Glean CEO Arvind Jain 访谈摘要

AI 行业趋势与洞察 ▼

事实模型多样化: 行业将迎来大量模型，包括来自 OpenAI、Anthropic、Google 的闭源模型，以及 Llama 等众多开源模型。
观点模型选择策略: Arvind Jain 认为，企业在项目初期应使用最先进的闭源模型以验证应用价值；当应用达到一定规模后，出于成本效益和定制化需求，会转向更专业的开源模型。
事实开源模型驱动力: 企业采用开源模型的主要驱动力包括成本效益、数据隐私与合规性（尤其是在需要气隙环境的行业），以及对核心业务流程的控制权。

AI 智能体 (Agents) 的现状与未来 ▼

观点智能体的定义: Arvind Jain 将智能体定义为在 AI 辅助下执行过去由人类完成的工作单元或应用程序。它们能够基于企业内外知识进行推理、执行任务，并能自我反思以提升表现。
事实应用场景: 智能体正在自动化各种业务流程，例如法务合同的自动红线标示、客户服务工单的自动解决等。
观点发展阶段: 目前，智能体技术尚处早期，绝大多数应用仍需“人工监督”模式运行。尽管如此，它们已能显著提升效率，例如将一份需要两周的合同审查工作缩短至几小时。

Glean 的演进之路：从搜索到智能体 ▼

事实第一阶段 (2019年创立) - 企业搜索: Glean 由前谷歌工程师创立，旨在解决企业内部信息查找困难的痛点。利用 Transformer 技术和对 SaaS 应用的深度集成，Glean 打造了新一代企业搜索引擎。
事实第二阶段 (ChatGPT 时代) - RAG 与 AI 助手: 随着 GPT-3.5 等大语言模型的成熟，Glean 从“企业级谷歌”演变为“企业级 ChatGPT”，通过检索增强生成（RAG）技术，为用户提供基于公司内部知识的精准回答。
事实第三阶段 (2025年) - 智能体平台: Glean 推出了 Glean Agents 平台，这是一个横向的、统一的平台，允许企业员工构建、部署和管理能够跨部门执行复杂任务的 AI 智能体。

Glean 技术揭秘 ▼

事实核心架构: Glean 的平台构建在深度集成（超过100个连接器）和对企业知识图谱的理解之上。其架构能够处理复杂的权限模型，确保数据安全和个性化。
观点企业搜索的复杂性: Arvind Jain 强调，企业搜索与网页搜索的根本不同在于需要严格的权限控制和对内容质量、时效性及权威性（如专家识别）的精准判断。
事实混合搜索与个性化: Glean 采用混合搜索方法，结合了关键词搜索和语义搜索，并利用用户行为数据（数据飞轮）不断学习和优化，从而提升搜索结果的相关性。
观点护城河: Glean 的护城河在于其快速迭代、解决复杂客户问题的能力，以及由此构建的强大、稳健且深度集成企业工作流的技术栈。

Glean 的未来愿景 ▼

观点未来工作模式: Arvind Jain 预见，未来每位知识工作者都将拥有一个由AI助手、同事和教练组成的强大团队，极大地提升个人工作效率和创造力。
观点 Glean 的定位: Glean 致力于成为这个“AI 团队”的核心，即每位员工身边的终极个人AI助手。同时，作为横向平台，为企业内各种垂直领域的 AI 应用提供动力和基础。

准备好用 AI 赋能您的工作了吗？

Glean 正在重新定义企业知识管理和工作自动化。探索其强大的功能，了解它如何为您的团队节省时间、激发创造力。

探索 Glean 的 AI 平台

原文