5年160亿估值，硅谷“企业AI”领头羊怎么做到的？

大模型引发的AI大战持续了两年多之后，现在所有创业团队和投资人都在问的一个问题是——适用于大模型真正的场景有哪些？或者，更重要的是，到底怎么才能获得货真价实的客户和营收？

当普通消费者依然为对话式聊天助手而感到兴奋时，AI公司们早已经在寻找AI的落地场景。例如，企业SaaS，这个千亿美元级别赛道上挤满了OpenAI、Anthropic、微软等AI新贵和科技巨头。

就在这样拥挤的赛道中，一家名为Glean的公司，凭借企业内部AI搜索产品拿下了索尼电子、Databricks等行业巨头。

最近，这家刚刚成立5年的公司，在D轮融资中拿到了Kleiner Perkins和光速创投的2亿美元巨款，公司估值暴涨至22亿美元（约160亿人民币），成为企业AI赛道当之无愧的领头羊。

Glean是怎么做到的？它的企业AI搜索产品，又有什么不同凡响之处？

集中式AI搜索平台

Glean可以看作一个AI企业搜索和知识管理的平台，主要功能包括：AI搜索、知识管理、工作主页。

AI搜索是Glean最核心的功能，与传统搜索相比，它的优势在于跨应用和个性化。

Glean打造了一个深度集成的工作空间，为企业员工提供统一的界面，访问企业所有的应用程序和服务，快速搜索定位和整合零散的信息，如会议记录、支持票据、项目档案等，极大提高了查找信息的速度。

例如，用户可以在Glean的平台上搜索到Slack对话信息、Google文档内容和Confluence中的信息等。

不仅如此，用户还可以在Glean上执行与之连接的SaaS应用的轻量级功能，例如在Glean上直接启动会议、创建Jira文档等等。

在企业内部集成数据的基础上，Glean不仅整合了可实现“语义理解”的矢量搜索和关键词搜索技术，还利用LLM推出了生成式AI的搜索功能，并推出了AI助手。

Glean的AI助手主要有三个功能：

1. AI答案

Glean的AI可以根据每位用户的具体需求、偏好和访问权限，提供定制化的搜索结果。例如不同职位、不同地理位置的员工搜索自己的OKR指标时，Glean会给到每个人不同的结果。Glean还会利用员工的活动（如点击搜索结果）来提升搜索的相关性。

2. 专家检测

当检索不到信息时，Glean还能将员工与能够帮助回答问题或完成任务的人联系起来。

员工可以通过点击“people”选项，寻找到与搜索结果相关的内部“主题专家”。例如，当用户想要搜索“员工数据保留政策”的时候，该用户可以用“people”选项查找到工程安全部的相关负责人。

3. 上下文推荐

用户选中文档的某个内容后，输入快捷键Cmd-J/Ctrl-J就可以查看这一内容相关的补充内容和上下文。

例如，当用户在查看“供应商安全调查问卷”文档时，就可以输入快捷键查看“销售安全文档”、“常见安全问题汇总”等链接。

此外，Glean的AI助手还具有写作和编码助手的功能。例如，服务团队可以使用Glean生成支持票据回复。同样，它还能加快软件开发任务的速度，如查找编程最佳实践和最近的代码变更信息。

正如Glean创始人Arvind Jain所说，“Glean是一个面向公司所有数据的AI平台。你可以把它想象成你公司内部的谷歌或ChatGPT，它可以基于公司内部信息回答员工提出的任何问题，并引用源代码。”

除了搜索功能，Glean还提供“知识管理”和“工作主页”的功能。

“知识管理”指的是用户可以分享和整合相关的文档或链接，使用全新简短形式的URL进行界面跳转等，以便更轻松地导航到常用资源。

而且，任何员工或者团队都可以为应用程序中的文档添加自定义的描述，便于他人快速了解文档并与他人共享。例如，HR团队可以将员工入职相关的文档和链接整合到一个专门的集合中，便于新员工更快地了解公司。

