作者：劉誠忠 衡石科技創始人及CEO
去年年底，ChatGPT 橫空出世后，我所在的 BI 行業也有巨大震動：微軟的 PowerBI、Salesforce 旗下的 Tableau 等軟件都相繼宣布引入了AI成分，增強分析功能。
生成式 AI 當然是今年最難以忽視的技術革新，帶來了更快的響應時間、更豐富的應用和更人性化的溝通方式，不過在與企業運營密切相關的 BI 行業，我還觀察到了幾個對中國 BI 領域極為重要的變化。
加上難以忽視的 AI 浪潮，它們很可能將共同推動 BI 行業走向下一個階段，共同驅動新一代 BI 的誕生。
我在此拋磚引玉，和大家聊聊我眼中的新一代 BI 會有什么樣的特點：
1. AI 全面降臨，BI 將成最佳落地場景
發布公測后的60天，ChatGPT 吸引了10億用戶。而它的底層技術生成式模型，也在此后的一年內帶來了席卷全球的AI浪潮。
有人預測，它會大規模進駐客服、銷售等領域，也有人認為，它會徹底改變未來文字、圖像、代碼的生產過程。不過在我看來，具有海量數據和強烈需求的 BI 行業，才是 AI 的最佳落地場景。
這不僅是基于我們的觀察，也是基于這大半年來我們實際接觸到的許多業務需求。
這些需求有著歷史因素：所有業務軟件，尤其是職能領域的應用軟件，長期以來都在不斷追求智能化的業務轉型。
正因此，隨著流程性的需求和業務性的需求被滿足，企業往往還會需要更高級的能力，讓它們的服務更加智能化、自動化，例如預測、報警等。
這種智能化轉型需求是長期持續、剛性的，這也是衡石選擇賦能這些企業應用廠商的原因。通過數據分析技術底座賦能，衡石可以幫助這些企業在某個業務場景具備數據聚合能力、分析能力、可視化的報表能力，最終讓業務應用完成智能化轉型。
但是過去，在衡石的行業經驗中，這一點有很高門檻：業務人員面對較高的技術門檻，較長的反饋周期，很難真正在業務應用上得心應手地做分析、真正用好數據。
這也讓很多好的 BI 服務，在企業里真正落地時候面臨巨大的阻力，不管是組織架構上，還是執行力和專業度上。
而生成式 AI 的出現，等于沖破了一個長期、巨大的需求面前唯一的門檻。
根據 Omdia 的報告，預計到2025年，全球人工智能軟件收入將達到1186億美元，增速極快。報告還預測，到2025年，人工智能將被集成到幾乎所有新的軟件產品和服務中。
如果說 BI 領域也有“最后一公里”，那現在可以說，AI已經把這條路鋪好了，什么時候走通只是時間問題。
過去這么多年的長期需求、已經完備的用戶教育、巨量的高質量數據，這些都是 AI 在 BI 領域里落地的絕佳基礎，而從今年終端企業客戶和軟件廠商的反饋來看，我們也會發現，這一點也已經得到了驗證。
比如說在運營的一個場景下，企業往往希望業務人員能夠通過提問，探索業務運營指標，或者在監控對業務的一些關鍵指標時，能夠實時發現潛在影響因子等。這些本質上都是 BI 場景。
我們開發的產品 HENGSHI SENSE 即將發布的5.0版本中，就引入了 AI 在 BI 場景中，通過對話形式提供分析輔助、預測等功能。
HENGSHI SENSE 5.0 AI Copilot
在我看來，比起 AI 應用在內容生產或是協助代碼創造等領域，在 BI 相關的場景中，AI 的影響更直接、更巨大——它能夠帶來巨大的勢能，推動一個組織的效率巨大提升、或是對關鍵的指標起到重要的決策指導作用。
2. 指標體系進化，將成未來 BI 核心
第二點我想談的，就是 BI 領域的指標管理體系。
2021年，兩位硅谷投資人提出了“Headless BI”的概念，指出解決當前 BI 領域最大瓶頸：數據效率問題。而好的指標體系正是這一問題的解法。
