AI is Making Enterprise Search Relevant, with Arvind Jain of Glean
31:34 Share

Arvind Jain在本期No Priors节目中与Sarah和Elad进行了对话。Arvind是AI驱动型企业搜索平台Glean的创始人兼首席执行官。他之前是Rubrik的联合创始人，并在Google担任了十多年的工程领导。在本期节目中，Arvind分享了大型语言模型如何改变企业搜索，为什么该领域的大多数工具都失败了，以及构建基于内部知识的应用程序的机会。他还讨论了在基础模型之上仍然需要多少定制，与Arvind之前的创业相比，构建Glean有哪些独特的挑战，以及公司的下一步计划。 每周注册收听新的播客。请将反馈邮件发送至[email protected] 关注我们的Twitter：@NoPriorsPod | @Saranormous | @EladGil | @jainarvind

0:00 介绍 0:58 大型语言模型如何改变搜索 2:05 构建Glean的平台 5:09 为什么大多数搜索公司都失败了 8:41 开箱即用型模型与定制模型 10:26 在内部知识之上创建应用程序 15:34 用户行为和见解 19:11 构建Glean的独特挑战 21:51 产品主导型增长与企业销售 25:00 在传统意义上糟糕的市场中取得成功 27:08 Glean接下来想要构建什么 </context> <raw_text>0 嗨，各位听众。欢迎收听No Priorities。本周，我们采访了Glean的首席执行官兼联合创始人Arvind Jain。Glean是一个AI驱动的企业搜索和知识管理平台，它不仅允许您访问公司可能拥有的所有不同的内部文档、Slack和其他内容，还允许您通过在其之上使用不同的应用程序来提高工作场所的生产力。在创立Glean之前，Arvind拥有非常辉煌的职业生涯。他是Rubrik的联合创始人。他很早就加入了Google，在那里从事搜索工作，以及其他一些工作。

所以我们非常高兴今天能请到他。Garvind，欢迎来到No Priorities。感谢你们的邀请。我对此非常兴奋。我认识你很多年了，Elad认识你可能比我多15年。你是一位令人惊叹的、屡获成功的创始人，创立了Rubrik和Glean。

我想先问问你关于搜索的问题。你从很早以前就开始从事搜索工作，那时搜索还不酷，感觉既没有解决，也不那么动态。大型语言模型对搜索的改变有多大？我已经从事搜索工作近30年了，很长很长时间。范式已经完全转变了。我认为我会说搜索很长时间以来都是静态的。它是一种基于关键词的范式。例如，你知道，人们提出问题，你找到关键词并试图在文档中找到它们，然后将它们呈现给用户。但大型语言模型彻底改变了它。它实际上，它对搜索做的最重要的事情是，它使我们能够真正深入地理解

用户提出的问题。同样，它使我们能够非常深入地理解文档的含义。你实际上可以将人们的问题与概念上正确的相关信息匹配起来。这给了我们更大的力量。它不再脆弱了。我认为它是一项基础技术，可以

将搜索发展成你今天看到的这些新体验，你不仅可以向最终用户呈现几个链接，还可以深入理解他们的问题，并使用你拥有的知识直接回答他们的问题。如果我没记错的话，Glean是在更传统的搜索领域开始的

随着这些基础模型和大型语言模型的出现，你已经真正改变了你对所提供的功能集以及如何桥接事物的方式。你能否更详细地告诉我们你是如何开始构建系统的，以及它是如何转变的，以及你如何根据它绘制新的用例？因为你现在实际上是一个非常有趣的平台。

可以在组织内部以各种方式使用，围绕他们拥有的信息库。我甚至很想听听技术转型。你是如何考虑这个问题的？它是什么时候发生的？我认为你以一种非常有意义的方式经历了这一切。我认为我们的时机很好。所以，你知道，我在

2018年末开始考虑构建Glean，并在2019年初创立了公司。有趣的是，Transformer作为一项技术当时已经出现。现在全世界都没有谈论它，但在像Google这样的搜索团队中，我们看到了

