2024年，GenAI正站在产业化的前夕。
在不久前的2024世界人工智能大会（WAIC 2024）上，AI巨头们对行业发展形成了共识：从“卷”模型转向“卷”应用生态。因此，国产大模型普遍降价，随之而来的是调用量的大幅增长。
这反映出在没有大模型使用成本的顾虑后，企业对大模型应用的海量真实需求涌现。IDC预测，2023-2027年，全球企业在GenAI解决方案支出复合年增长率为73.3%，这项支出包括GenAI软件以及相关基础设施硬件和IT/商业服务。
企业含“AI”量有望持续上升，也意味着AI应用的“创客时代”正在到来，传统软件服务领域存在广阔替代空间。
因此，国内各大软件厂商开始积极拥抱“AI+”。比如，据松果财经了解，继推出Smartbi对话式分析大模型版本后，国内知名BI品牌思迈特软件在8月即将发布基于智能体（AI Agent）开发的新一代AI应用Smartbi AIChat。
这说明产业AI化进度条不断向前，BI产品正由“+AI”一步步迭代为AI原生应用。问题是，这一进程意味着什么？智能体BI将在AI时代扮演什么样的角色？
从对话式分析BI到智能体BI AI产业化下的数字“弄潮儿”
所谓智能，就是用智慧解决问题的能力。AI产业化的关键，在于创造显著的业务效果，并产生更多效益。
近日，SAS与Coleman Parkes Research在关于生成式人工智能的深度应用调查报告中指出，中国在生成式人工智能的应用方面处于世界领先地位，但使用率更高并不一定意味着实施效果更好或回报更高。例如，24%的美国机构已全面实施了GenAI，而中国这一比例仅为19%。为了最大限度地提高生产力，GenAI必须无缝嵌入业务流程和系统。
数据来源：SAS,Coleman Parkes Research；图：财联社
问题是，AI应用如何嵌入企业业务中，成为提高生产力的工具？
对此，松果财经认为，AI+BI是最有效的途径之一。
数据是继土地、劳动力、资本、技术四大生产要素之后的第五大生产要素。从“数据二十条”到“数据要素×”三年行动，近年来国家战略布局，推动数据要素自上而下加速发展，数据要素高水平应用将成为企业竞争力的一部分。
BI则是综合的数据分析工具。从产业、科技大方向上看，基于GenAI升级BI，提升企业数据要素应用能力的价值逐渐被验证。
首先，AI+BI可以降低企业数字化门槛。
在过去，这要求分析工具使用者具备统计学、编程能力等基本功，又拥有充足的业务知识。而今年初思迈特推出了Smartbi对话式分析大模型版本，业务人员可以直接像聊天一样通过简单的对话问答让AI进行智能数据解析，实现了数据分析“零门槛”。
同时，AI+BI也直接产生了更多业务价值。据了解，通过Smartbi构建内部的业财一体化系统，思迈特实现了降本增效，收入大幅增长，同时也收获了行业第一的市场份额增长。
以此来看，“AI+”成功推动了BI产品的业务价值升维，加速了数据要素生产力深层次的变革。在这种积极反馈下，BI厂商必然会持续探索AI应用，而AI行业的最显著的新趋势是，“智能体（AI Agent）”热潮到来。
去年底，比尔盖茨发文指出，AI Agent将彻底改变人机交互、颠覆软件行业。WAIC 2024上，国内AI头部公司认为智能体正在加速部署。IDC一项调研也发现，所有企业都认为AI Agent是AIGC发展的确定性方向；同时，50%企业已经在某项工作进行了试点（调研对象：100家制造、医疗、互联网、金融、零售行业年收入超过5亿的大型企业）。
毫无疑问，智能体正在成为AI应用的主流形式。而作为数据分析核心工具的BI，是智能体落地的重要方向之一。因为如何高效利用数字经济时代的“石油”正在成为企业发展的关键命题，而推动数据在不同场景中发挥出千姿百态的乘数效应，需要更好的“挖掘工具”。
那么，在经历多年AI+BI实践后，AI应用厂商基于智能体开发的下一代BI，能否帮助企业更好地释放数据价值？
打造“超级能干”的应用——技术进步与业务积累驱动供给侧创新
尽管如今的数字化工具广泛接入了大模型，诞生了Smartbi对话式分析大模型版本这样的新一代BI产品，但是市场上缺少具有颠覆性意义的AI原生应用，“AI+”对大部分传统产业的影响仍然有限。
