今年开年以来，DeepSeek 的爆火也给 BI（Business Intelligence，商业智能）行业带来很多关注和流量，衡⽯科技创始⼈& CEO刘诚忠明显感觉到客户一大半的需求问询都关于 AI 落地到 BI 和数据分析领域的能力 。
其实早在2024年3月，衡石就已经完成 DeepSeek V1的适配，并正式将 ChatBI 投入商业场景。不同于“降临派”的乐观，刘诚忠对AI的态度一直偏务实，在他看来，AI 不是一个市场，而是一项技术，哪怕技术再厉害，关键还是要看落地后能否满足市场真实的需求面。因此，衡石的策略是让AI助手与BI 平台互为支撑，使得ChatBI 能最大程度提升“最后一公里”——即数据探索和消费环节的效率。
生成式AI技术的浪潮，极大地增强了 BI 的价值，并推动其智能化进程，这也给中国BI市场带来巨大的前景。据IDC预测，到2026年，全球BI市场年复合增长率（CAGR）将保持在8-10%，市场规模可能突破400亿美元。虽然北美仍是最大市场，但亚太地区尤其是中国增速最快。预计到2028年，中国商业智能与分析软件市场规模将达到17.9亿美元，未来5年的年复合增长率为12.7%。
在刘诚忠眼里，中国 BI市场还远没有到“红海”的状态，因为 BI 是各行业数字化转型的核心入口，也是企业的刚需能力，同时还是 AI 落地的理想场景。不同于传统 BI 厂商，衡石选择了更为创新的差异化打法，看到“ BI is migrating into APPs ”，所以选择了 “ POWERED BY HENGSHI ”的策略，以集成嵌入的方式和企业应用软件厂商合作，锚定了明确的客户群体。近年来，衡石也成功出海，2024年与东南亚头部电商平台达成了合作。
目前，衡石已经与超过200家各行业的软件厂商深度合作，帮助他们在应用场景中构建 BI 报表、数据分析等能力。刘诚忠表示，未来几年，衡石将继续推动AI技术在BI领域的应用深化，以 hengshi inside 的形态来赋能每个行业，成为新一代数据智能分析架构的开创者。
全文分享如下：
Q=华创资本
A=衡⽯科技创始⼈& CEO刘诚忠
做数据分析的基础设施
华创资本：如何定义衡石科技目前在做的事情？
刘诚忠：作为一家数据分析和 BI 领域的标准化软件产品厂商，衡石做的不是一个应用软件或者单点的工具软件，而是以 hengshi inside 的基础设施形态来赋能每个行业。这意味着衡石并不只是一家BI或报表工具的公司，而是要做数据分析的基础设施，我们定义为 BI PaaS 的平台型产品。
过去几年，我们专注打造了标准化产品 HENGSHI SENSE，希望帮助客户在应用软件产品和解决方案中集成嵌入智能问数、指标体系、数据看板、自助分析等 BI 能力，帮助不同的行业伙伴具备专业级 BI+AI 能力，推动每个行业数据智能的发展落地。
目前，衡石已经与超过200家各行业的软件厂商达成深度合作，产品生态合作覆盖了数字营销、业财费控、ERP、CRM、HR、MES、低代码、供应链管理等数十个垂直领域。
华创资本：不久前衡石科技发布了HENGSHI SENSE 5.4 ，这款核心产品的优势是什么？可以解决用户的哪些场景痛点？
刘诚忠：HENGSHI SENSE 是新一代 AI 增强的 BI PaaS 开放能力平台，我们从2016年开始打造这款企业级产品，八年时间里经历了四个阶段的迭代。
而最近发布的 HENGSHI SENSE 5.4 ，是功能新增与优化最多的一个版本，亮点功能主要集中在 HENGSHI ChatBI、指标管理、应用创作、可视化分析、系统管理等模块，可以帮助 ToB SaaS 应用厂商、行业软件厂商、解决方案厂商在业务场景中，零代码上线 ChatBI、BI 自助分析、可视化运营看板、中国式报表等功能。
