企业人工智能的关键层：Glean 的巧妙策略如何构建界面下的智能

BitcoinWorld

企业AI的关键层：Glean如何以巧妙策略构建界面下的智能

卡塔尔多哈 – 2025年10月。当科技巨头争夺企业AI界面控制权时，表面之下正在发生根本性转变。Glean这家以企业搜索工具起家的公司，现在正在执行一项关键策略：构建不可或缺的智能层，将强大但通用的大型语言模型（LLM）连接到企业特定的、有权限管理的业务环境中。这一方法由首席执行官Arvind Jain在卡塔尔网络峰会上详细阐述，解决了企业AI采用的核心挑战——从令人印象深刻的演示转向安全、可扩展的部署。

Glean从企业搜索到AI连接组织的演变

企业AI领域目前由可见的界面级竞争主导。微软将Copilot捆绑到其Office套件中，而谷歌则积极地在Workspace中整合Gemini。此外，OpenAI和Anthropic等领先的AI实验室直接向企业销售，几乎每个SaaS平台现在都包含AI助手。因此，市场焦点集中在聊天窗口或侧边栏插件上。然而，Glean七年的发展历程使其定位有所不同。最初被设想为"企业版谷歌"搜索工具，该公司在索引和理解公司SaaS堆栈中的连接方面的深入工作——从Slack和Jira到Google Drive和Salesforce——已成为其基础优势。这一历史背景对于理解其当前市场地位至关重要。

基础问题：通用模型缺乏业务背景

Arvind Jain清晰地阐述了核心问题。"AI模型本身并不真正了解你的业务，"他在Equity播客录制期间表示。"它们不知道不同的人是谁，不知道你做什么样的工作，构建什么样的产品。"因此，LLM可以生成文本，但无法可靠地处理它无法访问或理解的专有数据。这一差距造成了重大风险，包括幻觉、数据泄露和不相关的输出。Glean的主张是，它已经绘制了这个复杂的业务背景，现在可以作为模型和企业数据宇宙之间的中立层。

Glean智能层策略的三大支柱

Glean的解决方案不是单一产品，而是多层平台。Glean助手这一聊天界面通常作为客户入口点。然而，Jain认为真正的保留驱动力是其下的基础设施，建立在三大核心支柱上。

1. 模型访问和抽象：Glean充当LLM的交换机。Glean的平台不是将企业锁定在GPT-4或Claude等单一提供商上，而是允许公司使用、组合或切换领先的专有和开源模型。这种灵活性防止了供应商锁定，并能够利用特定任务的最佳模型。Jain将AI实验室视为合作伙伴而非竞争对手，表示"我们的产品变得更好，因为我们能够利用他们在市场上的创新。"

2. 深度系统连接器：真正的智能需要行动。Glean深度整合核心企业系统——Slack、Jira、Salesforce、Google Drive——以了解信息流，并且关键地，使AI代理能够在这些工具中执行操作。这将AI从对话推进到工作流自动化。

3. 治理和权限感知检索：这可以说是大规模企业采用的最关键组件。"你需要构建一个权限感知的治理层和检索层，"Jain强调。系统必须知道谁在提问，以便根据其访问权限过滤响应。它还根据源文档验证输出，生成引用，并防止幻觉。这一治理层是部门试点和全组织推广之间的关键差异化因素。

市场验证和平台巨头问题

投资者已经表示对这一中间件论点的强烈信心。2025年6月，Glean筹集了1.5亿美元的F轮融资，估值几乎翻倍至72亿美元。与拥有巨额计算成本的前沿AI实验室不同，Glean运营着资本高效、软件驱动的模型，业务快速增长。然而，一个重要的战略问题仍然存在：随着微软和谷歌等平台巨头更深入地推进AI堆栈，这一独立层能否生存？这些公司控制着企业工作流中的广阔领域，并直接整合AI。

Jain的反驳论点取决于中立性和选择。他认为，企业不想被锁定在单一模型或单一生产力套件的生态系统中。独立的、中立的智能层提供战略灵活性，允许企业选择最佳模型，并在异构软件环境中连接数据，而不仅仅是在一个供应商的围墙花园内。最近的融资轮表明，许多投资者同意对企业买家心理的这一评估。

AI部署的实际影响

这一层的实际影响正在加速安全的AI部署。大型组织不能简单地将所有内部数据倾倒到模型中，并希望包装应用程序稍后解决权限问题。Glean的系统从一开始就提供必要的控制。例如，营销部门的员工可以询问有关产品路线图的问题，并收到从Confluence中的文档、Slack中的讨论和Jira中的工单综合而成的答案——但前提是他们对所有这些来源都有查看权限。财务同事问同样的问题可能会收到不同的、适当范围的答案。这种细致的理解是将生成式AI从新奇事物转变为可靠企业工具的关键。

结论

企业AI竞赛远远超出了聊天机器人界面。Glean的策略突出了关键但不太明显的需求，即需要一个智能层来连接强大的生成模型与业务数据和工作流的复杂、受治理的现实。通过专注于模型抽象、深度系统集成和强大的治理，Glean正在解决大规模企业AI采用的根本障碍。随着2025年及以后市场的成熟，这种以基础设施为重点的方法可能被证明与模型本身一样具有战略重要性，不仅决定谁使用AI，而且决定他们如何在整个组织中安全有效地使用它。

常见问题

Q1：企业软件中的"AI智能层"是什么？
AI智能层是位于大型语言模型（LLM）与公司内部数据和应用程序之间的中间件基础设施。它提供背景、管理权限、确保数据相关性，并允许不同的AI模型安全地与企业系统协同工作。

Q2：Glean与微软Copilot或谷歌Gemini有何不同？
虽然Copilot和Gemini是深度集成到特定生产力套件（Microsoft 365、Google Workspace）中的AI助手，但Glean旨在成为一个中立平台，将多个AI模型连接到公司整个软件生态系统的数据，无论供应商如何，并强烈关注跨平台治理。

Q3：为什么治理对企业AI如此重要？
治理确保AI响应尊重用户数据访问权限，防止敏感信息泄露，通过在验证来源中确立答案来减少幻觉，并提供审计轨迹。它对于合规性、安全性和大规模可信部署至关重要。

Q4："模型抽象"是什么意思？
模型抽象是通过单一平台使用多个AI模型（例如来自OpenAI、Anthropic、谷歌或开源）的能力。它让企业为任务选择最佳模型，避免供应商锁定，并随着技术发展轻松采用新模型。

Q5：像Glean这样的公司能与主要科技平台竞争吗？
Glean的竞争论点依赖于提供中立性和最佳灵活性。许多企业使用来自多个供应商的软件，可能更喜欢连接一切的独立层，而不是被绑定到一个平台的集成但有限的AI生态系统。其最近72亿美元的估值表明投资者对这一市场地位的强烈信心。

这篇文章《企业AI的关键层：Glean如何以巧妙策略构建界面下的智能》首次出现在BitcoinWorld上。