Smartbi's 15th Anniversary: From Enterprise BI to BI+AI, Launching Baize AgentBI
English text is being prepared.
On the occasion of its 15th anniversary, Smartbi has extended its enterprise BI capabilities into a BI+AI platform and launched Baize AgentBI, the Baize Ontology Intelligence Platform, the Baize Knowledge and Experience Management Platform, and the Baize Multi-Agent Collaboration Platform. The company says it is exploring multi-agent collaboration on an metrics foundation, achieving a 10x improvement in R&D delivery efficiency, and ranked first in the comprehensive score across seven platform technology capabilities in IDC's "China GenBI Vendor Technology Capability Assessment, 2025." At the current stage, most enterprises are suited to start with SmartBI Insight and Baize AgentBI.
Body
“这个数,能信吗?”
一个数字、一条结论,背后是企业的数据系统、指标体系和业务逻辑。思迈特十五年做的,就是让这些环节可信。
深耕业务,十五年沉淀企业级BI能力
01|不止于报表,而是深入理解企业真实业务
2011年,SmartBI成立。Smart,我们一开始要做的就是智能与高级分析。
成立之初,思迈特就服务金融机构和各行业头部企业。这些大型客户对数据的准确性、稳定性和安全性有着极高要求。丰富的复杂项目经验和扎实的产品能力,让我们有幸参与了多个中国航天项目的相关数据工作。
在很多人的理解中,BI往往停留在报表、看板和数据可视化。但在思迈特看来,这些只是数据分析的呈现形式。BI真正的价值,在于深入企业业务,理解数据背后的业务关系与管理逻辑,让数据真正服务于企业经营与决策。
在服务头部企业的过程中,思迈特形成了三项相互支撑的企业级能力:
1 指标与数据基础。 从数据整合、指标定义到计算逻辑、数据关系和权限管理,建立统一的数据与指标体系,建立完善数据基础。
2 业务模型与行业知识。 将业务对象、经营规则、分析方法及行业Know-how沉淀为业务模型,让数据能够对应真实的业务场景。
3 专业的企业级交付能力。 将产品能力融入复杂的企业环境,在实施、服务、运营和持续迭代中积累经验,真正适应业务变化。
02|不止于传统分析,而是持续探索智能新范式
早在大模型出现之前,思迈特就开始探索自然语言分析。2017年即推出「智能小麦」,让用户能够通过自然语言查询数据、获取分析结果。此后,思迈特持续深化自然语言分析(NLA)技术,并于2021年获得相关发明专利授权。
随着企业数据管理需求不断深化,思迈特进一步将指标体系建设作为BI平台的重要基础。2023年首个推出指标管理平台,推动指标管理与BI分析深度融合,让统一的指标口径、计算逻辑和业务模型贯穿分析过程。
2024年,思迈特在国内率先将AI Agent与BI深度融合,推出SmartBI AIChat白泽,让AI不再局限于简单问答,而是逐步参与更完整的数据分析任务。
2025年,思迈特持续深化AgentBI理念,推动智能分析从单智能体走向多智能体协同,探索更复杂的分析任务如何由不同智能体协作完成。
贯穿这一路技术演进的,始终是对企业业务需求的理解,以及让数据分析更贴近业务的持续探索。同时,这也获得了行业认可,在IDC《中国GenBI厂商技术能力评估,2025》中,思迈特在七项平台技术能力维度的综合评分位列第一,并在金融与央国企两项行业能力维度获得满分。