华创资本：这两年，生成式AI迎来全面爆发，尤其今年初 DeepSeek的火爆出圈更是引发了现象级关注，AI会颠覆BI行业吗？
刘诚忠：BI 不是一项技术， 是一个应用场景，也是管理工作走向智能化的长期愿景。AI 则相反，它不是应用场景，而是一项技术。再伟大的技术，也是在某一个场景中被使用的。
AI 与 BI，二者不是非此即彼的关系。AI 的技术突破将大大增强 BI 应用的能力边界，有利于 BI 的快速普及，因此 AI 技术的突破是 BI 行业过去十年来最大的 good news。我们很难想象未来还有不结合 AI 能力的 BI 产品。
衡石在2023年就引入了 BI+AI 的概念，也接入了市场上的几个主流大模型，其实早在2024年3月，我们就完成了 DeepSeek V1 的适配，并正式将 ChatBI 投入商业场景。
起初，我们对于 AI 的态度相对偏保守。因为 AI 在工程师中更多是作为辅助，去编写基础代码和注释、测试案例等，从而提高工作效率。但核心的逻辑构建工作，依然要由工程师完成。因此，我们觉得 AI 对开发效率的提升并不明显，还需要克服大量的工程问题。
此外，我观察到过去两年，单纯的 Data+AI 的项目很多都以失败告终。尽管 LLM（Large Language Model，大型语言模型）技术强大，但无法单独提升整个链条的效率。效率的提升首先源自数据分析工作从 ETL（提取、转换、加载）架构向 ELT（提取、加载、转换）架构的演进。随着高性能数仓的普及，业务指标的计算从数仓阶段后移至建模阶段，更多计算在看板打开时实时触发，减少了预计算，使看板更加动态。当这些基础条件具备后，LLM 才能发挥关键作用，实现最终的突破。
在过去的一年中，众多企业在 Text2SQL 的探索路线上遭遇挫折，他们曾寄厚望于 LLM 能够实现突破性进展。然而，现实并未如他们所愿。在精确性至关重要的数据分析领域，LLM 并未展现出实质性的分析能力提升，这显然并非其强项所在。具体而言，约30%的准确率极大地限制了该技术在实际应用场景中的有效落地，几乎使其失去了实用价值。
但当 AI 和 BI 结合起来时，在终端客户落地成本的大幅下降，反过来推动了市场对 ChatBI 的关注。ChatBI 的落地是现代化 BI 技术与AI技术合作的结晶，是数据分析的最佳实践。我们有理由相信，2025年将是 ChatBI 大规模应用的元年，所有企业应用都可以融入 ChatBI 功能形态，提升场景的智能化水平。
华创资本：ChatBI 为什么会受到这么多关注？AI技术的变革会给BI行业带来哪些新的变化？
刘诚忠：虽然这两年大模型非常火，但对于To B 企业，目前能真正落地的严肃应用场景还很少，但 ChatBI 算是一个既可务实落地又有明确价值的应用场景。想象一下，若能通过自然语言轻松查询数据与指标，就如同拥有一位7x24小时 on call 的全能运营秘书，这对企业客户尤其是运营岗位而言，其价值无可估量。
在数据驱动决策的趋势下，谁能更实时地获取数据辅助决策，谁就能在商战中赢得先机，具备更快的响应速度。与之形成鲜明对比的是，以往想要快速获取清晰的数据口径查询结果，过程极为繁琐。数据报表是精密数据管理流程的产物，涉及数据工程师、数据分析师、运营人员等多个角色的协同作业。因此，几十年来，BI 的成果多以 T+1 的看板和报表形式呈现，即今天只能查看昨天的数据，若想了解当前情况，则需等到次日。更何况，类似数据分析师的职位在一些公司里可能都还没有，业务人员想要制作数据报表更加费时费力。
所以如何降低这一门槛，一直是这个方向上待解决的关键问题。因此，ChatBI 的需求并不是来自这波 AI 的技术进步，而是来自 BI 行业实实在在的需求。
