“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。”這是寶潔CIO在今年3月對蘇春園說的一句話。他當時正在密集拜訪客戶，為觀遠數據不久以后即將進行的戰略轉型做最后準備。

過去近十年，觀遠做的事情和絕大多數BI公司一樣，幫企業把數據看清楚：報表、儀表盤、可視化、指標體系，這些都是企業的“后視鏡”和“儀表盤”，告訴你發生了什么，正在發生什么。

但客戶越來越不滿足于“看見”，他們要的是“抵達”。更深層的壓力來自另一個方向。

BI的護城河？

過去兩年，大模型能力的爆發催生了一大批“ChatBI”工具，用戶直接說一句話，AI就能給出分析結果，不需要中間任何一張報表。雖然這些工具在復雜場景下遠不夠成熟，但它們的出現從根本上動搖了BI的價值主張：如果數據洞察可以直接通過對話獲得，為什么還需要一個專門做報表的系統？BI公司的護城河，似乎正在被大模型從底部掏空。

就在上周，觀遠數據在杭州宣布成立十年來的首次轉型，從“數據智能”全面轉向“決策智能”，從以數據為中心的系統轉向以決策為中心的系統，作為配套也一并發布了DecideX·AI決策智能平臺。

放在更大的背景下來看，這個轉型從當下的境況看是一種必然。過去一年，整個中國企服賽道被大模型和Agent沖擊得七零八落，BI公司首當其沖。

作為觀遠數據創始人兼CEO，蘇春園給出的判斷是：2026年，長鏈Agent能力量變到質變，“以數據出發，真正開始有機會能夠讓行動發生”。

數據分析領域長期存在“四層階梯”：描述性分析、診斷性分析、預測性分析、處方性分析。絕大多數企業BI建設停留在前兩層，越往上越少。兩個瓶頸長期卡住了突破：非結構化數據的處理能力（被大模型解決），以及四層之間的算法模型點狀割裂（被長鏈Agent解決）。

但技術可行不等于商業成立。過去一年，埃森哲的股價跌去50%，手握近100億美元AI項目積壓合同也擋不住資本市場的用腳投票。這股恐慌情緒已經蔓延到整個企業軟件板塊：Salesforce股價從高點跌去約50%，市值蒸發1600億美元；ServiceNow跌幅超49%，Workday跌約58%，SAP跌約46%。

此前，英偉達黃仁勛提出的AI產業“五層蛋糕”模型解釋了這一現象：90%的營收流向了底層基礎設施，應用層的公司正在被市場重新定價。Manpower調研數據也顯示，全球職場人群AI使用率上漲13個百分點，但對技術使用的信心暴跌18%。

“越用AI越迷茫。”企業數字化轉型專家、前IBM與BCG資深顧問陳果說。

這場迷茫是所有企業AI公司的共同困境。觀遠選擇此刻All in決策智能，既有技術判斷，也有商業現實的壓力：BI賽道正在被大模型公司和通用Agent平臺從兩邊擠壓，如果不往上走，就有可能被碾在中間。

三重考驗，一個核心問題

觀遠依托大模型向決策智能的轉型有一套完整的敘事：后視鏡到導航儀的比喻、5A路徑、FDE團隊、Value Max理念。DecideX的產品架構也確實不像“BI加個Chat”那么簡單，從企業級數據底座到決策上下文層，再到Agent編排和場景化數字員工。

但現場的三個信息，值得分開來看。

幾個客戶案例顯示，使用DecideX后，一家游戲服務商的數據分析周期從2個月縮短至1周，來伊份實現從20個關鍵SKU到100%全覆蓋，部分連鎖餐飲客戶老客召回成本降低40%。

不過，問題是它們大多處于“從0到1”的驗證階段，是否能跑通“從1到N”的規模化復制，還需要進一步驗證。FDE模式跟客戶“一起進入業務現場去交付結果”，深度服務優勢明顯，但每拓展一個客戶就要投入一個高成本團隊，而且“100%持證上崗”的人才極度稀缺。當客戶從幾十家走向幾百家時，這個模式能不能撐住，發布會沒有正面回答。