嵌入式技术的力量以及它如何从根本上改变搜索。因此，我们有幸能够亲眼目睹它的实际应用。因此，我们的产品第一版实际上已经使用Transformer进行语义匹配。例如，我们没有这些术语，没有人称它为向量搜索。我们没有那个。这些术语还没有被发明出来。

或者生成式AI。因此，在内部，我们称之为嵌入式搜索。它是我们开始使用的核心技术。所以你实际上非常早地使用了它。是的。当时的模型不如今天的模型强大。我们从Google在开放领域发布的BERT模型开始，该模型是在互联网的所有数据和知识上训练的。

然后我们将这些模型用于我们的每个客户，实际上会在他们的业务内容上构建自定义嵌入。然后这将为搜索的语义部分提供动力。但请记住，在搜索技术中，在过去几年中，人们非常关注嵌入和向量搜索。但这实际上只是

构建良好搜索系统的一部分。因为如果你考虑一个企业，想象一下一家存在了几十年的公司。你知道，他们有大量的信息分散在许多不同的系统中。现在很多信息已经过时了，因为它是

很多年前写的。因此，当你构建一个搜索产品时，仅仅说“嘿，我想理解某人的问题，我将用语义上或概念上与用户提问相匹配的信息来匹配它”是不够的。你必须解决其他问题。你必须选择今天正确的信息，这些信息是最新的。

具有权威性，例如，某个主题的专家实际上已经撰写了该文档。因此，我还必须做所有其他事情，才能真正选择正确的信息并将其带回给人们。所以我们开始以这种形式构建产品。它实际上是一个非常不同的产品，就像以前没有人将企业搜索作为一个问题来解决一样。事实上，我记得一件有趣的事情是，即使我来自一家成功的公司，比如Rubrik，我们取得了成功，

我认为人们并不真正想投资企业搜索或我，因为这个问题并不令人兴奋。它传统上是一个非常糟糕的问题，对吧？所以有所有这些搜索引擎很快。我记得在早期的Google时代是……

某种企业保留，我认为，位于挪威。有很多尝试，但没有成功。你认为它为什么没有成功？因为它感觉像是一个糟糕的市场。它就像一个坟墓，就像所有试图解决这个问题但没有解决的公司一样。部分原因是搜索本身就是一个难题。在企业中，即使是访问你想要搜索的所有数据，

也是一个很大的问题。在SaaS之前的时代，没有办法进入那些数据中心，找出服务器在哪里，存储系统在哪里，尝试连接其中的信息。这是一个很大的挑战。SaaS实际上解决了这个问题。因此，像大多数搜索产品一样，大多数那些公司都是SaaS之前的时代开始的。它们失败了，因为你无法构建一个交钥匙产品。但SaaS实际上允许你构建一些东西，我的见解是，

就像，你看，企业世界已经改变了。我们现在有这些SaaS系统，SaaS系统没有版本。就像每个人，所有客户都使用相同的版本，它们是开放的，它们是互操作的。你可以用API访问它们并获取所有内容。我觉得最大的问题实际上已经解决了，那就是我实际上可以很容易地将所有企业信息和数据放在一个地方

在其之上构建这个统一的搜索系统。这实际上是一个很大的突破。——所以这是这些连接器和内部API的兴起。所以你使用的是Google Docs而不是旧的学校系统，或者你使用的是Slack，或者你使用的是这些现在允许你访问数据或底层内容的新工具。——你们一定记得Google Search Appliance吧？——是的。——像这样的想法，我需要不断地将你的数据吸收到硬件设备中才能进行搜索，这太荒谬了。——这是一个挑战。

你知道，搜索作为一种，顺便说一句，Glean的起源是，所以在Rubrik，你知道，我们有这个问题。例如，你知道，我们发展迅速。我们在300多个不同的SaaS系统中拥有大量信息，没有人能在公司中找到任何东西。人们在我们的脉搏调查中抱怨这个问题。我，我，你知道，我在我的初创公司中总是运行ID。所以有一个抱怨，你知道，它传到了我这里，我必须解决它。

所以我试图购买一个搜索产品，我意识到没有什么可以购买的。我的意思是，这确实是Glean作为一家公司如何开始的起源。所以这就像，你知道，一个大问题，就像，你知道，搜索SaaS使得连接你的企业数据和知识到搜索系统变得容易。这实际上使我们第一次能够构建一个交钥匙产品。

