Glean は 275 を超える社内システムを権限認識型の AI プラットフォームに統合し、エンタープライズ検索と AI アシスタント、エージェントを提供します。Glean Technologies が大企業向けに開発し、閲覧権限のないデータは表示しません。
このツールを使いましたか？評価してください
Glean は、企業の知識とシステムと文脈をつなぎ、AI が組織のなかで実際に役立つ仕事をできるようにするエンタープライズ向けの Work AI プラットフォームです。公開インターネットの知識だけで当たり障りなく答えるものとは違います。この製品が狙う課題は大きな組織に固有のものです。社員が仕事に必要とする情報は Slack のスレッド、Google Drive の文書、Jira のチケット、Confluence のページ、SharePoint のサイト、GitHub のリポジトリ、Salesforce のレコードに散らばっており、汎用のチャットボットはそのどれにもアクセスできません。Glean はそうした素材を索引化し、誰が何を見てよいかを把握したうえで、その上に検索窓とアシスタント、そして多数のエージェントを載せます。
運営主体は Glean Technologies, Inc. とその子会社です。ここで明示しておくべき境界がひとつあります。マーケティングサイトに掲載されたプライバシーステートメントは、ウェブサイトと事業運営のみを対象とし、製品やサービス自体の利用には適用されないと明記しています。つまり企業データの取り扱いを規律するのは公開ポリシーではなく契約条項です。創業者兼 CEO の Arvind Jain は Google で十年以上にわたり卓越したエンジニアとして検索と地図と YouTube のチームを率い、それ以前に Rubrik を共同創業しました。共同創業者兼 CTO の Vishwanath T R は Facebook で十年近く技術リーダーを務めています。この経歴が重要なのは、エンタープライズ検索が AI の問題である前に索引化とランキングの問題だからです。
同社が公開している年表は意図された順序を示しています。2019 年に創業してステルス状態でエンタープライズ検索を開発し、2021 年の公開時点ですでに 40 社以上が利用しており、2022 年にユニコーンとなり、2023 年に対話型アシスタントを、2025 年にエージェントを投入して 72 億ドルの評価額に達し、2026 年には AI コワーカーを発表しました。この順序が製品の性格を説明します。検索と権限の層が先にあり、生成系の機能はその上に築かれました。モデルから出発して後から社内データへのアクセスを付け足そうとする消費者向け AI 検索とは正反対の道筋です。
Glean は価格を公表していません。価格ページも無料枠もセルフサービスの登録もなく、製品に至る唯一の経路は営業組織が対応するデモ申し込みです。この規模で販売される企業向けソフトウェアとしては標準的なやり方ですが、商談に入らなければ費用を評価できず、並行して調達手続きを回さないかぎり競合との直接比較も難しいということでもあります。
構造について分かっている内容は、ウェブサイトではなく CEO の発言から来ています。Jain は TechCrunch に対して二つの構造を説明しました。顧客が使った分だけ支払う従量モデルと、アクティブ利用者に対する固定の月額にモデル消費分の利用料を別途加える混合モデルです。実務上の含意は定着が進むほど費用が増えるということなので、財務計画は試行段階の量ではなく想定される定常的な利用量を前提に立てるべきです。第三者のまとめに出てくる一席あたりの具体的な金額は、未検証のものとして扱ってください。
公表された収益の数値は慎重に読む必要があります。TechCrunch はこの 3 億ドルという数字が伝統的な意味での ARR として完全には説明できないと指摘しました。従量モデルは定義上、厳密に経常的な構成要素を持たないため、その一部は年間経常収益というより年換算の収益ランレートと呼ぶほうが正確だからです。これは事業が弱いからではなく、成長の見出し数値と契約済みの経常収益が同じものではないという理由で、ベンダーの安定性を測る際に押さえておくべき点です。
コネクタの設定と個別開発には摩擦があります。PeerSpot にレビューを寄せた金融サービス企業のアナリストは三つの具体的な不満を挙げました。コネクタの有効化が既定で使える状態ではなく何度もやり取りを要したこと、カスタムアクションで独自エンドポイントへの要求を追跡する開発者向けログがないこと、そしてクエリの遅延が目立って大きかったことです。同じレビュアーはこれを速度と正確性の取引だと位置づけ、応答そのものはおおむね非常に正確だったと付け加えています。
