推荐语
AI商业化失败的反直觉真相：不是技术不够强，而是太想强。Glean CEO揭示企业真正需要的是解决具体痛点，而非炫技。
核心内容：
1. AI商业化失败的核心原因：过度追求技术而非解决实际痛点
2. Glean的成功案例：专注跨系统信息整合，实现2亿美元ARR
3. "1%法则"：企业真正需要的AI能力只占技术可能性的1%
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
最近一段时间，我连续刷到好几个 AI 项目“猝死”的消息。模型比谁都大，Demo 比谁都炫，融资 PPT 一页比一页漂亮，但一到真正卖给企业，全卡住了。不是没人用，而是用了两周就弃坑。那天我正好读完 Glean CEO Arvind Jain 的一次分享，整个人愣住了。他说了一句让我后背发凉的话：“AI 商业化失败，99% 不是因为技术不够强，而是太想强。”我突然意识到，我们这一代做 AI 的人，可能集体掉进了一个幻觉里。我们默认认为：模型能力越强，能做的事越多，商业价值就越大。但现实完全相反。真正付费的企业用户，只在乎一件事：你能不能在他现有的系统里，解决一个具体、真实、每天都在疼的痛点。不是未来，不是想象，是今天。先说一个很扎心的场景。很多企业找 AI，不是因为想要“智能”，而是因为员工每天在十几个系统里来回切。CRM、Confluence、飞书、Jira、邮件、网盘……信息碎成渣。你问一句“这个客户现在进展到哪了”，没人能 10 秒内说清。Glean 就盯住了这件事，只做一件事：跨系统、按权限，把信息找出来。没有炫技，没有“通用智能”，却做到了 2 亿美元 ARR。AI 商业化的第一步，不是“我能做什么”，而是“用户每天被什么折磨”。很多人会反驳我：那是 Glean 运气好，场景选得准。我不认同。那是他们刻意压住了技术野心。Arvind Jain 提了一个特别狠的观点，叫“1% 法则”。他说，大部分企业真正用得上的 AI 能力，可能只占技术可能性的 1%。剩下 99%，不是没用，而是现在根本消化不了。我以前也犯过这个错。两年前我参与一个企业 Agent 项目，团队里全是技术高手，讨论最多的是规划算法、反思机制、多智能体协作。听起来特别高级。结果上线后，客户第一个反馈不是“不够智能”，而是：“它为什么能看到我没权限看的数据？”那一刻我才明白，权限规则，比推理能力重要一百倍。Glean 在这点上异常克制。他们内部优先级最高的，不是模型能力，而是组织适配。谁能看什么，什么时间能看，什么角色能用，全部写进系统。很多创业公司觉得这是“脏活累活”，不性感。但企业只会为这个买单。AI 不懂企业规则，再聪明都是添乱。现在市面上 70% 的“企业级 AI”，本质是消费级 Demo 套了个企业外壳。
你只要问一句：它能不能完整接入现有系统？权限怎么走？异常怎么兜底？日志谁来审？十有八九就开始支支吾吾。这不是技术问题，这是工程与现实的耐心问题。接下来聊失败。Arvind Jain 说，Glean 内部对失败有一个近乎残忍的认知：95% 的想法，都会失败，而且应该失败得越快越好。这和很多团队“一个功能死磕三个月”完全相反。他们很早就意识到，所谓“自动化幻觉”特别危险。人类很多决策，本身就是模糊的、拍脑袋的，AI 很难替代。我见过最典型的翻车案例，是一个“智能优先级 Agent”。理论上很完美，现实中天天被吐槽“它不懂业务”。后来 Databricks 的人也公开说过一句大实话：Agent 真正落地，调试周期往往是预期的 3–5 倍。不是模型不行，是世界太复杂。Glean 的应对策略很简单：宁愿用基础模型，也不要定制模型。原因只有一个——快。他们宁可性能差一点，也要早点上线、早点挨骂、早点删功能。甚至内部还搞了一个制度，叫“删代码奖金”。谁能把不用的功能、过期的逻辑清掉，反而被奖励。在 AI 产品里，最稀缺的能力不是“写代码”，而是“删代码”。这点我深有体会。去年我亲手砍掉过一个我自己设计的 Agent 模块。写的时候三天三夜，砍的时候只用了十分钟。砍完那一刻，我反而轻松了。因为终于承认了一件事：不是所有聪明想法，都值得变成产品。很多人以为，护城河来自模型、参数、专利。Glean 的答案完全不同：速度才是壁垒。他们内部有一个非常激进的指标：6 个月，完成一次技术栈级别的迭代。这意味着什么？意味着你去年引以为傲的架构，今年可能已经被自己推翻。传统软件公司最怕这件事，因为代码会变成负债。但 Glean 把这件事当成常态。他们默认：代码不是资产，能被替换才是资产。这套思路，直接决定了他们能跑得比行业平均快 3 倍。规模一大，问题就来了。上千人团队，信息必然失真。Arvind Jain 说，他最焦虑的不是技术，而是组织理解能力跟不上技术变化。所以他们极度强调文档化，强调流程，用 AI 辅助决策，而不是拍脑袋。CEO 到了一定规模，最大的失职不是技术判断错误，而是系统设计偷懒。
你不设计流程，组织就会用最原始的方式自我演化，最后一定失控。文章快到尾声了，我想说一句更人文的东西。Arvind Jain 每周都会做一次“价值校准”，防止团队被工具理性吞噬。他们很清楚，AI 如果只是让人更累，那一定是失败的。真正好的 AI，应该把机械劳动吃掉，让人去做更有摩擦、更有创造性的事。AI 的终极价值，不是替代人，而是让人重新像个人。Glean 的成功，不在实验室，而在企业走廊。我越来越确信一件事：谁能把技术毛细血管，真正接进组织生命体，谁才能吃到 AI 商业化的红利。不是最聪明的那群人，而是最克制、最有耐心的那群人。
粤ICP备14082021号
免费POC，
零成本试错