对此，国联证券在AI应用专题中指出，B端应用在专业程度越高、工作流程越复杂、数据壁垒越高、容错率越低的领域落地越难。AI应用百花齐放，静待杀手级别应用。
图源：国联证券
企业数字化转型的强烈需求孕育着GenAI落地的沃土。从思迈特的发展来看，国内一直帮助企业做数字化的企业，已经敏锐捕捉到了千行百业对AI不断增长的需求，遂向着AI应用厂商战略升级。不过，行业爆发尚欠东风。
对于AI产业化的拐点，不少业内人士认为，需要诞生新的“Super APP”，它不是以DAU论英雄的“超级应用”，而是“超级能干”的应用。“能干”不仅意味着能干更多活，更代表着AI应用可以处理更复杂的工作。
具体到AI+BI领域，BI应该从更多维度、更灵活地释放数据价值。而智能体+BI的产品重塑，有望成为实现这一目标的方式。
从Smartbi AlChat来看，新一代智能BI平台在灵活性、可玩性、扩展性以及泛化能力等方面具备显著优势。
比如，基于LLM + Al Agent，智能BI平台满足描述性、诊断性、预测性、指示性分析扩展能力，支持开放式问题回答；Smartbi AIChat计算能力分层更灵活，一部分数据量大的统计，充分利用Smartbi己有的指标模型的计算能力，而另一部分复杂计算，则通过Python在库外执行计算；此外，在Smartbi指标模型和数据模型的基础上，企业客户可以实现私有化数据和亿级数据访问。
上述特性使Smartbi AIChat具备更强的能力，从而在更多应用场景中发挥重要作用。我们以销售分析这一典型场景为例，此场景中，基于LLM的深度学习能力下，Smartbi AIChat以智能问数、多轮对话的本事赋能用户，业务人员可以通过与AI“聊天”，快速查询各个时间段内的销售额、订单量等数据，了解销售趋势和业绩变化。
基于此，我们还可以展开更多的想象，智能体BI能够持续跟踪对话的进展，意味着Smartbi AIChat每一次回复都能精准地反映用户意图和之前的对话内容。这一特性让使用者更像是拥有一个精通数据分析的助理，满足了多样化的需求。
这些场景展望透露出，“AI上与数据聊天”将成BI使用新范式，Smartbi AlChat更像是每个使用者的“AI助理”，帮助用户获得过去未有的数据分析能力，从而处理更多业务场景和复杂任务。
那么，思迈特是如何打造出这样一款“超级能干”应用的？
对此，我们认为，从数字经济发展的大视角看，BI行业AI原生的、更好的产品，是在市场需求驱动、技术进步与产业积累之下诞生的。
一方面，AI产业化和产业AI化的市场前景吸引着所有AI应用厂商。
今年以来，各地人工智能产业发展的政策密集出台，推动当地AI应用厂商加强智能软件研发创新，拓宽智能软件应用广度。对此，中泰证券在《产业复盘与未来推演：AI应用：追本溯源之后，我们相信什么？》中指出，AIGC应用空间将迎爆发期，2030年AIGC市场规模有望超万亿。
另一方面，AI应用厂商的“人工智能+”探索逐渐进入深水区，头部厂商具备了打造颠覆性应用的实力。
以思迈特为例，公司自2019年开始将自然语言分析（NLA）技术与BI结合，迈入智能BI时代，在AI+BI领域有着多年技术沉淀。同时，伴随企业数字化进程，思迈特积累了5000+行业头部客户经验，产品广泛应用于金融、央国企、制造、医疗、教育等众多行业，具备创新的基础。
在行业+场景know-how赋能下，Smartbi AIChat将为处于数字商业生态不同领域的“人”带来更全面的帮助，在BI数据分析全链路发挥更大作用。
总之，多重因素汇聚成一股创新力量——智能体的兴起为数字化工具创新奠定坚实基础，而市场前景的“诱惑”和企业自身业务沉淀则成为供给侧创新的动力。
以思迈特为代表的AI应用厂商，正在成为打造黑天鹅杀手级应用的“潜力股”。
结语
随着AI产业化应用加速，科技公司在涛涛磅礴的时代浪潮中不断前行，如何重塑应用生态，基于GenAI谋“智变”已成必答题。
思迈特在经历了对话式分析大模型版本的探索后，即将推出基于AI Agent的Smartbi AIChat。
新一代BI产品能否像奥林匹克博物馆石墙上奥林匹克精神一样——“citius（更快）、altius（更高）、fortius（更强）”，成为AI产业化期待已久的“超级应用”？让我们拭目以待。
来源：松果财经
本文作者可以追加内容哦 !
