衡石SENSE(衡石科技)

衡石SENSE(衡石科技)

觉得这篇文章有帮助?

🌐 官方网址:

https://www.hengshi.com/form

(HENGSHI SENSE为企业级BI平台,无公开的在线AI对话页面。访问上述试用申请入口填写企业信息后,官方会在1—2个工作日内对接试用方式;已部署客户直接登录自有实例使用ChatBI和Data Agent功能)

📌 工具简介

衡石SENSE(HENGSHI SENSE)是衡石科技推出的新一代Agentic BI分析平台,2026年4月发布6.2版本,围绕AI能力、指标管理、应用管理、仪表盘、数据源和基础管理六大模块完成系统性升级。它与“对话生成一份表格或图表”的轻量AI工具走的是完全不同的路线:衡石SENSE是一套面向企业的数据智能底座,核心是让AI Agent接管BI工程的全流程——从数据建模、指标计算、可视化创作到仪表盘搭建,替代人完成精细、繁琐、流程化的BI工作,而不是只替代“提问”这一个环节。6.2版本的关键变化在于用NL2Metrics架构替代了传统的NL2SQL:AI不再直接生成SQL去碰原始数据,而是先把自然语言映射到经过治理的指标语义层,再由指标引擎执行确定性查询,从架构上抑制了ChatBI在复杂企业场景中常见的“幻觉”。对于需要严谨口径、权限管控和可持续治理的企业级分析场景,衡石SENSE的定位不是“更快地画图”,而是“让AI在可信的数据地基上干活”。

⚡ 主要功能

  • NL2Metrics指标语义层:用自然语言提问时,AI先将意图映射到经过治理的指标定义(而非直接生成SQL),再由指标引擎执行确定性查询,从架构上降低数据幻觉,保证口径统一和结果可复现
  • Data Agent全栈操作:Agent可执行从建模辅助、指标创建、可视化生成到仪表盘搭建的完整BI工作流,将AI能力从“辅助查询”扩展到“全流程执行”,而非只做单步问答
  • ChatBI双入口:系统首页和仪表盘内均可唤起ChatBI,支持PC端和移动端,提问范围精准匹配用户权限与数据集,围绕当前看板数据做深入追问
  • HENGSHI CLI与Agent接管:2026年4月推出CLI组件,平台可直接对接OpenClaw等Agent产品,由外部Agent接管BI工程流程,替代人完成繁琐的流程化工作
  • 指标中台与统一口径:中心化管理业务指标定义、计算逻辑和权限规则,形成业务人员可感知的指标库,解决“同一个指标多个口径”的企业顽疾
  • 零代码仪表盘与自助分析:拖拽式生成业务驾驶舱和可视化报表,业务人员无需SQL即可完成探索式分析
  • 嵌入式分析与白标集成:通过iframe、JS SDK、ChatBot等方式将BI能力和问数入口嵌入自有产品、业务系统或协作工具,适合SaaS厂商和行业软件伙伴做能力集成
  • 多模型接入与OpenAI API兼容:Data Agent支持页面配置模型服务,也支持接入符合OpenAI API规范的模型端点,企业可按需选择底层大模型
  • 权限管控与安全审计:账户体系、行级/列级权限、操作审计与指标口径治理在同一平台内完成,AI的提问和操作同样受权限约束,不会越权访问数据
  • 多源异构数据接入:覆盖数仓、业务数据库、文件等多种数据源,支撑从数据接入到决策报表的全生命周期管理

💰 价格信息

个人免费层(2数据集+10次NLA/日)
企业按年订阅/私有部署
AWS Marketplace ¥260,000/年合约起

个人免费层:衡石开放了极速体验通道,个人用户可长期使用基础版,限制为2个数据集、每日10次自然语言分析(NLA),系统预置零售、电商、制造三大行业演示数据集,无需准备数据即可体验NLA问数、AI智能洞察和嵌入式分析的核心流程。适合了解产品形态和验证基础能力,但无法承载真实企业级的数据量和权限治理需求。
企业版:衡石SENSE是典型的To B产品,按年订阅或私有化部署收费。公开可见的参考价格包括:AWS Marketplace上1年合约约 ¥260,000/unit;华为云市场报价约 ¥200,000/次;36氪企服点评曾列出标准版399元/人/年(30人起购)、定制版799元/人/年(30人起购)、旗舰版1499元/人/年(100人起购)等档位。实际价格取决于部署方式(SaaS/私有化)、节点数量、功能模块和用户规模,需联系衡石获取定制报价。
注意:个人免费层与企业版之间的能力差距很大,免费版主要用于体验和评估,真实的企业级BI场景(多数据源、复杂权限、指标治理、嵌入集成)需要付费部署。企业选型时建议先通过试用通道验证NL2Metrics在自身业务口径上的准确率,再进入采购流程。

👥 适合人群

需要将BI能力嵌入自有产品的SaaS厂商和行业软件伙伴(白标集成、按需调用标准化模块,降低自研BI的门槛);对指标口径统一、权限管控和数据治理有严格要求的中大型企业IT部门和数据团队(数仓已就绪,缺的是让业务人员安全、可信地用上数据的分析层);业务分析师和运营人员(希望用自然语言发起问数,而不必等待IT排期或手写SQL,但输出结果需要经过指标语义层校验);以及正在评估“ChatBI到底能不能在企业里真正落地”的技术决策者——衡石SENSE的NL2Metrics路线提供了一个与纯NL2SQL不同的架构选择,适合用来验证“治理先行”的AI分析是否更匹配自身的数据环境。衡石SENSE不适合只需要处理一两份Excel文件、不需要指标治理和权限体系的个人用户,也不适合希望零部署、打开网页即用的轻量场景。