而 ChatBI 的出现，让业务人员可以真正开展探索性的工作，不用再完全依赖提前定义的静态报表。此外，ChatBI 也会大大提升 BI 的普及率和使用效率，有利于组织内部更快形成数据文化，用数据说话。
我相信 AI 会极大体现并增强 BI 的价值，但目前还不能单靠 AI 实现理想的效果，所以我们设计的思路是让 AI 助手与 BI 平台互为支撑，最大程度的提升“最后一公里”——即数据探索和报表消费环节的效率。
华创资本：你们在 HENGSHI SENSE 上搭载了AI，具体是怎样结合的？
刘诚忠：不同于常见的 Text2SQL 的方案，凭借独特的建模语义层能力，Text2Metrics 一直是衡石所采用的创新技术路线。该技术依托于 BI 的数据建模与指标体系建设，为自然语言灵活查数问数场景奠定了坚实且严谨的基础，宛如外挂一座业务数据知识库，确保了查询的精确性。在此框架下，AI 与 BI 的协同合作，犹如文科生与理科生的知识互补，实现了既创新又务实的落地效果。
HENGSHI ChatBI 自引入以来便备受瞩目，它结合了生成式 AI 的强大分析检索能力，通过对话式的沟通方式，帮助用户快速获取具有商业价值的分析结果。这一功能大大降低了数据分析的门槛，赋能业务专家，使他们能够将手上的数据转化为合理的分析结果及后续解决方案。
BI 的工作成果最核心的是数据的关联关系，所以衡石在 BI 形态上推出了 AI 助手，主要面向业务的运营人员或者商业分析师。因为在 BI 领域，AI 提问是一项很实用的技术。例如运营人员在查看报表时遇到问题，可以不依赖分析师或数据团队，而是通过语音或文字输入问题，快速获取具有商业价值的分析结果，这就大大降低了数据分析的门槛。
当传统的 BI 被 AI 重塑或者重构时，我们也在积极响应变化，并且相信 ChatBI 的正确路径一定是 BI+AI，我们已经在很多客户中得到了验证，今年会更积极实现 AI 在数据分析场景中的有效落地。
华创资本：你们对于AI从保守观望到积极应对，中间转变的契机是什么？
刘诚忠：AI 大模型有它的优势和局限性，然而技术再厉害，能不能落地到一个明确的市场里才是我们最关心的。我们不是保守，只是比较务实，不抱有不切实际的期待。因为我们要基于AI真实的能力去给客户做交付，需要拿到落地的成果，不能做个 demo 就对付过去了。
在去年，我们关注到微软 Power BI和谷歌 Looker 对于 BI +AI 结合有比较好的效果。在国内的 BI 厂商中，我们的产品架构是非常接近Looker+dbt 的，按照 ELT的思路构件敏捷分析的数据管道（编者注：Looker 是一家成立于2012年的数据分析公司，2019年以26亿美金的价格被谷歌收购），我们这种设计和布局非常有利于结合 AI 。再加上2018年开始，衡石就自研了类似DAX的语义层能力（HQL — Hengshi Query Language），这些积累和信心让我们在 BI 厂商中较快上线了准确度可落地的企业级 ChatBI 。
对于一家创业公司，当资源有限时，只能专注于核心竞争力的打造。这就像打德州时手握的筹码，如果是一家大公司，当筹码足够，大胆创新投入研发是一个合理的风险决策，因为你能够承担这个机会成本。但即使是小公司，也不能过于保守，在任何创新中做错是常态，这不是决定是否投入的主要因素，主要因素是筹码量和机会成本的权衡。所以我们并不是在创新上消极，而是在正确认知成本后才做的判断，我们认真了解了 LLM 技术的（当前的）局限性，又评估了对BI行业的长期影响，才放心去投入的。
华创资本：关于 Chat BI ，行业中目前涉及到一些“路线之争”吗？
