从沉睡的黄金到经济的新宠，数据要素正上演华丽转身。
近年来，数字经济的长驱向前，离不开数据要素价值释放所带来的持续动力。作为第五大生产要素，数据要素的价值释放需要从数据采集、传输到存储、治理，再到分析和可视化呈现，整个价值链条过程长且复杂。这其中，数据分析和可视化又堪称价值释放的“最后一公里”，逐渐成为千行百业日常业务决策中离不开的“左膀右臂”，并让商业智能（BusinessIntelligence，以下简称BI）软件愈发受到各类型用户的重视。
借此东风，中国BI软件市场茁壮成长、前景向好。IDC最新预测数据显示，2024年中国商业智能与分析软件市场规模有望增长为10.7亿美元，商业智能与分析成为企业未来重要的投资领域；预计到2028年，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%。
替代为何成为市场的主关键词
近年来，“替代”成为中国BI软件市场的一大主关键词。
不可否认，微软、IBM、SAP等国际大厂具备先发优势，PowerBI、Cognos、BIEE等产品早些年对于启蒙市场、推动数据分析应用发挥着关键作用。
亦需要明白，国内外企业在数据分析与应用方面差别巨大，使用场景、操作习惯、功能定制和服务需求等存在巨大差异，也让QuickBI、vividime、SmartbiInsight等国产化BI软件涌现，成为中国BI市场中不可或缺的重要力量。其中最具代表的就是阿里（$阿里巴巴-W(HK|09988)$）云瓴羊QuickBI，连续五年真正入围GartnerABI魔力象限，并是唯一入围挑战者象限的国产BI。
中国BI厂商和产品的全面崛起，背后原因绝非简单的定制化开发、服务响应及时等因素，更深层次原因在于需求变化、技术体系、市场不确定性等综合因素的作用。
首先，BI市场的需求变化是驱使BI软件走向替代的第一驱动力。众所周知，中国市场一向以应用创新为核心导向，且具有规模庞大和复杂的应用场景，在数字经济快速发展、数据要素日趋重要的趋势下，各类数据消费、数据决策的需求与变化层出不穷，BI软件需要更好地适配本地场景需求与融合业务。
例如，与国外相比，中国金融机构的用户数量、业务规模普遍大一个数量级，随着数字化转型升级的深入，金融机构在日常业务场景中的用数需求大幅增加，数据消费、数据决策逐步成为上至管理层、下至普通员工的基本操作，一些头部企业的大规模数据分析甚至需要亿级数据秒级响应；而国外一些优秀的BI产品无法适配国内复杂报表、灵活使用等需求，使得一些外企在深耕中国市场的同时，为适应中国市场业务需求，转而拥抱国产BI产品。
其次，国产技术体系近年来的整体成型和稳步成长，为BI软件走向全面替代提供稳定的土壤。正所谓欲向上生长，必先向下扎根，近年来随着国产芯片、操作系统、数据库、中间件等产品快速成长，国产技术体系的生态土壤愈发厚重，为上层的BI替代带来全面的条件。
第三，市场不确定性骤增是BI走向替代的助推剂。外部环境的动荡变化，让市场中各种不确定性大幅增加，像金融、电力、政府等重点行业出于数据安全、业务安全等考虑因素，数据要素需要在可信环境中流动，加速拥抱国产BI软件是大势所趋。
最后，生成式AI、大模型等技术的崛起为市场加速替代提供了一大变量。生成式AI、大模型正在重塑整个BI的底层开发、产品交互、使用体验，全面推动BI走向智能化、便捷化、高效化，中国BI厂商需抓住生成式AI技术带来的机遇，构建自身的核心竞争力，在替代中实现突破和引领。
挑战依旧，ABI+SaaS是未来的主路径
替代不是目的，超越才是目标。
正所谓行百里者半九十。当前BI国产化替代正进入到一个全新的关键阶段，市场从过去更多地考虑安全维度，考虑全面转向对产品、技术和服务支撑等综合能力的衡量，也即BI国产软件需要在场景适配和业务融合中达到业界先进的产品力。
事实上，中国BI厂商在国产化替代的过程中面临着不小挑战，尤其是产品性能、环境适配、AI技术能力、使用体验等方面还有着巨大提升空间。