✅ 优点

  • NL2Metrics架构是从“治理”出发解决AI分析可信度问题的路线:先把自然语言映射到经过定义的指标层,再执行确定性查询,而不是让大模型直接生成SQL去碰原始数据。对于企业场景中“口径必须唯一、结果必须可复现”的硬性要求,这一设计比纯NL2SQL更有结构性优势
  • Agent接管的是“BI工程全流程”而非单一环节:从建模、指标、可视化到仪表盘,Data Agent覆盖了BI工作中最耗时、最流程化的部分,而不仅仅是让提问变快。对于人力有限的IT和数据团队,这意味着释放的是整条流水线的产能
  • 指标中台与权限体系是面向企业真实需求的:统一口径、账户体系、安全审计、行级/列级权限与AI入口深度绑定,AI的提问和操作受同一套权限约束,不会因为“用了AI”而绕过治理规则
  • 嵌入集成能力是衡石SENSE的差异化定位:iframe、JS SDK、ChatBot等方式让BI能力可以进入SaaS产品、业务系统和协作工具,而不要求所有用户都登录一个独立的BI平台。对于ISV和行业软件伙伴,这是把分析能力变成产品功能而不是额外工具的关键
  • 支持多模型接入和OpenAI API兼容,企业可以在不同底层大模型之间切换,不被单一模型供应商锁定,也便于根据任务类型和成本选择合适模型
  • 衡石在Agentic BI方向上的投入是持续的:从6.0到6.2,从ChatBI到Data Agent再到HENGSHI CLI,产品路线清晰,不是临时拼凑“AI功能”,而是把AI作为架构升级的主线在推进

⚠️ 缺点

  • 企业级定位决定了它不是“开箱即用”的工具:真实使用需要完成数据源接入、指标定义、权限配置和部署对接,个人用户和没有IT支持的小团队很难直接上手。免费层只够体验流程,无法替代真实的企业部署
  • 价格门槛较高,且定价不够透明:公开可查的报价从几十万/年到按人头数千元/年不等,实际费用取决于部署方式和规模,缺乏公开的标准价目表,中小企业在评估初期容易感到不确定
  • NL2Metrics的效果高度依赖指标语义层的建设质量:如果企业本身的指标定义混乱、口径不统一,AI的问数准确性会直接受影响。“治理先行”是优点,但同时也意味着前置投入不可跳过——它不能像轻量AI工具那样“先跑起来再说”
  • 作为To B产品,个人用户几乎无法独立完成完整能力的验证:免费层的2数据集和每日10次NLA限制,与企业版的多源接入、权限体系和嵌入集成之间存在较大断层,个人评测者容易低估或高估产品的实际表现
  • Agentic BI仍在快速迭代中,部分高级能力(如Data Agent的全栈操作、HENGSHI CLI对接外部Agent)的稳定性和最佳实践仍在积累,企业需要有自己的技术判断力来评估当前版本是否匹配业务节奏
  • 如果核心需求只是“让业务人员用自然语言查一下数”,而不涉及指标治理、权限体系和嵌入集成,衡石SENSE的平台完整度反而意味着更高的部署和运维成本,轻量级ChatBI或AI表格工具可能是更实际的选择

💡 使用技巧

  • 个人或小团队想初步了解衡石SENSE的能力,优先走官网的极速体验通道,利用预置的零售/电商/制造演示数据集和免费层的每日10次NLA,先跑通“自然语言提问→指标映射→结果返回”的流程,确认产品形态和交互是否符合预期,再决定是否进入企业级评估
  • 企业选型时,不要只看“提问是否流畅”,重点验证NL2Metrics在自身业务口径上的准确率:准备一组已知正确答案的业务问题(覆盖常用指标和边界条件),在试用环境中逐一提问,对比AI输出与人工计算的结果,这比看演示更能判断产品是否匹配真实场景
  • 如果企业尚未完成指标治理,不要指望AI能“绕过脏数据”直接给出可信答案。先梳理核心业务指标的定义和计算逻辑,把指标语义层建设作为AI分析的前置步骤,而不是等AI出错了再回头补课
  • 评估嵌入集成场景时,关注身份映射和权限同步的实现方式:AI问数入口嵌入业务系统后,用户身份如何传递、数据权限如何与现有账户体系对齐,是实际落地中最容易出问题的环节,需要在技术验证阶段重点测试
  • 需要让外部Agent(如OpenClaw)接管BI流程时,先理解HENGSHI CLI的能力边界和调用方式,在测试环境中验证Agent对建模、指标和仪表盘操作的覆盖程度,再考虑在生产流程中开放权限
  • 企业采购前,明确自身的部署偏好:SaaS、私有化部署和云市场订阅在成本、数据驻留和运维责任上有明显差异,结合数据敏感性和IT能力选择,不要默认“越贵越合适”
  • 将衡石SENSE定位为“企业数据智能底座”而非“AI取数工具”:它的价值在于把AI能力嵌入可治理、可审计、可集成的BI工程体系,如果组织的核心诉求只是让少数分析师更快地查数,轻量方案可能更高效;如果诉求是让业务人员规模化、安全地用上数据,并把这套能力变成产品的一部分,衡石SENSE的完整度才构成真正的优势

© 版权声明
THE END
喜欢就支持一下吧
点赞0打榜 分享

觉得这篇文章有帮助?

评论 抢沙发

请登录后发表评论

    暂无评论内容