一家BI公司，當下決定轉型

### 一家BI公司，當下決定轉型

「AI看起來很強，但它不懂寶潔的經營邏輯，所以不敢把它放進關鍵的決策流程。」今年3月，寶潔的CIO對觀遠數據創辦人蘇春園說了這句話，成為觸動公司轉型的最後一根稻草。 當時蘇春園正密集拜訪客戶，為觀遠數據即將啟動的戰略轉型做準備。過去近十年，觀遠做的事和絕大多數BI（商業智慧）公司一樣——幫企業把數據「看清楚」。報表、儀表板、可視化、指標體系，這些工具被比喻為企業的「後視鏡」和「儀表板」，只能告訴你過去發生什麼、現在正在發生什麼。 但客戶的胃口變了。他們不再滿足於「看見」，而是想要「抵達」——直接從數據得到 actionable 的建議，而不是還要自己解讀報表。 這個變化並非突然發生。過去兩年，大型語言模型的能力爆發，催生了一大批「ChatBI」工具。用戶只要說一句話，AI就能給出分析結果，中間不需要任何一張報表。雖然這些工具在複雜、高風險的商業場景中還遠不夠成熟，但它們的出現從根本上動搖了傳統BI的價值主張：如果數據洞察可以直接透過對話獲得，為什麼企業還要花大錢導入一套專門做報表的系統？ 這正是觀遠數據決定轉型的大背景。一家專注於為零售、消費品等行業提供數據分析服務的公司，在 AI 浪潮來襲、客戶需求升級的雙重壓力下，必須重新定位自己的角色。與其繼續在「可視化」與「報表」領域與新創 ChatBI 工具廝殺，不如思考如何讓 AI 真正理解企業的經營邏輯。 寶潔CIO 那句話點出了關鍵痛點：AI 技術再強，如果無法融入企業的業務脈絡與決策文化，就永遠只能停留在「輔助工具」的層次。真正的決策者不敢把核心流程交給一個不懂自身業務邏輯的系統。這正是傳統 BI 公司轉型的切入點——不是拋棄數據分析，而是往上層走，把數據洞察轉化為「可被信任的決策建議」。 觀遠數據的團隊在長達近十年的服務經驗中，累積了大量零售、快消、製造等領域的業務知識與數據模型。這些並非純粹的技術堆疊，而是經過無數客戶實戰驗證的「經營邏輯」庫。如何把這個庫結合大模型能力，變成一個既懂數據又懂業務的決策引擎，是轉型的核心命題。 轉型的方向被外界比作「再造一個 Palantir」——那家以數據驅動決策聞名的美國公司，專注於為政府與大型企業提供深入業務場景的分析平台。但觀遠數據的目標顯然更聚焦於消費零售領域，且更強調「讓 AI 學習客戶的經營邏輯」，而不是純粹的資料探勘。 從 BI 到 AGI（通用人工智慧）級的決策中樞，這條路並不好走。首先要解決的是「信任」問題。企業不會輕易把關鍵決策交給一個黑箱模型，尤其當牽涉到供應鏈、庫存、定價等重大營運環節時。如何讓 AI 的推理過程可解釋、可追溯，甚至可被業務人員挑戰，是技術團隊必須跨越的障礙。 其次是「場景落地」的挑戰。ChatBI 之所以還不夠成熟，正是因為它把問題過度簡化——以為一句話就能涵蓋所有商業背景。實際上，一個有效的決策建議需要考慮時間維度、地域差異、產品特性、促銷活動、競爭對手動態等多重變數。觀遠數據必須把這些變數納入模型訓練與推理框架，而不是只做一個「聊天式報表工具」。 蘇春園在拜訪客戶的過程中感受到，許多大型企業的 CIO 與業務主管其實對 AI 既期待又怕受傷害。他們希望 AI 能幫助提升效率，但又擔心失控。這種心理恰恰是傳統 BI 公司轉型的機會——因為他們本來就在現場，本來就理解客戶的流程與痛點。 轉型不是另起爐灶，而是把原有的數據基礎設施升級為「決策基礎設施」。觀遠數據過去累積的數據治理、指標體系、報表自動化等能力，可以成為新服務的底層地基。在此之上，再疊加大模型的語義理解與推理能力，並透過持續的「業務對話」來校準 AI 對客戶經營邏輯的理解。 當然，市場競爭也日趨激烈。除了新創 ChatBI 公司，雲端大廠如微軟、Google 也紛紛推出整合 AI 的數據分析工具。但大型平台往往聚焦於通用場景，難以深入垂直行業的細微需求。這給了專業 BI 公司一條差異化路徑：提供「懂你」的決策服務，而不是萬能的工具。 回到寶潔CIO 的那句話——「AI 看起來很強，但它不懂寶潔的經營邏輯，所以不敢把它放進關鍵的決策流程。」這句話既是限制，也是方向。觀遠數據的轉型，本質上就是在回應這個限制：讓 AI 不只強，還要「懂」。而「懂」的過程，正是從 BI 到 AGI 的必經之路。