商业模式拆解 · Glean
Glean 席位绑定额度，低价模型撑毛利，巨头捆绑是最大赌注
Glean 靠企业搜索席位费加 FlexCredits 用量赚钱，最大赌注是用企业知识图谱压低模型调用成本，挡住微软谷歌的捆绑。
关键数字
Glean 的收入来自两段：Core Suite 席位费覆盖连接器、企业图谱和治理，Enterprise Flex 席位费附带 FlexCredits 池，超出后按用量付费。钱主要花在模型调用和维持 1,500 人规模的销售与工程团队上，CEO 明确选择低价模型处理多数任务以压缩服务成本。公司靠 2022 年和 2024 年两轮融资活着，2024 年估值 72 亿美元。最大赌注是：企业上下文和知识图谱带来的成本优势，能抵消微软、谷歌把 AI 搜索捆绑进现有办公套件的压力。最可能的结局是被推到高端复杂查询场景，而不是成为全员默认入口。
产品与模型
企业图谱当底座，把搜索做成员工默认入口
Glean 的产品起点是企业搜索，连接 Salesforce、Jira、GitHub 等系统，把分散的文档和记录汇进企业图谱。对创业者来说，这不是做一个更好的搜索框，而是先解决连接器和权限治理，让员工在同一个入口找到跨系统信息。这一步决定席位能不能铺开，因为只有员工每天用，按人头收的席位费才站得住。
2023 年推出对话式 Assistant，2024 年整合为企业 AI 平台，产品从“找信息”延伸到“回答问题”。这个演进让 Glean 的收费单位从搜索次数变成席位，再变成模型调用额度。代价是产品越往后越依赖上游模型能力，差异化的重心必须落在企业上下文上，而不是模型本身。
2025 年 2 月推出 Glean Agents，员工可以用自然语言构建、部署和治理 Agent。Agent 是席位之外的新计费点，但也把服务成本推高：每一次 Agent 运行都要消耗模型调用，成本随使用量上升，而不像搜索那样边际成本相对固定。
依据R1R2R3R11R14Agent 平台把使用权交给员工，把治理成本留给 IT
Glean Agents 的卖点是让非工程员工自己搭 Agent，不用排 IT 的期。这对客户有吸引力，因为它把 AI 的使用权下放到业务部门，但同时也把权限、审计和误用的治理压力留给 IT。Glean 把治理功能放进平台，等于用“可控的自助”换取企业买单。
这种设计对收入有利：Agent 运行消耗 FlexCredits，使用越多，超出席位的部分越多。但它也带来一个取舍——Agent 越成功，模型调用成本越直接地侵蚀毛利，除非客户大量使用低价模型。Glean 的应对是把标准模型查询设成每用户每周 100 次的额度，超出才扣 FlexCredits，用额度把可预测的用量包进席位费，把高成本能力留给用量计费。
对小团队来说，这个机制可以借的是“把可预测的部分包进基础价，把高成本的部分单独计量”，借不了的是 Agent 治理——那需要连接器、权限体系和 IT 信任，不是小团队短期能复制的。
依据R1R14收入模式
席位费打底，FlexCredits 池接住超额用量
Glean 向企业客户按每用户每月收席位费。Core Suite 把企业图谱、连接器和 Glean Protect 含在席位费里；Enterprise Flex 席位同样按每用户每月授权，但附带一个 FlexCredits 池，超出初始额度后按用量付费。这是典型的“底座订阅加计量”结构：席位费保证收入可预测，用量费捕捉高价值场景。
据 Glean 官方文档（R1），标准模型的 Thinking/Adaptive 模式每用户每周含 100 次查询，超出消耗 FlexCredits。Premium 模型查询、Code Writer、幻灯片生成、会议笔记和 Agent 运行都消耗 FlexCredits。这个设计把便宜的能力包进席位，把贵的能力推到用量计费，既降低客户的心理门槛，也让 Glean 在高成本调用上不被席位费锁死。
CEO 公开说 85%–90% 的企业任务倾向不用 Claude，因为 Claude 非常昂贵，部分 GPT 模型成本低一个数量级。这句话解释了定价结构背后的成本逻辑：Glean 刻意把多数任务路由到低价模型，用额度控制用量，避免席位费覆盖不了模型账单。
依据R1R2R3模型账单转嫁给客户，但转嫁能力受制于巨头的免费捆绑
Glean 的另一条收入线是用量计费，但它能否持续，取决于客户是否接受“用越多付越多”。Slack 集成的定价是个小例子：如果使用 Glean 的 Azure OpenAI 密钥，没有额外成本；如果客户自带密钥（BYOK），自动回答会产生费用。这说明 Glean 在部分场景里把模型成本的选择权交给客户，自己退到平台角色。
