Glean объединяет более 275 корпоративных систем в единую платформу ИИ с учётом прав доступа, обеспечивая корпоративный поиск, ассистента и агентов. Создана компанией Glean Technologies для крупных организаций, которым нужны ответы на основе внутренних знаний.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
Glean — это корпоративная платформа Work AI, которая связывает знания, системы и контекст компании так, чтобы искусственный интеллект выполнял внутри организации действительно полезную работу, а не отвечал общими словами по материалам открытого интернета. Задача, которую решает продукт, свойственна именно крупным организациям: сведения, нужные сотруднику для работы, разбросаны по обсуждениям в Slack, документам Google Drive, задачам Jira, страницам Confluence, сайтам SharePoint, репозиториям GitHub и записям Salesforce, и ни один универсальный чат-бот не имеет к ним доступа. Glean индексирует этот материал, разбирается, кому что позволено видеть, и надстраивает поверх строку поиска, ассистента и целый набор агентов.
Оператором выступает Glean Technologies, Inc. и её дочерние компании. Здесь стоит обозначить одну границу: заявление о конфиденциальности, опубликованное на маркетинговом сайте, охватывает только сам сайт и коммерческую деятельность и прямо оговаривает, что не распространяется на использование самих решений. Иными словами, обращение с корпоративными данными регулируется договором, а не этой публичной политикой. Основатель и генеральный директор Arvind Jain более десяти лет проработал в Google выдающимся инженером, возглавляя команды поиска, карт и YouTube, а до того стал сооснователем Rubrik. Сооснователь и технический директор Vishwanath T R почти десять лет занимал руководящие технические должности в Facebook. Эта биография важна, потому что корпоративный поиск — прежде всего задача индексирования и ранжирования и лишь затем задача искусственного интеллекта.
Опубликованная компанией хронология показывает продуманную последовательность: основание в 2019 году и разработка корпоративного поиска в закрытом режиме, публичный запуск в 2021 году, когда продуктом уже пользовались более сорока компаний, статус единорога в 2022 году, диалоговый ассистент в 2023 году, агенты вместе с оценкой в 7,2 миллиарда долларов в 2025 году и ИИ-коллеги в 2026 году. Эта очерёдность объясняет устройство продукта: слой поиска и прав доступа появился первым, а генеративные возможности выросли поверх него. Это противоположность пути потребительских ИИ-поисковиков, которые начинают с модели и лишь потом пытаются приладить доступ к корпоративным данным.
Glean не публикует цены. Нет ни страницы с тарифами, ни бесплатного уровня, ни самостоятельной регистрации; единственный путь к продукту — запрос демонстрации, который обрабатывает отдел продаж. Для корпоративного программного обеспечения такого масштаба это обычная практика, но она означает, что оценить стоимость без вступления в коммерческие переговоры невозможно, а прямое сравнение с конкурентами затруднено без параллельного проведения нескольких закупочных процедур.
То, что известно о структуре, исходит от руководителя компании, а не с сайта. Arvind Jain описал изданию TechCrunch две схемы: модель с оплатой по потреблению, где клиент платит за использование, и гибридную модель, сочетающую фиксированную ежемесячную плату за активных пользователей с отдельными сборами за потребление моделей. Практический вывод в том, что расходы растут вместе с распространением продукта, поэтому финансовую модель следует строить на предполагаемом установившемся использовании, а не на объёмах пилота. Любую конкретную сумму за рабочее место, встреченную в сторонних обзорах, стоит считать непроверенной.
Публикуемые показатели выручки требуют внимательного прочтения. TechCrunch отметил, что эти 300 миллионов долларов нельзя полностью описать как традиционную годовую повторяющуюся выручку, поскольку модель с оплатой по потреблению по определению не имеет строго повторяющейся составляющей, из-за чего часть суммы точнее называть годовой нормой выручки. Это важно при оценке устойчивости поставщика — не потому, что бизнес слаб, а потому, что заявленный рост и законтрактованная повторяющаяся выручка не одно и то же.
Настройка коннекторов и собственная разработка сопряжены с трением. Аналитик из компании финансовых услуг в отзыве на PeerSpot назвал три конкретные претензии: включение коннекторов потребовало долгой переписки вместо доступности по умолчанию; у пользовательских действий не было журнала разработчика для отслеживания запросов к собственным конечным точкам; задержка запросов оказалась заметно высокой. Тот же рецензент охарактеризовал положение как компромисс между скоростью и точностью, отметив, что сами ответы обычно были очень точными.
