本年开年以来，DeepSeek 的爆火也给 BI（Business Intelligence，交易智能）行业带来好多关注和流量，衡⽯科技创始⼈& CEO刘诚忠彰着嗅觉到客户一泰半的需求问询都对于 AI 落地到 BI 和数据分析领域的才略 。

其实早在2024年3月，衡石就依然完成 DeepSeek V1的适配，并闲静将 ChatBI 参加交易场景。不同于“来临派”的乐不雅，刘诚忠对AI的气派一直偏求实，在他看来，AI 不是一个市集，而是一项本领，哪怕本领再利害，要津如故要看落地后能否烦闷市集真实的需求面。因此，衡石的计策是让AI助手与BI 平台互为复旧，使得ChatBI 能最大程度栽培“临了一公里”——即数据探索和陡然方法的效用。

生成式AI本领的波浪，极地面增强了 BI 的价值，并鼓舞其智能化进度，这也给中国BI市集带来浩大的出路。据IDC预测，到2026年，全球BI市集年复合增长率（CAGR）将保持在8-10%，市集范畴可能坑害400亿好意思元。固然北好意思仍是最大市集，但亚太地区尤其是中国增速最快。预测到2028年，中邦交易智能与分析软件市集范畴将达到17.9亿好意思元，翌日5年的年复合增长率为12.7%。

在刘诚忠眼里，中国 BI市集还远莫得到“红海”的情景，因为 BI 是各行业数字化转型的中枢进口，亦然企业的刚需才略，同期如故 AI 落地的瞎想场景。不同于传统 BI 厂商，衡石遴选了更为更动的各异化吩咐，看到“ BI is migrating into APPs ”，是以遴选了 “ POWERED BY HENGSHI ”的计策，以集成镶嵌的口头和企业驾御软件厂商伙同，锚定了明确的客户群体。比年来，衡石也顺利出海，2024年与东南亚头部电商平台达成了伙同。

面前，衡石依然与卓绝200家各行业的软件厂商深度伙同，匡助他们在驾御场景中构建 BI 报表、数据分析等才略。刘诚忠暗意，翌日几年，衡石将赓续鼓舞AI本领在BI领域的驾御深化，以 hengshi inside 的形态来赋能每个行业，成为新一代数据智能分析架构的创举者。

全文共享如下：

Q=华创成本

A=衡⽯科技创始⼈& CEO刘诚忠

作念数据分析的基础设施

华创成本：如何界说衡石科技面前在作念的事情？

刘诚忠：行为一门户据分析和 BI 领域的行径化软件居品厂商，衡石作念的不是一个驾御软件或者单点的器具软件，而是以 hengshi inside 的基础设施形态来赋能每个行业。这意味着衡石并不仅仅一家BI或报表器具的公司，而是要作念数据分析的基础设施，咱们界说为 BI PaaS 的平台型居品。

已往几年，咱们专注打造了行径化居品 HENGSHI SENSE，但愿匡助客户在驾御软件居品和科罚有商量中集成镶嵌智能问数、想法体系、数据看板、自助分析等 BI 才略，匡助不同的行业伙伴具备专科级 BI+AI 才略，鼓舞每个行业数据智能的发展落地。

面前，衡石依然与卓绝200家各行业的软件厂商达成深度伙同，居品生态伙同袒护了数字营销、业财费控、ERP、CRM、HR、MES、低代码、供应链治理等数十个垂直领域。

华创成本：不久前衡石科技发布了HENGSHI SENSE 5.4 ，这款中枢居品的上风是什么？不错科罚用户的哪些场景痛点？

刘诚忠：HENGSHI SENSE 是新一代 AI 增强的 BI PaaS 绽放才略平台，咱们从2016年运转打造这款企业级居品，八年时代里经历了四个阶段的迭代。

而最近发布的 HENGSHI SENSE 5.4 ，是功能新增与优化最多的一个版块，亮点功能主要集合在 HENGSHI ChatBI、想法治理、驾御创作、可视化分析、系总揽理等模块，不错匡助 ToB SaaS 驾御厂商、行业软件厂商、科罚有商量厂商在业务场景中，零代码上线 ChatBI、BI 自助分析、可视化运营看板、中国式报表等功能。

