靠BI赚了两亿美元
一家企业，前后两任掌舵人，在长达八年的时间里反复强调着同一句话：我们无意涉足BI领域。
然而，其创造的收益——两亿美元——却完全源自BI业务。
这家名为Sigma Computing的企业，专注于开发运行在云端数据仓库之上的分析与BI工具；其核心特点是不需要抽取数据，查询指令直接推送到云数据仓库执行，主要对接Snowflake和Databricks。
该公司成立于2014年，目前拥有超过两千家客户，年经常性收入达到两亿美元。高德纳连续两年将其纳入BI魔力象限，在用户点评平台上，它获得了4.8分的高分，累积超过两百条评价。
就是这样一家公司，从创始人到新任CEO，八年间始终重复着同一句话。
2018年，公司正式亮相。创始人Rob Woollen表示：“仪表板不等于智能。”请注意他的措辞，是“不等于”。仪表板固然有用，但已触及天花板，他想要实现的目标远比仪表板宏大。
2020年，Mike Palmer接任CEO一职。他上任后的第一句话是：“路径不变，规模化发展。”
介绍一下他的背景：此前他在云备份厂商Druva担任首席产品官，再之前则在Veritas同样负责产品工作。这是一份完全沉浸在数据基础设施领域的履历。
拥有这样履历的人接手一家公司，随时都可能调整路线，但他没有，而是选择继续前行。
2025年，他参加了美国科技圈一档名为MAD的知名播客。主持人询问Sigma究竟在做什么，他给出了两句话回应：
第一句是，世界不需要另一个BI工具。第二句更为直接：他们曾关闭原始产品，从零开始重建，这谈不上迭代，也谈不上升级，就是彻底推倒重来。
同年4月，公司发布博客庆祝年收入突破一亿美元，其中写道：“我们不只是另一个BI平台”，“分析的未来不会用仪表板来衡量”。
2026年5月，公司官宣E轮融资；Palmer的说法又有了变化：客户用真金白银投票，投给的是Sigma，一个在他们云数据上构建AI的地方。
这句话中完全没有提及BI。官网标语翻译成中文是“AI应用平台”，连BI这个词都不想沾边了。
哦，还有一件事容易被忽略：Woollen在让出CEO职位后并未离开，一直留任至今，负责产品管理；创始人留在公司里继续说着这句话，台面上的职业经理人也说着同样的话。
八年一路走来，框架在升级，从仪表板到BI再到AI。内涵则在收窄，仪表板没用，BI不是终点，最后连名字都不再提及。
嗯，前后两任领导人，八年同一句话。你难道不好奇他们究竟在做什么吗？
......
这个问题，得从他们创业之初说起。
公司最初名为Bitmoon Computing，两位创始人分别是Rob Woollen和Jason Frantz。
创业时，两人都在美国风投机构Sutter Hill工作，一边协助看项目，一边搭建自己的原型，寻找方向。找什么呢？一个想法：让不会写代码查询数据的人，也能直接使用云中的数据。
想法非常正确，但形态始终找不到。这四年间，团队搭建过原型，尝试过各种方向，有的被放弃，有的保留下来。投资人有时不太高兴，但仍在等待。办公室很简陋，好处是烧钱速度慢。
直到2018年11月，他们才带着第一个产品从隐身模式中走出来。形态大家都很熟悉：电子表格。
用户像使用Excel一样操作数据，公式照常使用，透视表照常使用。区别在于数据端：数据不会进入表格，而是始终停留在云数据仓库中。
