思迈特：大模型加持下，智能BI如何引领行业变革？(3)

这背后说明，智能BI对大模型的利用，应当只是AI+BI的一次“机遇”兑现，那些直接想要跟风在BI产品中“添加”大模型的做法，可能因为缺乏基础很难行得通，这不是风口，只能是有准备的仗。

这突出表现为思迈特在对话式分析上相对行业更加凸显的技术优势，例如白泽在功能上十分类似ChatGPT-o4之上提供的 Advanced Data Analysis 能力——用户指定CSV 或 Excel 文件，ChatGPT理解问题，生成Python 代码去解决用户问题（图：Advanced Data Analysis实例，查天气数据、分析数据、作图）

这背后要求的计算能力分层等能力成为思迈特做智能BI的独特AI技术优势，最终能够执行复杂的数据分析逻辑，而不仅仅是简单的查数。显然，这只能来源于长期的AI布局。

2、“BI”——AI+BI本质是AI for BI，BI能力积累是核心

从文本框自然语言交互不难看出，AI+BI对产品力的提升，本质上是在解决BI的“最后一公里”问题，某种程度上，AI+BI就是AI for BI，因此BI能力积累仍然是核心、是关键。

而拆解下来，BI的积累无非是数据模型和指标模型，这恰恰也是获得快速增长的思迈特在底层模型上所积累的优势所在，例如在数据模型上，星座模式、多事实表、OLAP分析能力等能够直接与老牌的微软PowerBI的Dax对标，以及在指标模型上对数据模型有更强的封装能力，提供了多业务视角的管理能力，更好地与场景结合。

实际上，这也说明，在AI+BI的组合中，BI 是往下，在底层数据架构上解决了与大数据平台、数据湖、数据中台的对接，属于基础数据架构的延展，而AI则往上，解决智能分析应用、业务执行的问题，从而形成了一个完整的体系。

形象地说，这很像电商+快递，我们用户只要下单、等待快递送货即可，但这背后却要有十分庞杂的电商运营体系+全国乃至全球物流体系，这是看不见但核心的内容。

3、“+”——场景实践是后进者的“叹息之墙”

增速遥遥领先的BI厂商是国产排名第二的思迈特，而在BI市场上，另一件事也十分值得玩味：工信部赛迪研究院旗下赛迪顾问发布的《2023中国银行业IT解决方案市场份额分析报告》中，2023年银行业商业智能软件产品市场上，市场占有率第一同样是思迈特。

行业 Know-how是AI+BI的如何“+”的关键问题，只有面向行业与场景有深入的实践，才能做好智能BI。

在特定行业，如果没有实践沉淀，后进者很难获得竞争优势，这既包括BI新玩家，也包括市场成熟BI厂商在面向某些缺乏实践认知的特定行业时——金融行业的BI市场占有率排名恰恰是这种现象的产物，市场最终只相信、只愿意选择“懂行”的BI厂商。

回过头来看，如果说行业知识是能量储备，那么AI大模型就成为价值爆发的引线，从思迈特案例不难看出，能够获得搅动市场格局的大增速，与其沉淀 BI 数据分析行业 13 年、积累了5000+的客户经验有直接关系，在金融之外，思迈特还完成了政府、制造、医疗、教育等众多行业知识的储备，从官方透露的信息看，以智能BI，其已经成功签单某头部券商客户和某大型集成商，同时还在持续跟进 100+大型客户，这是行业 Know-how对BI厂商巨大价值的直接呈现。