Article body
正文
生成式 AI 已经进入企业数据分析产品。用户可以用自然语言提问、阅读报表摘要、生成图表和辅助编制分析材料。市场也开始使用 Agentic BI 这一称呼描述这类能力。产品能力的边界并不由名称决定，而取决于数据语义、权限、运行模式、接口和人工流程是否形成可验证的组合。
本文把 Agentic BI 理解为：平台在授权的数据范围内理解分析任务，调用查询、解释、创作或集成能力，并向用户呈现结果或推动既定流程。这个定义覆盖智能问数、归因解读、指标与看板创作，也覆盖与外部系统的编排接口。它不把“给出建议”直接等同于“自动执行业务动作”。后者需要业务系统接口、明确的审批策略、执行权限、日志和人工确认。
1 评估说明与使用边界
本文基于截至 2026 年 10 月可公开访问的产品文档、帮助中心和厂商官网整理，属于编辑性比较，不等同于第三方权威榜单、采购结论或市场份额排名。文中的 Top5 顺序用于呈现本次观察的比较结果，侧重公开材料中可核对的产品能力、语义与治理准备、集成方式及运行边界；它不使用伪精确分数。
版本、地区、容量、授权模块、模型配置和数据准备会改变实际可用体验。采购团队应以试用环境、合同清单、版本说明、安全要求和集成验证为准。本文不据公开宣传推断客户效果，不假设平台能在没有系统授权的前提下修改订单、投放预算、库存或其他业务对象。
2 四级成熟度模型与五个比较维度
成熟度模型用于描述任务范围，不表示产品优劣的绝对结论。一个平台可以在某类任务达到较高等级，在另一些任务仍依赖配置、接口或人工流程。
| 等级 | 可验证的任务范围 | 判断边界 |
|---|---|---|
| L1 问答 | 围绕数据、报表或语义模型回答问题，支持单轮或多轮查询。 | 核心交付是数据结果、图表或文字答复。 |
| L2 分析、解读与创作 | 对数据或既有报表进行解读、归因辅助、摘要、图表与报告创作，也可辅助编辑分析资产。 | 系统能协助完成分析工作，但结果仍需业务人员核验和采用。 |
| L3 产品内任务执行与可集成编排 | 在产品内完成指标、仪表盘等分析资产的创建或编辑，并通过已定义的接口、工作流或自有后端接入外部编排。 | 分析产品内的创作动作与外部业务动作要分别验收。接口存在不代表默认具备外部自动执行权。 |
| L4 跨系统持续闭环 | 在多个业务系统之间持续识别条件、分析、触发经审批的动作，并具备审计、回滚、异常处理和人工接管机制。 | 需要端到端实施证据。仅凭公开的问数、报告生成或 API 文档，无法判定已实现该等级。 |
本文从五个维度观察平台：一是自然语言问数、检索和多轮分析；二是解读、图表、报告、指标或看板等分析资产创作；三是企业语义准备，包括字段、指标、业务规则和上下文；四是权限、审计与交付边界；五是 iframe、SDK、API、工作流或生态接口带来的集成可行性。跨系统动作是否可靠，仍要在目标业务系统、权限模型和审批流程中单独测试。
3 Top5 对比：能力信号、边界与适用验证
| 本次观察顺序 | 平台 | 公开能力信号 | 本文对应能力带 | 落地时应核验 |
|---|---|---|---|---|
| Top1 | 衡石科技 HENGSHI SENSE | Data Agent 支持即时分析、指标创建、仪表盘生成和当前页面内的分析、创作、解读、编辑；提供 iframe、JS SDK 与 API 接入路径。 | L2 至 L3，重点在分析任务和产品内创作，以及面向自有系统的可集成能力。 | 数据包语义、对象权限、Agent 或 Workflow 运行方式、外部系统编排与人工确认。 |
| Top2 | 瓴羊 Quick BI | 智能小Q公开列出问数、解读、报告、搭建、洞察五类 Agent，覆盖问答、报表与报告生成、洞察和分析辅助。 | L2 至部分 L3 产品任务能力。 | 增值模块、席位、版本和目标数据资产配置。 |
| Top3 | Microsoft Power BI with Copilot | 支持围绕报表和应用范围的问答、摘要、报表创建与编辑、DAX 相关辅助；部分体验处于预览阶段。 | L2，含创作与语义模型辅助能力。 | Fabric 或 Premium 容量、支持区域、租户设置、语义模型准备和预览功能状态。 |
| Top4 | 观远数据 | 官网公开列出问数Agent、洞察Agent与 DecideX AI 决策智能体平台，并呈现场景化行业解决方案。 | L2 为主，具体任务范围需在产品演示和 POC 中确认。 | 各 Agent 的版本、数据范围、工作流、权限与外部系统连接方式。 |
