企業 AI 的關鍵層級：Glean 如何以巧妙策略打造介面之下的智慧

BitcoinWorld

企業 AI 的關鍵層級：Glean 如何以巧妙策略打造介面下的智慧基礎

卡達杜哈 – 2025 年 10 月。當科技巨頭爭奪企業 AI 介面的控制權時,表面下正發生一場根本性的轉變。Glean,一家最初以企業搜尋工具起家的公司,現正執行一項關鍵策略:打造不可或缺的智慧層級,將強大但通用的大型語言模型 (LLM) 連接到企業的特定權限情境。執行長 Arvind Jain 在卡達網路峰會上詳述的這種方法,解決了企業 AI 採用的核心挑戰——從令人印象深刻的示範轉向安全、可擴展的部署。

Glean 從企業搜尋到 AI 連接組織的演進

企業 AI 領域目前由可見的介面層級競爭主導。Microsoft 將 Copilot 整合到其 Office 套件中,而 Google 則積極在 Workspace 中整合 Gemini。此外,領先的 AI 實驗室如 OpenAI 和 Anthropic 直接向企業銷售,幾乎每個 SaaS 平台現在都包含 AI 助理。因此,市場焦點集中在聊天視窗或側邊欄外掛程式上。然而,Glean 七年的發展歷程使其定位有所不同。最初構想為「企業版 Google」的搜尋工具,該公司在索引和理解公司 SaaS 堆疊(從 Slack 和 Jira 到 Google Drive 和 Salesforce)之間連接方面的深入工作,已成為其基礎優勢。這段歷史背景對於理解其當前市場地位至關重要。

基礎問題:通用模型缺乏業務情境

Arvind Jain 清楚地闡述了核心問題。「AI 模型本身並不真正理解您的業務,」他在 Equity 播客錄製期間表示。「它們不知道不同的人是誰,不知道您做什麼樣的工作,製造什麼樣的產品。」因此,LLM 可以生成文字,但無法可靠地處理其無法存取或理解的專有資料。這個差距產生了重大風險,包括幻覺、資料洩漏和不相關的輸出。Glean 的主張是,它已經描繪了這個複雜的業務情境,現在可以作為模型與企業資料宇宙之間的中立層級。

Glean 智慧層級策略的三大支柱

Glean 的解決方案不是單一產品,而是多層級平台。Glean Assistant(一個聊天介面)通常作為客戶的切入點。然而,Jain 認為真正的留存驅動力是其下方的基礎設施,建立在三個核心支柱上。

1. 模型存取與抽象化: Glean 充當 LLM 的交換機。Glean 的平台不會將企業鎖定在單一提供商(如 GPT-4 或 Claude)上,而是允許公司使用、組合或切換領先的專有和開源模型。這種靈活性可防止供應商鎖定,並能夠為特定任務利用最佳模型。Jain 將 AI 實驗室視為合作夥伴而非競爭對手,他表示:「我們的產品變得更好,因為我們能夠利用他們在市場上所做的創新。」

2. 深度系統連接器: 真正的智慧需要行動。Glean 與核心企業系統(Slack、Jira、Salesforce、Google Drive)深度整合,以理解資訊流動,更重要的是,使 AI 代理能夠在這些工具中執行操作。這將 AI 從對話推進到工作流程自動化。

3. 治理與權限感知檢索: 這可以說是大規模企業採用最關鍵的組成部分。「您需要建立一個權限感知的治理層級和檢索層級,」Jain 強調。系統必須知道誰在提問,以便根據其存取權限過濾回應。它還會根據來源文件驗證輸出,生成引文,並防止幻覺。這個治理層級是部門試點與全組織推廣之間的關鍵差異化因素。

