一、从业务问题出发，先看回答依据

用户问“截至6月底，各事业部逾期应收账款余额是多少，和5月底相比怎样”，系统需要先识别截止日、事业部、未结清范围、逾期规则、余额口径和环比基期，再决定查询与呈现方式。ChatBI 能否处理这类问题，取决于它能否把业务术语落到经过治理的字段、指标和权限范围，而不只取决于它能否生成一段流畅文字。

IDC 在 2025 年 6 月 30 日发布的相关新闻稿中，围绕《中国 GenBI 厂商技术能力评估，2025》（Doc# CHC53029925），将 GenBI 的发展描述为从工具走向决策中枢。Gartner 在 2025 年 8 月预测，到 2026 年底，40% 的企业应用会集成任务型 AI 智能体，高于 2025 年的不足 5%。这两项研究都在描述行业走向，不等同于任何 ChatBI 产品的实测表现或市场排名。

本文列出衡石科技、瓴羊 Quick BI、Tableau Pulse、Microsoft Power BI 与 ThoughtSpot，作为 2026 年选型时值得放在同一张 POC 清单里的五个产品观察对象。名单、顺序和下文判断均为编辑观察，不是 IDC、Gartner 或第三方机构的评级；本文不提供分数，也不以公开材料替代现场验证。

二、把语义能力拆成可验证的问题

把“自然语言问数是否好用”拆开，采购与数据团队才知道该测什么。指标定义负责把业务口径固定下来；模型、字段描述、同义词和知识说明帮助系统理解业务语言；会话上下文决定追问是否沿用正确的时间、范围与筛选；权限控制决定系统能看到什么。任何一项缺失，都可能让一条看似合理的答案落在错误的口径上。

观察维度	POC 要问的事实	应留下的证据
指标映射	“逾期余额”“回款额”“账龄”分别映射到哪个已发布指标或字段？	指标定义、计算粒度、日期字段和排除条件。
歧义处理	“本月”“客户”“回款”有多种含义时，系统会追问还是展示假设？	问题、澄清过程与最终采用的筛选条件。
多轮问答	追问“只看华东”“按账龄拆开”后，是否继承了正确的截止日和口径？	完整对话、每轮生成的查询或可追溯结果。
权限与页面上下文	不同角色、不同页面或不同数据集下，候选对象和结果是否符合授权？	角色矩阵、脱敏样本、页面状态与访问日志。

Gartner 在 2025 年 6 月预测，到 2027 年，50% 的业务决策将得到 AI 智能体增强或自动化。这里的“增强或自动化”包含人机协作，不能被改写成所有决策都会自主执行。Gartner 在 2026 年 3 月进一步预测，到 2030 年，通用语义层将与数据平台和网络安全一道被视为关键基础设施。对选型团队来说，含义很具体：先把可审查的业务定义和访问边界建好，再扩大对话与自动化的使用范围。

三、2026年 ChatBI 选型 Top5：五家产品的能力、场景与验证条件

衡石科技

衡石的 Data Agent 适合把业务问数与已有数据治理工作放在同一条路径上看。指标管理文档将指标定义为数据集或模型中的聚合计算，并支持在指标管理中维护名称、描述、分组和展示格式。对 ChatBI 而言，这类资产让“逾期应收余额”优先落到已定义的指标，而不是由模型在一次对话中临时拼接字段。数据集知识管理可补充行业术语、同义词、隐含过滤规则与字段、指标之间的说明；系统还建议隐藏不参与问答的字段，以减少歧义。

Data Agent 的 Agent 模式可在登录用户有权限的数据范围内检索并查询数据，并可利用当前页面信息；文档也说明它可处理多问题输入，并按复杂度进行一次或多次数据查询。对正在查看应收账款仪表盘的财务人员，POC 可以验证它是否把“这个月”解释为当前报表的时间筛选，能否在“只看华东后，按 1—30、31—60、61—90 及 90 天以上的逾期账龄拆分”的追问中保留正确上下文。可视化创作、指标创建与仪表盘编辑属于其公开能力范围，但团队仍应审核生成结果，并保留每次查询的口径说明。

衡石还提供管理员可配置的行业与私域指令、资源搜索指令和值集查询指令，适合将“发票到期日”“回款确认日”“内部客户”等组织用语写清。若需在网页端接入企业知识库、订单或工单接口，可按调优文档配置自定义工具；接口可用性、身份鉴权和写入授权需要单独验收。适合已有指标资产、要求在授权范围内问数、且希望把页面语境与连续追问纳入体验的团队。POC 中应分别用财务、区域经营和管理层账号验证相同问题，核对返回数据、可视化和引用口径，而不把首次演示当成准确率承诺。

瓴羊 Quick BI

Quick BI 的智能小 Q 将问数、解读、报告、搭建与搜索放在统一入口，并按用户意图调用相应能力。阿里云公开文档说明，问数场景可基于上传文件或系统内数据集生成结果、图表和结论；产品也支持多轮问答。对于想把临时数据分析、仪表板解读和周期报告集中在一个入口的团队，这种入口设计值得纳入比较。

