只用到 1% 的 AI，卻把 ARR 做到 2 億美元：Glean 贏法在哪

全文 2,000字 | 閱讀約 6 分鐘

（Glean CEO訪談核心觀點片段）

2026年 1 月 12 日，Glean CEO Arvind Jain 在播客《Grit》里說：

我們公司甚至連 AI 能力的 1% 都沒用上。

只用1%，卻做到了估值 80億美元，一年之內(nèi)跨過 1 億和 2 億美元 ARR（年度經(jīng)常性收入）兩道門檻，推出第三代 Glean Assistant 和企業(yè)圖譜。

這不是又一個 AI 公司爆發(fā)的故事。

真正值得關(guān)注的是：只用 1% 的 AI 能力，他們怎么把 ARR 做到 2 億美元？

我們從 Glean 的經(jīng)驗里，追問四個問題：

• 為什么只用 1 %的AI能力？

• 為什么 AI 項目大多會失敗？

• 真正的護城河在哪里？

• 從小團隊沖到 1000人，代價是什么？

這篇文章不是講成功，而是還原一家公司怎么撐下來的。

第一節(jié)｜CEO 坦白：連 1% 的 AI 能力都沒用上

這個 1% 說的不是技術(shù)問題，而是落地問題。

對大多數(shù)企業(yè)來說，真正能用上、敢用、能讓 AI 落地產(chǎn)生價值的場景，只占很小一部分。

Arvind Jain 甚至認為：就算模型從今天起停止迭代，光靠現(xiàn)有能力，企業(yè) AI 產(chǎn)品依然能在五年內(nèi)實現(xiàn) 10 倍成長。

因為 AI 的強大，并不等于用得上。

真正的挑戰(zhàn)，是在復(fù)雜組織里讓技術(shù)落地變成業(yè)務(wù)結(jié)果。

Glean 不做模型，做的是讓員工能用上 AI 的工具：跨系統(tǒng)找信息、問問題、推動流程。但即便做的是輕量級的 AI 助理，Jain 的觀點始終是，我們只用了模型很小一部分的能力。

他背后有兩個判斷：

1，不是所有工作都適合交給AI。

很多場景看起來是知識問題，實際是規(guī)則問題。比如銷售用CRM系統(tǒng)時，AI 能理解系統(tǒng)中的所有信息，但它不知道哪些客戶數(shù)據(jù)有權(quán)限看、哪些郵件能被調(diào)用。光有模型能力不夠，它必須懂組織規(guī)則，而這恰恰是很多企業(yè)自己都沒理清的地方。

2，不是模型越大，產(chǎn)品越好。

Jain 明確講到，現(xiàn)在很多公司一上來就想接模型、訓模型，結(jié)果反而錯過了AI最實用的機會：有沒有辦法先讓員工每天用起來，再去談模型效率。所以他給出的策略是：

• 用一小部分模型能力，先做好可復(fù)用的場景；

• 用企業(yè)已有的權(quán)限、流程、知識庫，把 AI 助手培養(yǎng)成真正能用的同事。

這種務(wù)實路線的效果是：不是靠 AI 能力強，而是靠實際能用。

在 Jain 看來，剩下那 99% 的模型能力不是紅利，是陷阱。成本用不起，權(quán)限管不好，風險看不清，貪多反而會拖累組織效率。

第二節(jié)｜ 失敗 AI 項目：自動化不是魔法，是磨合

Jain 在訪談中坦白說，自己在公司內(nèi)部嘗試過一個聽起來很簡單的 AI 項目：

“讓AI自動識別每位員工本周的最高優(yōu)先級事項，生成一份總結(jié)供管理層查看。Glean 已經(jīng)掌握了員工日程、郵件、項目協(xié)作的內(nèi)容流，按理說有足夠的數(shù)據(jù)基礎(chǔ)。”

但沒有成功。

他說，我們以為 AI 會輕松搞定，結(jié)果差得遠。這個項目最終不了了之，因為 AI 始終無法準確理解什么才是員工真正的優(yōu)先級。

這不是個例。如果連 Glean 這樣的專業(yè) AI 公司都做不到，對大多數(shù)企業(yè)來說，這類期待就更不現(xiàn)實了。

Databricks CEO Ali Ghodsi 在之前一次訪談中也說：不是你把 Agent 扔出去，它就能干活了。要真正讓它穩(wěn)定工作，要比你想象的慢得多。

Glean 也曾試圖為特定場景訓練定制模型，最終還是轉(zhuǎn)回了基礎(chǔ)模型。因為發(fā)現(xiàn)基礎(chǔ)模型更容易部署，更快能用起來。

AI 不是自動完成任務(wù)的魔法按鈕，而是一個要靠人配合、不斷調(diào)試的合作對象。

Jain 曾公開表示，95% 的 AI 項目失敗其實才是正常的。不是因為方向錯了，而是因為真正能落地的產(chǎn)品，要先接受失敗是起點的現(xiàn)實。

當你真正在試驗新技術(shù)時，如果所有項目都沒失敗，說明你嘗試得還不夠。

關(guān)鍵不是避免失敗，而是快速從失敗中學習。

第三節(jié)｜技術(shù)不值錢，“能刪代碼”才是贏法

當外界還在討論大模型誰更強、參數(shù)誰更多時，Jain 提出了一個讓很多技術(shù)派不太舒服的觀點：

你以為是護城河的東西，其實可能是負擔。

他說這話不是為了反對技術(shù)，而是強調(diào)一點：變化太快了，很多技術(shù)剛建好就該淘汰了。

在這場訪談中，他提到一條在 Glean 內(nèi)部已經(jīng)變成文化的做法：鼓勵刪代碼。

“我們獎勵那些把老功能刪掉、把代碼清理干凈的人。因為今天你覺得好的結(jié)構(gòu)，明天可能就落后了。”