但也有一些其他的进步。你知道，一个是，你知道，像，看，你知道，企业有如此多的信息和数据。一个有趣的事实，我们的一个最大的客户，他们在公司内部拥有超过10亿份文档。现在，这是，你知道，当Elad和我，你知道，当我们在

在Google工作时。在2004年，整个互联网实际上都将包含在文档中。企业内部的内容呈爆炸式增长。因此，你必须构建可扩展的系统，而你以前在云计算之前的时代无法构建这样的系统。我会花所有时间来构建那个可扩展的分布式系统，而我们现在不必这样做，这要感谢所有的云技术。然后当然还有Transformer。这确实是我们的一个重大突破，那就是

我们可以更深入地理解企业信息。与网络相比，这在企业中非常必要。在网络上，即使你没有良好的语义理解，你也可以从人们的行为中学到很多东西，因为你有一百万人在使用你的产品。在企业中，你没有这种奢侈。因此，你必须用其他技术来弥补用户信号的缺乏，而Transformer就是其中之一。

听起来你认为传统信息检索和搜索技术以及嵌入的结合是相关的。你认为这会持续下去吗？例如，你想要定制的基础设施还是信号，例如新鲜度和权威性，或者模型最终会做什么？是的，我的意思是，我认为总是有这样的想法，例如，模型将具有

无限的上下文窗口，你可以给他们提供所有内容，他们可以自动弄清楚事情。但我认为，你知道，他们离发生这种情况还差得很远。我举个例子。假设模型正在模仿人类的智力，对吧？所以他们实际上越来越能够像我们一样工作。

像人类一样。但作为一个普通人，想象一下，如果我给你一个问题，然后我说，这里的一切。以一种完全无组织的方式，我给你一大堆一百万份文档，让我们想象一下你拥有记忆力和速度，但这仍然感觉是一件非常复杂的事情。很难理解

例如，以无序方式提供给你的信息。例如，我可以给你一份今天的文档，一份四个月前的文档，一份三年前的文档，然后又是一份两天前的文档。如果我给你这样的信息，你知道，这些信息没有任何组织形式，那么作为一个人，你将很难对其进行推理。所以我们对模型也是这样看待的。你必须做很多工作，并以某种有组织的方式向模型呈现信息，这样他们才能做得更好，阅读这些信息，对其进行推理，并给你答案。当然，你可以随着时间的推移给他们更多信息，但提供正确的信息的方式仍然很重要。既然你有了这种信息库，你基本上已经聚合了公司所有内部文档，这本身对于搜索来说就非常有用。

但你还在探索以不同方式在其之上构建应用程序的途径。你能谈谈这个吗？你看到的一些常见用例是什么？我们开始时有一个愿景，那就是在你的工作生活中构建一个Google。但随着模型变得更好，开发了这些推理和生成能力。所以首先，它改变了我们的产品。我们的新产品Green Assistant，它看起来和感觉更像ChatGPT。

所以，与其像我一样提出问题并看到一堆链接返回给我，现在当然你可以与Glean进行对话，你可以提出问题，它的工作方式就像Chaiji一样，你提出问题，它将获取所有世界的知识

此外，你知道，它将获取你公司内部的所有数据和知识，并以安全可靠的方式使用这些数据和知识，例如知道你是谁以及你可以在公司内部使用哪些信息来回答你的问题。这就是我们产品方面的一种进步。例如，你知道，我们从成为Google进化到更像ChatGPT，一个更强大的ChatGPT版本。

在你的公司内部。当你构建这个Glean Assistant时，你可以把它想象成一个你实际上提供给公司每个员工的私人助理。这是一个工具，你知道，它是你的助手，它总是可以帮助你解决任何问题或任务。它将使用你公司所有的上下文和数据来帮助你完成工作。但是，

你知道，企业实际上更感兴趣的不是这个，而是考虑如何用AI改变他们的公司，或者如何利用AI来处理他们花费大量资金的特定业务流程

以及如何用AI实现自动化？所以在代理成为人们关注的焦点，每个人都在构建代理之前，去年年初，当代理还没有兴起时，人们向我们询问，嘿，我们需要使用你拥有的这个数据平台来构建更多精心策划的应用程序。

