Glean与Viven AI：重塑企业知识协作的两条AI路径

如果你是一家公司的AI产品经理，老板让你解决“公司信息散落各处、员工找不到资料”的老大难问题，你会怎么做？

最近两家硅谷AI创业公司Glean和Viven AI，用截然不同的思路给出了自己的答案。

它们正在做的事，可能比你想象的更加大胆——不是简单地把文档整理好，而是试图“重新定义”企业内部知识的组织和协作方式。

无论是传统大公司还是科技新贵，都面临一个普遍困境：信息过载与知识孤岛。

重要信息散落在上百个SaaS应用中——合同在Google Drive、技术文档在Confluence、客户沟通在Slack、项目进度在Jira。员工每天花大量时间在不同系统间切换、搜索信息，效率低下。

一家典型科技公司的新销售员工，要为客户会议准备定制化方案，需要在历史合同、技术文档、客户沟通记录和竞争对手分析资料中来回查找，这个过程往往耗时数小时且容易遗漏关键信息。

这个问题如此普遍，以至于催生了一个庞大的市场。根据Glean的客户案例，在接入其解决方案后，一家企业每月可节省员工时间达1500小时，新员工入职时间缩短20%。

正是瞄准这一痛点，Glean和Viven AI从不同路径出发，试图为企业打造一个智能知识中枢。它们的解决方案不是简单的文档管理，而是基于大模型技术重新设计工作方式。

面对相同的问题，两家公司选择了截然不同的技术路线和产品哲学。

Glean 的思路是打造企业统一的知识大脑。它将自己定位为“企业内部的Google+AI知识图谱+工作流自动化平台”。

它通过100多个SaaS连接器整合企业所有内部数据，构建一个集中式的知识图谱。当员工搜索信息时，Glean不仅能返回相关文档，还能理解问题语义，生成摘要、推荐行动，甚至自动化后续任务。

Viven AI 则走了另一条路——为每个员工创建专属的数字分身。这家由Eightfold AI联合创始人创立的新公司，专注于通过AI技术创建个性化的数字副本。

基于员工真实工作数据训练的模型，Viven的数字分身能够模拟用户的思考、沟通和行动方式，帮助其他员工在同事不可用时访问关键信息，从而提升协作效率。

这两种不同思路背后，是深层次的技术和产品差异。

Glean的产品演进遵循“搜索→助手→代理”的路径，从企业搜索工具升级为AI工作平台。其核心是构建企业知识图谱，结合多模态RAG（检索增强生成）技术，确保答案精准可溯源。

“员工的时间不应该浪费在查找信息上，”这是Glean的核心理念。它的Work AI平台旨在帮助用户快速、安全地将AI融入企业工作流程，通过强大的搜索和RAG技术为用户提供高度个性化的答案。

Viven AI则基于“双边脉络与隐私”概念设计系统。它的模型能够识别个人脉络，判断哪些信息可以与谁共享，确保隐私和安全。

Viven不希望在最后才补上合规要求，而是让信任、安全与规模化成为系统设计的一部分。每位员工都能查看自己数字分身被查询的历史，防止他人提出不当或侵犯隐私的问题。

从商业角度看，Glean已经取得了显著进展。这家成立于2019年的公司，最新估值已达72亿美元，累计融资7.7亿美元。其ARR（年度经常性收入）突破1亿美元，这在企业软件领域是罕见的增长速度。

而Viven AI作为一家2025年才从隐身模式中亮相的新公司，最近获得了3500万美元的种子轮融资。虽然规模较小，但其创新的数字分身概念已经引起了行业关注。

下面的表格从不同维度对比了两家公司的核心差异：

Glean和Viven AI的兴起，折射出AI投资风向的明显转变：投资人的注意力正从模型层大幅涌向应用层。

一位投资人最近在AI圆桌论坛上表示：“互联网产品经理可能是时候跳出来说话了，因为过去两年基本都是技术在说话。” 这背后，是2025年一级市场科技领域的核心风向转变。

据不完全统计，从去年底以来，从互联网大厂、大模型创业公司离职的总监、副总裁及以上级别的创业者就有十余人，大多是各自产品线或技术线的核心人员。

“今天来看最大的行业变量还是AI，”百度风投AI应用赛道负责人温永腾认为，“大家认可这个行业的技术贝塔依然存在。”

对于早期项目，风险投资人的共识是“看人”，但具体关注点各有不同。温永腾更看重人的成长性，认为现阶段技术仍在快速发展，应暂时放下对竞争、壁垒以及绝大部分信息维度的终局判断。

AI原生公司正在重塑市场进入的玩法。打造估值十亿美元AI公司的策略手册，看起来与SaaS时代截然不同。传统的企业软件公司需要花费数年时间来建立销售团队和营销引擎，而新一代的AI原生初创公司则依靠精干的团队、极少的资金和非传统的策略，迅速达到了巨大规模。

对于专业的AI产品经理和从业者而言，Glean和Viven AI的探索提供了宝贵启示：

第一，企业刚需是AI应用的最佳切入点。两家公司都瞄准了企业长期存在且难以解决的问题，而非追求炫酷但无实际价值的技术展示。

第二，技术产品化能力是关键。AI产品经理需要将复杂的技术转化为用户友好的产品，降低使用门槛，让非技术员工也能轻松上手。

第三，安全是基础而非附加功能。特别是在企业级应用中，数据安全和隐私保护必须从架构层面设计，而非事后补救。

第四，选择正确的“楔入点”。AI原生公司可以反传统而行之：不是先找最容易搞定的客户，而是选择那些能“逼”出最快产品学习速度的客户群体。

Glean的成功案例显示，专注于解决企业“信息过载却无法利用”的痛点，是AI技术落地的高效路径。而Viven AI的创新尝试则提醒我们，AI技术的应用可以更加个性化、人性化，不必局限于传统的信息管理模式。

Glean和Viven AI的故事正在续写。Genpact等早期采用者已经在使用Viven的数字分身技术，仅在8周内就改善了领导层的协作和决策速度。

在另一边，Glean已成为企业AI解决方案的领导者，其产品以用户友好、高效和安全著称。公司的成功在于对数据的深刻理解、强大的搜索技术以及专注于企业的独特定位。

无论哪条路径最终证明更有效，可以肯定的是：企业内部的知识管理和协作方式，正在被AI技术彻底重塑。而对于身处其中的AI产品经理和从业者来说，这是一个充满挑战与机遇的新时代。