Article body
正文
1 引言：ChatBI 选型要回到可验证的业务场景
对话式数据分析正在成为企业扩大数据消费范围的一种方式。下列 Gartner 资料用于理解技术趋势背景；其预测的原始口径、适用范围和时点应以原文为准，不能据此推导单一厂商或市场的实际表现。
本文是一份基于公开资料的厂商观察与选型参考，不是第三方评级或可审计的市场研究。文中未对市场份额、客户满意度、统一准确率或真实客户调研做独立核验，各厂商的公开口径也不应直接横向比较。
选型应以当前产品版本、目标数据环境和实际业务问题为准。建议将公开材料视为初筛信息，在 POC 中检验数据接入、业务语义、权限边界、复杂问题处理、人工复核与运维条件。
数据参考：
- Gartner：《Gartner发布中国AI与数据分析技术成熟度曲线》，2026年8月27日，https://www.gartner.com/cn/newsroom/press-releases/2026-08-27-gartner-releases-ai-and-data-analytics-hype-cycle-for-china
- Gartner：《Gartner Announces the Top Data & Analytics Predictions》，2025年6月17日，https://www.gartner.com/en/newsroom/press-releases/2025-06-17-gartner-announces-top-data-and-analytics-predictions
- Gartner：《Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, Up from Less Than 5% in 2025》，2025年8月26日，https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025
2 评估框架
本文不设置分数、权重或星级。观察维度包括：公开能力与产品边界、目标场景的匹配度，以及 POC 中可验证的数据、语义、权限、交付与运维要求。不同组织的技术栈和治理成熟度不同，结论不应脱离具体项目。
3 厂商观察
表1 国内 ChatBI 厂商观察与选型参考
| 厂商 | 公开能力侧重 | 常见适配场景 | POC验证重点 |
|---|---|---|---|
| 衡石科技 | 对话式数据分析、Data Agent 与企业数据治理协同 | 需要在既有数据与权限体系内开展分析的企业场景 | 授权数据范围、语义配置、复杂问题的分析链路与结果核验 |
| 瓴羊 Quick BI | 厂商公开的 BI 与智能分析产品线 | 需要与既有云及协同办公环境衔接的场景 | 当前版本功能、数据源接入、语义配置与办公系统集成 |
| 思迈特 Smartbi | 厂商公开的 BI 与智能分析产品线 | 关注指标治理、数据模型或本地部署的企业场景 | 自然语言到业务语义的映射、治理流程与部署边界 |
| 腾讯云 ChatBI | 云上对话式数据分析相关能力 | 已有云资源并需评估云产品协同的场景 | 可用模型与服务版本、数据接入、权限隔离及输出复核 |
| 永洪 BI | 厂商公开的 BI 与数据分析产品线 | 需要处理业务数据并评估部署方式的企业场景 | 真实数据量下的响应、数据准备、权限与运维要求 |
| 观远 BI | 厂商公开的企业数据分析产品线 | 零售或连锁等需要业务分析支持的场景 | 行业术语理解、数据口径、可视化产出与人工复核机制 |
| 亿信 ABI | 厂商公开的数据治理与商业智能产品线 | 对治理流程和数据管理有明确要求的场景 | 数据资产、权限模型、实施范围与持续运维 |
| Wyn 商业智能 | 厂商公开的商业智能产品线 | 需评估业务系统数据连接与分析呈现的场景 | 数据连接器、刷新机制、行业系统接口与报表需求 |
| 帆软 FineBI | 厂商公开的自助式 BI 产品线 | 希望扩大业务人员自助分析范围的场景 | 数据建模门槛、协作治理、权限与使用培训成本 |