例如，人力资源团队会来找我们说，看，我们喜欢Green Assistant。人们会来这里询问有关福利、带薪休假和假期政策等方面的问题。它有效，效果很好，但有时它会使用未经我们授权或认可的内容。如果有人来询问与人员相关的问题，我们希望Glean只使用我们人员团队创建的精选内容，

我们希望它以特定的方式、特定的语气行事等等。所以这是我们去年开始收到的一个请求，那就是，我们可以为不同的用例创建更具体的、精心策划的体验，按功能划分。所以我们开始构建它，我们没有称它们为代理，我们称它们为应用程序。

现在，人们当然认为它们更像是代理，因为它不再只是提出问题并获得答案，而是你希望这些特定的功能体验能够取代业务流程，这也包括为不仅仅是回答问题，而是实际上在两个系统中完成一些工作。

Arvind，当你谈到访问具有正确权限的正确数据时，它也确实引出了访问控制的问题。对吧。在像Lean这样的平台上，当你拥有所有这些非结构化数据时，对吧。

这似乎要复杂得多。你对这个问题的总体立场是什么？或者你认为它将来会如何运作？是的。好吧，所以看，企业信息在某种意义上是受管理和受保护的。你就像大多数知识一样，我应该说大约90%的公司内部知识以某种形式在你的公司内部是私有的。你将拥有一个可能对你私有或与其他几个人共享的文档。这是

企业知识的本质。这是它运作的基本方式。你不能获取，你实际上不能构建，例如，在你的企业内部构建一个模型，并将你公司内部的所有数据和知识都放入其中，然后将该模型提供给公司中的每个人。因为如果你这样做，你就会泄露信息。例如，你知道，在公司内部，你让工程团队中的某个人看到敏感的东西，这

可能只有人力资源团队才能看到。因此，你在公司内部构建的任何AI体验都必须从根本上考虑安全性和治理以及权限。这就是我们在Glean中所做的。因此，当我们连接到企业内部的所有这些不同的系统时，你知道，如果我们索引来自Google Drive的特定文档或来自Slack的对话，我们也会跟踪哪些用户可以访问这些信息。

这是根本性的。通过我们的平台发生的任何数据访问都将与之匹配。用户必须登录，我们实际上只会让他们使用他们有权限的信息。这是一个重要的待解决问题。除非你拥有这样的基础设施，否则你无法在你的企业内部安全地推出AI。我从从事搜索工作的人那里学到了很多东西，特别是像大规模搜索一样，因为你会遇到各种奇怪的用户行为。

因此，与你关于我们个人助理团队的想法有关，你从最终用户那里看到的一些关于他们如何使用Glean或AI的行为是什么？你认为我们应该做更多的事情？对。就像我一样，你知道，当我从Google的人那里了解导航搜索的行为时，我总是感到非常惊讶，有多少是单字查询或流行的查询是什么，以及那些类型的。

模式。所以我相信你看到了像Glean和AI超级用户一样的东西。对我来说，最大的惊喜之一是，我一直觉得我们正在构建一个非常直观的产物。你知道，它就像它很小，没有用户界面，你知道，只有一个框，你问问题，你输入搜索，有什么大不了的？为什么你必须学习如何使用它？

我们意识到，随着我们添加越来越多的自然语言功能以及让你实际上提出一个非常长的、段落长的指令集的能力，

我们意识到人们不会这样做。例如，你知道，在过去20年中，每个人都被训练成输入一个或两个关键词。Google已经教会了我们搜索可以做什么。所以对于搜索，我们从来没有问题。例如，你知道，我们发布了我们的产品，立即获得了高使用率。没有人对如何使用该产品感到困惑。对于Assistant，人们不知道该怎么做。

有些人对它有更多的好奇心，他们会问我们无法回答的各种问题。例如，有人说，嘿，我应该如何度过我的生活？所以我想，但无论如何，回到这一点，一个关键的教训是，

对于大多数人来说，AI实际上是非常不直观的。你必须以一种渐进的方式向他们展示这些能力。你知道，像一些对他们的日常工作更有意义的事情。例如，如果我是一名工程师，例如，有时会提示用户，看，你实际上可以了解一项新技术。我可以实际创建一份两页的教程给你。

