人工智能的快速发展预示着新一代强大的工具——包括在整个企业中快速呈现知识的能力。
Glean 是一家由 Google 搜索工程师和其他行业资深人士成立的公司，在该领域拥有相当丰富的专业知识。
AI News 采访了 Glean 的首席执行官兼创始人 Arvind Jain，以了解更多关于该公司如何使用 AI 来展示工作场所知识和提高生产力的信息。
AI News：您能告诉我们 Glean 及其目标吗？
Arvind Jain：Glean 正在解决当今工作场所可能最紧迫的问题：帮助人们找到并访问他们所需的信息，以尽最大努力完成工作。
在过去的四年里，我们建立了一个搜索平台，利用机器学习的最新进展，并在每家公司的特定知识库上重新训练深度学习语言模型。 通过这种方式，我们对上下文、语言、行为和与他人的关系有了深入的了解，这些都针对您的工作场所进行了独特调整，并遵守您的数据治理政策：一个值得信赖的知识模型。
我们值得信赖的知识模型使我们能够为用户的查询提供最相关和个性化的答案，并使他们不仅能够与公司知识保持联系，还能与彼此保持联系。
我们的使命是为每个人提供改变世界所需的知识。
AN：大流行后更多的远程工作是否增加了对像 Glean 这样的知识共享解决方案的需求？
AJ：当然，整个企业中 SaaS 应用程序的爆炸式增长加剧了这种情况。 公司知识变得支离破碎和孤立，这给关心员工体验的公司带来了巨大挑战——这些公司希望确保员工能够找到问题的答案、获取所需信息并感受到联系。
Forrester 发现，员工对工作感到厌倦的主要原因是数据和/或信息很难找到。 现在比以往任何时候都更重要的是确保您投资于良好的搜索和知识管理工具。
AN：您如何确保并非所有团队成员都应该访问的潜在敏感公司数据的安全？
AJ：Glean 是从头开始构建的，以优先考虑安全性和治理——我们连接到您的所有企业知识并强制执行您数据源的现有权限。 这是我们成功的基础。
Glean 的治理引擎确保用户只能看到他们被允许的信息，基于他们在 Glean 搜索的源系统中的现有访问权限。
AN：经过一段合理的整合 Glean 时间后，收到某人需要的答案的成功率是多少？
AJ：Glean 用户平均每天进行 20 次搜索，每周节省 2-3 小时——客户时间的节省和生产力的提高是我们的关键成功指标。
AN：Glean 如何与竞争对手区分开来？
AJ：在过去的四年里，我们建立了一个搜索平台，利用机器学习的最新进展，并在每个公司的特定知识库上重新训练深度学习语言模型。
通过这种方式，我们深入了解上下文、词汇、行为以及与他人的关系，这些都针对您的工作场所进行了独特调整，并遵守您的数据治理政策：一个可信的知识模型。 我们值得信赖的知识模型使我们能够为用户的查询提供最相关和个性化的答案。
我也对其他工具启动和运行需要多长时间感到沮丧。 对我来说非常重要的是，我们的搜索解决方案应该是完全可定制的，但也应该只需要最少的运营开销来设置——不需要第三方参与或专业服务。
AN：在全球经济不确定的情况下，您是否注意到企业寻求降低成本和提高运营效率的方法的兴趣有所上升？
AJ：是的，100%！ 经济同时出现生产力和员工敬业度的下降，许多企业都在寻求提高效率和生产力。
有许多研究，包括来自麦肯锡的一项研究，发现每周将近 20% 的工作时间用于寻找内部信息或可以提供帮助的同事——这就是为什么为员工提供连接公司知识的好工具如此重要的原因 和资源。 现在这是一项重要的投资。
AN：在接下来的一年里，我们对 Glean 有何期待？
AJ：生成式 AI 有潜力增强知识工作者的能力，每个人都想弄清楚如何将其带入工作场所，但 GPT-4 和类似的生成式 AI 模型还没有为企业做好准备。 他们需要以正确的搜索技术为基础。
我们的目标是提供一种对企业有用的产品，就像 ChatGPT 对网络一样有用。
考虑到这一目标，我们将在我们的产品中扩大生成人工智能的使用，并提供基于我们可信知识模型的新功能，这将增强人们在工作中的潜力。
对话界面只是其中的一部分。 我们的使命是为人们提供改变世界所需的知识。 在后台，我们也在不断努力提高排名，这是我们提供的产品的基础。