华创成本：这两年，生成式AI迎来全面爆发，尤其本岁首 DeepSeek的火爆出圈更是激勉了散漫级关注，AI会颠覆BI行业吗？

刘诚忠：BI 不是一项本领， 是一个驾御场景，亦然治理责任走向智能化的永远愿景。AI 则相背，它不是驾御场景，而是一项本领。再伟大的本领，亦然在某一个场景中被使用的。

AI 与 BI，二者不黑白此即彼的辩论。AI 的本领坑害将大大增强 BI 驾御的才略界限，故意于 BI 的快速普及，因此 AI 本领的坑害是 BI 行业已往十年来最大的 good news。咱们很难想象翌日还有不结合 AI 才略的 BI 居品。

衡石在2023年就引入了 BI+AI 的认识，也接入了市集上的几个主流大模子，其实早在2024年3月，咱们就完成了 DeepSeek V1 的适配，并闲静将 ChatBI 参加交易场景。

开赴点，咱们对于 AI 的气派相对偏保守。因为 AI 在工程师中更多是行为援助，去编写基础代码和谛视、测试案例等，从而提高责任效用。但中枢的逻辑构建责任，依然要由工程师完成。因此，咱们合计 AI 对开发效用的栽培并不彰着，还需要克服多量的工程问题。

此外，我不雅察到已往两年，单纯的 Data+AI 的名堂好多都以失败告终。尽管 LLM（Large Language Model，大型语言模子）本领苍劲，但无法单独栽培总共这个词链条的效用。效用的栽培起先源自数据分析责任从 ETL（索取、调整、加载）架构向 ELT（索取、加载、调整）架构的演进。随着高性能数仓的普及，业务想法的计算从数仓阶段后移至建模阶段，更多计算在看板大开时及时触发，减少了预测算，使看板愈加动态。当这些基础条目具备后，LLM 才气推崇要津作用，已毕最终的坑害。

在已往的一年中，繁密企业在 Text2SQL 的探索道路上碰到辗转，他们曾寄厚望于 LLM 大概已毕坑害性进展。关联词，现实并未如他们所愿。在精准性至关紧迫的数据分析领域，LLM 并未展现出实质性的分析才略栽培，这显豁并非其订立所在。具体而言，约30%的准确率极地面甘休了该本领在施行驾御场景中的有用落地，简直使其失去了实用价值。

但当 AI 和 BI 结合起来时，在终局客户落地成本的大幅下落，反过来鼓舞了市集对 ChatBI 的关注。ChatBI 的落地是当代化 BI 本领与AI本领伙同的结晶，是数据分析的最好推论。咱们有事理信托，2025年将是 ChatBI 大范畴驾御的元年，总共企业驾御都不错融入 ChatBI 功能形态，栽培场景的智能化水平。

华创成本：ChatBI 为什么会受到这样多关注？AI本领的变革会给BI行业带来哪些新的变化？

刘诚忠：固然这两年大模子十分火，但对于To B 企业，面前能简直落地的严肃驾御场景还很少，但 ChatBI 算是一个既可求实落地又有明确价值的驾御场景。想象一下，若能通过当然语言败坏查询数据与想法，就如同领有一位7x24小时 on call 的万能运营文书，这对企业客户尤其是运营岗亭而言，其价值无可量度。

在数据驱动决策的趋势下，谁能更及时地获取数据援助决策，谁就能在商战中赢得先机，具备更快的反映速率。与之酿成昭着对比的是，以往想要快速获取了了的数据口径查询收尾，过程极为繁琐。数据报表是精密数据治理经过的产物，波及数据工程师、数据分析师、运营东谈主员等多个脚色的协同功课。因此，几十年来，BI 的后果多以 T+1 的看板和报表形势呈现，即今天只可稽查昨天的数据，若想了解面前情况，则需比及次日。更何况，肖似数据分析师的职位在一些公司里可能都还莫得，业务东谈主员想要制作数据报表愈加费时极力。

是以如何缩短这一门槛，一直是这个方朝上待科罚的要津问题。因此，ChatBI 的需求并不是来自这波 AI 的本领进步，而是来自 BI 行业实实在在的需求。

而 ChatBI 的出现，让业务东谈主员不错简直开展探索性的责任，无用再皆备依赖提前界说的静态报表。此外，ChatBI 也会大大栽培 BI 的普及率和使用效用，故意于组织里面更快酿成数据文化，用数据言语。

