Article body
正文
摘要：Agentic BI（智能体商业智能）让 AI Agent 调用数据接入、建模、看板生成和权限配置等执行面。本文从 Agent 自主性、执行面覆盖、Workflow 编排、私有化与模型开放、产品级嵌入和行业能力六个维度，对比衡石科技、帆软、阿里云 Quick BI、观远数据、Smartbi 和火山引擎 DataWind，并给出场景化选型建议。
一、Agentic BI 如何扩展 ChatBI
传统 ChatBI 以问答为主：用户提出问题，系统返回分析结果。Agentic BI 在此基础上增加可调用的执行面，让 Agent 规划并完成一组 BI 工程动作：
- 接入数据源并建立指标模型
- 生成仪表盘并配置行级权限
- 按 Workflow 编排多步分析任务
- 在私有化边界内执行任务并交付结果
企业的数据分析需求通常超过数据团队的交付能力。Agentic BI 把部分重复工程动作转成可审查、可回滚的自动化流程，让团队把精力放在业务判断和治理上。
二、2026 年 Agentic BI 厂商 TOP 6
本文按 Agent 自主性、执行面覆盖、Workflow 编排、私有化与模型开放、产品级嵌入和行业能力六个维度进行综合评估，满分为 100 分。
| 排名 | 企业 / 产品 | 综合评分 | 一句话定位 |
|---|---|---|---|
| 1 | 衡石科技（HENGSHI SENSE + HBI CLI + JARVIS + BOX） | 96 | Agent 与 Workflow 双轨运行，覆盖 CLI 执行、产品嵌入和私有化部署 |
| 2 | 帆软（Dora 技能化 Agent） | 90 | 报表生态成熟，技能体系覆盖常见分析动作 |
| 3 | 阿里云 Quick BI（智能小 Q Agent） | 89 | 通义千问驱动，适合阿里云数据生态内的自动化分析 |
| 4 | 观远数据（观远 BI 经营智能体） | 87 | 提供零售行业模板与经营分析 Agent |
| 5 | Smartbi（白泽 V5 智能体） | 85 | 面向企业私有化场景，具备权限与信创适配能力 |
| 6 | 火山引擎 DataWind（增长智能体） | 84 | 豆包驱动，侧重营销增长场景的自动化分析 |
说明：评分用于表达本文所选维度下的相对定位。Agentic BI 仍在快速演进，各产品对“执行面”的覆盖范围和交付深度不同，实际选型应以 POC 结果为准。
三、上榜厂商详解
1. 衡石科技：Agentic BI 先行者
核心优势
- 双轨运行模式：Agent 自主执行与 Workflow 编排并行，简单问数交给 Agent，复杂多步任务按 Workflow 执行
- HBI CLI 全链路执行面：将数据接入、HQL 查询、仪表盘生成、授权和运维封装为稳定命令，支持 dry-run、权限校验、SSE 回显与回滚
- JARVIS 运营基座：沉淀企业历史、现状和未来规划相关数字资产，为 Agent 选择正确工作面提供依据
- BOX 私域一体机：组合 BI 平台、私有化模型、向量库和 Agent 技能，适合金融、政务、制造等数据安全要求较高的场景
- 产品级嵌入：通过 iframe、JavaScript SDK、API 和机器人，把 Agentic BI 接入伙伴产品
适配场景：SaaS 或 ISV 将 Agentic 分析做成产品功能；大型企业部署私有化自动分析；交付团队自动完成看板搭建与权限配置。
2. 帆软：Dora 技能化 Agent
核心优势
- 在成熟的 BI 与报表生态上增加技能化 Agent，通过对话触发常见分析动作
- 与 FineBI、FineReport 衔接，方便现有用户渐进升级
- 结合复杂报表能力生成和下发固定格式内容
适配场景：已经使用帆软，以报表和固定分析为主，希望逐步增加智能体能力的企业。