这种转嫁在高端能力上成立，因为客户没有替代品；但在基础搜索和问答上，微软和谷歌可以把类似能力捆绑进现有办公套件，客户对单独付费的容忍度会下降。Glean 的席位费因此更像“企业上下文和治理”的收费，而不是“搜索”的收费。
对创业者来说，可借的是把成本结构透明化，让客户自己选模型和成本档位；借不了的是这种转嫁需要客户已经接受按人头付费的席位制，否则用量计费很难单独成立。
依据R1R2R8客户与市场
客户是大型企业，买单的是 IT 和业务部门的共同预算
Glean 的客户是大型企业。CEO 称拥有 1,000 多家大型企业客户和数百万用户（R3）；官网称 85% 以上客户在 5 个以上部门部署，财富 500 强客户同比约 2 倍（R11）。这些口径来自公司自己，只能说明方向：Glean 卖的不是单人工具，而是跨部门部署。
跨部门部署意味着买单的人通常不是单个团队，而是 IT 和业务部门的共同预算。这也解释了为什么 Glean 要把连接器、权限和治理放进席位费——这些是企业采购的硬条件，不是搜索体验的加分项。Booking.com 向 14,000 名员工推广 Glean，Ericsson 有 20,000 多名员工受训、2,700 多个 Agent，Zillow 采用率 80%、3,400 多个 Agent，这些案例都指向同一个模式：先在一个部门跑通，再向全公司铺开。
对小团队来说，这个客户结构借不了。Glean 的销售周期、采购门槛和部署复杂度都建立在大客户预算上，小团队没有对应的销售和交付能力。
依据R3R5R11获客与渠道
口碑和用户跳槽是增长渠道，但撑不起大客户销售
Glean 称口碑是最大增长渠道，用户跳槽会把 Glean 带到新公司（R3）。这是一种低成本触达：员工在新公司有采购话语权时，会主动推荐已经在上一家公司用过的工具。对 Glean 来说，这比冷启动销售便宜，也解释了为什么它强调“易于被替换”和“数据归客户所有”。
但口碑只能带来线索，不能完成大客户成交。跨部门部署、权限治理和连接器配置都需要售前和交付，这部分靠的是 1,500 人规模的团队。公开资料未披露销售和市场费用的具体数字，所以无法判断口碑对获客成本的实际影响。
对小团队来说，可借的是把产品做成“员工愿意带到下一家公司”的形态，这要求数据可迁移、上手快；借不了的是把口碑当成唯一渠道——Glean 的口碑背后有庞大的交付团队接住企业采购流程。
依据R3R5成本结构
钱花在模型调用和人力上，压低 token 是毛利关键
Glean 最大的变动成本是模型调用。CEO 说 85%–90% 的企业任务倾向不用 Claude，因为 Claude 非常昂贵，部分 GPT 模型成本低一个数量级。公司还称预连接企业上下文可减少 token 浪费、降低服务成本。这两句话放在一起，说明 Glean 的毛利策略是：用企业图谱把上下文准备好，减少每次查询的 token 消耗，同时把多数任务路由到低价模型。
固定成本主要是人。CEO 称公司约有 1,500 名员工。公开资料未披露人力成本和模型调用成本的具体拆分，所以无法判断毛利结构，但可以判断：Glean 的利润率高度依赖它能否持续把任务压在低价模型上。
对小团队来说，可借的是在调用模型前先把上下文准备好，减少无效 token；借不了的是用 1,500 人团队去覆盖连接器和交付——小团队必须把这一层产品化或外包。
依据R3R5融资与资本
靠两轮大额融资活着，估值跳升但退出路径未定
Glean 靠风险资本活着。2022 年公开上线不到一年，它以 10 亿美元估值融资 1 亿美元，成为独角兽；2024 年融资 1.5 亿美元，估值 72 亿美元。两轮融资的间隔和估值跳升说明资本市场愿意为“企业 AI 入口”这个位置付溢价。
CEO 称暂无再融资计划，也无具体上市计划，但内部流程在准备。这个表态的实际含义是：公司当前不急着融资，但也没有确认收入或利润已经足够支撑公开市场。2025 年 5 月公司称年化经常性收入突破 3 亿美元，并称距 1 亿美元用时 15 个月（公司口径，未经独立核实）。公开资料未披露这个口径是承诺收入还是实际确认收入。
对小团队来说，这个资本结构借不了。Glean 能用融资换时间和销售团队，小团队没有这个选项，必须在早期就靠收入养活自己。
依据R3R4R9R11护城河
护城河是企业上下文，不是模型，但这条河不深
Glean 的护城河主张不在模型，而在企业上下文和知识图谱。CEO 称（公司口径，未经独立验证）Glean 可让 Claude 快 2 倍、token 减半，意思是它把企业数据提前组织好，模型调用更省。这个优势对客户有实际价值：同样的任务，用 Glean 比直接调模型便宜。
