企业 AI 抢占已开启，Glean 正在构建界面之下的层。

Source: TechCrunch

Glean的向智能层转变

七年前，Glean的目标是成为“企业版Google”——一个基于 AI 的搜索工具，能够对公司 SaaS 生态系统（Slack、Jira、Google Drive、Salesforce 等）进行索引和搜索。如今，公司战略已从打造更好的企业聊天机器人转向成为大型语言模型（LLM）与企业系统之间的连接组织。

“我们最初构建的层——一个优秀的搜索产品——要求我们深入了解人们的工作方式以及他们的偏好，”Arvind Jain 在最近的 Equity 播客中对 TechCrunch 说。“所有这些现在都成为构建高质量代理的基础。”

Jain 强调，虽然 LLM 功能强大，但它们是通用的：

“AI 模型本身并不真正了解你的业务。它们不知道不同的人是谁，你做什么工作，或者你们生产什么产品。因此，你必须将模型的推理和生成能力与公司内部的上下文相连接。”

Glean 的卖点在于它已经映射了这些上下文，并且可以位于模型与企业数据之间。

Glean 如何构建这一层

模型访问

Glean 充当抽象层，让企业能够在模型之间切换或组合（ChatGPT、Gemini、Claude 以及开源替代品），随着能力的演进进行灵活选择。这种做法将 LLM 提供商定位为合作伙伴而非竞争对手：

“我们的产品变得更好，因为我们能够利用他们在市场上进行的创新，”Jain 说。

连接器

与 Slack、Jira、Salesforce 和 Google Drive 等工具的深度集成，使 Glean 能够映射系统间的信息流，并让代理直接在这些工具中执行操作。

治理与安全

一个具备权限感知的治理与检索层确保将正确的信息返回给正确的用户：

• 根据请求者的访问权限过滤结果。
• 验证模型输出与源文档的一致性，生成逐行引用，并遵守现有权限。
• 通过将响应基于已验证的内部数据来降低幻觉（hallucination）的风险。

在大型组织中，这一层可能决定是仅进行 AI 方案试点，还是大规模部署。企业不能简单地把所有内部数据倾倒进模型，然后依赖事后包装来解决安全和相关性问题。

市场动态与竞争

Microsoft 和 Google 已经掌握了大量企业工作流的表层，并渴望深化其 AI 集成。如果 Copilot 或 Gemini 能以相同的权限访问内部系统，那么问题就出现了：独立的智能层是否仍然重要？

Jain 认为，企业更倾向于使用中立的基础设施层，而不是垂直整合的助手，以避免锁定单一模型或生产力套件。

融资与前景

Glean 在 2025 年 6 月完成了 1.5亿美元 Series F 融资，估值几乎 翻倍至 72亿美元【https://techcrunch.com/2025/06/10/enterprise-ai-startup-glean-lands-a-7-2b-valuation/】。与前沿 AI 实验室不同，Glean 并不需要巨额的算力预算。

“我们的业务非常健康，增长迅速，”Jain 说。

企业 AI 的争夺战已经打响，Glean 正在将自己定位为界面之下的关键层。