Tellius 深度拆解 — AI 驱动的分析洞察

开场

在 AI 分析赛道上，大家的注意力通常集中在 ThoughtSpot、Tableau、Power BI 这些大牌上。Tellius 相对低调——融资只有 $3610 万，团队规模也不大。但有一个数据值得注意：全球 Top 10 药企中有 8 家在用 Tellius，包括 Novo Nordisk、AbbVie 和 Bristol Myers Squibb。能在制药这种合规要求极高的行业拿下这样的客户密度，不是靠 marketing 做到的。

Tellius 连续四年进入 Gartner 魔力象限的 Visionary 区间（2022-2025）。它做的事情跟 ThoughtSpot 有重叠，但切入角度不同。

他们解决什么问题

企业数据分析有两类需求：一类是"我知道要看什么"（报表和仪表盘），一类是"我不知道该看什么"（洞察发现）。传统 BI 工具解决的是第一类需求——你定义好指标和维度，工具帮你可视化。

但真正有价值的往往是第二类：销售额下降了 15%，到底是哪个区域、哪个产品、哪个渠道导致的？数据里有没有我没注意到的异常模式？

Tellius 的定位就是"自动洞察"——它不只是帮你查数据，还主动告诉你数据里的异常、趋势和因果关系。你不需要先有假设再去验证，系统自动扫描数据，把统计显著的发现推到你面前。

目标客户：中大型企业，尤其是制药、金融、零售行业。数据分析需求复杂，维度多（一个药企的商业数据可能有 200+ 维度），需要从大量维度中找根因。这类企业的分析师团队通常在 10-50 人之间，面对的是数百个业务用户的分析请求。

为什么制药行业特别适合：临床试验数据的维度极多——患者年龄、性别、种族、合并症、用药剂量、给药方式、终点指标、不良反应……逐个排查组合是不现实的。自动洞察引擎能在分钟级别完成人工需要数天的多维度交叉分析。

产品矩阵

核心产品

自然语言查询：用户用中英文输入问题，系统自动生成 SQL 并返回可视化。跟 ThoughtSpot 的搜索体验类似，但 Tellius 更强调"追问"和多轮对话。

自动洞察引擎（AutoInsights）：核心差异化功能。系统自动扫描数据，检测异常值、趋势变化、关键驱动因素和相关性。不需要用户提问——系统主动推送发现。

Kaiya AI Agent：Tellius 6.1 版本推出的 Agentic AI，能跨指标、文档和对话运行分析任务。定位是从"被动回答"到"主动分析"的升级。

数据整合层：支持连接云应用、数据库、大数据系统等多种数据源，做跨数据源的统一分析。

技术差异化

Tellius 跟 ThoughtSpot 的本质区别在于：ThoughtSpot 是"你问，我答"（Search-driven），Tellius 是"你不问，我也告诉你"（Insight-driven）。AutoInsights 引擎会自动对数据做多维度分解，找出统计显著的变化并排序呈现。

这种"自动发现"能力在制药行业特别有价值——临床试验数据维度极多（患者人群、剂量组、终点指标、不良反应），人工逐个检查不现实。

商业模式

定价策略

方案	价格	特点
Pro	未公开，需联系销售	适合中型团队，简化 onboarding
Enterprise	自定义	完整功能，高级安全和合规

Tellius 没有公开定价，这在企业软件中很常见但对买方不友好。从行业对标来看，合同金额可能在 $10 万-$50 万/年之间。

收入模式

SaaS 订阅。增长策略是在制药和金融行业做垂直深耕——一旦一个药企用上了 Tellius，内部扩展到更多 BU 的可能性很高（制药公司的数据分析需求极大）。

融资与估值

轮次	时间	金额
Seed + A	2019	$1100 万
Series A 追加	2021	$930 万
Series B	2025 年 10 月	$1600 万

