Glean ARR 突破 2 亿美金，一个超简单的 AI 绘本产品一年卖了 600 万美金

在 6 月份完成 1.5 亿美金的 F 轮融资，估值达到 72 亿美金后《AI 让传统招聘平台年增 1 亿美金 ARR，Glean 估值 72 亿美金了》，Glean 宣布其 ARR 已经突破了 2 亿美金，从 2 月份的 1 亿美金 ARR 到现在增加一倍只用了 9 个月时间。

驱动 Glean 快速增长的核心，是企业正在从 AI 试点阶段转向将 AI 融入日常运营模式，企业不再只是寻求 AI "功能"，而是需要一个能够驱动实际业务成果、提高员工效率的系统。这要求其提供的 AI 真正有用，Glean 认为有用必须有以下 3 个能力：

• 理解上下文（Understand your context）: 准确理解员工和公司的数据背景
• 计划和行动（Plan, act）: 不仅提供信息，还能规划并执行任务；
• 展示工作（Show its work）: 提供透明、可信的结果来源和推理过程。

其官方博客里说，企业对 Glean 的部署量翻了一倍多，超过 100 万美金的客户增长了 3 倍多，客户每年在 Glean 上使用的 Token 已超过 20 万亿个，员工平均每天使用 5 次查询。

Glean 的 CEO Arvind Jain 说，企业的 CEO 和高管们都在寻找一个安全、可靠、更适合员工的 ChatGPT 版本。而 Glean 做的事情差不多就是将 ChatGPT 为消费者带来的能力带给企业用户，并融入他们的公司环境：

客户在使用人工智能时面临的最大挑战是，人工智能技术实际上并非为他们的公司打造，大多数人工智能技术都是基于互联网上的公共数据。所以当你把那些模型带到你公司内部，并且试图让他们在内部工作时，最大的问题是他们其实并不了解你们的业务运作方式和背景。

CEO Arvind Jain 补充说，2 亿美金 ARR 只是其产品的订阅收入，不包括咨询和服务带来的收入。在 Glean，合同期限从一到三年不等，没有低于一年的合同。

Glean 这两年的产品演变，让它从最初的企业 AI 搜索引擎，发展成一个 Work AI Platform（工作 AI 平台）。现在其产品提供的能力已经非常齐全了：

• Glean Search：这是企业 AI 的基石和基础。负责建立企业图谱（Enterprise Graph）和个人图谱（Personal Graph），提供混合搜索（Hybrid Search），确保 AI 的响应基于全面的公司知识。
• Glean Assistant ：它是员工的个人 AI 助理。目前已经升级到第三代，提供更深度的推理（Deeper Reasoning）和编排（Orchestration）能力，支持全知识、数据分析、深度研究等复杂工作。
• Glean Agents：这是一个构建和管理企业 AI 智能体的平台。作为开放、横向的平台，它允许企业构建、部署和治理可互操作、企业安全的智能体，实现了超过 2.5 亿次智能体操作。
• Connectors (连接器)：连接所有公司数据。目前拥有超过 100 个连接器，索引了超过 270 亿份文件，是确保 AI 具有完整企业知识上下文的关键。
• Glean Protect：确保在工作中安全地扩展 AI。强调从设计之初就保证安全（Secure by design from day one），提供端到端权限控制。
• Agentic Engine：计划和适应公司上下文。赋予 AI 规划和适应能力，使其能够结合企业数据进行复杂任务。

在最新的一篇博客里，Glean 提到了一个很有意思的概念：上下文也是一种智能（Context is intelligent too）。Glean 说，上下文工程没有单一的万能解决方案，它需要多种技术智能地协同工作，来组织信息和工具，以便智能体能够可靠地完成实际工作。

连接器在摄取内容、解释信号以及在数据变化时重新抓取数据方面都很智能。搜索在对结果进行排序时会运用智能，利用相关性在恰当的时间呈现正确的信息。图谱能够推断关系，通过算法对人员、项目、文档和系统之间的联系进行映射。而记忆会随着时间学习，识别工作完成方式、一起使用的工具以及哪些行动会带来成功结果的模式。这些层次共同将原始数据转化为智能体能够理解、推理并据此行动的动态情境。

当他们最初开发 Glean 时，有公司来找他们查找诸如“查找我们的社交媒体政策”之类的信息，这些信息可能存在于网站上数百个应用程序中的任何一个中。现在，他们发现公司要求其不仅要查找政策，还要“为我们公司起草一份符合行业规范的社交媒体政策，并制定一个获得内部相关利益方批准的流程”。

这是一项自主任务——它不仅需要知道在哪里搜索数据，还需要了解公司规范以及获得政策批准的工具。在涉及自主工作时，这需要更多的背景信息。要真正让工程师从上下文工程中解脱出来，就需要一个专为上下文构建的平台（Agentic Engine）。

与此同时，很多创业者都在尝试用 AI 做儿童绘本这个方向，我最近看到这块一个超级简单的产品，不到一年时间已经卖了 10 万册，销售收入做到了近 600 万美金。

而让我印象最深的是，产品没有采用大部分 AI 使用的订阅制模式，但它却把一次性购买的需求做成了一种多次复购的服务。产品简单到你不需要做任何学习（适合大部分父母），只需上传一张照片，之后它就会给你生成一个具有