“现在美国大厂纠结的，是敢不敢用中国模型。”
近期 Fable 5 和 GPT-5.6 接连遭遇美国管制，引发业界对"AI 取代人类”论调的再次关注。然而，曾成功推动数据存储巨头 Rubrik 上市、并创办估值 72 亿美元 AI 独角兽 Glean 的创始人 Arvind Jain 却持不同观点。他认为，前沿大模型层（Model Layer）正迅速商品化，模型巨头难以在软件应用层构建护城河。
Arvind 的观点基于对企业级软件的深刻理解。当 OpenAI 和 Anthropic 试图通过垂直套件或开放协议切入企业系统时，他评价这些尝试“过于浅层”。在真实商业场景中，专业壁垒极高，设计师不会因 Claude 具备画图功能而放弃 Figma。企业级 AI 的核心壁垒在于复杂的深层上下文与权限管理。直接调用模型接口进行“暴力检索”，不仅效率低下，更会产生企业无法承受的 Token 成本——Glean 内部曾测试用 AI Agent 处理 95% 的线上故障警报，单月算力成本高达 100 万美元，远超人力成本。
高昂的物理成本打破了"AI 时代企业可缩减至 10 人”的幻想。Glean 目前拥有超 1000 名员工，并计划五年内扩增至 5000 人。Arvind 的逻辑清晰：在竞品拥有相同 AI 工具的前提下，选择裁员省钱的企业，注定败给保持规模并利用 AI 打造十倍好产品的对手。在与 20VC 主持人 Harry Stebbings 的对话中，他犀利拆解了大模型巨头在应用层的幻觉及中美开源生态的现实：
-
模型巨头难赢应用层：OpenAI 和 Anthropic 推出的垂直套件缺乏深度，无法触及设计、金融等核心业务壁垒，仅能吸引非专业用户。 -
暴力检索成本高昂：简单连接数据库并非企业级 AI。缺乏深层上下文与权限管理的“暴力匹配”会浪费海量 Token。Glean 案例显示，不当使用 Agent 处理警报，单月成本可达百万美元。 -
AI 将助推企业扩张：裁员是消极的防守思维。在工具对等的情况下，保持团队规模并利用 AI 提升产品竞争力的企业将胜出。 -
开源模型平替日常业务：90% 的日常业务可用开源模型（如 GLM 5.2）替代，其性能已逼近闭源大厂。高昂的授权费将迫使大模型厂商降价，单纯卖模型难以支撑万亿营收神话。 -
代码审查成新瓶颈：AI 虽能快速生成代码，但理解、维护和审查代码成为研发新瓶颈。Glean 坚持严格的人工代码审查制度，以应对 AI 生成代码带来的维护压力。
警惕机构性经验流失：企业数据绝不能平白送给第三方 Agent
主持人：如今 90% 的应用场景已可由多种模型（含开源）处理。对于不做前沿训练的 AI 公司，应如何看待模型巨头？
Arvind Jain：谢谢邀请。我属于那种因害怕失败而驱动的人，总是担心哪里会出问题。每次创业都像是从零开始，尤其是在 AI 这个每天都在颠覆的世界。Glean 与之前的 Rubrik 完全不同，不能依赖过去的“赢者思维”。
主持人：请用 60 秒概括 Glean。
Arvind Jain：Glean 起初是企业搜索公司，帮助员工在数百个系统中查找信息，可谓“工作场景里的 Google"。随着模型增强，它已演化为 AI 平台，整合了 ChatGPT、Claude 等体验，成为连接公司全部上下文和工作方式的"AI 同事”。
主持人：PALANTIR 创始人称大企业更怀疑前沿模型提供商，你认同吗？
Arvind Jain：企业确实感到恐惧，担心核心知识产权和数据过度依赖模型商。更深层的问题是，AI 在企业中尚未真正奏效，但大家不敢承认。如果工作流程完全由外部 Agent 驱动，企业实际上是在运营层面依赖技术提供商。
随着时间推移，组织性的学习成果会积累在 Agent 身上。若企业无法控制 Agent 的运行方式及积累的学习成果，就等于将核心竞争力拱手让人。因此，如何在使用 AI 的同时保留控制权，是企业面临的根本性问题。
主持人：企业是否正从前沿模型转向开源？
Arvind Jain：开源已到拐点。企业不满足于仅使用 OpenAI 或 Anthropic，希望掌控命运并使用多模型。加之 AI 成本高昂，预算极易超支，这加速了企业对开源的渴望。
垂直功能尚显浅层：模型巨头跨界难撼专业软件地位
主持人：驱动企业转向开源的主要因素是成本还是数据主权？
Arvind Jain：现阶段主要是成本。虽然部分企业要求推理负载留在私有数据中心，但随着合同规范，对数据被滥用的恐惧已减弱。
主持人：担心 Anthropic 等巨头进入你的地盘蚕食业务吗？
