Glean 抛出的数字很漂亮：年化收入口径超过 3 亿美元。15 个月前，这个数字还是 1 亿美元。

但我更在意另一件事。一个被叫了多年企业版 Google 的公司，现在最响的卖点变成了帮客户少烧 AI token。

这比增长本身更有信号意义。企业 AI 的问题，正在从能不能接上大模型，变成接上以后每个月烧多少钱。

Glean 增长很快，但 3 亿美元别直接当传统 ARR

Glean 成立约七年，CEO 是 Arvind Jain。它做的是企业内部搜索和 AI 助手。

简单说，它把公司里的文档、聊天、工单、知识库和业务系统连起来，让员工用搜索或 AI 问答找内部信息。

几项关键信息可以压缩看：

变量事实该怎么理解
收入年化收入口径超过 3 亿美元，15 个月内从 1 亿美元翻三倍增长快，但不能直接等同传统订阅 ARR
口径包含消费制，以及固定月费加模型用量费的混合模式更准确说，是 annualized revenue run rate 口径的一部分
估值上轮融资后估值约 72 亿美元资本仍在押注企业 AI 基础层
客户Databricks、Reddit、Pinterest、Samsung 等已进入大型企业采购视野
竞争Google、Microsoft、OpenAI、Anthropic、Salesforce、Atlassian 都在相关方向发力Glean 没有击败巨头，只能说巨头入场后仍保持高速增长

这里最容易被误读的是收入。

AI 公司喜欢把 run rate 讲得像 ARR。听起来稳定，估值也好算。但 Glean 的定价里有消费制和混合模式，收入可预测性不能按传统 SaaS 订阅直接套。

投资人会看得很细。普通读者只需要记住一点：3 亿美元说明需求很强，不等于每一美元都像老牌 SaaS 订阅那样稳。

这对企业采购也有影响。CIO 如果在评估 Glean，不能只看供应商增长快不快，还要问自己公司会怎么被计费：按席位、按使用量，还是两者叠加。

这决定预算会不会失控。

context graph 的价值不在炫技，而在少查、少算、少调用

Glean 现在主打的概念叫 context graph。

大意是把企业内部软件系统里的权限、文档、人员、项目和业务关系连接起来，让 AI 更懂一家公司的上下文。

这个词不是 Glean 独有，也不是魔法。它真正值钱的地方很朴素：让 AI 少走弯路。

Jain 的说法是，如果企业把 AI 接到 Glean 上，AI 能更快拿到做事所需的信息，执行更少操作，消耗更少 token，从而降低 AI 账单。

这句话要打个折看。目前这主要来自 CEO 说法，不等于已经有第三方完整验证。但方向是对的。

企业 AI 的账单，经常不是被模型单价单独拉爆的，而是被上下文混乱拖高的。

文档找不到，就多查几次。权限不清楚，就绕几圈。提示词越写越长，检索越跑越重。最后每一次问答都像开着水龙头洗杯子。

Glean 要卖的，正是这个阀门。

企业 AI 成本来源表面问题真正变量
token 消耗高大模型太贵提示词过长、重复检索、无效上下文太多
命中率不稳AI 不够聪明企业数据分散，权限和语义关系没理顺
部署慢工具不好用内部系统太碎，没人愿意整理旧数据
采购难推进ROI 说不清CFO 看不到成本控制口径

这也是为什么企业 AI 和个人 AI 不一样。

个人用户可以容忍一次回答跑偏。企业不行。企业里有权限、合规、审计、部门墙，还有一堆没人愿意碰但每天都要用的旧系统。

模型能力是发动机。上下文治理是路网。发动机再猛，路是断的，也只能原地轰油门。

对企业 AI 团队来说，动作应该很具体：少盯着模型榜单，多盘点内部数据入口。哪些系统必须接，哪些权限不能越，哪些查询最烧钱，哪些流程值得自动化。

如果这些问题答不上来，换再贵的模型也只是把账单放大。

企业 AI 的门槛，正在从模型强弱转向成本治理

Glean 这条新闻的核心，不是企业搜索又热了。

真正的变化是，企业 AI 从买能力进入算成本。预算表开始接管演示台。

过去一年，很多公司买 AI 像买新电器：先接上，看能不能提效。现在更像管电表：谁在用，怎么用，为什么这么贵，要不要限额。

这会改变采购顺序。

CIO 会更在意数据接入和权限控制。CFO 会要求费用预测。AI 应用团队会被迫证明，每一次调用不是为了做演示，而是能减少人力、缩短流程，或提高命中率。

投资人也该换一套问题。不要只问 Glean 的收入跑多快，还要问三件事：消费制收入波动多大，客户是否持续扩容，成本节省能不能用客户数据证明。

现在还看不清的，正是这几项。

巨头的压力也不能低估。Microsoft 有 Office 和 Teams，Google 有 Workspace，Salesforce 有 CRM，Atlassian 有 Jira 和 Confluence，OpenAI、Anthropic 有模型入口。

按理说，企业搜索和 AI 助手这么核心的入口，不该给独立公司留下太舒服的位置。

但独立公司的机会也在这里。企业软件栈本来就是拼出来的。很少有大公司只活在 Microsoft 或 Google 的单一宇宙里。

谁能跨系统、跨权限、跨数据源，把上下文整理干净，谁就有资格坐在 AI 使用链路中间。

“天下熙熙，皆为利来。”放到今天，就是所有人都想抢企业 AI 入口。入口后面不是一句智能化口号，而是预算、数据和控制权。

历史上也不是第一次。电力刚进工厂时，老板关心的不是电有多神奇，而是电表怎么转、机器停不停、产出能不能覆盖成本。AI 进企业也是这个逻辑，只是电表换成了 token 账单。

我不太买账那种模型一强、企业应用自然就成的叙事。

企业不是聊天室。企业 AI 真正难的地方，是把脏数据、旧流程、权限边界和成本控制塞进同一套系统里。

Glean 这次踩中的痛点很现实：客户已经开始为聪明付电费。接下来能不能继续卖智能，要看它能不能证明自己真能管住这块电表。

最该观察的不是 Glean 有没有一个更响的新概念，而是三件事：客户是否持续扩容，成本节省是否能被更硬的数据验证，巨头打包进现有办公套件后会不会压低它的议价空间。

如果这三关过不了，3 亿美元只是漂亮的增长曲线。如果过得去，企业 AI 的基础层会多一个更硬的位置。