI”——AI+BI本质是AI for BI，BI能力积累是核心

从文本框自然语言交互不难看出，AI+BI对产品力的提升，本质上是在解决BI的“最后一公里”问题，某种程度上，AI+BI就是AI for BI，因此BI能力积累仍然是核心、是关键。

而拆解下来，BI的积累无非是数据模型和指标模型，这恰恰也是获得快速增长的思迈特在底层模型上所积累的优势所在，例如在数据模型上，星座模式、多事实表、OLAP分析能力等能够直接与老牌的微软PowerBI的Dax对标，以及在指标模型上对数据模型有更强的封装能力，提供了多业务视角的管理能力，更好地与场景结合。

实际上，这也说明，在AI+BI的组合中，BI 是往下，在底层数据架构上解决了与大数据平台、数据湖、数据中台的对接，属于基础数据架构的延展，而AI则往上，解决智能分析应用、业务执行的问题，从而形成了一个完整的体系。

形象地说，这很像电商+快递，我们用户只要下单、等待快递送货即可，但这背后却要有十分庞杂的电商运营体系+全国乃至全球物流体系，这是看不见但核心的内容。

3、“+”——场景实践是后进者的“叹息之墙”

增速遥遥领先的BI厂商是国产排名第二的思迈特，而在BI市场上，另一件事也十分值得玩味：工信部赛迪研究院旗下赛迪顾问发布的《2023中国银行业IT解决方案市场份额分析报告》中，2023年银行业商业智能软件产品市场上，市场占有率第一同样是思迈特。

行业 Know-how是AI+BI的如何“+”的关键问题，只有面向行业与场景有深入的实践，才能做好智能BI。

在特定行业，如果没有实践沉淀，后进者很难获得竞争优势，这既包括BI新玩家，也包括市场成熟BI厂商在面向某些缺乏实践认知的特定行业时——金融行业的BI市场占有率排名恰恰是这种现象的产物，市场最终只相信、只愿意选择“懂行”的BI厂商。

回过头来看，如果说行业知识是能量储备，那么AI大模型就成为价值爆发的引线，从思迈特案例不难看出，能够获得搅动市场格局的大增速，与其沉淀 BI 数据分析行业 13 年、积累了5000+的客户经验有直接关系，在金融之外，思迈特还完成了政府、制造、医疗、教育等众多行业知识的储备，从官方透露的信息看，以智能BI，其已经成功签单某头部券商客户和某大型集成商，同时还在持续跟进 100+大型客户，这是行业 Know-how对BI厂商巨大价值的直接呈现。

由此可见，做好智能BI，“AI”、“BI”、“+”一个都不能少，它们都是智能BI在诞生伊始自带的“壁垒”，那些禀赋全面的厂商，正借此获得新的市场机遇。