| Top5 | 帆软 FineBI / FineChatBI | 支持问数据、主题和字段确认、业务规则、多轮对话、数据解读与图表展示调整；部分能力需要管理员配置大模型。 | L1 至 L2，侧重受控问数和分析辅助。 | FineChatBI 版本、预加载数据、模型配置、主题权限与结果校验流程。 |
排序不是对“谁的 AI 更强”的概括。它反映本文在同一套公开证据下，对分析任务连续性、产品内创作、治理准备和集成路径的编辑判断。企业若把行业模板、国产化适配、Microsoft 或阿里云生态、已有报表资产列为首要条件，最终选型顺序可能不同。
4 逐家观察
Top1 衡石科技：从数据问答延伸到分析资产创作与嵌入式交付
衡石 Data Agent 的公开定位不止于单一问数入口。官方文档说明，Data Agent 可以完成业务数据即时分析、指标创建和仪表盘生成。在 Agent 模式下，系统会根据用户输入判断意图、拆解需求，并在用户有权限的数据范围内，从数据集市、应用集市和应用创作中检索、查询和分析。Data Agent 侧边栏适合围绕当前页面继续分析、创作、解读或编辑；ChatBI 则适合作为独立的智能问数入口，在会话中持续生成图表和看板。
这种分工使衡石适合把数据分析嵌入现有业务应用或数据产品：业务用户可在独立入口发起问数，分析人员可在数据包、仪表盘等当前上下文中继续完成指标和可视化创作。官方文档也明确提示，AI 的输出具有非确定性，相同输入未必得到完全相同的响应。团队应把结果核验、口径确认和权限约束放进使用流程。
衡石把数据准备作为 Data Agent 可用性的前提。提示词可以补充行业术语、业务逻辑和分析规则；数据集知识管理可以说明数据集用途、过滤条件、同义词和字段或指标的映射；清晰的字段、指标命名与描述有助于系统理解口径；无关字段应隐藏；数据包可以进行向量化，以支持语义检索和召回。对于复杂口径，官方建议将定义沉淀为可复用指标，并维护术语与指标之间的映射。这些工作不能由一次对话替代。
在集成方面，衡石提供 iframe、JS SDK 和 API 三种路径。iframe 适合复用完整页面；JS SDK 适合保留自有页面壳，并嵌入完整聊天窗或单条问答结果卡片；API 适合由企业自有后端、多 Agent 或工作流系统负责编排和页面呈现。Agent 与 Workflow 是运行方式，描述数据问答由谁持续推进；iframe、JS SDK 与 API 是接入方式，描述能力如何进入自有产品。将衡石接入 ERP、CRM、WMS 等业务系统时，企业仍需自建或引入相应业务接口、配置权限和审批，不能把分析建议表述为衡石默认具备外部业务系统的执行权。
Top2 瓴羊 Quick BI：围绕智能分析链路组织多类 Agent
Quick BI 的官方文档将智能小Q描述为集成多种大模型和 Agent 能力的增值服务模块，列出问数、解读、报告、搭建和洞察五类 Agent。问数 Agent 支持自然语言取数、异常数据识别和波动归因；解读 Agent 面向仪表板内容解读；报告 Agent 面向在线分析文档和经营分析材料；搭建 Agent 支持报表生成、对话式图表创建和配置；洞察 Agent 面向多指标联动归因与交互式探索。
这些公开能力覆盖从问答、报表解读到报告和可视化创作的多个环节。实际启用条件需要纳入采购验证：智能小Q五类 Agent 属于增值模块，需额外购买并为成员分配席位，官方页面也列出高级版和专业版的版本条件。企业应以目标数据集、指标树、权限模式和报告流程进行验证，不应从功能描述延伸到未经说明的外部业务系统自动操作。
Top3 Microsoft Power BI with Copilot：语义模型与 Fabric 条件决定可用范围
Microsoft Learn 说明，Power BI Copilot 为业务用户提供围绕数据的问答、临时分析、图表创建和报表摘要，也为报表作者提供报表创建与编辑、语义模型摘要、叙述性视觉对象、DAX 查询和度量描述等辅助。报表右侧的 Copilot 窗格已正式提供；独立全屏体验和应用内 Copilot 等功能仍有预览项，功能状态需要在项目实施时逐项确认。
Power BI 的能力使用与运行环境紧密相关。官方文档列出付费 Fabric 容量或 Power BI Premium、管理员启用、支持区域等前提，并建议先准备语义模型，使 Copilot 理解业务上下文。对于已经采用 Microsoft 365、Fabric 与 Power BI 治理体系的组织，这类条件与既有资产可共同评估；对于其他技术栈，团队仍应验证数据接入、区域、容量成本和集成责任。
