靠BI赚了两亿美元

有件事挺有意思。一家公司，两任领导人，八年反复说同一句话：我们不想做 BI。

但赚的钱，两亿美元，全是从 BI 来的。

这家公司叫 Sigma Computing，做跑在云数仓上面的分析和 BI 工具；数据不用抽出来，查询直接推回云上的数据仓库跑，主要接 Snowflake 和 Databricks。

2014 年创立，现在客户两千多家，年经常性收入两亿美元，高德纳连续两年把它收进 BI 魔力象限，用户点评平台上 4.8 分，两百多条评价。

就这么一家公司，创始人和新 CEO 说了八年同一句话。

2018 年，公司正式亮相。创始人 Rob Woollen 说了句，「仪表板不等于智能」。注意他的用词，不等于。仪表板有用，但到顶了，他想做的东西比仪表板大。

2020 年，Mike Palmer 接手当 CEO。上任第一句话，路径不变，规模化。

说下他底细，他之前在云备份厂商 Druva 做首席产品官，再往前在 Veritas 也是做产品的一把手。一份从头到尾泡在数据基础设施里的履历。

这种履历的人接手一家公司，随时都能把路线改掉，他没改，说的是接着走。

2025 年，他上了美国科技圈一档老牌播客，叫 MAD。主持人问他 Sigma 到底在做什么，他说了两句话：

第一句，世界不需要另一个 BI 工具。第二句更狠，他们曾经把原始产品关掉，从零开始重建，迭代谈不上，升级也谈不上，就是推倒重来。

同年 4 月，公司发博客庆祝年收入破一亿美元，里面两句，「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，E 轮融资官宣；Palmer 的说法又换了个样子，客户用真金白银投票，投的是 Sigma，一个在他们云数据上构建 AI 的地方。

这句话里没有 BI。官网标语翻成中文，「AI 应用平台」。连 BI 这个词都不想沾了。

哦对了，还有一件事容易被忽略，Woollen 把 CEO 让出去之后人没走，一直做到现在，管产品；创始人留在公司里继续说这句话，台面上的职业经理人说的还是这句话。

八年走下来，框架在升级，从仪表板到 BI 再到 AI。内涵在往回收，仪表板没用，BI 不是终点，最后连名字都不沾。

嗯，两任领导人，八年一句话。你不好奇他们到底在做什么吗？

这个问题，得从他们创业那会儿说起。

公司最早叫 Bitmoon Computing，两个创始人，Rob Woollen 和 Jason Frantz。

创业那会儿两人都在美国风投 Sutter Hill 做事，一边帮看项目，一边搭自己的原型，找方向。找什么呢？一个想法，让不会写代码查数据的人，也能直接用上云里的数据。

想法特别对，形态就是找不到，这四年团队搭过原型，试过方向，有的扔了，有的留着，投资人有时候不太高兴，但等着。办公室很破，好处是烧钱慢。

一直到 2018 年 11 月，才带着第一个产品从隐身里出来。形态大家很熟，电子表格。

用户像用 Excel 一样操作数据，公式照用，透视表照用，区别在数据那头，它不进表格，一直躺在云数仓里。

你一敲回车，查询在数仓那边跑完，结果回到单元格。代码不用写，其他那些 BI 方言，也碰不着。

这里还有段渊源：

Sutter Hill 同时孵了另一家公司，就是后来的云数仓巨头 Snowflake。那边董事总经理 Mike Speiser 一个人坐两张椅子，在 Sigma 当董事，也给 Snowflake 当了创始 CEO。

Sigma 后来跟 Snowflake 绑那么深，跟战略选择没关系，关系是自己长出来的。

那2018年这个电子表格，算找到的东西吗？还不算。那次推倒重来之后，重建出来的东西，比电子表格大得多。

大在哪？挑一个最硬的功能说，写回（write-back）。我翻译成人话，看数的手和改数的手，它一只手全包了；传统 BI，吹得再花哨，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。可你没法隔着仪表盘碰任何机械部件，想换挡，得去摸另一套东西。Sigma 的写回，把另一只手给你开出来了。

功能叫 Input Tables（可写回表格），2023 年上线。一张表在仪表盘里摆着，当场改个数，这笔数据直接写回数仓。

业务人员填一栏预测，全盘图表跟着变，不用拉个第二套系统来回倒腾。

至于吗？不就表格里多放一个输入框？当然。麻烦在于数据一改，数仓那边的口径、权限、审计全得跟着动。主流 BI 里，敢碰的本来就没几家。

估计很多人要问，跟市面上各家在做的 AI 多维表格，是一回事吗？

也不太一样。大部分 AI 多维表格，动表格里那格数据。Sigma 动企业数据库里的底表，口径、权限、审计全跟着变。一个改表面，一个动源头。

这只手，竞品没有，微软的 Power BI 想写回数据，得绕道，拉上自家另外两个工具拼起来才干得成；Tableau 那批老牌 BI，原生写回压根没有。主流 BI 工具里，Sigma 是唯一原生支持的。