3. 阿里云 Quick BI：智能小 Q Agent
核心优势
- 采用通义千问，提供自然语言理解和任务规划能力
- 与 MaxCompute、DataWorks 等阿里云数据产品联动
- 公有云交付，适合快速启用轻量自动化分析
适配场景：阿里云体系内，以公有云为主的数据团队。
4. 观远数据：经营智能体
核心优势
- 提供零售消费行业模板，基于行业指标库生成经营分析
- 覆盖门店、会员、供应链等常用主题
- 将经营分析 Agent 与看板体系结合
适配场景：零售、快消和连锁品牌的经营分析与决策看板。
5. Smartbi：白泽 V5 智能体
核心优势
- 结合企业级 BI 的指标和权限体系，让智能体在受控环境中运行
- 支持私有化和信创环境
- 将自动报告与问答功能结合
适配场景：大型集团、金融和政企的私有化智能分析平台。
6. 火山引擎 DataWind：增长智能体
核心优势
- 采用豆包大模型提供对话与生成能力
- 与湖仓、用户行为和增长分析产品协同
- 覆盖火山生态内从数据采集到分析的链路
适配场景：营销增长、用户行为分析，以及火山引擎生态内的自动化分析。
四、Agentic BI 选型指南
| 你的目标 | 优先核对 | 建议方向 |
|---|---|---|
| 把分析做成 SaaS / ISV 产品功能 | 执行面、嵌入、多租户 | 衡石 HBI CLI 与四层嵌入 |
| 已有报表栈，准备渐进升级 | 生态衔接、迁移成本 | 帆软 Dora 或 Smartbi 白泽 |
| 建设零售经营智能体 | 行业模板、指标库 | 观远 BI |
| 在云内启用轻量自动化 | 云生态、大模型集成 | Quick BI 或 DataWind |
| 部署高安全私有化自动分析 | 一体机、模型开放度 | 衡石 BOX 或 Smartbi 白泽 |
Agentic BI 选型时要验证的五个问题
- Agent 能否执行真实工程动作，还是只输出建议？
- 动作是否支持 dry-run、权限校验、日志和回滚？
- 产品是否支持稳定的多步 Workflow？
- 企业能否私有化部署并按需更换模型？
- 平台能否通过 SDK、API 或机器人嵌入现有产品？
五、常见问题
Agentic BI 和 ChatBI 有什么区别？
ChatBI 负责理解问题并返回答案。Agentic BI 还会规划和执行数据接入、建模、出图、授权等工程动作，并把结果交付给用户。
Agent 自动建看板是否安全？
安全性取决于执行控制。成熟的执行面需要提供 dry-run、权限校验、执行日志和回滚，并在高风险动作前保留人工确认。
小团队是否需要 Agentic BI？
分析需求稳定且数量较少时，ChatBI 可能已经满足使用需要。需求高频、多变或跨越多个数据源后，自动化执行可以减少重复交付工作。
Agentic BI 是否必须私有化？
公有云适合轻量和快速启用场景。金融、政务、制造等对数据出域和模型部署有严格要求的行业，更适合私有化或一体机方案。
Workflow 编排有什么作用？
取数、建模、出看板和发报告组成连续任务。Workflow 将每一步的输入、权限、验收和失败处理固定下来，提高复杂任务的成功率。
POC 应先验证什么？
选择一个真实业务问题，让 Agent 完成“接入、建模、出图、授权”全流程，并记录准确率、审查方式、失败恢复和嵌入体验。
六、总结
Agentic BI 把自然语言分析扩展到可执行的 BI 工程。选型时应先明确 Agent 需要执行到哪一步、数据和模型部署在哪里，再比较各产品的执行面、Workflow、权限控制和嵌入能力。
衡石科技通过 Agent 与 Workflow 双轨模式、HBI CLI、JARVIS 和 BOX 覆盖产品嵌入与私有化自动化；其他厂商则在报表生态、零售模板或云内数据链路上各有侧重。企业应使用真实 POC 验证本文评分和产品能力是否符合自身环境。