他說：現(xiàn)在做企業(yè)級 AI 產(chǎn)品，最大的挑戰(zhàn)不是技術(shù)不夠，而是變得太快。你必須能快速扔掉沒用的東西，快速換上新的做法。

為什么這么做？

• 新模型每幾個月就更新一次，你不可能每次都重新搭產(chǎn)品；

• 企業(yè)客戶要的是能快速解決問題、跟得上流程變化的工具；

• 一旦堆了太多過時的東西，想改就會拖整條線，反而成了負資產(chǎn)。

這就是為什么 Jain 始終認為，Glean 不靠模型贏，而靠適應(yīng)速度贏。

這也是 Glean 選擇做專注的企業(yè) AI 平臺而不是“萬能模型公司”的原因。在 AI工具泛濫的階段，誰能快速對接客戶變化、快速扔掉沒用的東西，誰就能活下來。

用 Jain的話說：護城河不是你寫的代碼，而是你能多快地替換它。

第四節(jié)｜CEO 累不累？從 1 人到 1000 人的代價

在對話快結(jié)束時，主持人問：你現(xiàn)在每天醒來，看到這家公司已經(jīng) 1000 多人了，感覺怎么樣？

Jain 的回答很直接。他說的第一句話是：

“那不是一種慶祝感，而是一種恐慌。”

Glean 的成長速度很快，從創(chuàng)業(yè)到估值 80 億美元，只花了幾年時間。團隊從幾人擴張到過千，業(yè)務(wù)線越來越多，客戶遍布全球。

可 Jain 的感受卻是：事情開始變得失控了。

以前一個方向只要在小會議室里講清楚，第二天大家就可以動手干。現(xiàn)在呢？不同部門、不同語言、不同時區(qū)，就算事情講了三遍，執(zhí)行起來也會走樣。

到了這個階段，最難的不是產(chǎn)品，不是技術(shù)，是讓所有人往一個方向走。

Jain 說他早期最抗拒流程，更習慣直接沖刺、快速反饋。但現(xiàn)在，他必須主動去做那些以前不愿做的事：把信息寫下來、整理決策依據(jù)、設(shè)置管理節(jié)奏、明確責任邊界。

我們以前靠的是技術(shù)、客戶、沖勁。

現(xiàn)在真正的挑戰(zhàn)是，組織能不能自主運轉(zhuǎn)。

這種轉(zhuǎn)變，不只是心態(tài)的變化，而是 CEO 角色的全面升級。

他開始每周多花時間檢查內(nèi)部文檔、理清團隊節(jié)奏，遇到復(fù)雜問題時先讓 AI 做深度研究，再帶著完整信息去找團隊。這樣做的目的是，讓每次溝通都更高效，不浪費大家的時間。

而他最常對團隊說的，就是要找到辦法讓今天過得有意義，而不是指望某個更輕松的明天。

對 Glean 來說，技術(shù)在迭代、市場在增長、模型在進步，但真正要守住的是：不讓人在快速擴張中掉隊，不讓人疲憊到放棄。

1000 人是一個里程碑，但讓每個人都不掉隊，才是更難的那一個。

結(jié)語｜做對了什么

Glean 用不到 1% 的 AI，做出了 2 億美元 ARR。

不是因為模型不重要，而是他們知道，AI 真正難的不在有沒有，而在能不能真正用起來、能不能產(chǎn)生價值。

他們做對了三件事：

• 用 AI 做能用的部分，而不是追求大而全；

• 把 95% 的失敗率當作常態(tài)，快速試錯；

• 懂得清理舊包袱，讓組織迭代速度超過技術(shù)迭代。

但這些也有代價。從幾人到 1000 人，最難的不再是產(chǎn)品或技術(shù)，而是不讓人走散、不讓人掉隊。

用 Arvind 的話說：護城河不是寫了什么代碼，而是多快能換掉它。

這就是 Glean 的贏法。

識自AI

本文由AI深度研究院出品，內(nèi)容整理自Glean CEO Arvind Jain在播客《Grit》深度訪談演講等網(wǎng)上公開素材，屬評論分析性質(zhì)。內(nèi)容為觀點提煉與合理引述，未逐字復(fù)制原演講材料。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設(shè)為星標" ← AI深度研究員 ? ← 設(shè)為星標

參考資料：

https://www.youtube.com/watch?v=DiGl_63wI64&t=1470s

https://www.linkedin.com/posts/jain-arvind_2025-was-a-year-to-remember-in-so-many-ways-activity-7414048553788088320-z6DS/

https://www.goldmansachs.com/insights/talks-at-gs/arvind-jain

https://www.businessinsider.com/ceo-databricks-glean-ai-automation-overestimate-ali-ghodsi-arvind-jain-2025-12

來源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編: 圖靈