蘇春園還提到了當下行業熱議的Token Maximization話題，“Token消耗很多，并不天然代表價值”，但他提出的Value Max落到商業層面，面臨一個樸素的問題：誰來定義價值？這個價值由FDE團隊和客戶一對一共同定義。

但這本質上就是項目制，Palantir也是項目制而且活得很好。但對一家籌備港股IPO的公司，資本市場會問：你的收入增長和FDE團隊增長之間，是不是1:1的關系？觀遠的應對是“產品化FDE”，通過DecideX平臺把行業能力沉淀下來降低邊際成本。方向是對的，但這也是Palantir花了二十多年沒有完美解決的事。

最有趣的部分其實是蘇春園花十分鐘講觀遠自己的組織轉型：雙核驅動模型、20多個POD小組、公司級AI工作臺CodeMarrs。他說是被客戶“啟發”出來的，“過去幾周跟老客戶聊，最多的反饋是‘你一定要分享你們自己怎么做AI組織轉型的’”。客戶很樸素：你要幫我做決策智能化，你自己用AI了嗎？

觀遠AI原生轉型已完成約40%，聽起來不錯，也意味著這家公司有兩件事得同時做：幫客戶完成決策智能轉型，同時推動自身完成AI原生轉型。

這兩場硬仗需要觀遠付出持續的努力。

這三個問題——案例從1到N、FDE從重到輕、自身轉型從40%到100%——指向同一個核心：觀遠能不能從一家“能做”的公司，變成一家“能規模化”的公司。

出路

除了國內市場，觀遠也在積極布局出海業務。策略方面，觀遠提出的三層出海路徑，即伴隨客戶出海、以AI方案自然吸引、主動拓展海外市場。目前上述三個路徑，在觀遠已具備實際落點：例如印尼的5家戰略合作伙伴、校企合作項目、中國香港直客服務，以及下半年推進的歐洲計劃。

尤為值得關注的是，歐洲市場存在結構性機會：部分原本采用北美大廠產品的客戶，其需求并未得到充分滿足，而中國廠商的解決方案恰好可填補這一空白。若此判斷能獲得具體產品與案例支撐，出海業務有望形成一條極具說服力的增長曲線。

據筆者了解，觀遠面向港股的IPO也正在籌備中，時間預期在兩年左右。

2016年，蘇春園創立觀遠時，使命是“讓業務用起來，讓決策更智能”。近十年后，“決策智能”從一句愿景變成了Gartner魔力象限里的一個獨立品類。

剝開敘事去看，能看到的更多是一個行業變革的縮影：BI正在被AI重塑，老牌BI公司們在積極尋找出路；通用大模型公司從另一個方向逼近，它們不懂行業場景，但擁有更強的技術底座和資本彈藥。

觀遠走的是往決策智能方向的路，把壁壘建在行業know-how和決策上下文上，這是通用大模型公司短期不愿意也沒有能力做的。但它面臨的挑戰同樣真實：FDE模式的重服務是否能跑通規模、決策上下文的高定制化是否能降低邊際成本、Value Max的理念在短期商業化壓力下能不能堅持。

觀遠方面反復強調，他們不是要成為中國的Palantir。但無論是FDE模式、Ontology方法論還是決策閉環的敘事，觀遠和Palantir的相似之處都很難被忽略。區別在于，Palantir花了二十多年建立起政府和企業客戶的信任壁壘，客戶一旦接入幾乎不會更換；觀遠面臨的競爭環境更復雜，大模型公司、通用Agent平臺、傳統BI競品，甚至客戶自己的IT團隊，每一方都在爭奪“決策”這個制高點。

寶潔CIO那句“AI很強，但不懂寶潔的經營邏輯”，是整個行業共同的困境。觀遠能不能成為那家“懂”的公司，才是DecideX真正要面對的考題。

(本文首發鈦媒體APP，作者 | AGI-Signal，編輯 | 秦聰慧）