但 CEO 同时说，目标是让 Glean 易于被替换，记忆以标准格式归客户所有，不靠锁定取胜。这是一个刻意的取舍：用可迁移性换取客户信任和采购速度，代价是护城河变浅。客户迁移成本低，意味着 Glean 必须持续在成本和体验上领先，而不能靠合同锁定收租。
对小团队来说，可借的是把“上下文准备”做成产品的一部分，让客户感到换掉你会损失已积累的结构化知识；借不了的是用“不锁定”当卖点——那需要规模化的销售和品牌信任，小团队更需要靠深度集成留住客户。
依据R3R5风险与不确定性
微软和谷歌把 AI 搜索捆绑进办公套件，席位费首当其冲
Glean 的主要竞争风险来自微软、谷歌等科技巨头捆绑 AI 服务。这些巨头已经把搜索和问答嵌进企业已有的办公套件，客户不需要单独采购一个入口。Glean 的席位费因此面临压力：如果基础搜索被捆绑覆盖，客户会问“为什么还要为 Glean 的席位单独付钱”。
Glean 的应对是把价值往企业图谱、跨系统连接和 Agent 治理上移，但这些能力巨头也在补。公开资料未披露 Glean 在竞标中的胜率和替换率，所以无法判断捆绑的实际冲击。可以判断的是：Glean 的席位费越依赖“搜索”这个功能，风险越大；越依赖“治理和复杂查询”，风险越小。
对小团队来说，这个风险有参考价值：不要在一个巨头免费赠送的功能上建收费产品，除非你有巨头不愿做的脏活——连接器、权限、合规。
依据R4R9成本转嫁依赖客户接受用量计费，低价模型策略不是永久牌
Glean 把模型成本转嫁给客户的方式是 FlexCredits：超出额度后按用量付费。这要求客户接受“账单随使用量波动”，而企业采购通常偏好可预测的支出。如果客户为了控制成本而压制用量，Glean 的用量收入就会低于预期；如果客户用量很大，Glean 又要确保低价模型始终够用。
CEO 的低价模型策略被公司描述为压低服务成本的手段，但账本未披露毛利率，无法确认其对毛利的实际支撑程度。模型价格会变，客户也可能要求使用特定高端模型。一旦高端模型用量上升，Glean 要么自己吸收成本，要么向客户加价，两者都会影响留存。公开资料未披露 FlexCredits 的实际消耗结构和毛利率，所以无法量化这个风险。
对小团队来说，可借的是把成本波动写进定价条款，让客户为高成本能力单独付费；借不了的是假设低价模型永远便宜——定价结构要能在模型涨价时仍然成立。
依据R1R3R8关键节点
对AI原生公司创始人的启示
这一节是编辑判断，基于上面的证据推演，不是公司原话。
把可预测的用量包进席位费，把高成本能力留给计量
Glean 的收费结构是席位费打底、FlexCredits 接住超额用量：标准模型的 Thinking/Adaptive 模式每用户每周含 100 次查询，超出才扣 FlexCredits，Premium 模型查询、Code Writer、幻灯片生成、会议笔记和 Agent 运行则直接消耗 FlexCredits。小团队可以借这个分层思路——基础价覆盖客户每天都会用的能力，让下单门槛低；把高成本调用单独计量，避免重度用户把毛利吃穿。
借不了的是额度数字本身。100 次这个门槛来自 Glean 对大型企业用量分布的把握，小团队没有这类数据，额度要么设得更保守，要么直接按次计费。另外，这套结构成立的前提是客户已经接受按人头付费的席位制，否则单独的用量计费很难谈下来。
毛利靠把多数任务压在低价模型上，这要求先把上下文准备好
Glean 的 CEO 公开表示 85%–90% 的企业任务倾向不用 Claude，因为 Claude 非常昂贵，部分 GPT 模型成本低一个数量级；公司还称预连接企业上下文可减少 token 浪费、降低服务成本。这两件事是一套动作：先用企业图谱把上下文组织好，减少每次查询的 token 消耗，再把多数任务路由到低价模型。小团队可以直接借这个成本纪律，在调用模型前做检索、裁剪和缓存，这比换模型更可控。
借不了的是把这套策略当成永久牌。模型价格会变，客户也可能要求使用特定高端模型，一旦高端用量上升，要么自己吸收成本，要么加价，两者都影响留存。Glean 有 1,500 人团队和两轮大额融资撑着试错，小团队的定价条款必须能在模型涨价时仍然成立。
别在巨头免费捆绑的功能上建收费产品，去做它不愿做的脏活
Glean 最大的风险是微软、谷歌把 AI 搜索捆绑进企业已有的办公套件，客户会问为什么还要为单独的搜索入口付席位费。Glean 的应对是把价值往企业图谱、跨系统连接和 Agent 治理上移，但这些能力巨头也在补。小团队选方向时，应避开巨头已经免费提供的搜索和问答，去找它不愿做的部分：特定系统的连接器、权限治理、合规审计。
