弃虚向实：Glean 如何凭借 1% 的 AI 落地能力撬动 2 亿美元 ARR？

AI 领域新晋独角兽 Glean 的突围经验表明：真正的竞争优势并非来自对大模型参数的极致追求，而是如何通过务实的工程手段，将看似微小的 1% AI 技术能力转化为实实在在的商业闭环。其 CEO Arvind Jain 认为，深入理解企业权限体系与业务规则、建立接受 95% 项目失败的容错机制，以及倡导“精简过时代码”的进化型文化，才是企业在 AI 浪潮中构建的核心护城河。这不仅是一次技术的变革，更是一场关于组织进化速度与执行力的深刻演习。

2026 年 1 月 12 日，Glean 首席执行官 Arvind Jain 在深度访谈播客《Grit》中语出惊人：

即便到了今天，我们公司对 AI 潜力的挖掘甚至还不到 1%。

尽管只撬动了 1% 的能力，Glean 却交出了一份惊人的成绩单：估值飙升至 80 亿美元，在一年内连续突破 1 亿和 2 亿美元 ARR（年度经常性收入）大关，并成功迭代出第三代 Glean Assistant。

这并非一个单纯的技术爆发故事，而是一个关于“选择与克制”的增长神话。

最令业界好奇的问题在于：仅凭 1% 的 AI 能力，他们是如何支撑起 2 亿美元营收的？

通过拆解 Glean 的成长路径，我们可以从四个维度找到答案：

为何坚持“1% 落地”策略？

为何大多数 AI 项目难逃失败宿命？

真正的技术护城河究竟藏在何处？

团队规模从初创扩张至千人，付出了怎样的代价？

本文将还原一家硬核 AI 公司在泡沫与变革中如何脚踏实地地“活下来”并走向巅峰。

第一节｜CEO 的务实哲学：AI 的重点在落地，而非模型

Arvind Jain 所指的 1%，本质上是技术与业务场景的适配率问题。

在企业级市场，真正能被安全调用、产生明确业务价值的 AI 场景，目前仅是冰山一角。

Jain 甚至大胆预测：即便全球的大模型研发从此刻停滞，仅靠现有的模型能力，企业级 AI 产品在未来五年内仍有 10 倍的增长空间。

因为对于企业而言，AI 的“强大”远不如“能用”更重要。

Glean 的核心产品并非底层模型，而是让员工能够跨系统检索信息、处理流程的轻量化助手。他背后的逻辑极为清晰：

1，AI 必须向规则低头。

许多企业问题看似是知识匮乏，实则是权限混乱。AI 或许能理解 CRM 里的所有订单，但如果它不理解哪些数据属于绝密、哪些邮件不可调用，它就无法在组织中生存。AI 必须学会尊重并嵌入复杂的组织规则。

2，拒绝“唯参数论”。

许多公司沉迷于私有化部署或微调模型，却忽略了最基本的用户痛点：如何让员工每天都愿意打开这个工具。Glean 的策略是先打通已有的权限与流程，让 AI 助手先成为一个“懂规矩”的同事，再去追求更高的智能上限。

在 Jain 看来，盲目追求剩下的 99% 模型潜力往往意味着高昂的成本与不可控的合规风险。务实，才是最快的捷径。

第二节｜ 揭开幻觉：95% 的 AI 项目注定会失败

在访谈中，Jain 毫无保留地分享了内部的一个失败案例：

“我们曾尝试让 AI 自动分析员工全周的日程与沟通记录，生成一份优先级总结给管理层。技术上我们拥有全量数据，逻辑上也行得通。”

但现实却给了他们沉重一击：AI 始终无法像人类一样，敏锐地捕捉到那些细微但关键的业务优先级。该项目最终宣告流产。

即便是像 Glean 这样深耕 AI 领域的领头羊，依然会面临技术的局限性。Databricks 的 CEO Ali Ghodsi 也曾指出，Agent（智能体）的稳定工作速度远比人们想象的要慢。

Glean 的经验教训是：不要试图用 AI 解决一切魔法问题，而要将其视为一个需要不断磨合的协作伙伴。Jain 认为，接受 95% 的项目失败率是创新的前提。如果你发现内部所有项目都进展顺利，那只能说明你的尝试还不够大胆。

第三节｜动态防御：能“删代码”的组织才有未来

当开发者还在为某段精妙的代码沾沾自喜时，Jain 却在鼓励大家“毁掉”它。

“你曾以为是护城河的代码，明天可能就是阻碍你进化的负资产。”

在 Glean 内部，拥有一种独特的文化：奖励那些能够精简功能、删除旧代码的成员。在 AI 技术每隔几个月就发生代际更替的今天，保持代码库的“轻量”比堆砌功能更重要。

为什么要鼓励删代码？

模型更新极快，固化的产品架构会迅速过时；

企业客户需求在变，臃肿的旧功能会拖累新需求的响应速度；

技术债是隐形的成本，只有不断替换老旧组件，才能保证组织具备最强的适应力。

Jain 坚信：真正的护城河不是你写了多少不可替代的代码，而是你的团队能以多快的速度扔掉它们并换上更好的方案。

第四节｜千人规模的阵痛：从极客到管理者的角色蜕变

当被问及公司规模突破 1000 人后的感受时，Jain 的回答中更多的是“警惕”而非“狂喜”。

随着估值冲上 80 亿美元，业务触角延伸至全球，Jain 发现组织内部的沟通成本呈指数级增长。曾经在小办公室里一句话就能解决的问题，现在即便重复三遍，在执行层面依然可能走样。

此时，CEO 的核心挑战已经从“优化代码”变成了“优化组织系统”：

他不得不开始推行曾经最反感的“标准化流程”；

他必须通过建立决策文档、明确责任边界来确保千人团队的目标一致性；

他甚至开始利用 AI 来辅助自己做深度研究，以提升沟通效率。

这种转变虽然痛苦，却是初创企业通往伟大公司的必经之路。Jain 的心得是：与其期待一个更轻松的明天，不如想办法让当前的每一次沟通和决策都变得更有意义。

结语｜Glean 的制胜之道

Glean 用“1% 的 AI 落地”兑现了 2 亿美元的 ARR，这说明了在 AI 时代，工程化的能力与对业务场景的敬畏心远比单纯的技术参数更具商业爆发力。

总结他们的成功，无非三点：

聚焦高频可落地的场景，拒绝大而全的幻想；

在失败中快速迭代，保持极高的试错频率；

通过“删代码”保持组织的敏捷度，确保迭代速度跑赢技术变革。

正如 Arvind Jain 所言：护城河不在于你已经拥有了什么，而在于你为了拥抱未来，能多快地放弃过去。

参考资料：

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

来源：官方媒体/网络新闻