生成式 AI 势如破竹地进入大众视野后，大部分人已经体验过和AI天马行空地聊天、或让它帮忙完成简单的工作任务。与此前的 AI 技术相比，生成式AI正更加自然地进入人们的日常生活和工作。

如今，AI技术迈向了更严肃、要求更精准的商业智能（BI，Business Inteligence）领域。11月11日消息，BI PaaS厂商衡石科技最新发布 HENGSHI SENSE 5.3 版本，进一步优化了 AI 功能 Chat BI，很可能将定义下一代 BI 形态：更加开放、集成嵌入友好、高度灵活、面向业务。

5.3版本更新后，HENGSHI SENSE 提升了数据导入、AI 搜索和交互体验等多方面能力。作为其核心功能之一，ChatBI 能够在复杂业务场景中有效应对灵活多变的问题，帮助企业更高效地为终端客户提供个性化服务。

“现有 BI 用户群体对 AI+BI 的需求越来越迫切。HENGSHI SENSE 的 AI 能力已经在现有的用户群体中得到了成功验证，并开始初步推广。” 衡石科技创始人及 CEO 刘诚忠表示，“同时，大模型在数据分析场景还不够成熟，目前比较务实的方案是基于BI和指标建设的成果进行AI落地，在业务域相对闭包的场景中可以达到90%左右可用的准确率。”

“未来，BI 市场的主流趋势必然是 AI 的广泛应用。衡石将通过端到端的解决方案，帮助更多企业将 AI 能力转化为业务优势，推动各行业的数智化升级。”

AI 成为自助探索主入口，BI有效提升提问指向精准度

自创立之初，衡石科技确立了独特的品牌定位——搭建 BI PaaS 平台，具有强大的集成嵌入能力，赋能软件厂商与 SaaS 厂商，让它们能快速获得数据分析能力。

其核心产品 HENGSHI SENSE 能够支持企业软件厂商及 SaaS 厂商在业务场景中实现 ChatBI、自助分析和可视化运营看板。自5.0版本引入生成式 AI 以来，HENGSHI SENSE 发布 ChatBI，实现了 AI 与 BI 能力的无缝集成。

在本次 5.3 更新中，这一功能得到了进一步的完善，用户可以通过“去分析”入口进行对话式的沟通，实时获得从概括提炼到多维数据分析的全面支持，极大提高了自助探索的能力。

用户在 5.3 版本中还能够收藏过往提问、快速回访数据源，ChatBI 将协助校正提问，提高 AI 交互体验。新增的 @ 功能可以让用户锁定数据字段/指标，并由 AI 提供潜在的商业分析问题，增强了分析的灵活性和精确度。

以其中一个 AI 客户为例，这家 SaaS 企业为零售大品牌主提供数据咨询服务，对运营精细化要求高，需要指标口径灵活、能够完成多维度查询。

引入 AI 后，其体验获得了范式上的跃升：企业不需要做过多预测及提前准备，只需要将核心报表提供给用户。而其他围绕数据的问题，用户可以直接用 AI 追问，获得即时回复、进行多维分析。既减少了其前期工作，又把数据的分析能力下放给了终端用户。

“这一 AI 技术无缝嵌入了 HENGSHI SENSE 产品中，对用户来说，使用门槛大幅降低，体验更加智能化；对 SaaS 厂商来说，没有额外的研发成本、产品的整体价值却能大幅提升。” 刘诚忠评价道。

疫情后，大量公司增加了对商业智能分析的使用，50% 的数据与分析负责人表示，BI/分析的使用量“显著增加”。随着 AI 与 BI 技术的深入融合，这些企业不仅持续进行智能化转型，也不断探索商业变现途径。

除衡石外，如微软旗下 PowerBI 以及谷歌、IBM 等行业巨头借助AI技术重构企业架构，或 DataRobot 的 AI 驱动 BI 解决方案，在医疗等领域帮助企业提升决策效率和盈利能力，都是 AI + BI 走向商业落地的体现。

指标体系升级，迈向全球化市场

除了 ChatBI 的更新外，HENGSHI SENSE 5.3 版本还在指标、仪表盘等功能上完成了进一步优化，例如新增了指标注释、KPI 维度分组以及移动端的优化功能。这些升级不仅提高了数据使用效率，也极大提升了指标复用的可能性，帮助企业更加灵活地管理和分析数据。

其中，衡石科技独创的指标平台已成为其产品体系中的一大亮点。

通过多次迭代，HENGSHI SENSE 现已帮助企业用户快速构建复杂的指标体系，简化了BI工作中重要的步骤。刘诚忠指出：“随着 BI 的普及，指标体系将成为业务部门中通用的语言工具。衡石平台的创新，正在帮助客户快速实现这一转变。”

随着指标体系的突破，准确率大大提升，指标体系也为 AI+BI 落地的关键性突破打下基础。未来，指标将与 AI 结合，在多个方面改变 BI 场景。

首先是精确度。

“AI+BI 目前已经有了明确的落地需求，然而当前的大模型并不擅长处理 to B 领域的复杂分析场景。在数据分析场景中，AI 技术结合 BI 平台及指标分析系统，才能真正获得好的落地效果。”刘诚忠分析道。