你必须了解人们的工作是什么。然后你可以给他们这些提示，例如提示他们开始尝试并对尝试AI的东西感到兴奋。事实上，我还想补充一点，

很多时候，企业对AI感到兴奋。他们有很多资金可以投入到AI中。但他们也在寻求投资回报率。他们将进行所有这些投资。回报是什么？我将获得哪些效率提升？或者我可以对我的业务进行哪些改进？

人们非常关注这一点。而经常被忽视的一点是教育。因为，你知道，世界正在变化。想象一下，你知道，三年后，你醒来，你是大型企业的首席执行官。你想在你的员工队伍中看到什么？你实际上想看到那些接受过训练并且是AI第一的人。像，

他们是专家，他们知道如何利用AI的优势，因为这是一项困难的技术。它并不完美，它并不容易。它会犯错误，它会产生幻觉，但它仍然很强大。如果你成为专家，你可以用它完成很多事情。这必须是今天的目标。当领导者考虑AI时，你如何构建人员工具来

激励他们将AI融入他们的日常工作中。你从在Google早期工作、创立Rubrik，到现在创立并运营Glean，拥有令人惊叹的职业生涯。在做Glean方面，有什么出乎意料的吗？因为你已经达到了如此大的规模。你在Rubrik的背景下做了如此令人惊叹的事情。关于Glean，你没有预料到的困难、出乎意料或非常不同的事情是什么？从产品方面来看，对我来说最有趣的事情之一是

是将产品推广给我们的客户有多难。与Clean相比，我们在Rubrik的旅程大相径庭。在Rubrik，我们处于一个成熟的市场，有预算，有几美元，你必须用新技术替换旧技术。在这里，我们处于一个没有

预算的市场。企业中没有购买搜索产品的概念。每个人都认为，是的，这是一个重要的问题，但它不是我业务优先事项中的一个项目。它是一种维生素。它是一种止痛药。人们没有它也能活。好吧，是的，这是真的。我的意思是，你没有某种东西，你就能活下去。根据定义，这是真的。所以我们面临很多挑战。我们必须进行大量的宣传，才能

让那些想要成为创新者的人做出大胆的决定，并购买他们不习惯购买的产品。这就是它的第一部分。你必须为这个市场创造市场，这实际上是困难的。第二，这实际上是一个非常有趣的问题，我们的产品实际上运行良好。它正在进行良好的搜索，让人们找到东西。但随后我们开始从企业那里听到，哦，我害怕良好的搜索。

我不想在我的公司中使用良好的搜索产品，因为我存在所有这些治理差距。我有很多敏感信息。现在人们正在发现这些事情。所以我们发布了，例如，你知道，人们发现了其他人的薪水。你知道，在我们的一个客户中，有人发现了一个敏感的并购狗，或者一些尚未发生的事情。

你开始，就像，所以人们像你一样非常非常害怕拥有良好的搜索。所以我们必须，就像，这是一个有趣的挑战。我们做了一些很好的工作。我们安全可靠地完成了这项工作。但是，你知道，你没有良好的治理。现在，就像，你知道，我们不能销售，因为产品太好了。大型语言模型似乎能够帮助解决这个问题。

对吧，在对文档进行分类和服务方面，嘿，这个文档可能很敏感。你想保护它吗，等等？是的，事实上，这正是正确的。例如，你知道，我们实际上被迫构建它。我们被迫超越尊重各个系统中的权限，了解你是谁，你在问什么。例如，你应该有权提出问题，或者当信息返回时，它是否

感觉足够安全，我们可以向你展示它。所以我们实际上，事实上，你知道，从这个意义上说，你知道，我们实际上最终成为了一种安全产品。许多公司实际上购买我们是为了修复其数据和系统中的治理问题，并为AI做好准备，例如为Clean搜索产品、Clean Assistant做好准备，也为可以在企业内部购买的所有其他AI产品做好准备。所以这实际上是一段非常有趣的旅程。但对我个人来说，你知道，对于我来说，