我信托 AI 会极大体现并增强 BI 的价值，但面前还不可单靠 AI 已毕瞎想的效果，是以咱们联想的念念路是让 AI 助手与 BI 平台互为复旧，最大程度的栽培“临了一公里”——即数据探索和报表陡然方法的效用。

华创成本：你们在 HENGSHI SENSE 上搭载了AI，期货投资具体是怎样结合的？

刘诚忠：不同于常见的 Text2SQL 的有商量，凭借独有的建模语义层才略，Text2Metrics 一直是衡石所汲取的更动本贯通线。该本领依托于 BI 的数据建模与想法体系斥地，为当然语言纯真查数问数场景奠定了坚实且严谨的基础，宛如外挂一座业务数据学问库，确保了查询的精准性。在此框架下，AI 与 BI 的协同伙同，犹如文科生与理科生的学问互补，已毕了既更动又求实的落地效果。

HENGSHI ChatBI 自引入以来便惹人注目，它结合了生成式 AI 的苍劲分析检索才略，通过对话式的疏通口头，匡助用户快速获取具有交易价值的分析收尾。这一功能大大缩短了数据分析的门槛，赋能业务内行，使他们大概将手上的数据转机为合理的分析收尾及后续科罚有商量。

BI 的责任后果最中枢的是数据的关联辩论，是以衡石在 BI 形态上推出了 AI 助手，主要面向业务的运营东谈主员或者交易分析师。因为在 BI 领域，AI 发问是一项很实用的本领。举例运营东谈主员在稽查报表时遇到问题，不错不依赖分析师或数据团队，而是通过语音或翰墨输入问题，快速获取具有交易价值的分析收尾，这就大大缩短了数据分析的门槛。

当传统的 BI 被 AI 重塑或者重构时，咱们也在积极反映变化，而且信托 ChatBI 的正确旅途一定是 BI+AI，咱们依然在好多客户中得到了考据，本年会更积极已毕 AI 在数据分析场景中的有用落地。

华创成本：你们对于AI从保守不雅望到积极应付，中间改动的机会是什么？

刘诚忠：AI 大模子有它的上风和局限性，关联词本领再利害，能不可落地到一个明确的市集里才是咱们最良善的。咱们不是保守，仅仅相比求实，不抱有不切施行的期待。因为咱们要基于AI真实的才略去给客户作念委用，需要拿到落地的后果，不可作念个 demo 就免强已往了。

在前年，咱们关注到微软 Power BI和谷歌 Looker 对于 BI +AI 结合有相比好的效果。在国内的 BI 厂商中，咱们的居品架构是十分接近Looker+dbt 的，按照 ELT的念念路构件敏捷分析的数据管谈（编者注：Looker 是一家缔造于2012年的数据分析公司，2019年以26亿好意思金的价钱被谷歌收购），咱们这种联想和布局十分故意于结合 AI 。再加上2018年运转，衡石就自研了肖似DAX的语义层才略（HQL — Hengshi Query Language），这些蓄积和信心让咱们在 BI 厂商中较快上线了准确度可落地的企业级 ChatBI 。

对于一家创业公司，当资源有限时，只可专注于中枢竞争力的打造。这就像打德州时手抓的筹码，如若是一家大公司，当筹码充足，斗胆更动参加研发是一个合理的风险决策，因为你大概承担这个机会成本。但即使是小公司，也不可过于保守，在职何更动中作念错是常态，这不是决定是否参加的主要身分，主要身分是筹码量和机会成本的权衡。是以咱们并不是在更动上消极，而是在正确解析成本后才作念的判断，咱们谨慎了解了 LLM 本领的（面前的）局限性，又评估了对BI行业的永远影响，才定心去参加的。

华创成本：对于 Chat BI ，行业中面前波及到一些“道路之争”吗？

刘诚忠：ChatBI 的落地本领上一直有两种道路：一种是 NL2SQL，在数据库表的基础上平直对接大模子进行问答，大部分是数仓厂商漠视的有商量；另一种是 NL2DSL，一般是 BI 厂商漠视的有商量，将用户的问题调用 BI 结构化的查询接口，由 BI 下发相应查询，上风在于问答准确率高、土产货学问迭代和爱戴的成本很低。