“可以说，AI拥有的泛化能力，结合 BI 更严谨的数据建模、指标定义，二者结合，最终才能指向一个较为精确的商业 BI 结果。”

其次是指标系统的使用形式与决策模式。

“指标体系的应用将从传统的仪表盘和报表展示，逐步转向基于指标看板、集市和预警的形式，推动 BI 实现更加实时的优化，而非事后总结。” 衡石科技创始人刘诚忠表示，“BI 工具需要更加贴近业务逻辑，增强分析灵活性，应对复杂的数据模型和分层管理需求，实现精细化的协作。”

这也意味着过去静态报表的 BI 形式，将持续转变为业务自助分析、业务指标统一管理的形式，让企业获得自下而上的灵活决策模式。

不断升级的指标平台，辅以其灵活的多租户机制和强大的集成嵌入能力，衡石科技能够支持客户在多个场景中构建通用分析模块，将其与核心业务系统无缝集成。这不仅大大缩短了产品上线时间，还降低了研发成本。

例如，衡石科技帮助分贝通在短时间内开发了多个场景的通用分析模块，实现了与费控流程的高效集成——分贝通只投入了 1～2 名产品运营人员开发报表，耗费约 2 个月时间，就在产品中上线了「在线数据分析」模块。

其最新版本中的 AI 能力，也同样能在客户需求时敏捷上线 AI 助手，在数据分析灵活性、响应度等方面增强产品竞争力。

通过这些适用于各行业、基础能力平台式的技术及产品开发设计，衡石科技进化成为了一个使用门槛低、完成度高的 AI 数据分析平台。

这不仅在国内市场取得了显著成果，还为其进军全球铺平了道路。

今年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。合作达成后，衡石科技将利用其强大的多租户统一权限管理和个性化报表定制灵活推送功能，为零售品牌提供个性化的运营看板。

基于这一覆盖东南亚主要市场的电商平台合作，衡石的商业分析技术得以深入触达新加坡、马来西亚、泰国、越南、印尼及菲律宾等多个国家，赋能平台在美容、美体及婴幼儿领域的众多品牌合作伙伴。通过衡石的技术支持，该平台能够为各品牌提供更具竞争力的个性化运营分析，为复杂的多市场、多品牌运营环境提供高效的技术解决方案。

八年深耕，赋能多行业智能化转型

从 BI PaaS 到 AI PaaS，衡石科技已经作为 BI PaaS 平台进一步下沉，成为必备的基础能力，帮助厂商获得 AI 加成的数据优势。

在这一背景下，创立八周年以来，衡石科技已经完成了各个 ToB 领域的横向覆盖，具有大量不同行业落地经验。目前，衡石合作伙伴近200家，覆盖 CRM、HR、营销等通用 SaaS ，以及零售、电商、金融、制造、医疗等垂直领域厂商。

衡石科技通过其私有部署的 BI PaaS 平台，帮助合作伙伴敏捷搭建报表看板和分析场景，并将其嵌入到核心业务功能中，为客户节省了大量研发成本，并有效规避了功能开发失败的风险。

如果说衡石的 BI PaaS 在早期帮助客户显著提升了产研效率、降本增效，那么随着 BI PaaS 产品的不断优化及AI的加入，衡石的服务开始为客户提供更强的扩展能力。

例如，基于衡石语义建模和指标平台的能力，致远薪事力在原本的 Digital HR 解决方案中，构建出了人才大数据的智能化分析模块，并可以通过衡石平台快速复制和适配不同客户的业务需求，从而实现更高效的扩展和规模化。比如在不同客户环境中进行私有化部署（On-Premise）以及满足个性化需求；灵活切换不同业务系统的数据源；还能根据客户需求轻松调整报表和分析模块。

在 AI 能力加持下，客户的个性化体验将进一步提升，持续增强 BI 产品的商业潜力—— 这一最新的 ChatBI 功能不仅提升了厂商端的效率，还直接面向企业终端用户，带来了智能化探索体验。这一转变将帮助合作厂商不仅提升内部效率，还能为终端客户提供更有价值的增值功能，推动 AI 驱动的智能化转型。

刘诚忠表示，随着研发成本的下降和结构优化，数据复利效应日渐显现。今年 NDR 成为 SaaStr 关注的焦点，他谈道：“企业软件服务的核心目标是为优质客户群提供更大的业务价值。随着 BI 和 AI 的深度融合，商业应用中的竞争加剧，越来越多的企业希望通过内置智能分析功能实现实时、敏捷的业务洞察。”

疫情后，精细化运营管理已成为共识。未来会有更多 AI+BI 的落地场景，更多业务人员将直接参与商业分析。刘诚忠强调，AI 落地不仅是理论创新，还需要克服大量工程问题，而最佳的应用方式是人机结合，分析师通过与 AI 的协作提升效率。

目前，衡石科技的独特 BI PaaS 品牌效应初显，在 AI 能力加持后，已于今年早些时候迎来正现金流。