Средства управления рабочими процессами агентов ещё дозревают. Ещё одна повторяющаяся тема состоит в том, что агенты рабочих процессов применяют ИИ на каждом узле без возможности отключить его поузлово, что, по словам рецензентов, иногда портит результат; к этому добавляются пожелания расширить выбор моделей и улучшить качество маршрутизации вместо исчерпывающего перебора.
Выборка публичных отзывов невелика. На PeerSpot платформа держит 4,3 балла из 5 при двенадцати отзывах, причём 100 процентов рецензентов готовы её рекомендовать. В выборке преобладают крупные предприятия, но сама она достаточно мала, чтобы читать её как указание на тенденцию, а не как статистически надёжную величину. Корпоративное программное обеспечение такого ценового уровня собирает гораздо меньше публичных отзывов, чем потребительские инструменты, поэтому разговоры с референсными клиентами значат больше, чем звёзды рейтинга.
Конкурентное положение изменилось принципиально. Arvind Jain признал, что картина преобразилась в корне: первые четыре или пять лет существования компании конкурентов не было, тогда как теперь сопоставимые инструменты строят Google, Microsoft, OpenAI, Anthropic, Salesforce и Atlassian. Некоторые из этих конкурентов способны включить такую возможность в договоры, которые у вас уже заключены.
Качество внедрения зависит от ваших систем-источников. Верхняя граница качества поиска определяется состоянием исходного содержимого и прав доступа. Организации с чрезмерно открытыми дисками, дублирующейся документацией и устаревшим содержимым просто быстрее увидят именно эти проблемы.
Наконец, стоит помнить об области действия опубликованного заявления о конфиденциальности. Текст на маркетинговом сайте прямо исключает сам продукт, поэтому условия обращения с корпоративными данными закреплены договором, а не публичной политикой. Такие вопросы следует проводить через юридическую службу и проверку безопасности во время закупки, а не выводить из содержимого сайта.
Универсальные ассистенты не имеют доступа к вашим внутренним системам и не располагают моделью того, кому что позволено видеть. Glean индексирует реальное содержимое вашей компании по всем подключённым системам и применяет исходные права доступа к каждому запросу, поэтому ответы опираются на корпоративные знания, а не на публичные обучающие данные.
Да. Права наследуются из каждой системы-источника и строго применяются, а их изменения отражаются в результатах немедленно, а не при следующем обновлении индекса. Тем не менее проверку этого поведения с участием пользователей разных уровней доступа стоит включить в программу оценки.
Glean не публикует цены. Договоры обсуждаются через отдел продаж, при этом руководитель компании упоминает как оплату по потреблению, так и гибридную схему с фиксированной платой за активного пользователя плюс сборы за использование моделей. Рассчитывайте, что расходы будут расти вместе с распространением продукта.
Доступно более 275 готовых коннекторов, поставляемых в виде нативных интеграций, коннекторов на основе MCP либо через Push API для систем, которым нужно передавать содержимое самостоятельно.
Да. Платформа поддерживает полностью изолированное однопользовательское развёртывание — размещённое у Glean либо внутри вашей среды AWS, Azure или GCP, с размещением в регионах AMER, EMEA и APAC.
Glean заявляет, что имеет соглашения о нулевом хранении с поставщиками моделей, поэтому клиентские данные никогда не сохраняются и не используются для обучения, а его архитектура RAG изначально сводит к минимуму то, что вообще передаётся модели. Конкретные договорные условия следует подтвердить во время закупки.
Хороший поиск делает видимым то избыточное открытие доступа, которое прежде оставалось незаметным. Glean предоставляет политики обнаружения конфиденциального содержимого, охватывающие учётные данные, платёжные и медицинские сведения, а также процедуру разбора и устранения избыточно открытых документов, однако гигиена самих прав доступа остаётся вашей ответственностью.
Могут, и именно поэтому важны ограничители. Агентов можно ограничить явными границами действий, обязать получать согласование человека перед исполнением, и они подпадают под действие моделей выравнивания, предварительно проверяющих операции записи. Начинайте с конфигураций с обязательным согласованием и лишь затем выдавайте права на автономную запись.
Нет. Ни бесплатного уровня, ни самостоятельной регистрации не предусмотрено, а сам продукт спроектирован и оценён под крупные организации. Небольшим командам лучше подойдут универсальные ассистенты или более лёгкие инструменты управления знаниями.