在Rubrik，你知道，我实际上并没有，我不是首席执行官。我作为公司的创始人之一负责研发。在这里，我实际上学习了如何成为一名首席执行官。我认为我还没有学会。就像，你知道，这是一个持续的过程。

我面临的挑战和经验教训，是因为从根本上说，我仍然是一名工程师。我所做的一切，都是我拥有的这种心态。因此，从这种心态转变为能够经营一家大型企业，这正是我正在经历的个人转变。我认为引人注目的一点是，从市场营销的角度来看，你们真的专注于大型企业，对吧？你们也提到了一些这些企业的数据需求。

很多人总是只想做PLG，而你们却真正做到了自上而下的销售。这非常成功。你们现在已经做了两次了，对吧？因为Rubrik也主要就是这样做的。你能否多谈谈什么时候适合做

大型直接企业交易与PLG模式，以及你在构建业务时如何考虑这个问题？因为我认为这是非常不同的，大多数人无法做到这一点。所以我很好奇你如何考虑何时去做以及如何去做。坦白地说，当我们开始的时候，我的梦想是做PLG。我是一名工程师，我希望公司拥有工程师，然后产品应该在网上自己销售。谁不想要呢？这是我们渴望的东西。

但问题是，你知道，对于我们的产品来说，它本身就是一个公司范围内的产品。就像，你知道，我们不能向公司内部的个人提供产品。即使是一个人，你知道，他们的搜索需求也要求我们为他们搜索整个公司的信息。所以这是昂贵的。你必须实际索引你公司所有的数据和知识。所以我们从来没有过。

我们可以将其提供给公司内部的一两个人或十个人的概念。所以我们从结构上被迫以这种方式构建，即它是企业级的，就像我们在公司范围内推出产品一样，每个员工，

这就是使其具有成本效益的原因。但是，你知道，回到你的问题，我认为公司现在更喜欢的标准方法是，他们认为PLG基本上是潜在客户生成，作为一种渠道，你可以利用企业销售模式来培养和扩展。

所以对我来说正确的方案是，你知道，如果我有选择的话，我会同时启动这两个动作。我不会说，你看，在最初的三年里，我将专注于PLG，然后在后期引入企业状态，因为你实际上放弃了很多机会。时机总是重要的。所以你必须同时启动这些动作。Arvind，我们讨论过的一件事，我觉得一定很……

我的意思是，很难。这个市场的先验概率并不高，对吧？我们稍微讨论了一下这样做的理由，比如，

你知道，你感觉你在内部也看到了这个问题，并且理解到在向SaaS和基于API的集成转变方面，已经发生了一些架构上的基础性变化。但即便如此，我认为对于创始人或可能加入初创公司的员工来说，这是一个非常好的建议。比如，你应该在什么时候同意关于某些东西是坏市场的先验概率，或者你应该如何考虑这个问题？所以我会分享一些关于这方面的看法。

首先，我认为作为工程师，总会有疑问。你越关注先验概率，你就越有可能最终扼杀你自己的想法。有时有很多。一切都尝试过了。是的，一切都尝试过了。很多事情都失败了。我认为对于任何给定的想法，都有十个理由说明它行不通。当你开始深入细节时。有时更简单的方法会有所帮助，那就是……

好吧，有一个问题。就像，你知道，你与人们交谈，他们有，并且他们感受到了这种痛苦。这显然意味着没有人真正解决这个问题，因为痛苦是存在的。

所以不要再深入细节了。去做吧。事情会随着时间的推移而解决。所以至少对我来说，这对我来说很不寻常。我本身受过工程师训练，我天生就喜欢质疑。我的脑海里有很多自我怀疑。所以我不确定当我们开始Clean的时候我发生了什么。因为所有这些人都在说，不，不要这样做。不知何故，他们无法劝退我。我只是觉得……

这是一个令人兴奋的问题。我知道世界上每个人都有这个问题。即使在谷歌，这也是一个很大的笑话，所有这些我们内部都有。我们所有人都在花所有的时间让大家更容易找到东西，但我们谷歌内部的人却做不到。