Palmer 后来在访谈里讲过设计逻辑，历史数据不是终点，让业务的人把预测直接填在历史数据上面，数字是活的。

看完数改，改完数还能直接触发行动，这才是 Sigma 想做的东西。

官网还挂了一句英文标语，我第一次看到还以为哪家 SaaS 治理平台串台了。

写的是，告别 SaaS 混乱和表格乱象。意思是你订着的那些运营小工具、到处散落的表格，别再凑合了，直接在 Sigma 上建正经的数据应用。

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，我们摊开看：嵌入式分析有了，AI 问答有了，自定义代理有了，还能跑代码的笔记本区也有了。

数据源那边，Databricks 加上了，亚马逊和谷歌各自的数仓也加上了；今年 8 月还跟亚马逊云签了战略合作，Databricks 那边给了它一个 2026 年的年度伙伴奖。

AI 那条线的节奏也一直在走。

2024 年 5 月发 AI 工具箱，今年 8 月把接口开放给智能体来取数，9 月又升级了自定义代理。一路走下来，立场没变过，增强看数的人，不替换看数的人。

嗯，这里也得说句冷的，他们想让 Sigma 自己变成数据库的那个模块，叫 Sigma Tables，官宣到现在还在测试版。

数完了。路径很明白，新业务添的每一样，都挂在仪表板这个主体上。主体还在长，挂件越挂越多。

那这些新东西，账上算得出来吗？

今年 5 月 E 轮官宣，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，掏钱的公司两千多家，今年新增的活跃用户超过一百一十万。

两亿美元换成人民币，一年十个多亿。这一百一十万新来的人，在干嘛？我估计九成以上打开的是仪表板，不是给 AI 递话的输入框。

有人要问，这两亿里，数据应用占几成？

说实话，拆不出来。官方从没按产品线披露过收入，定价页连拆分的路子都没留。那这个空隙谁来填？我索性拿三个东西算一下。

其一，钱怎么收的。

客户订 Sigma，订的主体是电子表格界面加仪表板。写回挂在它上面，数据应用从界面里建出来，这两个都单独收不了钱。两亿美元，一块一块仪表板卖出来的。

其二，行业给它登的什么科目。

先解释下什么叫魔力象限，软件行业，它就相当于餐饮界的美食指南，上了榜，说明这行认你。

高德纳连续两年把它收进「分析与商业智能平台」魔力象限，象限名里就带着 BI。自己喊什么不算，评级机构给登的账，科目写的就是 BI。

位置也有讲究，连着两年待在「利基玩家」那一格，「领导者」的门槛两年没迈过去；说人话就是，行业承认它是做 BI 的，也承认它聚焦在一个细分领域，可前提仍然是它得在做 BI。

其三，掏钱的是谁。

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。

这么些公司买 Sigma 回去干嘛？拿它把配送单量、基金净值、人事花名册摆成仪表板，摆给管理层看。

CEO 说客户真金白银投AI。账一笔一笔对下来，付的全是看数的钱。

三条对完，还得把丑话说在前面。我查了下，实名抱怨它数算不对的客户，或者弃用 Sigma 换回老牌工具的案例，一条都没找着，钱付得很安稳。

再看一眼增长：2025 年 4 月公司发博客，庆祝年收入迈过一亿美元。一年后官方口径换成两亿，又过一个月，E 轮官宣。翻倍走的这一段，撑场的还是仪表板。

所以，事情拧巴了。说自己没有未来的那个业务，赚钱，赚得翻倍；被说成有大未来的那个，还得靠前者养着。

养不养得起？

我查了下，今年 E 轮募了八千万美元，Databricks Ventures 新进股东名单，Snowflake 是更早几轮的老股东。数仓持股 BI 公司，BI 公司又喂数仓干活，这个圈绕得紧，圈上的每一方都没退路。

但柱子还没立稳，Sigma Tables 想让它自己变成数据库，至今还没出测试版。

「告别 SaaS 混乱，自己建应用」，这话目前还摆在橱窗里。

榜单也不等人，ThoughtSpot 早在 2019 年就迈进了「领导者」那一格，Sigma 两年还没进去。

还有一道硬门槛。Sigma 的基因是只在云数仓上长，跟 Snowflake 做的数据治理联动，出了 Snowflake 的院子就不生效。

它越成功，就越离不开数仓；数仓越强，它越像挂在数仓身上的一个界面。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。

国内大客户要驻场，要定制，要私有化，数据还有一大堆压在自家机房里。Sigma 那条路的第一前提，人人都在云数仓上，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。

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