Sisense AI 主要以 Sisense Intelligence 形式出现在其 AI analytics platform 中。它让用户通过 Assistant 从数据建模一路对话到仪表板和洞察，也能用 narrative 把图表转成自然语言摘要。对开发者而言，更重要的是 Compose SDK、iframe、API 和 MCP：企业可以把受治理的查询、图表和叙事放进自己的 React、Angular 或 Vue 产品，或让外部 AI 工具访问 Sisense 语义模型。它不是一个脱离 BI 平台即可使用的通用问答工具，价值取决于模型、租户隔离和产品集成质量。
快速结论
Sisense 最适合“分析就是产品功能”的场景，而不是只为内部员工做几张看板。官方当前提供自助试用/起步路径，也提供支持 SaaS、专属云、自有云和 on-prem 的 Enterprise 报价，部署弹性优于纯 SaaS BI。若重视 Google Cloud 与代码语义层看 Looker AI；偏自然语言搜索体验可比较 ThoughtSpot AI。
核心功能
- Assistant：通过对话辅助数据建模、创建可视化、询问仪表板并生成实时洞察。
- Narrative：将图表和 widget 自动转为自然语言重点摘要，帮助非分析用户理解变化。
- 治理语义模型：外部 AI 与嵌入组件查询受控模型，而不是任意绕过业务定义访问数据库。
- Compose SDK：支持 React、Angular、Vue，以组件方式构建原生分析体验。
- MCP 连接：让 Claude、ChatGPT 等外部工具查询语义层并返回图表、仪表板或叙事。
- LLM 选择：可采用 Sisense 托管模型服务，或通过受支持 provider 自带 LLM。
- 连接与部署：官方列出 400 多种连接器，并支持 SaaS、专属云、自有云和 on-prem 企业路线。
适合人群
适合需要白标、多租户和细粒度安全的 SaaS 厂商，受监管行业的产品团队，以及希望控制云、自有云或本地部署的企业。若团队只需要廉价内部报表、没有前端开发资源，或不准备维护数据模型，Sisense 的组合能力可能变成额外复杂度。
使用场景
- 在客户门户中嵌入带租户隔离的指标、图表、自然语言 Assistant 和 narrative。
- 用 Compose SDK 将分析组件融入现有业务流程，而不是跳转到独立 BI 页面。
- 让外部 AI 助手通过 MCP 查询治理模型，并保留 Sisense 的访问控制。
- 对数据主权敏感的企业在自有云或 on-prem 部署，同时采用自带 LLM。
价格与版本
| 方案 | 部署 | 当前价格信息 |
|---|---|---|
| Free trial / Self-serve | Sisense Cloud | 官方提供带样例或自有数据的 7 天完整功能试用；正式自助费用在应用内确认 |
| Enterprise SaaS | Sisense 托管 | 定制报价，含企业安全、支持和可用性选项 |
| Dedicated / Your cloud | 专属环境或 AWS、Azure、GCP | 定制报价，取决于规模、区域、容量和服务级别 |
| On-prem Enterprise | 客户本地环境 | 定制报价与实施；适用于数据主权要求 |
| Managed LLM / BYO LLM | 托管模型按 Sisense Credits，或自带支持的 provider | Credits 单价、动作消耗和权益需写入合同 |
旧的固定 Launch/Grow 月费不能代表当前官网方案。采购必须核对 designer/viewer、嵌入用户、容量、环境、支持、Credits、LLM provider 和 SLA。
国内访问与使用体验
Sisense 公网官网与 SaaS 在中国大陆需验证稳定性，因此标记为需要额外访问条件。对于国内企业，Enterprise 的自有云或 on-prem 路线有利于数据驻留和延迟控制，但并不自动解决许可、升级、模型 provider 可用性和跨境支持问题。使用托管 LLM 前要确认数据处理区域、保留策略和合同条款；BYO LLM 也应验证所选 provider 在目标网络中的可用性。
优点
- Compose SDK 和嵌入路线完整，适合把分析做成原生产品体验。
- Enterprise 支持 SaaS、专属云、自有云和 on-prem，部署选择丰富。
- MCP 与治理语义模型结合，便于扩展到外部 AI 工具。
- 托管 LLM 和 BYO LLM 提供架构与治理选择。
不足
- Enterprise 与 AI 用量以报价为主，必须做详细成本建模。
- 灵活性意味着前端、模型、安全和运维工作不会消失。
- 7 天试用较短，难覆盖完整多租户和性能验收。
- MCP 和生成式输出仍需权限测试、质量评估及人工复核。
替代品对比
| 产品 | 更适合 | 相对 Sisense 的差异 |
|---|---|---|
| ThoughtSpot AI | 搜索优先的业务问数 | 自助搜索更突出；Sisense 的组件组合与部署选择更灵活 |
| Looker AI | Google Cloud 与 LookML 团队 | Git 语义建模成熟；Sisense 更强调前端 Compose SDK |
| Power BI AI | Microsoft 内部分析生态 | Office/Fabric 覆盖广；Sisense 更偏白标嵌入 |
| Domo AI | 云端一体化数据与业务应用 | 一体化 SaaS 更直接；Sisense 部署控制更丰富 |
常见问题 FAQ
Sisense AI 可以单独购买吗？
它属于 Sisense 平台能力，具体 Assistant、MCP、LLM 和嵌入权益应随方案报价确认。
支持本地部署吗？
官方 Enterprise 页面明确列出 on-prem，也支持 SaaS、专属云和客户自己的公有云。
BYO LLM 有什么价值？
企业可选择已批准的 provider 并控制模型合同；仍需确认 Sisense 支持范围、数据流和运维责任。
MCP 会绕过权限吗？
其目标是访问治理模型，但必须对 token、用户映射、行列级权限和工具调用做安全测试。
是否有免费版？
官方当前明确提供 7 天试用；长期免费生产权益不能从试用推断，应在应用或报价中确认。
适合内部 BI 吗？
可以，但其优势更集中在嵌入、白标、多租户和组合式前端，简单内部看板可能有更低成本选择。
总结
Sisense AI 的核心竞争力是将治理分析作为组件和服务嵌入产品，同时给企业较多部署与 LLM 选择。采购测试应覆盖真实租户隔离、SDK 性能、MCP 权限、中文问答、升级方式和 Credits 消耗；只有这些工程项通过，生成式演示才有生产价值。