你按下回车键，查询在数据仓库那边运行完毕，结果返回单元格。无需编写代码，也接触不到其他那些BI方言。
这里还有一段渊源：
Sutter Hill同时孵化了另一家公司，即后来的云数据仓库巨头Snowflake。该公司的董事总经理Mike Speiser身兼两职，既是Sigma的董事，也曾担任Snowflake的创始CEO。
Sigma后来与Snowflake绑定如此之深，并非源于战略选择，而是关系自然形成的。
那么，2018年的这个电子表格，算不算找到了方向？还不算。那次推倒重来之后，重建出来的东西，比电子表格宏大得多。
宏大在哪里？挑一个最硬核的功能来说：写回（write-back）。用通俗的话解释，看数据的手和改数据的手，它一只手全包了；传统BI，无论宣传得多花哨，都只有一只手：读。
打个比方：
传统BI就像汽车仪表盘，时速、油耗、水温，显示得清清楚楚。但你无法隔着仪表盘触碰任何机械部件，想换挡，得去操作另一套系统。Sigma的写回功能，等于为你提供了另一只手。
这个功能名为Input Tables（可写回表格），于2023年上线。一张表在仪表盘里展示着，当场修改一个数值，这笔数据就直接写回数据仓库。
业务人员填写一栏预测，整个图表随之变化，无需再拉入第二套系统来回折腾。
至于吗？不就是表格里多放一个输入框？当然不是。麻烦在于数据一旦改动，数据仓库那边的口径、权限、审计全都要跟着调整。主流BI工具中，敢于触碰这个问题的本来就没几家。
估计很多人会问，这和市面上各家在做的AI多维表格是一回事吗？
也不太一样。大部分AI多维表格，改动的是表格里的那格数据。Sigma改动的是企业数据库中的底层表格，口径、权限、审计全都会跟着变化。一个改变表面，一个触及源头。
这只手，竞品没有。微软的Power BI想写回数据，得绕道，组合自家另外两个工具才能实现；Tableau那批老牌BI，原生写回功能压根不存在。在主流BI工具中，Sigma是唯一原生支持这一功能的。
Palmer后来在访谈中讲过设计逻辑：历史数据不是终点，让业务人员把预测直接填写在历史数据之上，数字才是活的。
看完数据后修改，修改完数据还能直接触发行动，这才是Sigma想实现的目标。
官网还挂了一句英文标语，我第一次看到时还以为哪家SaaS治理平台串台了。
写的是：告别SaaS混乱和表格乱象。意思是，你订阅的那些运营小工具、四处散落的表格，别再凑合了，直接在Sigma上构建正经的数据应用。
构建出来的东西，用他们自己的说法，叫数据应用。
到2026年的产品清单，我们摊开来看：嵌入式分析有了，AI问答有了，自定义代理有了，还能运行代码的笔记本区也有了。
数据源方面，Databricks加上了，亚马逊和谷歌各自的数据仓库也加上了；今年8月还与亚马逊云签订了战略合作，Databricks那边则授予了它一个2026年度的合作伙伴奖。
AI那条线的节奏也一直在推进。
2024年5月发布AI工具箱，今年8月将接口开放给智能体来获取数据，9月又升级了自定义代理。一路走来，立场没有变过：增强看数据的人，而非替换看数据的人。
嗯，这里也得说句实话：他们想让Sigma自己变成数据库的一个模块，名为Sigma Tables，官宣至今仍处于测试版。
数完了。路径很清晰：新业务添加的每一项，都挂在仪表板这个主体上。主体还在增长，挂件越挂越多。
......