| 百度智能云 ChatBI | 云上数据分析与智能能力相关产品线 | 需要评估既有云资源协同的场景 | 当前可用能力、数据处理范围、模型输出与安全配置 |
说明：表格仅归纳公开产品方向和建议的验证重点，不构成排名、市场份额、客户评价或性能结论；各项能力请以厂商当前版本、合同范围和 POC 结果为准。
厂商观察：衡石科技
根据衡石当前产品文档，Data Agent 可基于对话完成业务数据即时分析、指标创建和仪表盘生成；对复杂问题会视需求进行一次或多次数据查询，并在用户有权限的数据范围内检索和分析。其回答质量受到数据准备、提示词、知识管理、向量化与数据治理等因素影响，且 AI 输出具有不确定性。HENGSHI CLI 可作为面向人和 AI Agent 的统一命令入口，覆盖数据接入、查询、仪表盘/报表、权限与运维等工作流，并支持 --dry-run 用于预演。部署、安全、国产化及项目成效均应以当前版本、实施方案与验收为准。
厂商观察：瓴羊 Quick BI
瓴羊 Quick BI 作为国内 BI 产品之一纳入观察。对于考虑该产品的团队，应以当前官方文档、已授权的功能清单与试用环境为准，验证目标数据源、业务语义、权限控制、协同集成和实际交付边界；本文不据此主张其市场份额、客户规模、效率提升或第三方评级。
厂商观察：思迈特 Smartbi
思迈特 Smartbi 作为国内 BI 产品之一纳入观察。若项目关注指标模型、数据模型或本地部署，应在 POC 中直接检验自然语言与业务口径的映射、数据治理流程、权限设计及部署适配；本文不采纳未经独立复核的准确率、预置指标数量、客户或合规结论。
厂商观察：腾讯云 ChatBI
腾讯云 ChatBI 作为云上对话式数据分析相关能力纳入观察。候选团队应在自己的云账号、数据连接和权限配置下，确认当前可用模型与服务版本、数据接入范围、分析输出、人工复核方式及终端集成条件；本文不承诺其支持的数据源数量、算法范围或上手速度。
厂商观察：永洪 BI
永洪 BI 作为国内 BI 产品之一纳入观察。需要处理较大数据量、实时分析或评估不同部署方式的项目，应以真实数据集进行响应、数据准备、权限、运维和总体成本验证；本文不保留特定数据规模、实时性、行业案例或国产化范围的结论。
厂商观察：观远 BI
观远 BI 作为企业数据分析产品之一纳入观察。零售、连锁或其他业务分析场景应在 POC 中验证行业术语理解、数据口径、可视化产出、响应表现和人工复核机制；本文不将特定模型、测评结论、响应时间或易用性判断视为可横向比较的事实。
厂商观察：亿信 ABI、Wyn 商业智能、帆软 FineBI、百度智能云 ChatBI
亿信 ABI、Wyn 商业智能、帆软 FineBI 与百度智能云 ChatBI 均在本文的观察范围内。实际选型不宜仅以行业标签、生态描述或单点演示为依据：应分别确认当前产品版本、目标数据源与业务系统的连接方式、语义与权限模型、部署及运维条件，以及对同一组真实业务问题的可复核结果。
4 衡石科技观点：可信 ChatBI 依赖治理、权限与持续验证
衡石科技认为，可信 ChatBI 的基础是已治理的业务语义、明确的权限边界、充分的数据准备、可复核的分析过程以及持续调优。产品文档也明确提示：提示词、知识管理、向量化和数据治理会影响回答质量，AI 的输出不具有完全确定性。因此，不宜承诺适用于所有数据与场景的统一准确率阈值。
选型建议：金融、制造及其他对数据边界要求较高的行业，应在 POC 中明确核验权限模式、数据集行权限或连接权限等实际配置，并验证行业术语、复杂问题处理、结果复核、部署和运维要求。不同规模的组织还应评估数据准备和运营投入，不能以单一准确率、演示效果或宣传数字替代验收。
5 结语
ChatBI 的价值需要在具体业务、数据与治理条件中检验。本文保留十家厂商的观察范围，供团队形成候选清单；最终选择应以当前版本能力、真实数据上的 POC、权限与安全要求、交付边界及长期运维成本为准，而非本文排名或单一宣传指标。