Glean的成功之道：1%的AI能力如何创造2亿美元ARR

Glean，作为AI领域的独角兽企业，其成功并非依赖于极致的模型性能，而是通过务实的工程实践，将仅有的1% AI能力转化为巨大的业务价值。作者指出，Glean的崛起得益于对企业权限与规则的深耕细作，通过接受95%的AI项目可能失败的现实，快速迭代，并建立起一种鼓励精简过时代码以保持适应力的独特企业文化。本文通过CEO Arvind Jain的访谈，揭示了技术飞速变革时代，真正的护城河并非不可替代的代码，而是组织的进化速度以及将复杂技术转化为实际生产力的执行力。

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

我们公司甚至连AI能力的1%都没用上。

仅用1%，却实现了估值80亿美元，一年内跨越1亿和2亿美元ARR（年度经常性收入）两道门槛，推出第三代Glean Assistant和企业图谱。

这并非另一个AI公司爆发的故事。

真正值得关注的是：只用1%的AI能力，他们如何把ARR做到2亿美元？

从Glean的经验中，我们追问四个问题：

为什么只用1%的AI能力？

为什么AI项目大多会失败？

真正的护城河在哪里？

从小团队扩展到1000人，代价是什么？

这篇文章并非讲述成功，而是还原一家公司如何在变革中生存下来。

第一节｜CEO坦白：连1%的AI能力都没用上

这1%并非技术问题，而是落地问题。

对大多数企业而言，真正能用上、敢用、能让AI落地产生价值的场景只占很小一部分。

Arvind Jain甚至认为：就算模型从今天起停止迭代，仅靠现有能力，企业AI产品依然能在五年内实现10倍成长。

因为AI的强大，并不等同于能用得上。

真正的挑战在于在复杂组织里让技术落地变成业务结果。

Glean不做模型，而是提供让员工能用上AI的工具：跨系统找信息、问问题、推动流程。但即便是轻量级的AI助理，Jain的观点始终是，我们只用了模型很小一部分的能力。

第二节｜失败AI项目：自动化不是魔法，是磨合

Jain在访谈中坦言，公司内部曾尝试过一个听起来简单的AI项目：

“让AI自动识别每位员工本周的最高优先级事项，生成一份总结供管理层查看。Glean已经掌握了员工日程、邮件、项目协作的内容流，按理说有足够的数据基础。”

但并未成功。

他说，我们以为AI会轻松搞定，结果差得远。这个项目最终不了了之，因为AI始终无法准确理解什么才是员工真正的优先级。

第三节｜技术不值钱，“能删代码”才是赢法

“你以为是护城河的东西，其实可能是负担。”

Jain提出了一个让技术派不太舒服的观点。他强调：变化太快了，很多技术刚建好就该淘汰了。

“我们奖励那些把老功能删掉、把代码清理干净的人。因为今天你觉得好的结构，明天可能就落后了。”

第四节｜CEO累不累？从1人到1000人的代价

“那不是一种庆祝感，而是一种恐慌。”

“事情开始变得失控了。”

结语｜做对了什么

“不是因为模型不重要，而是他们知道，AI真正难的不在有没有，而在能不能真正用起来、能不能产生价值。”