刘诚忠：ChatBI 的落地技术上一直有两种路线：一种是 NL2SQL，在数据库表的基础上直接对接大模型进行问答，大部分是数仓厂商提出的方案；另一种是 NL2DSL，一般是 BI 厂商提出的方案，将用户的问题调用 BI 结构化的查询接口，由 BI 下发相应查询，优势在于问答准确率高、本地知识迭代和维护的成本很低。
包括谷歌和 Databricks 在内的很多业界顶级数据团队进行过类似第一种方案的验证后，最终都没有得到理想的准确率，因此行业内大家的认知都逐渐转为 NL2DSL。这也是衡石一开始就采取的路线。事实上到目前为止，整个行业没有任何公司成功产品化落地了 NL2SQL 的方案，这个需求技术上超过了目前大模型的能力上限。
至于另外一个问题，Chat BI 应该是独立产品还是 BI 产品的增强？我觉得不同的路线没有对与错，只是大家的选择不一样而已。但是独立产品的问题在于，客户没有建立使用习惯。基于BI的增强在客户内部的使用路径更加通畅，利于上线。
衡石团队在过去几年专注做的是一个 BI PaaS 的基础平台产品。我们希望各种企业应用如 ERP、CRM、HCM、MA 等可以随心所欲地调用 BI 能力去零代码构建数据分析场景，我们的合作伙伴也通常是某一个领域的专业软件厂商。
请输入图说
华创资本：在你们实践的过程中，哪些客户目前对Chat BI 的需求比较高？
刘诚忠：企业级 BI 本身面向有数据化运营的客户，ChatBI 则进一步增强了分析的灵活性和自由度，因此在需求上天然契合，越是专业的 BI 客户，就越理解 ChatBI 的价值。这些年我们落地服务了WPP、宝马、元气森林、广汽集团、蓝色光标、亚马逊云科技、宝尊集团、阳狮集团等大型集团公司。同时也作为 BI PaaS ，帮助合作伙伴在业务场景中零代码上线 built-in 的商业分析功能，和菲尼克斯电气、深信服、明略科技、金蝶软件、天润融通、致远互联、明道云、EC等数百家企业软件 SaaS 厂商落地深度合作。
其中，对 BI 的基础建设越扎实越重视的合作伙伴，就越能体验到 Chat BI的价值，一个企业的数据素养在这个层面发挥了重要的作用。有一个错误的观点是“ AI来了，连上数据马上就可以得到数据智能”，这是很急功近利的想法。正确的思路是，AI来了，我们更加有理由把自己的数据管理好，这样才能真正拿到AI的红利。
我觉得客户接受的意愿还是取决于他所在行业数据 ready 的程度。如果一个行业数字化转型快，它的数据能更好地被采集和收集下来，那么这些行业 AI 使用的基本面基础也会更好。
而国内其他大多数的企业对于数据如何分析、如何实现数据的价值还处于萌芽的阶段，尤其具体涉及到提问能力等方面，还有很多需要加强和提升的空间。
反直觉创业
华创资本：BI 行业并不是一个新行业，甚至有说法认为早已是红海市场，那2016年你成立衡石时看到的机会有何不同？
刘诚忠：其实这个地方是比较反直觉的。一方面，全球 BI 市场发展确实已经有三、四十年了，但是即使在全球来看企业的普及采用率也并不是太高，在中国更是一个非常新的市场。很简单，BI 技术推动的数据化运营是对企业非常高的要求。尽管有一些外企的产品进入中国市场很多年，但它并不是一个红海市场。另一方面，很多公司 BI 项目的失败率非常高，甚至超过50%，这意味着目前的产品和方案，对于大多数中国客户的现状来说都过于超前或者要求太高，所以传统行业如制造业、零售业、能源业、医疗、教育等，其实 BI 的普及率并不高。
当时站在 2016 年的视角来看，那时中国大多数行业正处于数字化转型的阶段，甚至很多还在初期，如果把一些传统业务线上化，需要有系统支撑，那企业内部就要有强大的 BI 工具，建立比较规范的 BI 流程，这是公司发展过程中一个绕不过去的点。而 BI 形态的分析工具很难得能做成标准产品，不至于变成定制化的方案，对工程师的研发投入是有一个比较好的标准化形态保护。基于这些思考，我决定创业，成立衡石科技。