包括谷歌和 Databricks 在内的好多业界顶级数据团队进行过肖似第一种有商量的考据后，最终都莫得得到瞎想的准确率，因此行业内人人的解析都缓缓转为 NL2DSL。这亦然衡石一运转就遴选的道路。事实上到面前为止，总共这个词行业莫得任何公司顺利居品化落地了 NL2SQL 的有商量，这个需求本领上卓绝了面前大模子的才略上限。

至于另外一个问题，Chat BI 应该是寥寂居品如故 BI 居品的增强？我合计不同的道路莫得对与错，期货配资公司仅仅人人的遴选不雷同辛苦。然而寥寂居品的问题在于，客户莫得设立使用俗例。基于BI的增强在客户里面的使用旅途愈加畅通，利于上线。

衡石团队在已往几年专注作念的是一个 BI PaaS 的基础平台居品。咱们但愿各式企业驾御如 ERP、CRM、HCM、MA 等不错开合自由地调用 BI 才略去零代码构建数据分析场景，咱们的伙同伴伴也频繁是某一个领域的专科软件厂商。

请输入图说

华创成本：在你们推论的过程中，哪些客户面前对Chat BI 的需求相比高？

刘诚忠：企业级 BI 自己面向特等据化运营的客户，ChatBI 则进一步增强了分析的纯真性妥协放度，因此在需求上自然契合，越是专科的 BI 客户，就越贯通 ChatBI 的价值。这些年咱们落地做事了WPP、良马、元气丛林、广汽集团、蓝色光标、亚马逊云科技、宝尊集团、阳狮集团等大型集团公司。同期也行为 BI PaaS ，匡助伙同伴伴在业务场景中零代码上线 built-in 的交易分析功能，和菲尼克斯电气、驯服服、明略科技、金蝶软件、天润融通、致远互联、明谈云、EC等数百家企业软件 SaaS 厂商落地深度伙同。

其中，对 BI 的基础斥地越塌实越心疼的伙同伴伴，就越能体验到 Chat BI的价值，一个企业的数据提醒在这个层面推崇了紧迫的作用。有一个诞妄的不雅点是“ AI来了，连上数据随即就不错得到数据智能”，这是很急功近利的想法。正确的念念路是，AI来了，咱们愈加有事理把我方的数据治理好，这样才气简直拿到AI的红利。

我合计客户接纳的意愿如故取决于他所在行业数据 ready 的程度。如若一个行业数字化转型快，它的数据能更好地被麇集和麇集下来，那么这些行业 AI 使用的基本面基础也会更好。

而国内其他大多数的企业对于数据如何分析、如何已毕数据的价值还处于萌芽的阶段，尤其具体波及到发问才略等方面，还有好多需要加强和栽培的空间。

反直观创业

华创成本：BI 行业并不是一个新行业，致使有说法认为早已是红海市集，那2016年你缔造衡石时看到的机会有何不同？

刘诚忠：其实这个处所是相比反直观的。一方面，全球 BI 市集发展如实依然有三、四十年了，然而即使在全球来看企业的普及汲取率也并不是太高，在中国更是一个十分新的市集。很肤浅，BI 本领鼓舞的数据化运营是对企业十分高的要求。尽管有一些外企的居品进入中国市集好多年，但它并不是一个红海市集。另一方面，好多公司 BI 名堂的失败率十分高，致使卓绝50%，这意味着面前的居品和有商量，对于大多数中国客户的近况来说都过于超前或者要求太高，是以传统行业如制造业、零卖业、动力业、医疗、训诲等，其实 BI 的普及率并不高。

其时站在 2016 年的视角来看，那时中国大多数行业正处于数字化转型的阶段，致使好多还在初期，如若把一些传统业务线上化，需要有系统复旧，那企业里面就要有苍劲的 BI 器具，设立相比标准的 BI 经过，这是公司发展过程中一个绕不外去的点。而 BI 形态的分析器具很贫瘠能作念成行径居品，不至于变成定制化的有商量，对工程师的研发参加是有一个相比好的行径化形态保护。基于这些念念考，我决定创业，缔造衡石科技。

已往几年 BI 市集的增长态势也诠释了行业有着浩大后劲，面前看来咱们最初的判断依然是缔造的。翌日企业的数字化转型是刚需，BI 是长青市集，并不会逾期，这个过程中不休还会有新的需求、挑战不时出现， BI 公司也会经历一代代洗牌，是以这个行业如故蛮需要勇敢更动的。