借不了的是 Glean 扛这个风险的方式——它靠企业图谱、1,500 人团队和 72 亿美元估值换来的时间窗口。小团队没有这个缓冲，方向选错就没有第二次机会；同时也要注意，Glean 自己把“易于被替换、数据归客户所有”当卖点，说明连它都不指望靠锁定收租，小团队更应靠深度集成而不是合同锁定留住客户。
公开资料没有回答的问题
- Glean 的 3 亿美元年化经常性收入中，席位费和 FlexCredits 用量费各占多少？
- FlexCredits 的实际消耗结构如何，高端模型查询占比多少？
- Glean 的毛利率和模型调用成本占收入的比例是多少？
- Glean 在竞标中对微软和谷歌的胜率、替换率是多少？
- 1,500 名员工中销售、工程和交付的比例如何？
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除；公开资料未披露的直接写明未披露。
- R1Glean Enterprise Flexdocs.glean.com · 一手来源 · 可信度 90
- R2Glean Core Suitedocs.glean.com · 一手来源 · 可信度 87
- R3‘Very easily replaceable’: Glean CEO Arvind Jain on agent memorythenextweb.com · 媒体与披露 · 可信度 87
- R4Who will own your company’s AI layer? Glean’s CEO explains | TechCrunch - 0 seconds of 28 minutes, 5 secondsVolume 90%techcrunch.com · 媒体与披露 · 可信度 87
- R5Glean – Enterprise AI that Works | Agents, Assistant & Searchglean.com · 一手来源 · 可信度 87
- R6While other tech CEOs warn of mass job losses, Glean's chief says AI will never replace a single worker | Fortune - While other tech CEOs warn of mass job losses, Glean’s chief says AI will never replace a single workerfortune.com · 媒体与披露 · 可信度 86
- R7Glean CEO Arvind Jain on Enterprise AI & Context | Perspectivespigment.com · 媒体与披露 · 可信度 85
- R8Cost and usage monitoringdocs.glean.com · 一手来源 · 可信度 85
- R9Glean争夺企业AI底层市场主导权ai.zhiding.cn · 媒体与披露 · 可信度 85
- R10AIを活用したワークスペース検索 | Glean Work AIglean.com · 一手来源 · 可信度 85
- R11About Glean | Enterprise AI Platform for Workglean.com · 一手来源 · 可信度 85
- R12A Personal Journey and the Future of Work AI—A Fireside Chat With Arvind Jain, CEO of Glean - Skip to main contenthdsr.mitpress.mit.edu · 媒体与披露 · 可信度 85
- R13Arvind Jain (Glean): Solving enterprise search with AI - Perspectives - Podcast Episode - Podscan.fm - Arvind Jain (Glean): Solving enterprise search with AIpodscan.fm · 媒体与披露 · 可信度 85
- R14"Every worker will have a team of assistants," says Glean CEO Arvind Jainaimresearch.co · 媒体与披露 · 可信度 85
由 EveryTik 调研流水线生成（deepseek-flash），经结构门禁、数字核对与独立审稿；引用 9 个来源、6 个独立域名。发现错误请以公开来源为准，我们会在下一轮调研时修正。