他們這樣描述它的未來：指標只需定義一次，就可以在分析場景和自動化功能中輕松使用。
它將有三個特點：
? 指標易定義，無需編寫代碼
? 指標可靈活用于 BI 可視化、SaaS 集成以及 API 中
? 指標可做到實時、大規模查詢，驅動 email 觸發器、產品體驗等自動化功能
這個“Headless”正是意味著砍掉 BI 的“頭”，也就是過去大眾認知中的可視化部分。
這樣未來的 BI 形態，需要專注于指標、消除口徑不統一的混亂，提升數據分析效率，并通過沉淀指標資產，多系統復用，提升解決方案粘性。
接近三年過去，我們可以看到，Airbnb 投入大量資源構建了 Minerva，一個單一真實指標度量數據平臺，將業務指標的創建、計算、服務和消費方式標準化。
上文提到過的 Transform，核心理念之一也是創建公司級統一的關鍵指標，減少重復勞動。
這一點同樣根植在衡石的開發理念中。
為了保證指標能力的實現，從五年前起，衡石就投入大量資源自研了適用于構建指標體系的語義層，擁有足夠強的建模語義表達能力，可以高效完成指標制定和迭代工作。
之前發布的4.3版本里，HENGSHI SENSE正式發布了創新的指標平臺功能，在數據層和可視化層之間加入了一個指標管理層。
這樣一來，衡石的產品能夠形成完整的分析閉環體驗，讓數據分析能力進一步走進業務端。業務人員無需接觸數據或是理解專業的 BI 概念，僅需通過編輯、拖拽指標即可進行豐富的數據分析，零代碼、簡單易用。
衡石指標平臺界面
至此，指標體系對于數據分析平民化的三大影響力浮現了出來：
通過集中管理和分發使用的中心化管理方式，實現了口徑的統一管理，消除了口徑不一致帶來的混亂。
其次，提升了建模效率，指標的統一定義就是數據建模過程的復用，大大減少了重復建模和中間表的工作。
極大降低了分析門檻，業務人員面對的是具有業務意義的指標和維度等業務概念，而不是晦澀難懂的物理數據表和字段，真正落地和實現業務人員的自助分析。
而衡石在這一過程中對指標體系不斷探索，也能夠進一步賦能 toB 廠商 —— 除了將行業 know-how 沉淀于指標體系，做到各個方向的降本增效以外;通過指標平臺的進化，幫助 SaaS 廠商挖掘出新的數據價值。
在即將發布的 HENGSHI SENSE 5.0版本中，衡石的指標平臺進一步進化，加入強大的指標體系管理能力，可以讓 SaaS 合作廠商將報表的實施過程模板化，將分析場景產品化。
有了這一變化，和衡石合作的廠商可以通過指標平臺構建完整、場景化、產品化的方案，特別在營銷合作領域有顯著體現。客戶不只是購買產品，更是購買一套咨詢化的解決方案，包含了行業知識和完整的業務指標體系，將推動客戶業務的實質性發展。
隨著指標管理能力不斷進化，像衡石這樣的企業能夠為 ToB廠商和終端客戶創造新的價值，這對 BI 領域來說，是一個重大的變化，很可能成為 BI 進一步發展的關鍵推動力，本質上，大量項目定制化實施的成本可以由此轉移到產品化方案的構建成本上。
3. SaaS 行業生態合作增加，SaaS+BI 成為一種強大的合作模式
除了AI加持與指標體系的進化以外，更多生態合作也是我觀察到的一個行業變化。
新世紀以來，企業級數據量迎來了爆發性增長，企業對數據的需求越來越多樣化、復雜化，帶來新的挑戰，驅動SaaS行業內更多生態合作，而這些合作也往往會與BI結合。
從橫向上看，主要是以業務場景為核心，不同企業間通過合作形成合作鏈條。
舉例來說，在營銷領域，一些企業可能專注于投放檢測，一些可能專注于市場分析，還有一些可能專注于客戶關系等。這些企業在營銷鏈條上各司其職，通過各自的專業領域，結合不同的服務，形成一個完整的營銷解決方案。