华创成本：2016 年衡石科技曾获取华创成本的天神轮投资，这几年来，你合计公司和总共这个词行业发生了哪些变化？

刘诚忠：对公司而言，最大的变化是从一个工程驱动本领、居品、商量的团队，变成一家领有越来越锻真金不怕火的企业级居品的交易公司。咱们的获客口头、居品版块及配套做事、行动运营、内容营销等都越来越完善。

创业这几年，咱们除了自己的本领蓄积和居品研发才略外，也缓缓修结束生态体系、伙同体系、做事体系和市集品牌等必修课，这是团队的成长。海燕（华创成本治理合伙东谈主）和华创的团队奉陪了咱们的总共这个词成长过程，公司运营这些事情如实是从目生到熟悉，踩了好多坑。

对于总共这个词行业，我能彰着感受到疫情事后这几年，人人对于数据的心疼程度越来越高，更严肃在对待数据分析、报表可视化等。企业要详细化运营，依然成为一种共鸣，也认识到数据是很紧迫的企业金钱，要从里面挖掘出价值，是以围绕着数据和数据分析的市集和总共这个词伙同生态链条是在缓缓成型的。衡石的计策是面向居品生态的伙同，比年来越来越多的厂商遴选和咱们伙同，也能看出总共这个词To B 产业越来越“尖物组合”的发展趋势。

华创成本：你之前说过一个居品能否保持专注和在行业内的起先度，与它的界限辩论，创业这几年你是如何界说衡石居品的界限的？

刘诚忠：这个界限的界说如故发生了一些变化的。最初咱们是从功能性居品开赴，快速地变成一个平台性居品，但之后又迟缓有了缩小。因为公司在和客户伙同过程中，咱们的生态定位会越来越明确，界限也会被了了勾画出来，这个时候就会意志到哪些是最紧迫的，也莫得必要稳扎稳打。

对衡石而言，当咱们的数据建模、想法斥地和分析可视化这部分作念得充足强时，别东谈主也会知谈咱们的界限，人人就能很好打配合。就像两件物体要重叠，独一切面十分明确，才知谈如何组装它。尤其在2021、2022年龄后，咱们做事的客户群体越来越笃定，就会更有针对性的去安排居品，业务也会变得愈加聚焦专注。亦然在阿谁时期，咱们发布了业内首个专注赋能软件厂商的企业级 BI PaaS 即 HENGSHI SENSE 4.2，还已毕了收入翻倍的标的。

华创成本：2024年10月，衡石闲静攻击外洋市集，与东南亚头部电商平台达成伙同，为其提供 BI 数据分析做事，面前取得了哪些阶段性后果？

刘诚忠：这几年咱们在香港、台湾和外洋，都不时有落地的客户。前年10月伙同的是新加坡的一家电商，他们自己对于数据化运营水平的要求十分高。

作念外洋市集，咱们有两个上风：第一，微软 Power BI等全球性的器具依然帮咱们作念了前期的市集训诲，咱们不需要再作念0-1的 know-how 普及，只需要诠释咱们的居品比他们的更好；第二，衡石伙同了繁密软件厂商，人人这几年都在念念考如何出海，这种情况下咱们也能随着出海。

是以翌日，咱们会越来越心疼居品自己全球化的斥地，包括多语言的救济、软件合规改造以及数据安全等，积极面向出海的变化和需求。公司面前的定位亦然把出海的伙伴做事好，从咱们的居品层面赐与救济。

华创成本：据你不雅察，国内和外洋市集的用户需求、所处阶段有哪些不同？

刘诚忠：不同市集面处的阶段辨别如故十分大的。相对锻真金不怕火一些的市集的客户，他们起先需要的是全定制化的做事，其次是半定制化的科罚有商量。独一简直专科的客户才会要行径化器具，是以能卖器具在职何市集亦然很蹧跶的。

事实上中国的企服市集当今其实如故以做事为主，但科罚有商量依然越来越流行，而且少许客户依然运转接纳行径化器具，这是由需求决定的，不是居品先进就能卖得好，而是要切合到市集需求才行。

这亦然咱们面前要优先做事好国内市集的原因，因为咱们依然看到中国客户对于数据的心疼度、需求度高潮的趋势，这是咱们原土公司擅长也能把抓住的机遇，责无旁贷，也当仁不让。

