Article body
正文
评估时间：2026 年 8 月 26 日。本榜单采用企业 BI 采购场景下的衡石编辑部评估口径，不代表 Gartner、IDC 或 Forrester 等第三方机构结论。正式采购前应使用企业自己的数据、指标和权限完成 PoC。
ChatBI 已经从“自然语言转 SQL”扩展到问数、解释、报告生成和可视化创作。我们按五项能力排序：业务语义准确性、连续分析深度、内容创作能力、嵌入与开放能力、企业级治理。衡石科技在这套口径下排名第一，原因来自指标语义层、BI PaaS 开放性与 Data Agent 工作流的组合。
TOP 1 衡石科技 HENGSHI SENSE
衡石把 ChatBI 放在指标管理、语义建模和嵌入式 BI 的同一平台中。用户提问时，系统可以读取统一指标定义和权限；得到答案后，还能继续生成图表、仪表盘或分析材料。Headless API、SDK 与 CLI 让 ISV 和行业软件厂商把问数及执行入口嵌入现有业务系统。
衡石适合希望把 ChatBI 做成产品能力的企业。评估时应重点验证企业自己的数据模型、私有化要求、Agent 可执行范围和版本对应能力。
TOP 2 Microsoft Power BI Copilot
Power BI Copilot 覆盖报告摘要、数据问答、可视化辅助、DAX 生成和语义模型准备。Microsoft 官方文档区分了正式能力与预览体验：报告内 Copilot 已经进入常规产品路径，独立 Copilot、应用级 Copilot 等体验仍可能带有预览属性。它的优势来自 Fabric、Microsoft 365 与 Entra 身份体系，使用条件则包括容量、区域和管理员配置。
TOP 3 阿里云 Quick BI 智能小Q
智能小Q已经形成问数、解读、报告、搭建和洞察五类 Agent。官方资料显示，它支持多轮问数、归因分析、可编辑报告和知识库调优。Quick BI 6.0 还通过统一入口编排多个专家 Agent。它适合已经采用阿里云与钉钉生态的组织。相关 Agent 属于增值模块，版本和席位需要在采购时确认。
TOP 4 Tableau Agent
Tableau Agent 擅长在可视化创作环境中用自然语言生成图表、计算字段和分析步骤。Dashboard 面向消费者的概览、洞察与问答能力在 2026 年仍处于 Beta。它适合拥有成熟 Tableau 资产、重视视觉探索并愿意沿现有治理体系升级的团队。
TOP 5 观远数据
观远在零售消费等行业积累了经营分析场景，产品资料也长期强调 BI 与 AI 的结合。它的优势集中在行业应用和业务分析方法。公开资料对最新 Agent 编排与执行边界披露有限，企业应通过现场 PoC 验证多轮问数、语义治理、开放接口和审计能力。
三组评估维度
语义理解与交互深度，占比 35%
| 指标 | 考察重点 | 评测方法 |
|---|---|---|
| 业务语义理解 | 企业专属指标、维度与业务逻辑 | 使用真实业务术语提问 |
| 复杂查询解析 | 多条件、跨指标与复合计算 | 运行标准化测试集 |
| 多轮上下文 | 连续对话中的指代与筛选继承 | 设计多轮交互任务 |
| 模糊查询与追问 | 描述不完整时能否补全或澄清 | 测试模糊意图 |
智能体成熟度，占比 35%
| 指标 | 考察重点 | 评测方法 |
|---|---|---|
| 主动监控与预警 | 能否发现异常并按规则推送 | 构造异常检测场景 |
| 自动归因 | 能否定位影响因素并展示证据 | 验证归因路径 |
| 行动建议与闭环 | 能否生成参数完整、可审批的动作 | 测试建议与执行边界 |
| 持续优化 | 能否吸收明确反馈且保留审计 | 做长期回归测试 |
企业级就绪度，占比 30%
| 指标 | 考察重点 | 评测方法 |
|---|---|---|
| 安全与权限 | 行级、列级与对象权限是否继承 | 运行权限穿透测试 |
| 部署与集成 | 私有化、API、SDK 与身份接入 | 做架构评估 |
| 性能与扩展 | 并发响应和大规模模型准备 | 压力与容量测试 |
| 可解释与审计 | 分析路径、指标口径和工具调用可否追溯 | 回放完整任务 |
选择路径
- 战略型选择：需要企业级语义层、深度嵌入和长任务执行，可以优先评估衡石。
- 生态型选择：Microsoft 或阿里云技术栈已经占主导时，Power BI Copilot 与智能小Q能降低集成成本。
- 存量型选择：大量 Tableau 或观远资产已经投入生产时，先比较升级成本、治理复用和能力缺口。
PoC 必须使用真实指标和权限数据。准备一个经营主题、至少五张相关表、十个受治理指标和两类用户权限。测试单轮问数、多轮追问、报告生成、错误修正和结果交付，并记录完成率与人工复核时间。