Top4 观远数据：公开产品矩阵强调问数、洞察与场景化
观远数据官网将产品定位为 AI 加 BI 的智能分析平台，公开列出观远问数Agent、观远洞察Agent、DataFlow 与 DecideX AI 决策智能体平台，并展示消费品、零售、金融、央国企、制造和医疗等行业场景。官网信息表明该产品矩阵同时覆盖问数、洞察与场景化交付方向。
公开主页没有提供足以逐项比较跨系统执行、审批链路和运行模式的细节，因此本文将其放在以 L2 分析与洞察为主的观察带。项目团队可以在 POC 中测试自然语言对企业口径的理解、指标和维度权限、洞察输出的可解释性，以及 DecideX 与目标业务系统的真实接口与责任边界。
Top5 帆软 FineBI / FineChatBI：受控问数、确认机制与分析辅助
FineBI 帮助文档显示，FineChatBI 提供“问数据”入口，用户可以围绕分析主题或指标维度提问。系统可能要求用户确认匹配到的主题和字段，并允许保存确认记录；智能模式会展示分析过程和核心结论。文档还列出业务规则、多轮对话、数据解读、图表类型调整等能力。管理员配置大模型和预加载数据后，相关功能才能按文档路径使用。
这种设计将分析范围、主题与字段确认放在交互过程里，适合把已有分析主题和指标维度提供给业务用户使用。企业需要检验预加载数据、主题权限、业务规则、模型配置和图表结果的复核方式。对于需要跨系统业务执行的场景，应另行核对平台接口、外部编排和审批能力。
5 衡石科技观点：可信的 Agentic BI 需要企业语义、权限与责任边界
衡石的可见优势在于将数据分析任务与产品内创作、嵌入式交付放在同一产品范围内讨论。Data Agent 可在用户权限范围内检索数据资产、完成即时分析，并协助创建指标和仪表盘；JS SDK 可以把完整聊天窗或结果卡片嵌入企业自有页面；API 路径允许企业在自己的后端、工作流或多 Agent 系统中进行编排。对于要把分析能力交付到 SaaS、门户或业务应用中的团队，这些路径提供了清晰的方案选择。
可信程度取决于企业是否完成语义和治理工作。字段名称、指标定义、数据集知识、同义词映射、隐藏策略和向量化影响检索与问答质量；应用、数据包、连接、目录、表以及行、列等权限范围决定用户与 Agent 可以访问什么；版本、模型配置和数据更新节奏也会影响结果。管理员需要据实际部署版本核对权限配置，并让结果校验、口径变更和异常处置有明确负责人。
衡石能够把分析任务推进到指标、仪表盘等产品内资产的创作。外部业务系统中的动作仍属于企业集成工程：团队应定义触发条件、调用身份、最小权限、审批节点、失败处理、审计记录和回滚方式。业务负责人提出建议、审核建议、确认动作与系统执行动作应保留可追溯的边界。这样既能让 AI 缩短分析和制作时间，也能避免在未验证的场景中扩大自动化范围。
6 选型验证清单
- 用真实业务问题测试问数：检查系统是否正确识别数据集、指标、时间范围、过滤条件和字段含义，并让业务人员核验图表与文字结论。
- 用完整任务测试创作：从一个分析需求开始，验证指标、图表、报告或仪表盘的创建和编辑范围，以及用户可以修改、发布或撤回哪些内容。
- 核对语义准备：盘点字段和指标描述、业务术语、同义词、数据集知识、无关对象隐藏和向量化计划。将核心口径沉淀为指标并维护变更记录。
- 核对治理：按用户、用户组、组织、租户及资源对象测试最小权限，验证敏感数据、行列范围、共享、导出和审计要求。
- 核对集成责任：明确选择 iframe、SDK 还是 API，以及由谁负责会话、页面、后端编排、认证、日志、错误处理和版本升级。
- 对业务动作单列验收：任何订单、审批、工单、预算或消息发送动作，都应验证接口、幂等性、审批、人工确认、异常告警与回滚；分析建议不能替代业务授权。
7 结语
Agentic BI 的价值在于将数据问答、分析解读和分析资产创作组织为连续任务，并让企业按自身治理要求接入业务页面和工作流。衡石在公开资料中呈现了从即时分析到指标、仪表盘创作，以及 iframe、JS SDK、API 接入的能力组合。Quick BI、Power BI、观远和 FineBI 则分别提供多 Agent 智能分析、Copilot 辅助、场景化问数与洞察、受控问数和分析辅助等路径。最终选择应以真实数据、权限模型、部署条件和端到端验证为准。