基于人工智能的数据分析初创公司 Omi Analytics 完成了新一轮 1.2 亿美元（约合 1773 亿韩元）的融资，公司估值达到 15 亿美元，约合 2.2162 万亿韩元。相较于去年，公司估值翻了一番以上，再次彰显了基于 AI 的“商业智能”市场的增长预期。
本轮 C 轮融资由 Iconiq 领投，Alphabet（$GOOGL）旗下的风险投资机构 GV 以及 Redpoint Ventures 等参投。Omi Analytics 总部位于美国旧金山，专注于提供一种服务，该服务通过交互式界面取代了传统复杂的数据准备和 SQL 查询编写过程。
公司标榜的核心是“让任何人都能仅通过提问来读取数据”。用户可以用自然语言输入想要查看的信息来创建可视化资料，并通过后续的补充提问深入挖掘特定结果。以往，分析人员需要亲自整理数据集并编写 SQL，而 Omi 以聊天机器人的形式简化了这一过程。
结合 SQL 和电子表格的数据分析工具
Omi Analytics 并非只是一个简单的聊天机器人。它还提供了用于手动编写查询的 SQL 编辑器和电子表格界面。特别是这个电子表格功能，其重点在于减少以 Excel 为中心的工作所带来的局限性。
通常，企业员工用于分析的电子表格会从 MySQL 等外部数据库中获取信息。问题在于，当原始数据发生变化时，需要手动重新更新这些信息。Omi 支持将 Snowflake 等数据源与电子表格连接，实现变更的自动同步。这意味着，一旦数据更新，无需额外输入即可保持最新状态。
该功能有助于减少重复性的数据整理工作，并能提高报告制作速度，因此引起了企业客户的关注。随着近期 AI 软件市场中，“自动化”和“实用性”成为重要的评估标准，这种功能组合被视为 Omi 的差异化优势所在。
模糊问题通过“语义模型”进行解读
在企业数据分析中，AI 经常遇到的问题之一是问题的“模糊性”。例如，当零售公司员工询问门店销售额时，AI 可能无法准确判断是指线下门店销售额，还是包含在线商城的销售额。
Omi 解释称，他们利用“语义模型”来解决这个问题。这是一个定义集合，梳理了 AI 应以何种含义解读商业术语。这种方式让 AI 基于企业内部通用概念来读取数据，从而减少误解的可能性。
Omi 首席执行官 (CEO) Colin Zima 通过博客表示：“当收到‘上个季度我们团队的表现如何’这样的提问时，Omi 的 AI 会基于语义层的通用定义来生成答案。”“它会根据用户权限运作，并展示推理过程。”
此外，它还支持“上下文建模”功能，可以为外部 AI 模型提供类似的数据定义。用户可以输入诸如如何在特定数据集上适当执行 SQL 等补充信息。公司认为，这些信息有助于提高第三方 AI 模型在企业数据分析中的准确性。
营收增长 3 倍… Perplexity 也成为客户
Omi Analytics 表示，本轮融资是在过去一年营收增长 3 倍之后完成的。客户包括 Perplexity AI、dbt Labs 等科技行业的主要企业。
此外，它还支持开发者将 Omi 的数据可视化功能嵌入到自己的软件中，并根据应用程序的设计调整图表界面。AI 代理可以通过 MCP 服务器与平台直接交互。这被解读为 Omi 正从单纯的分析工具，向企业级 AI 数据基础设施扩展的趋势。
本轮投资消息显示出，生成式 AI 的竞争正从聊天机器人本身转向“实际工作生产力”。尤其值得注意的是，资金正涌入像数据分析这样能让企业切实感受到成本降低和决策速度提升的领域。在此背景下，Omi 的增长势头被视为展示 AI 软件市场新方向的案例。
TP AI 注意事项 本文基于 TokenPost.ai 的语言模型进行摘要。 可能遗漏了原文的主要内容或与事实存在出入。