过去十五年,思迈特走的是一条稳扎稳打的路,坚持长期服务,把每个客户的业务做深、做透。
进入AI时代,大模型和智能体也成为数据的使用者。但通用大模型并不了解每一家企业;各部门各自建设智能体和知识库,又会让数据、指标与权限相互割裂,形成新的「AI孤岛」。
01|从数据分析应用,到可信数据与业务认知供给
思迈特过去十五年持续沉淀的指标体系、数据模型、业务规则与行业知识,正是构建这一业务基础的重要积累。
以BI为根基、以AI为引擎,思迈特持续深化企业级BI+AI平台建设,构建可供AI调用的企业级可信数据平台。BI负责沉淀和治理企业可信数据与业务认知,AI则让这些能力能够被不同模型和智能体调用,用于分析与业务任务。
激活存量BI资产,打通不同业务系统中的存量数据资产,促进已有资产复用,减少重复建设。
02|打通底层资产与上层应用,构建企业智能全链路
明确了企业AI应用需要具备的能力,如何围绕企业自身特点,快速有效地落地建设,是下一个重点。十五年来,思迈特在持续服务头部企业、解决复杂业务问题的过程中,不断积累数据建设与应用实践,逐步沉淀了一套企业智能数据建设路径方法论。
这套方法论以业务价值为导向,围绕企业实际需求,夯实数据基础、统一指标口径,逐步完善业务模型与知识体系,并将AI能力融入业务应用。建设过程中,坚持重点场景先行、小步快跑,依托平台复用建设成果,将数据运营融入日常业务,推动数据能力持续释放价值。
围绕这一过程,思迈特不仅仅是交付软件,而是以「平台+方案+服务+运营」为客户提供全链路支持,陪伴企业循序渐进地建立自己的数据化与智能化能力,推动数据价值真正转化为业务价值。
03|构建开放、持续演进的企业BI+AI能力体系
基于企业从数据基础到智能应用的不同建设需求,思迈特打造了新一代AI产品架构,贯通企业数据、业务知识、智能分析与多智能体协作,形成开放、可持续演进的企业AI能力体系。
企业智能化并非从零开始。对大多数企业而言,数据整合、建模、指标体系建设、数据治理与分析应用仍是当前数字化建设的重点。思迈特通过SmartBI Insight连接企业数据库与业务系统,整合分散的结构化数据,建立统一的数据模型、指标口径与权限体系,并通过报表、仪表盘和自助分析,将数据转化为可理解、可分析、可用于经营决策的信息。从数据汇聚、统一管理到分析应用,SmartBI解决的是企业如何真正用好数据的问题,也是企业建立可信数据基础的核心能力。
BI建立了企业结构化数据的治理与分析基础,要让AI进一步理解企业业务,还需要将数据背后的业务语义、规则与专业经验系统地组织起来。白泽本体智能平台梳理业务对象、术语、关系、规则及高级算法,帮助AI理解数据背后的业务含义;白泽知识经验管理平台开展Know-how知识萃取,从文档、纪要等资料中提取专业知识,建立标签与关联,解决非结构化问题,使企业经验能够被检索和调用。
有了数据与业务上下文的支撑,智能分析便可以进一步走向任务执行。白泽智能体决策分析平台(白泽AgentBI)负责分析执行、工具调用、决策解析与结果交付;白泽多智能体协作平台则通过任务拆解、智能体调度与过程治理,组织不同智能体协同完成复杂任务。企业还可以通过API、CLI等方式接入其他智能体和外部AI工具,并通过自然语言、业务系统流程、API或企业IM等入口发起任务。
这套架构支持企业根据自身的数据基础和业务需求循序渐进地开展建设。现阶段大多数企业适合从SmartBI Insight和白泽 AgentBI入手,夯实数据治理与分析基础,真正用AI释放价值。随着建设阶段的发展,再逐步引入本体智能、知识经验管理和多智能体协作等能力,逐步完善企业AI能力体系。
在实践中,思迈特以指标底座为基础,探索多智能体协同:由人明确目标、制定执行路径并把握关键节点,智能体承担具体任务、分工协作,推动研发与交付方式变革。这一实践实现研发交付效率提升10倍,获得IDC「驾驭AI超级周期:中国AI驱动的业务创新最佳实践」荣誉。
十五年,向深处扎根,向远处生长
十五年来,思迈特从企业级BI出发,始终坚持技术创新与服务大客户,正是这样的发展基因,让思迈特在AI时代有了更广阔的发展空间和更全面的加速度,从BI走向BI+AI,不是跟风而行,而是既有技术积累与AI时代发展需求的自然衔接,让思迈特在这个时代自然而然的走得更快、更稳。
打造可信数据,释放业务价值。
本文来自微信公众号“思迈特SmartBI”,作者:6000+大客户选择,36氪经授权发布。