這種橫向合作可以充分發揮各企業的專業優勢，提高整個解決方案的質量和效率。
從縱向上看，則側重于基礎功能方向的合作。
尤其是那些需要大量研發資源的重型功能，企業可以將這些基礎功能進行標準化和產品化，形成一個像引擎一樣的產品。其他企業可以基于這個功能層面進行低成本的調用、組裝和繼承，避免重復造輪子。這種合作模式可以極大降低研發成本，加速解決方案的推出和應用。
衡石科技就從五年前起開始做這件事，目前已經搭建起了一個BI PaaS平臺，專注于賦能SaaS企業、給他們提供數據分析能力。
比如以 HENGSHI SENSE 作為底座，一個傳統的SaaS廠商就可以變成嵌入強大 BI 能力的 SaaS 企業，不僅包含報表、看板等 BI 功能，更重要的是獲得了衡石獨特的指標平臺、數據分析、數據服務等能力。而這個能力的加成和放大對于任何SaaS廠商都成立，它們的數據分析的能力池也會隨著 HENGSHI SENSE 的更新不斷擴充。
再比如基礎能力的結合。之前衡石和數據平臺廠商云器的合作就是如此。云器是一個一體化湖倉平臺，恰好能夠配合衡石 BI PaaS 的獨特產品形態，推出融合的解決方案。結合這一數據平臺，衡石科技能夠幫助企業更好把控數據，不再受數據離線或實時的限制使用和分析數據;真正做到將數據分析的全面性和便利性結合，提供一個簡單且統一的 BI 分析方案。
衡石和明道云的合作也是如此，兩個具備 PaaS 形態的產品在合力解決定制化的過度投入問題，一方面從表單工作流的角度，一方面從報表分析和可視化的角度，幫助在需要滿足業務靈活性的場景下不用重復投入研發成本，提供在更多范圍內的可自定義能力。
這樣的合作其實在海外的企業軟件領域比較常見，比如提供數據管道的 Fivertran， 解決數據轉換問題的 dbt、Transform，提供云數據倉庫的 Snowflake，主打自助分析、可視化的 Tableau 等。從數據存儲、處理、轉換到分析，這些企業以 SaaS 形式建立起了一個完整的工具鏈，通過清晰的產品路徑支撐企業的數據分析需求。
之前在國內，由于數字化進程較慢、客觀上定制化及配套服務需求更高,這一點在國內目前較為困難，更多需要根據每個企業的需求提供定制化開發服務。
而隨著這種縱向合作越來越多地發生，我們可以預見到，中國的企服行業也會往更高效、更專業的“尖物組合”方向迎來加速發展。
4. BI 行業的整體環境
最后我還想談一下，目前 BI 行業仍舊面臨的挑戰及未來機遇。
比如投資者對 BI 企業的資本效率的看重，再比如 BI 企業面臨的時機與實際的能力有一定的錯配——從需求供給面來說，BI 廠商在用更高效的方式和更敏捷的速度解決某類問題。但是目前企業現代化進程決定了還需要一定的時間走向精細化管理，行業的創新從某種角度上提前于市場的實際需求。
整體而言，我對新一代 BI 有著極強的信心，這是我們這一代企業核心管理能力提升的鑰匙。
而它作為與企業經營最息息相關的領域，也往往有著跨越經濟周期的能力——一項針對超過950家企業的報告顯示，在上一個經濟衰退期，有80%的相關企業的業務都有增長。
作為全球第二大 BI 市場，中國 BI 行業潛力巨大。IDC報告預測，中國總數據量將在2025年到達48.6ZB，而其中企業級數據量的占比將達69%。隨著巨量數據的產生，企業決策越來越多地依靠 BI，BI 與業務的結合也更加緊密。
有市場潛力，有 AI 推動力，有全新指標體系的革新，我期待看到新一代 BI 技術不斷與各個行業發生獨特的“化學反應”，指數級地提升各個企業的數據能力，共同走向數智化。