エージェントのワークフロー統制はまだ成熟の途上です。繰り返し挙がる指摘は、ワークフローのエージェントがすべてのノードで AI を適用するのにノード単位で切る手段がなく、ときに出力を乱してしまうというもので、あわせてモデルの選択肢を増やしてほしい、網羅的な検索ではなく経路選択の質を上げてほしいという要望も出ています。
公開されているレビューの母数は小さめです。PeerSpot ではこのプラットフォームは 12 件のレビューで 5 点中 4.3 点を保ち、レビュアーの 100 パーセントが推奨の意思を示しています。大企業が母数の多くを占めますが母数自体が小さいため、統計的に堅いというより方向性を示すものとして読むべきです。この価格帯の企業向けソフトウェアは消費者向けツールより公開レビューがはるかに少ないため、星の数よりリファレンス確認のほうが重要になります。
競争の構図は根本から変わりました。Jain は、会社が存在した最初の四、五年は競合がいなかったが、いまや Google と Microsoft、OpenAI、Anthropic、Salesforce、Atlassian がいずれも同種のツールを作っていると認めています。そのうちのいくつかは、すでに締結済みの契約のなかにこの機能を組み込むことができます。
配備の質は元のシステムの状態に左右されます。検索品質の上限は基盤となる内容と権限の状態が決めます。過剰に共有されたドライブや重複した文書、古びた内容を抱える組織は、まさにその問題をより速く露呈させることになります。
公開されたプライバシーステートメントの適用範囲にも注意が要ります。マーケティングサイトの声明は製品そのものを明示的に除外しているため、企業データを規律する条件は公開されたものではなく契約に置かれます。こうした問いはウェブサイトから推し量るのではなく、調達の過程で法務とセキュリティの審査を通して確認してください。
汎用のアシスタントは社内システムにアクセスできず、誰が何を見てよいかという模型も持ちません。Glean は接続されたシステム全体で会社の実際の内容を索引化し、すべてのクエリに元の権限を強制するため、回答が公開の学習データではなく社内の知識に根拠を置きます。
尊重します。権限は各元システムから継承されて厳格に適用され、権限の変更は次回の索引更新ではなく即座に結果へ反映されます。とはいえ、アクセス水準の異なる利用者でこの挙動を試すことは評価の工程に含めるべきです。
Glean は価格を公表していません。契約は営業を通じて交渉され、CEO は従量課金と、アクティブ利用者ごとの固定料金にモデル利用料を加える混合方式の双方に言及しています。定着が進むほど費用は増えるとお考えください。
標準提供のコネクタは 275 を超えます。ネイティブ連携と MCP ベースのコネクタ、そして内容を送り込む必要のあるシステム向けの Push API という形で提供されます。
できます。完全に分離されたシングルテナント配備に対応しており、Glean がホストすることも自社の AWS や Azure や GCP の環境内に置くこともでき、AMER と EMEA と APAC への地域配置が可能です。
Glean はモデル提供各社と無保持の契約を結んでおり、顧客データが保存されたり学習に使われたりすることはないと述べています。あわせて RAG の構成がそもそもモデルへ露出する範囲を最小にするとしています。具体的な契約条件は調達の過程で確認してください。
良い検索はそれまで見えていなかった過剰共有を可視化します。Glean は資格情報や決済データ、医療情報を対象とする機微コンテンツ検知のポリシーと、過剰共有の文書を調査して是正するワークフローを提供しますが、基盤となる権限の衛生管理は依然として自社の責任です。
実行できます。だからこそガードレールが重要です。エージェントは明示的な動作の境界で制約でき、実行前に人の承認を求める設定にでき、書き込み動作を事前走査するアラインメントモデルの適用を受けます。自律的な書き込みを許す前に、承認を挟む構成から始めてください。
ありません。無料枠もセルフサービスの入口もなく、製品自体が大規模組織を前提に設計され価格づけされています。規模の小さいチームには汎用アシスタントやもっと軽い知識管理ツールのほうが適しています。