我铭刻2017年华创的年会上，海燕说过中国翌日一定会出现一批百亿级的软件居品公司，这是她的判断，亦然咱们的判断。

华创成本：创业这些年下来，你合计我方在哪些方面有所成长？遇到最大的挑战有哪些？

刘诚忠：最大的成长如故从本领视角到客户视角。

作念 Go-to-Market，越来越意志到营销的紧迫性。在创业之前，我对于居品研发、居品治理如故相比有信心的。作念了一家交易公司后，从居品到市集到客户端，如何搭建市集销售的责任链路，这是我相比有得益的处所。

最早我认为只消居品好，销售靠谱就能把事情作念成，但其后缓缓意志到在 To B 市集里，品牌定位、营销、细分市集也很要津，要通过 marketing 的部署和运营动作，去带动销售，获取更大的增长。增长其实不可蛮干，要靠势能，交易化方面的责任本色上是要去创造这样的势能，或者将我方置于有势能的位置。

此外，在用东谈主方面，我也变得更求实。早年可能对配景和经验会有滤镜，当今合计“泥腿子”可能更稳健，如故要看这个东谈主的起先心和创造力，要有无穷进步的自驱力，训诲总的来说不是太紧迫。

至于挑战，创业这些年太多了。如若说当下这个阶段，我最关注团队的每个东谈主是不是都能保持十分高速的成长，我我方行为 CEO，如何匡助共事们能一直保持进步的情景？如何让他们能找到下一步自身的坑害？这是公司缔造第八年，我最近一直在念念考的问题。

华创成本：衡石八周年发了一系列转头著述，你们共事写的第一篇回忆录让东谈主印象真切，没预想他已往的经历那么丰富。

刘诚忠：对，很中二很燃。写著述的小孩哥高中就辍学，已往作念过餐厅传菜员、保安，加入衡石亦然熟识适值。那时候公司缔造第二个月，我同学给我保举了他曾带过的一个小孩哥，没预想咱们聊得十分振作。然后他说还有个弟弟，亦然前端工程师，见了之后也很聊得来。昆玉俩都是高中辍学，自学前端，20岁就依然是十分资深的工程师了，在开源社区小闻明气。20岁啊，我还在学校写 C语言课堂功课呐。

收尾就因为谈同义合，我就把昆玉俩都招了进来，两个东谈主当今都是咱们团队的中枢本领主干，当今 drive 总共东谈主鼓舞AI责任的进展，如若我和 CTO还有前端 Lead（另一个“90后本领极客”）稍有懈怠，就会遭到他们的大骂。

我招东谈主时最敬重的即是自我驱动。我合计别的方面都不错学不错练，但有莫得要成事的心气儿，这个才是最打动我的。在创业团队中，这种东谈主会拽着总共东谈主一齐上前走，人人相互复旧饱读动，团队就会越来越好。创业是很是笨重的，中枢团队最终都是由有苍劲精神力的东谈主构成，这样的东谈主才不错顾盼窘境，为了标的咬牙救援，同期他们要有充足的细察力，大概在失败面前温和寻找到栽培的旅途，而不是纠结于挫败感。

华创成本：翌日3~5年，你但愿衡石成为一家怎样的公司？

刘诚忠：我合计那时衡石的身边应该会酿成一个相比健康的伙同生态，基于咱们提供的专科行径化的居品、合理的订价、专科靠谱的做事复旧，让咱们伙同的生态伙伴在各自领域中，作念出高价值的数据智能的科罚有商量挣到钱，让行业合座的盘子产生浩大的价值，衡石也能从中获取相比体面的交易陈述。

在我的贯通里，一个企业级居品、一家企业级居品公司，什么时候叫成了？即是你身边有一大票专科的伙同伴伴在依赖这个居品去委用简直的行业价值，而且他们果真挣到了钱，那你也就成了。

我但愿衡石的居品能尽可能的给伙同伴伴赋能，像经典的企业软件公司SAP、微软那样的二级分销做事模式，咱们行为居品厂商，下流（围聚客户侧）有做事提供商，ISV 科罚有商量伙伴，然后他们落地做事好我方的终局客户，酿成一个健康的生态，咱们行为产业里行径化的居品厂商，救济伙同伴伴去挣到钱，这是我但愿翌日能达到的情景。

• 科技
• 恒实
• 刘诚忠
• ChatBI
• 买互市