在数字化转型深入推进的背景下，数据已成为企业提升效率、优化决策的重要生产要素。
然而，数据价值释放仍面临“获取难、整理难、应用难”的现实瓶颈。
近期，AI DataAgent公司ChatExcel完成Pre-A轮与A轮两轮融资，累计金额达数千万元，由考拉基金与合鼎共资本参与投资。
加上此前获得上海常垒资本、武汉东湖天使基金等机构支持，该公司在2025年内已完成三轮融资。
业内认为，这一融资节奏反映出资本对数据智能应用落地能力的持续关注。
问题：数据“找不到、用不动”制约业务效率提升 不少企业与个人用户在数据工作中普遍遭遇两类痛点：一是“找数难”，有价值的信息分散在网站、文档、图片、音频、视频等不同载体中，呈现非结构化、碎片化特征，难以快速汇聚；二是“用数难”，即便完成采集与汇总，后续分析仍高度依赖复杂函数、专业代码或数据库技能，普通业务人员很难直接使用数据支撑决策，导致数据沉淀为“看得见却用不上”的资源。
原因：全模态数据增长与工具门槛并存，通用模型在数据场景仍有短板 从供给侧看，信息形态加速多样化，内容生产与传播日趋多媒体化，全模态数据规模持续扩张。
与此同时，企业内部数据系统往往分散在不同部门与平台，口径不一、权限复杂、治理成本高，进一步抬高了数据整合门槛。
从工具侧看，传统BI、数据仓库等体系对专业人才依赖度较高，业务端与数据端长期存在“语言不通”的协作成本。
值得注意的是，通用大模型在数据处理环节仍可能出现对结构化数据计算不稳定、对非结构化内容理解偏差等情况，如何将模型能力转化为可控、可复用的企业级工具，仍需在产品化、工程化和行业知识融合方面持续突破。
影响：数据智能应用进入“平台化竞争”，企业对可落地能力提出更高要求 市场层面，大数据分析与数据智能需求保持增长，为相关企业提供了广阔空间。
与此同时，客户更关注产品是否能够在真实业务链路中形成闭环：不仅要“能回答问题”，更要“能产出结果、可复核、可交付”。
在这一趋势下，数据智能赛道的竞争正在从单点工具转向平台化能力比拼，谁能更低成本打通数据获取、加工、查询、分析与呈现环节，谁就更可能在企业服务市场获得长期订单与生态位置。
对于行业而言，此类平台化尝试有望降低数据使用门槛，提升中小企业和一线业务团队的数据应用能力，推动数据要素从“存量资源”转向“可运营资产”。
但同时也对合规治理提出更高要求，尤其在数据采集范围、权限管理、脱敏处理、审计留痕等方面，需要明确边界并建立可执行机制。
对策：以“数据链路”打通为抓手，强调结构化能力与行业知识融合 据介绍，ChatExcel围绕“从全网找数到深度洞察”的思路构建全模态数据链路平台，试图将分散的非结构化内容转化为可分析、可复用的结构化资产，并在此基础上推进分析与交付自动化。
其产品体系覆盖数据获取、数据处理、数据查询、辅助决策、报告生成及数据资产交易等环节：通过自动化抓取与识别降低采集成本；以自然语言驱动表格计算与逻辑处理，减少对复杂函数和脚本的依赖；以语义方式与数据库交互，降低SQL门槛；并通过指标捕捉、异常提示等方式服务业务决策，最终将成果自动生成演示材料，提升交付效率。
业内人士指出，数据智能应用要真正转化为生产力，关键不止在于“能算”，还在于“算得对、说得清、可追溯”。
这要求产品在模型能力之外具备稳定的数据治理机制、可解释的计算链路以及与行业知识相结合的规则与模板，形成可复制的交付标准。
前景：融资加持下加速研发与市场拓展，全球化仍需跨越合规与本地化门槛 本轮融资将主要用于产品研发与市场推广。
公司方面表示，已服务超千万用户，并与苹果、联想等企业开展合作，计划于2026年重点推进全球化战略。
展望未来，随着企业对数据实时化、精细化经营需求增强，面向业务人员的“低门槛数据工具”有望迎来更广泛的应用场景。
但同时，全球化扩张也意味着更复杂的合规要求与本地化挑战。
不同国家和地区在数据跨境、隐私保护、内容获取、行业监管等方面规则差异明显，企业需在产品设计阶段就嵌入合规机制，并在客户交付中建立清晰的责任边界与审计体系。
谁能在“效率提升”与“安全合规”之间找到可持续平衡，谁就更有机会在国际市场形成长期竞争力。
在数字经济时代，数据要素的高效利用已成为提升企业竞争力的关键。
这轮融资不仅标志着资本市场对数据智能领域的持续看好，更预示着我国在核心技术自主创新方面取得的新突破。
未来，随着技术不断迭代和应用场景拓展，数据智能有望为产业转型升级注入更强劲动力，推动数字经济高质量发展。