在公司内部很难找到任何东西。所以我认为我不知何故找到了这种信念。我有点懒，不愿意深入细节，去研究所有这些先验概率，只是去做，去解决它。我认为这就是在这种特殊情况下对我们有效的方法。我觉得Glean有三个重要的组成部分，它们都结合在一起，你之前也提到了，对吧？有一个是你作为

在你的公司运行IT的人所识别到的需求，在你看来，它可以追溯到谷歌，这是一个需求。我与之交谈过的每家公司都一直想构建搜索和目录以及所有这些东西。第二件事是连接器和API在现有企业软件（每个人都在使用）环境中的兴起，因此您可以更容易地提取数据。第三件事是底层技术的巨大转变，对吧？在搜索能力方面发生的转变，这些基础模型、嵌入等等。鉴于后两者，

Glide不会参与的其他重大机遇，你是否已经确定为真正有趣的领域，现在突然又变得可行了？我认为对我们来说，现在重点仍然是我们拥有的两个核心产品。我们思考公司的方式是，我们拥有这个非常强大的最终用户AI

AI，你知道，助理可以帮助每个人在未来以不同的方式工作。然后我们有这个代理平台，你可以用它来实际引入AI，将AI注入到你的每一个业务流程中，使它们更好，使它们更高效。

我认为我们对我们的客户在这两方面都做出了很大的承诺。我向客户描述和推销我们产品的方式如下。你知道，来Glean，问任何问题或给出任何任务。Glean将以安全可靠的方式使用世界上所有的知识和你们公司内部所有的数据和知识来回答这些问题或完成这些任务。但实际上，我只是向你承诺Glean做所有事情。你不用再工作了。我们距离真正解决我刚才提到的这个说法还有很长的路要走。就像，你知道，我认为我们必须

正确地理解知识，选择正确的信息，丢弃旧的信息。那里有很多挑战，有很多问题。人们谈论幻觉是AI模型的一个大问题。我们觉得对我们来说更大的问题甚至不是幻觉。而是大多数时候你甚至找不到正确的信息。有时它不存在。人们在问问题，但没有人把它写下来。有时我们实际上无法理解

在干草堆里找针，我们选择了错误的东西。所以有很多挑战。我认为我们将在这个问题上工作很长很长时间。我不认为我们会

顺便说一句，任何需求，比如，你知道，想要做一些不同的事情，比如，你知道，仅仅解决这个问题本身就是一个巨大的成功。所以我们将继续专注于这两个，你知道，这两个产品。但他们也会，你知道，和你谈谈对未来的展望。所以我认为我们所有人的工作方式已经被普遍接受，即AI将改变一切。AI将改变人们的工作方式。AI将真正改变企业的外观和感觉，你知道，你未来会有什么样的劳动力。

并且一件根本性的事情将会发生，那就是我们每个人都将拥有一个令人惊叹的团队，嗯，

你知道，称之为助手、同事、教练，这些都是真正属于你个人的。你知道，你总是被这个团队包围着。这个团队了解你的一切，你的工作生活，你今天需要做什么，并且主动帮助你完成你90%的工作。而且，你知道，帮助你变得更好，比如，你知道，提升你的技能，成为你的教练。

这就是我们想要生活的世界。就像今天，你知道，有些人已经生活在这个世界里了。比如，你知道，作为一个CEO，你就有这种奢侈，可以拥有所有这些。你有助手，你有工作人员，你有一个执行团队，你有一个教练。

但在未来，这将是我们所有人都会拥有的东西。就像，你知道，无论我们的资历如何，你知道，也许是一个刚加入职场的应届毕业生。这就是我们正在努力解决的问题。我们正在努力为每个人打造这个令人惊叹的个人团队。这将使我们所有人成为10倍增长的员工。而这只是对Clean助理产品的自然延伸，随着时间的推移，使其变得越来越好。是的。

是的，Arvind，非常感谢你今天加入我们。是的，非常好。是的，有趣的问题。很高兴见到你。是的，同样如此。在Twitter上关注我们@NoPriorsPod。如果你想看到我们的脸，请订阅我们的YouTube频道。在Apple Podcasts、Spotify或你收听节目的任何地方关注该节目。这样你每周都会收到新的剧集。并在no-priors.com上注册电子邮件或查找每集的文字记录。