“工作主页”则是根据用户的不同习惯，在主页呈现个性化的功能模块，包括公司公告、员工目录、日历等，用户还可以将重要项目固定到搜索结果的顶部。

可见，Glean可以在一个集中的AI平台上连接、保护、索引和理解客户的企业数据，这不仅极大地提升了信息检索的效率，还使得企业内部的信息和知识更加易于管理和利用。

对此，Glean创始人Arvind Jain表示，“通过这些功能强大的更新，Glean将企业搜索提升到了一个新的高度。我们正在提供一种辅助系统，使企业用户不仅能与公司知识保持联系，还能相互联系，从而在日益复杂的数字工作环境中推动前进。”

让企业放心用AI

Cisco（思科）最近的一项调查发现，超过四分之一的企业因隐私和数据安全风险而禁止使用GenAI。在民意调查中，企业表示他们担心GenAI工具会泄露他们的IP或可能向公众或竞争对手披露其他敏感信息。

对此，Glean公司首席执行官Arvind Jain表示，“企业领导者已经看到了ChatGPT在消费领域的威力，并渴望利用其潜力来显著提高工作场所的生产力和绩效。但企业数据非常复杂，需要克服的障碍很多，包括通用大模型存在的幻觉和数据泄漏的风险。如果部署不当，就有可能犯下代价高昂的错误。它需要建立在正确的搜索基础上，才能真正发挥价值。”

他还补充道，“Glean是唯一一家解决了如何将企业知识与LLM的推理能力结合起来，在工作中提供准确、安全的对话式AI体验的公司。”

那么，Glean是如何做到“准确”、“安全”的？

答案是帮企业用自己的数据训练企业专属的生成式AI模型。

而这一模型的基础就是Glean历时4年研发的“可信知识模型”。该模型不仅了解搜索内容，还了解上下文、人与人之间的关系、公司内部语言以及隐私和安全参数等，因此可以满足与企业需求相匹配的准确性、安全性和参考能力。

“可信知识模型”围绕三大支柱展开：

“可信知识模型”围绕三大支柱展开|｜图片来源：Glean官网

1. 公司知识和上下文：

Glean通过100多个连接器，连接到客户公司的所有应用程序，抓取数据源，再通过把所有元数据编制索引，通过全面梳理并深度理解，企业的内部语言、内部关系、内容活动等，为每个客户建立了一个独特的企业“知识图谱”作为“搜索索引”，从而确保搜索答案的个性化和相关性。

“知识图谱”不仅权衡了每条信息之间的直接联系，还权衡了无数其他信号和关系，比如能够识别细微差别，这使搜索引擎的知识更加完整，使生成式AI不断学习和改进，提高搜索相关性。

2. 权限和数据管理：

Glean的数据安全措施符合最高行业标准，客户个人信息的维护和保护符合欧盟《通用数据保护条例》（GDPR）的规定。

Glean采用了准确的数据访问权限与数据加密。比如，Glean遵守公司数据源中设置的权限规则，会进行用户访问审查以执行最小特权原则。这意味着，无论是Slack、Teams、Jira、ServiceNow等，员工都只能根据他们被授权访问的数据来获取答案。

同时，Glean通过对所有数据均使用AES 256进行静态加密，所有数据在传输过程中均使用TLS 1.2+加密等控制措施，来限制数据外泄风险。当用户在底层应用程序中删除文档时，该文档也会从Glean系统中同步删除。

此外，Glean还提供可扩展的基础设施和审核工具，以确保敏感数据按预期使用。

3. 完全可参考性：

Glean可以显示每条信息的来源以及每个响应是如何生成的。用户可以清楚地知道每条信息的来源，以及谁对此负责。

因此，当公司员工进行基于自然语言的查询时，Glean的AI助手会通过利用生成式机器学习模型，对其进行理解和分析，再使用公司专属的AI搜索引擎以及检索增强生成（RAG：Retrieval-augmented Generation）技术来检索最相关、最新的信息，最后将这些信息数据输入大型语言模型（LLM），根据公司的内部“知识图谱”，基于员工访问权限，为其提供“准确”、“安全”的搜索结果。