以数据接口开放程度为例，作为BI软件产品的核心能力之一，数据接口开放衡量着BI软件接入数据源的能力。像当下中国市场中，各类数据库品牌就达到200多家，BI软件完成对数据库、非结构化数据源的对接与适配，对于推动国产化BI软件用起来具有长期意义和价值。
同样，国产BI软件一直在易用性和使用体验上被人们所诟病，这需要国产BI厂商在产品性能、低代码/零代码开发、多端部署与展示、服务能力等方面多下功夫，更好匹配用户的使用体验需求。例如，部分国产BI产品在处理大规模数据时会出现卡顿、宕机等问题。
更加重要的是，随着生成式AI浪潮到来，整个BI赛道正面临彻底重构，将会对市场格局、产品体系乃至使用体验产生深远影响。因此，国产BI软件接下来的突破与超越，ABI+SaaS将会是一条关键的主路径。
首先，生成式AI、大模型等AI技术与BI产品的融合，将会打破BI产品使用壁垒，改变产品开发与交互方式，降低数据消费门槛，并彻底重构BI产品。IDC就认为大模型等AI技术有望实现数据分析全流程的自动化，自主完成数据集成、建模以及分析与洞察，并能结合业务情况提供决策建议。
不过，AI与BI的融合将会是一个长期过程，很难一蹴而就，这极为考验BI厂商的技术积累与投入。例如，虽然有各类大模型涌现，很多通用大模型并不能直接拿到BI等垂直领域应用，大模型的训练与推理仍然是一项复杂且成本高昂的工程，且考验着BI厂商如何将大模型与行业认知、业务知识的融合。
事实上，全球BI厂商最近一两年均在探索AI与BI的融合。以Salesfoce为例，其Tableau正在将EinsteinGPT与现有BI功能融合，为用户提供自然语言和视觉格式的个性化指标见解。
国内多家BI厂商同样紧跟趋势，以阿里云瓴羊QuickBI为例，其基于通义千问通用大模型，结合对BI业务的长期积累和独特理解，持续训练与优化针对BI领域的大模型，并积极探索大模型与BI产品的融合，与智能搭建、智能问数、智能洞察等产品功能方面相结合。
其次，SaaS模式数字化发展的重要趋势，BI走向SaaS化也是重要的方向之一。SaaS不仅让部署、运维管理的复杂性大幅下降，还能够有效的降低成本，推动BI软件产品的标准化，并快速、高效地匹配业务需求。
IDC最新《中国商业智能和分析软件市场跟踪报告，2024H1》也显示，上半年，本地部署收入占比为82.9%，同比增长4.9%，公有云模式收入占比为17.1%，同比增长15.9%。显然，SaaS模式虽然在中国市场占比较少，但增长速度远超本地部署模式，从长远来看，各行业拥抱SaaS已成大势所趋。
尊重市场，中国BI未来才能可期
目前，中国BI厂商主要分三类：第一类，帆软、永洪等以本地化部署交付为主的偏传统BI厂商；第二类，Smartbi、亿信华辰、观远数据等偏向SaaS交付且强调一站式BI能力的BI厂商；第三类，阿里云瓴羊、腾讯云（$腾讯控股(HK|00700)$）、网易有数等具有互联网基因的BI厂商。每一类厂商的成长路径、自身基因、技术能力、重点行业等均有所差异，各具特色、各有所长，且铸就了繁荣的市场。
但国产化替代不应该是一场市场投机，而应成为中国BI厂商崛起的一次产业契机。随着《十四五规划》、《“数据要素×”三年行动计划》等政策陆续出台，中国千行百业正全面激活数据要素潜能，推动数实融合，走高质量发展的转型升级之路。此时此刻，如何让企业与组织的更多人在更加广泛的业务场景中用好数据，已然成为所有中国BI企业的一个阶段性使命。
显然，中国BI厂商需要以用户为中心，紧密围绕用户在数智化时代的真实场景需求，在产品创新、服务能力等方面持续下苦功夫，有效推动千行百业的数据思维建立、数据消费习惯养成、数据使用门槛降低，真正为千行百业的数智转型升级注入持续动力。
面向未来，中国BI厂商崛起已是大势所趋，这将是一场技术、产品、服务等综合能力的长期比拼，市场新格局将哪几家厂商来书写？让我们拭目以待！