累计融资 $3610 万。投资人包括 Baird Capital、Sands Capital、Grotech Ventures。$1600 万的 B 轮融资金额在 2025 年的市场环境下不算大，说明 Tellius 可能已经接近现金流平衡，融资更多是为了加速而不是续命。估值未公开，但从融资规模推测在 $1-2 亿区间——跟 ThoughtSpot 的 $42 亿差了一个数量级。

客户与市场

标杆客户

• Novo Nordisk：临床和商业数据的 AI 分析
• AbbVie：药物研发数据的自动洞察
• Bristol Myers Squibb：多维度临床数据探索
• 其他：Top 10 药企中 8 家

制药行业的集中度很高，说明 Tellius 的产品在这个垂直领域有很强的适配性。制药行业的数据合规要求（HIPAA、GxP）也意味着一旦通过验证和部署，客户切换成本极高。

市场规模

AI 驱动分析市场约 $50-80 亿，但 Tellius 实际竞争的是"增强分析"（Augmented Analytics）这个更窄的细分。Gartner 把增强分析定义为"用 ML 自动化数据准备、洞察发现和解释"的分析工具。在制药行业的分析工具市场中，Tellius 可能是除了 SAS 之外渗透率最高的 AI 分析工具。SAS 在统计分析领域有 40 年的积累，但界面和用户体验已经落后于时代，Tellius 正在切走 SAS 的部分市场。

竞争格局

维度	Tellius	ThoughtSpot	Power BI + Copilot	SAS Viya
自动洞察	强（核心功能）	中等	弱	中等
搜索分析	中等	强	弱	弱
制药行业适配	强（Top 10 药企 8 家）	中等	弱	强
定价透明度	低	低	高	低
融资/资源	弱（$3600 万）	强（$8 亿+）	极强（Microsoft）	强
AI Agent	中等（Kaiya）	强（Spotter）	中等（Copilot）	弱

核心观察：Tellius 在通用 BI 市场上很难跟 ThoughtSpot、Power BI 正面竞争——资源差距太大。它的活路在于垂直行业深耕，尤其是制药和金融这些数据复杂、合规要求高的领域。

我实际看到的

好的：AutoInsights 的自动发现能力确实跟传统 BI 不一样。我看过一个演示：把一个季度的销售数据导入后，Tellius 在几分钟内自动找出了"西南区某渠道的退货率异常偏高"——这个洞察如果靠人工分析，可能需要分析师花一周时间逐维度排查。对于数据维度多、人力有限的团队，这种自动发现能力是真正的效率提升。

复杂的：$3600 万的融资意味着产品迭代速度受限。ThoughtSpot 有 $8 亿的弹药在加 AI 能力，Power BI 背后是 Microsoft 的资源。Tellius 在 AI Agent 方向上的投入能不能跟上，是个问题。另外，没有公开定价让中小企业难以评估——很多团队在采购流程早期就需要预算估算。

现实的：Tellius 的制药行业护城河是真实的。制药公司换分析工具的周期以年计，切换成本极高。但问题是制药之外的行业渗透怎么做？8 家 Top 10 药企是亮眼成绩，但如果市场天花板就在制药和金融这几个垂直里，增长空间会受限。

我的判断

• ✅ 适合：制药、生命科学企业做临床和商业数据分析。Tellius 在这个垂直里的适配度是最高的。
• ✅ 适合：需要"自动发现洞察"而非"手动查数据"的场景。AutoInsights 是真正的差异化。
• ❌ 跳过如果：通用 BI 需求。ThoughtSpot 或 Power BI 的生态更成熟、选择更多。
• ❌ 跳过如果：预算透明度要求高。跟 Tellius 走采购流程，你得先跟销售聊，才能拿到报价。

一句话：Tellius 是细分领域的尖刀——制药行业的 AI 分析标杆，但通用市场上资源不够打。

互动

你的公司用 BI 工具时，有多少洞察是"自动发现"的，多少是"手动查出来"的？"AI 自动发现洞察"这个概念，你觉得靠谱还是噱头？