过去几年 BI 市场的增长态势也证明了行业有着巨大潜力，目前看来我们最初的判断依然是成立的。未来企业的数字化转型是刚需，BI 是长青市场，并不会过时，这个过程中不断还会有新的需求、挑战陆续出现， BI 公司也会经历一代代洗牌，所以这个行业还是蛮需要勇敢创新的。
华创资本：2016 年衡石科技曾获得华创资本的天使轮投资，这几年来，你觉得公司和整个行业发生了哪些变化？
刘诚忠：对公司而言，最大的变化是从一个工程驱动技术、产品、经营的团队，变成一家拥有越来越成熟的企业级产品的商业公司。我们的获客方式、产品版本及配套服务、活动运营、内容营销等都越来越完善。
创业这几年，我们除了本身的技术积累和产品研发能力外，也逐渐修完了生态体系、合作体系、服务体系和市场品牌等必修课，这是团队的成长。海燕（华创资本管理合伙人）和华创的团队陪伴了我们的整个成长过程，公司运营这些事情确实是从陌生到熟悉，踩了很多坑。
对于整个行业，我能明显感受到疫情过后这几年，大家对于数据的重视程度越来越高，更严肃在对待数据分析、报表可视化等。企业要精细化运营，已经成为一种共识，也认识到数据是很重要的企业资产，要从里面挖掘出价值，所以围绕着数据和数据分析的市场和整个合作生态链条是在逐渐成型的。衡石的策略是面向产品生态的合作，近年来越来越多的厂商选择和我们合作，也能看出整个To B 产业越来越“尖物组合”的发展趋势。
华创资本：你之前说过一个产品能否保持专注和在行业内的领先度，与它的边界有关，创业这几年你是如何定义衡石产品的边界的？
刘诚忠：这个边界的定义还是发生了一些变化的。最初我们是从功能性产品出发，快速地变成一个平台性产品，但之后又慢慢有了收缩。因为公司在和客户合作过程中，我们的生态定位会越来越明确，边界也会被清晰勾勒出来，这个时候就会意识到哪些是最重要的，也没有必要面面俱到。
对衡石而言，当我们的数据建模、指标建设和分析可视化这部分做得足够强时，别人也会知道我们的边界，大家就能很好打配合。就像两件物体要叠加，只有切面非常明确，才知道如何拼装它。尤其在2021、2022年过后，我们服务的客户群体越来越确定，就会更有针对性的去安排产品，业务也会变得更加聚焦专注。也是在那个时期，我们发布了业内首个专注赋能软件厂商的企业级 BI PaaS 即 HENGSHI SENSE 4.2，还实现了收入翻倍的目标。
华创资本：2024年10月，衡石正式进军海外市场，与东南亚头部电商平台达成合作，为其提供 BI 数据分析服务，目前取得了哪些阶段性成果？
刘诚忠：这几年我们在香港、台湾和海外，都陆续有落地的客户。去年10月合作的是新加坡的一家电商，他们本身对于数据化运营水平的要求非常高。
做海外市场，我们有两个优势：第一，微软 Power BI等全球性的工具已经帮我们做了前期的市场教育，我们不需要再做0-1的 know-how 普及，只需要证明我们的产品比他们的更好；第二，衡石合作了众多软件厂商，大家这几年都在思考如何出海，这种情况下我们也能跟着出海。
所以未来，我们会越来越重视产品本身全球化的建设，包括多语言的支持、软件合规改进以及数据安全等，积极面向出海的变化和需求。公司目前的定位也是把出海的伙伴服务好，从我们的产品层面给予支持。
华创资本：据你观察，国内和海外市场的用户需求、所处阶段有哪些不同？
刘诚忠：不同市场所处的阶段差别还是非常大的。相对成熟一些的市场的客户，他们首先需要的是全定制化的服务，其次是半定制化的解决方案。只有真正专业的客户才会要标准化工具，所以能卖工具在任何市场也是很奢侈的。
事实上中国的企服市场现在其实还是以服务为主，但解决方案已经越来越流行，并且少量客户已经开始接受标准化工具，这是由需求决定的，不是产品先进就能卖得好，而是要切合到市场需求才行。