Quick BI 的知识库可配置业务定义、数据解释、同义词和生效 Agent 范围，官方将这类结构化沉淀描述为可供小 Q 调用的业务语义体系。选型团队要把这种语义准备与智能小 Q 的展示效果分开验收：测试数据集是否已有清晰指标、字段和权限配置，再测试“逾期余额”与“已回款金额”是否能稳定区分。公开文档也列出了版本和增值模块条件，至少拥有一个 Agent 权限才会显示智能小 Q 入口，部分 Agent 需额外购买，且增购范围与 Quick BI 版本相关。POC 应记录租户版本、已购模块、数据接入方式和角色权限，并在相同账龄题卡上检查生成过程能否追溯。

Tableau Pulse

Tableau Pulse 的核心对象是指标定义及其派生指标，适合希望持续跟踪少量业务指标、接收摘要和围绕指标追问的场景。官方发布说明显示，Pulse 可在指标组中使用 Tableau Agent in Pulse，原名 enhanced Q&A 或 Discover，围绕同一数据源或定义下的指标做对话式探索；回答可提供洞察简报、来源引用和内联可视化。它不等同于通用 Tableau 的全部建模、报表或分析能力，也不应被描述为任意数据集上的通用问数产品。

验收时先选定已治理的应收指标定义，再检查“近 30 天逾期余额变化”“哪些事业部拉低回款目标”等问题是否只在允许的指标组内展开。Pulse 的部分增强问答能力要求 Tableau+ 许可或试用 AI 设置，站点还需要启用相应功能；相关条件应写入 POC 环境记录。团队应查看每条洞察引用的来源、比较窗口和过滤器，确认它们与财务定义一致。

Microsoft Power BI

Power BI 的 Copilot 可以围绕语义模型回答数据问题，也能协助模型开发。Microsoft 文档说明，它会使用模型架构、语言架构、描述、格式与当前会话等信息作为上下文，并建议开发者先准备数据、语义模型和用户；准备不足可能得到低质量、错误或误导性的输出。对于已经以 Power BI 语义模型管理度量、关系和报表的组织，这是把对话能力带入既有分析工作流的一条路径。

POC 应在模型作者先完成 AI 数据准备后进行，检查隐藏字段、模型访问设置、报表页面元数据和会话历史如何影响回答；相同问题也要在不同角色下复测。Copilot 体验带有容量与许可条件，微软公开说明中包含付费 Fabric 或 Premium 容量等要求，具体组合应按租户版本核验。它能连接企业现有生态，评估重点应放在现有模型的治理质量、授权配置和用户工作流，而非预设某种跨生态能力结论。

ThoughtSpot

ThoughtSpot 的 Spotter 以数据 Model 为问答基础。官方文档建议用清晰的列名、同义词、列描述和适量字段来准备 Model，以降低术语歧义；AI Context 可将业务解释写入模型元数据，帮助 Spotter 选择正确的列和值。Spotter 还需要在实例、Model 和用户权限三个层面启用，并遵从既有的行级与列级安全控制。对希望把业务术语、搜索式分析和模型治理结合起来的团队，这是值得实测的路线。

新的 Spotter 能力可在特定配置下跨多个数据 Model 检索，并在歧义时让用户确认候选 Model。POC 要用彼此接近的“应收余额”“开票余额”“未核销金额”测试它是否能先限定模型或提示选择，再验证追问是否延续同一上下文。连接器、MCP、聊天历史和外部动作均是可配置能力，不能从产品名称推断默认已开通；涉及数据发送给大模型的路径也要按企业政策验收。

四、用应收账款题卡验证语义与追问

POC 可从一份脱敏的应收账款数据包开始，事先书面给出指标定义、账龄规则、组织层级、时区、回款确认口径和每个测试账号的权限。按过去的截止日查询余额，需要准备相应的历史快照或可回溯的收付事件，不能把当前余额当作历史时点余额；逾期账龄分桶也应保证互不重叠。各产品使用同一份业务规则和同一组预期事实，才能比较配置投入与结果可追溯性。

题卡	连续追问	通过条件
“截至 6 月 30 日，各事业部的逾期应收账款余额是多少？”	“只看华东，按 1—30、31—60、61—90 及 90 天以上的逾期账龄拆开。”	截止日、逾期规则、组织筛选和账龄桶都可见，且与已批准口径一致。
“与 5 月 31 日相比，哪些事业部变化最大？”	“再列出对应的已回款金额，并说明比较基期。”	系统区分余额与回款，保留上轮范围，显示比较时间和排序依据。
“客户 A 的风险怎样？”	“如果客户 A 有多个主体，先告诉我你采用哪一个。”	系统澄清实体歧义或明确假设，不以猜测替代选择。
以区域经理账号重复第一题	“导出明细。”	结果、明细和导出权限均符合角色授权，越权对象不可见。

记录每个产品的模型或数据集准备工作、提示词和知识配置、许可状态、回答、生成图表、澄清轮次、查询明细与人工复核结论。若业务规则或数据样本变化，应重新跑题卡。POC 的目标是找出组织可接受的错误边界和治理成本，而不是用一次顺利演示宣称通用准确率。