市場驗證與平台巨頭問題

投資者已經對這個中介軟體理論表達了強烈信心。2025 年 6 月,Glean 籌集了 1.5 億美元的 F 輪融資,估值幾乎翻倍達到 72 億美元。與擁有龐大運算成本的前沿 AI 實驗室不同,Glean 營運一個資本高效、軟體驅動的模式,業務快速成長。然而,一個重大的策略問題仍然存在:當 Microsoft 和 Google 等平台巨頭更深入地推進 AI 堆疊時,這個獨立層級能否存續?這些公司控制著企業工作流程中的廣大領域,並直接整合 AI。

Jain 的反駁論點取決於中立性和選擇。他認為,企業不希望被鎖定在單一模型或單一生產力套件的生態系統中。獨立的中立智慧層級提供了策略靈活性,允許企業選擇同類最佳的模型,並在異質軟體環境中連接資料,而不僅僅是在一個供應商的封閉花園內。最近的融資輪次表明,許多投資者同意這種對企業買家心理的評估。

AI 部署的實際影響

這個層級的實際影響是加速安全的 AI 部署。大型組織不能簡單地將所有內部資料傾倒到模型中,並希望包裝應用程式稍後處理權限。Glean 的系統從一開始就提供必要的控制。例如,行銷部門的員工可以詢問有關產品路線圖的問題,並獲得從 Confluence 中的文件、Slack 中的討論和 Jira 中的工單綜合而來的答案——但前提是他們對所有這些來源擁有檢視權限。財務部門的同事詢問相同的問題可能會收到不同的、適當範圍的答案。這種細緻的理解將生成式 AI 從新奇事物轉變為可靠的企業工具。

結論

企業 AI 競賽遠遠超出了聊天機器人介面。Glean 的策略突顯了一個關鍵但較不顯眼的需求:一個將強大的生成模型連接到業務資料和工作流程的複雜治理現實的智慧層級。透過專注於模型抽象化、深度系統整合和強健的治理,Glean 正在解決大規模企業 AI 採用的根本障礙。隨著市場在 2025 年及以後的成熟,這種專注於基礎設施的方法可能被證明與模型本身一樣具有策略重要性,不僅決定誰使用 AI,還決定他們如何在整個組織中安全有效地使用它。

常見問題

Q1: 企業軟體中的「AI 智慧層級」是什麼?
AI 智慧層級是位於大型語言模型 (LLM) 與公司內部資料和應用程式之間的中介軟體基礎設施。它提供情境、管理權限、確保資料相關性,並允許不同的 AI 模型安全地與企業系統協作。

Q2: Glean 與 Microsoft Copilot 或 Google Gemini 有何不同?
雖然 Copilot 和 Gemini 是深度整合到特定生產力套件(Microsoft 365、Google Workspace)中的 AI 助理,但 Glean 旨在成為一個中立平台,將多個 AI 模型連接到公司整個軟體生態系統的資料,無論供應商為何,並強烈專注於跨平台治理。

Q3: 為什麼治理對企業 AI 如此重要?
治理確保 AI 回應尊重使用者資料存取權限,防止敏感資訊洩露,透過在經驗證的來源中建立答案來減少幻覺,並提供稽核軌跡。它對於大規模的合規性、安全性和可信賴部署至關重要。

Q4: 「模型抽象化」是什麼意思?
模型抽象化是透過單一平台使用多個 AI 模型(例如來自 OpenAI、Anthropic、Google 或開源)的能力。它讓企業為任務選擇最佳模型,避免供應商鎖定,並隨著技術發展輕鬆採用新模型。

Q5: 像 Glean 這樣的公司能與主要科技平台競爭嗎?
Glean 的競爭理論依賴於提供中立性和同類最佳的靈活性。許多企業使用來自多個供應商的軟體,可能更喜歡連接一切的獨立層級,而不是被綁定到一個平台整合但有限的 AI 生態系統。其最近 72 億美元的估值顯示了投資者對這一市場地位的強烈信心。

本文《企業 AI 的關鍵層級:Glean 如何以巧妙策略打造介面下的智慧基礎》首次發表於 BitcoinWorld。