这也是我们目前要优先服务好国内市场的原因，因为我们已经看到中国客户对于数据的重视度、需求度上升的趋势，这是我们本土公司擅长也能把握住的机遇，责无旁贷，也当仁不让。
我记得2017年华创的年会上，海燕说过中国未来一定会出现一批百亿级的软件产品公司，这是她的判断，也是我们的判断。
华创资本：创业这些年下来，你觉得自己在哪些方面有所成长？遇到最大的挑战有哪些？
刘诚忠：最大的成长还是从技术视角到客户视角。
做 Go-to-Market，越来越意识到营销的重要性。在创业之前，我对于产品研发、产品管理还是比较有信心的。做了一家商业公司后，从产品到市场到客户端，如何搭建市场销售的工作链路，这是我比较有收获的地方。
最早我认为只要产品好，销售靠谱就能把事情做成，但后来逐渐意识到在 To B 市场里，品牌定位、营销、细分市场也很关键，要通过 marketing 的部署和运营动作，去带动销售，获得更大的增长。增长其实不能蛮干，要靠势能，商业化方面的工作本质上是要去创造这样的势能，或者将自己置于有势能的位置。
此外，在用人方面，我也变得更务实。早年可能对背景和履历会有滤镜，现在觉得“泥腿子”可能更适合，还是要看这个人的进取心和创造力，要有无限进步的自驱力，经验总的来说不是太重要。
至于挑战，创业这些年太多了。如果说当下这个阶段，我最关注团队的每个人是不是都能保持非常高速的成长，我自己作为 CEO，如何帮助同事们能一直保持进步的状态？如何让他们能找到下一步自身的突破？这是公司成立第八年，我最近一直在思考的问题。
华创资本：衡石八周年发了一系列回顾文章，你们同事写的第一篇回忆录让人印象深刻，没想到他过去的经历那么丰富。
刘诚忠：对，很中二很燃。写文章的小孩哥高中就辍学，过去做过餐厅传菜员、保安，加入衡石也是纯属巧合。那时候公司成立第二个月，我同学给我推荐了他曾带过的一个小孩哥，没想到我们聊得非常愉快。然后他说还有个弟弟，也是前端工程师，见了之后也很聊得来。兄弟俩都是高中辍学，自学前端，20岁就已经是非常资深的工程师了，在开源社区小有名气。20岁啊，我还在学校写 C语言课堂作业呐。
结果就因为意气相投，我就把兄弟俩都招了进来，两个人现在都是我们团队的核心技术骨干，现在 drive 所有人推动AI工作的进展，如果我和 CTO还有前端 Lead（另一个“90后技术极客”）稍有懈怠，就会遭到他们的痛骂。
我招人时最看重的就是自我驱动。我觉得别的方面都可以学可以练，但有没有要成事的心气儿，这个才是最打动我的。在创业团队中，这种人会拽着所有人一起向前走，大家互相支撑鼓励，团队就会越来越好。创业是异常艰难的，核心团队最终都是由有强大精神力的人组成，这样的人才可以睥睨困境，为了目标咬牙坚持，同时他们要有足够的洞察力，能够在失败面前冷静寻找到提升的路径，而不是纠结于挫败感。
华创资本：未来3~5年，你希望衡石成为一家怎样的公司？
刘诚忠：我觉得那时衡石的身边应该会形成一个比较健康的合作生态，基于我们提供的专业标准化的产品、合理的定价、专业靠谱的服务支撑，让我们合作的生态伙伴在各自领域中，做出高价值的数据智能的解决方案挣到钱，让行业整体的盘子产生巨大的价值，衡石也能从中获得比较体面的商业回报。
在我的理解里，一个企业级产品、一家企业级产品公司，什么时候叫成了？就是你身边有一大票专业的合作伙伴在依赖这个产品去交付真正的行业价值，而且他们真的挣到了钱，那你也就成了。
我希望衡石的产品能尽可能的给合作伙伴赋能，像经典的企业软件公司SAP、微软那样的二级分销服务模式，我们作为产品厂商，下游（靠近客户侧）有服务提供商，ISV 解决方案伙伴，然后他们落地服务好自己的终端客户，形成一个健康的生态，我们作为产业里标准化的产品厂商，支持合作伙伴去挣到钱，这是我希望未来能达到的状态。