尽管，Glean正在混合使用大型语言模型输出搜索答案，包括OpenAI的GPT-4和谷歌的转换器模型BERT等，但Glean官方表示，“鉴于企业的生成式AI模型是定制的，因此企业的任何数据都不会被用于训练这些公开的模型，并使外部组织受益，甚至事实上根本不会被保留。”

可见，Glean相当于一个既了解公司情况又了解每位员工偏好的助手，搜索的回答是以“可信知识模型”为基础，让所有信息都安全私密、准确可追溯。

不仅“准确”、“安全”，Glean的部署使用也十分“方便”。

Glean提供Glean Apps和Glean API，企业用自然语言就能在任何需要的地方创建自定义AI应用程序，或者创建定制的AI助手、协同机器人、聊天机器人和代理，并将其集成到他们的工作流程中，数天内即可投入运行。

对此，Glean创始人Arvind表示，“Glean的初步设置时间不超过两小时，并且不需要任何工程技能或手动微调即可部署。无论是通过网络应用、新标签页、侧边栏搜索、原生搜索还是Slack命令，Glean都提供了无缝的工作流程集成。”

“我们相信，扩大人工智能生成体验以促进信息访问和发现，是为企业环境释放全部潜力的第一步。Glean站在领域内训练模型和微调LLM的前沿，为这一进步提供动力。”

拥挤的企业AI赛道

Glean由云数据管理公司Rubrik的联合创始人Arvind Jain发起，其灵感来自于Jain的观察：Rubrik的员工经常难以找到工作所需的信息，其他公司的员工也因同样的问题而苦恼。

2019年，Jain与谷歌、微软和Meta的前员工一起组建了一个小型创始团队，在硅谷中心帕洛阿尔托，建立了面向企业客户的AI搜索应用Glean。

随着生成式AI的发展，Glean成长转型为业界领先的GenAI解决方案提供商，致力于“为人们提供改变世界所需的知识”。

事实上，企业搜索在市场上并不是一个完全创新的概念，Glean有不少竞争对手，主要包括一些提供类似服务的大公司和其他初创公司，像是Microsoft SharePoint Syntex、Amazon Kendra、Google Cloud Search、Coveo、Elastic、Lucidworks等。

但是，Glean首次成功创建了全面解决方案，通过其独特的AI模型和个性化服务，在简化部署和操作流程方面领先于这些竞争对手。

Glean商业模式为纯ToB的模式，并向企业客户提供了两种不同的计费方式。

一种是基于每月每位用户（per-seat）的收费模式，每位用户的费用大约不超过100美元。另一种则是基于年度合同的定制化企业解决方案，这种合同的总金额一般介于5万到10万美元之间。值得一提的是，对于选择后者的客户，Glean通常会提供一定的折扣，使得整体方案更具成本效益，因此也更受到客户的青睐。

此外，Glean与Google Cloud Platform（GCP）建立了合作关系。在企业客户向Glean支付的费用中，有一部分是用于支付给GCP的费用。这笔费用相对固定，不会因为用户数量的增加而有显著变化，类似于一种基础成本，每月大约在1000到2000美金之间。

目前，Glean已经拥有70多家客户，从初创企业到财富500强企业，遍及科技、媒体、教育和医疗保健等多个行业。

Glean也自然成了资本的宠儿，投资方包括Kleiner Perkins、红杉资本、Lightspeed、Latitude Capital等，到目前为止，Glean成功进行了4轮融资，共融资8.5亿美元，估值高达22亿美元。

关于Glean的未来，Glean Technologies创始人Arvind Jain表示，“如今，AI的作用就是帮助你获取所需的信息。但很快，它的功能会更加强大，会转变为与你合作的AI。你会看到各种各样的聊天机器人和系统，我们将生活在一个人工智能为我们工作的世界里。”

只用5年时间就做成了一家估值超过20亿美元的公司，Glean无疑是成功的。但不得不说，2019年时生成式AI尚未像当下这么火热。事实上，不止硅谷，在全球范围内都已经出现非常有实力的竞争者，这其中既有OpenAI这样的消费、B端两手抓的公司；也有微软这样的商业软件巨头，更别说身后一堆AI初创公司。

作为领头羊，Glean如何保持自己的优势、扩大在企业市场的影响力，是个让人万分期待的问题。