那么，这些新东西，在账面上能算出来吗？
今年5月E轮融资官宣，公司把家底摊开了。年经常性收入两亿美元，同比增速翻了一倍还多，付费公司超过两千家，今年新增的活跃用户超过一百一十万。
两亿美元换算成人民币，一年超过十个亿。这一百一十万新来的用户，在做什么？我估计九成以上打开的是仪表板，而不是向AI提问的输入框。
有人会问，这两亿美元中，数据应用占几成？
说实话，拆解不出来。官方从未按产品线披露过收入，定价页连拆分的路径都没留下。那这个空隙谁来填补？我索性用三个指标来估算一下。
其一，费用是如何收取的。
客户订阅Sigma，订阅的主体是电子表格界面加仪表板。写回功能挂在它上面，数据应用从界面中构建出来，这两项都无法单独收费。两亿美元，是一块一块仪表板卖出来的。
其二，行业给它登记的是什么科目。
先解释一下什么叫魔力象限：在软件行业，它相当于餐饮界的美食指南，上了榜，说明这个行业认可你。
高德纳连续两年将其纳入“分析与商业智能平台”魔力象限，象限名称中就带有BI。自己喊什么不算，评级机构给登记的账目，科目写的就是BI。
位置也有讲究：连续两年待在“利基玩家”那一格，“领导者”的门槛两年未能跨过。用通俗的话说，行业承认它是做BI的，也承认它聚焦在一个细分领域，但前提仍然是它得在做BI。
其三，付费的是谁。
官网客户页挂着一串名字：外卖平台DoorDash、私募巨头黑石、做HR软件的Workday、刷单词的Duolingo。
这些公司购买Sigma回去做什么？用它把配送单量、基金净值、人事花名册摆成仪表板，展示给管理层看。
CEO说客户真金白银投向AI。但一笔一笔账对下来，付的全是看数据的钱。
三条对完，还得把丑话说在前面。我查了一下，实名抱怨它数据计算不准的客户，或者弃用Sigma换回老牌工具的案例，一条都没找到，钱付得很安稳。
再看一眼增长：2025年4月公司发布博客，庆祝年收入突破一亿美元。一年后官方口径变成两亿，又过一个月，E轮融资官宣。翻倍增长的这一段，支撑它的仍然是仪表板。
所以，事情变得拧巴了。那个声称没有未来的业务，在赚钱，而且翻倍增长；那个被描述为有大未来的业务，还得靠前者来养活。
......
养不养得起？
我查了一下，今年E轮融资募集了八千万美元，Databricks Ventures新进股东名单，Snowflake是更早几轮的老股东。数据仓库持股BI公司，BI公司又喂养数据仓库干活，这个圈子绕得很紧，圈上的每一方都没有退路。
但柱子还没立稳：Sigma Tables想让自己变成数据库，至今仍未走出测试版。
“告别SaaS混乱，自己构建应用”，这句话目前还摆在橱窗里。
榜单也不等人：ThoughtSpot早在2019年就迈入了“领导者”那一格，Sigma两年还没进去。
还有一道硬门槛：Sigma的基因是只在云数据仓库上生长，与Snowflake做的数据治理联动，出了Snowflake的院子就不生效。
它越成功，就越离不开数据仓库；数据仓库越强，它就越像挂在数据仓库身上的一个界面。互相需要是真的，命脉交出去也是真的。
话说中国这边，这条路在国内比较难走。
国内大客户要求驻场、定制、私有化，数据还有一大堆压在自家机房里。Sigma那条路的第一前提——人人都在云数据仓库上——在国内就摆不齐。
所以只能发生在美国，土壤不一样。
那句“不想做BI”，意思应该清楚了：老业务先扛着，路没走完，口风没变过。
说到这，最后说一句。BI加AI这条赛道，跑起来并没有想象中那么快；老业务往往更赚钱，新业务长大需要时间，这是客户的选择，客户的成长还没跟上。
Sigma的故事好就好在没装：嘴上说不想做BI，账本上两亿全是BI，老业务老老实实养着新业务，方向八年没改过口。用户若想体验这种独特的BI模式，不妨通过乐鱼娱乐APP下载获取更多信息。
这种拧巴是过程，做过生意的人都经历过，只是Sigma把它摆在了台面上。
数据参考来源
[1]. 公司与经营数据来自Sigma官方，行业评级来自高德纳魔力象限报告，Palmer产品方向表述来自MAD Podcast访谈，Snowflake与Databricks合作细节来自双方公告
本文来自微信公众号 “王智远”（ID：Z201440），作者：王智远，36氪经授权发布。