为什么 AI 越强，产品越卖不动？Glean CEO 讲透了一个反直觉真相！

先说几个核心判断。最近一段时间，AI项目“猝死”的消息并不少见。模型一个比一个大，Demo一个比一个炫，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。

Glean CEO Arvind Jain 在一次分享中，点出了一个反直觉的真相：“AI 商业化失败，99% 不是因为技术不够强，而是太想强。”这句话让人后背发凉。我们这一代做 AI 的人，可能集体掉进了一个幻觉里——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。

为什么Glean能成功？

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换。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”，没人能在10秒内说清楚。

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”。

1%法则：企业真正需要的AI

很多人会反驳：那是 Glean 运气好，场景选得准。不认同。那是他们刻意压住了技术野心。Arvind Jain 提出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。

不少团队都犯过这个错。两年前，有个企业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。

有必要插一句：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。

失败的价值

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，“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。

有个最典型的翻车案例，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到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”。

去年有团队亲手砍掉过一个自己设计的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，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。

速度才是护城河

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。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。

价值的校准

文章快到尾声了，想再聊聊更深层的东西。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。