一是 SaaS 化。基于云原生的 BI 架构，相较于传统 BI 具有更高的灵活性和扩展性，交付过程更高效；当所有的基础数据和业务数据都上云后，数据在哪里，数据分析就发生在哪里，用户能随时随地进行云端访问和分析，降低了分析的门槛。

二是 BI 分析更加场景化，在实际应用中与垂直的业务应用场景结合。分析和报表能力都应该在业务端触手可及，以实现实时、直接的业务智能化增强。

三是指标管理能力更加重要。随着 BI 普及到运营侧，这一点会越来越多地被大家感知，代表业务 know-how 的解决方案，其实就是提炼业务指标体系的过程。

四是 AI 增强助手将成为主流。AI 的出现对整个 BI 使用形态上有颠覆性的改变，用户可以通过提问方式完成分析，降低 BI 使用门槛，将数据分析从数据分析师的范围推广向全公司，让每个人都可以轻松访问服务，实现分析平民化。

最近，云器科技与衡石科技携手发布了云上一体化分析解决方案，通过数据的全流程一体化，完成了云端数据基础的搭建到简洁有效的 BI 端应用，为用户带来全量实时的智能分析体验。

在数仓层面，云器提出了以 Single-Engine 为技术理念，采用统一批处理、实时流数据处理和交互处理三种计算形态，并通过湖仓平台统一数据存储和管理，实现简单一体化的平台服务，极大简化了企业数据建设的流程，突破了数据离线或实时 Lambda 架构的桎梏。

在分析层面，通过衡石 BI PaaS 自研的更适合数据分析的语义层，完成了端到端的数据分析架构创新，开发了湖仓一体的开放式架构以及 ELT + Embed 的分析管道架构，将计算后置，减少数据重复加工。此外，衡石在云原生架构上支持多租户适配、API 服务能力和弹性扩展，为 SaaS 企业搭建 BI 能力提供了更低成本、更灵活的选择。

衡石与云器合作的这套云上一体化解决方案主要为 SaaS 企业伙伴提供服务。对于 SaaS 企业来说，如果能将成本和易用性降低到合理范围，将数据计算和存储成本以及人工运维成本降低到30％以下，是非常有吸引力的。在云端搭建数仓并使用不同引擎计算各种数据应用时，实际成本非常高，而这套方案能将成本压缩到几分之一。

这次合作是衡石第一次在云上发力，衡石与云器携手，将极大降低云上分析的使用成本，SaaS BI 不再是空中楼阁。

海外客户对工具软件的采购非常重视，而国内的客户还不习惯自己动手做分析，他们更愿意在 CRM、ERP 等业务场景中直接获得分析报表，因此业务软件服务供应商近年来普遍需要在业务场景中提供 BI 能力来增强服务，BI 能力将会以引擎的形态被 Embeded 到各种业务场景中，而不都是以专业工具形态落地，这是国内 BI 市场在使用习惯上很有意思的一个地方。

对于行业厂商来说，通过集成衡石的 BI，能够提升产品研发效率。一个金融的伙伴在集成衡石之后，结合衡石 BI 及指标管理能力能够二次研发出指标中台解决方案；另一个营销行业伙伴运用沉淀的行业 Know-how，基于衡石做出的业务分析场景，打磨出了营销洞察的标准化产品。

衡石的产品架构具备高度的开放性和扩展性，能够将数据准备、聚合、建模、分析、可视化等能力拆分成标准功能模块，并为所有功能提供 API，可以灵活地嵌入伙伴自有业务系统中，帮助伙伴降低研发成本。同时对于终端客户使用而言，因为是集成嵌入到业务场景中的，几乎没有实施过程，客户要分析业务数据只需通过拖拉拽就可以实现，大大提升了分析的灵活性和响应度。

目前已有上百家软件和 SaaS 厂商嵌入集成了衡石 BI PaaS，成为衡石的深入合作伙伴。这些伙伴覆盖各垂直领域，如 CRM、HR、财税费控、营销等，并通过这个伙伴生态体系覆盖了10万家以上的终端企业客户。

随着 AI 技术的突破，大家都在期待 AI 会给 BI 带来怎样的变革，其实两者还是有完全不一样的内涵和定义的，目前简单来说，BI 这个应用场景其实是 AI 这项先进技术的最佳落地场景。

有些行业伙伴已经尝试了引入 AI，但得到的反馈却不甚理想，用户提出的问题不能得到准确的回答，AI 给出的回答是发散的。在 BI 领域落地 AI 技术方面，现在业界的最佳模式是 Copilot。ChatBI 广泛尝试失败的原因主要有三点：一是数据控权；二是正确性验证，用户难以验证 AI 回答的正确性；三是领域建模，大部分专业厂商的行业洞见是高于大模型的，而数据安全的风险导致很难通过模型训练的方式将大模型能力提升到行业高度。相对于此，垂直行业的小模型会更靠谱。

BI 中的 AI 增强，并不是单纯的对话，而是要实时追问。当用户在分析时通过追问得到实时的响应。此外，用户还可以通过提问，得到基于报表内容的提炼反馈。衡石在 AI 增强能力上的研究，侧重于是否能够反复追问、深入挖掘。