Arvind Jain：不必高估他们在垂直领域的成就。他们推出的功能包较浅，更多是创造增量需求，吸引非专业用户，而非让核心用户从 Figma 等专业工具迁移。设计师不会因 Claude 有设计功能就放弃 Figma。
主持人：你们如何解释与 Claude 等连接企业系统的区别？
Arvind Jain：“上下文”构建极其复杂。Claude for Work 主要用例仍是问答和信息检索，这正是我们竞争的核心。先发优势是资产，但非救世主。
主持人：给担心模型商杀入赛道的创始人什么建议？
Arvind Jain：完全不要担心。对于不做前沿训练的 AI 公司，模型公司是巨大的资产而非竞争对手。没有他们的创新，我们无法交付现有产品。
模型层迅速商品化：90% 日常业务开源即可平替
主持人：模型层是否正在终极商品化？
Arvind Jain：毫无疑问。90% 以上的企业用例已可由包括开源在内的多种模型处理。Glean 的核心价值之一便是成本控制，优先在合适场景使用开源模型。
主持人：客户是否接受中国开源模型？
Arvind Jain：技术上已无障碍，GLM 5.2 等模型性能已逼近前沿。唯一障碍是心理层面的舒适感和地缘政治顾虑。但随着时间推移，这将逐渐正常化。
主持人：高昂的授权费是否可持续？
Arvind Jain：不可持续。激烈竞争和开源将使价格承压。单靠模型业务难以支撑巨头承诺的万亿营收。Anthropic 等平台正转向应用层生态，但这层做得依然较浅。
主持人：三年后多少工作流跑在开源模型上？
Arvind Jain：大多数工作负载将跑在开源模型上。
主持人：如何看待 Microsoft Copilot 的捆绑策略？
Arvind Jain：微软是强劲对手，捆绑策略有效。但最佳单点软件仍有生存空间。且随着 AI 走向按用量计费，捆绑的天然优势将被削弱，企业可灵活部署多个工具。
算力成本高昂：蛮力检索让 AI 沦为烧钱玩具
主持人：企业 AI 投资的 ROI 如何？
Arvind Jain：客服等场景已有明确价值，但在编程等领域，写代码速度提升并未显著加快产品交付速度，因为写代码只是流程的一小部分。
主持人：Glean 有多少代码由 AI 生成？
Arvind Jain：近 100%。但我们强制要求人工审查。AI 降低了编写门槛，却将压力转移至审查环节。一次性生成百万行代码易，但维护和理解极难。
主持人：为何说 AI 的 ROI 是吞吐量问题？
Arvind Jain：关键在于提供正确的上下文。多数企业部署 AI 时采用“蛮力搜索”，让模型自行拼凑信息，导致速度慢且 Token 消耗巨大。必须围绕 AI 投入，确保上下文准确，才能降低成本、提升效率。
主持人：CEO 们是否搞错了方向，总想用 AI 替代人力？
Arvind Jain：这是错误的目标。AI 尚无法完整替代任何岗位，尤其是那些需要处理最后 10% 最难言明部分的岗位。在竞争中，叠加真人的企业将胜过纯靠 AI 的企业。
拒绝防御性裁员：AI 时代需用同等人手打造十倍好产品
主持人：Glean 目前及未来的人员规模？
Arvind Jain：现超 1000 人，计划五年内达 5000 人。我不相信裁员逻辑。若两家竞品拥有相同 AI 工具，缩编的一方注定败给保持规模并追求十倍产品 improvement 的一方。
主持人：人多是否会拖慢效率？
Arvind Jain：团队过大确有弊端，但人是资产。全球最伟大的公司不会是只有百人的小团队。模型公司也在激进招人。
主持人：技术成本是否过高？
Arvind Jain：是的。我们一个处理 95% 警报的 Agent 月耗 100 万美元，成本高得离谱。技术本应越来越便宜，开源已能将成本降低一个数量级。将技术成本与人工成本直接比较是前所未有的现象，但这不可持续。
主持人：内部如何管理 Token 支出？
Arvind Jain：目前处于摸索阶段，存在幂律分布：少数人消耗大量 Token，多数人仅用于基础问答。高级用例使用者仅占 5%。我们通过全员大会分享成功案例，但不鼓励盲目消耗 Token。
主持人：招聘难度如何？
Arvind Jain：整体人才供给增加，但顶尖 AI/ML 人才极度抢手，薪酬被大幅推高。创始人应尽早融到大资金以应对高薪竞争。
资本泛滥制造失败路径：创始人需习惯“不讲理的冲动”
主持人：过去一年你最大的观念转变是什么？
Arvind Jain：过去过于讲究纪律和保守，可能错失抢地盘时机。现在感受到压力要改变花钱和投资方式，但生意仍需建立在纪律之上。
主持人：这是一场抢地盘战吗？
Arvind Jain：绝对是。今天不进入，未来难度将高十倍。
主持人：未来会出现哪些新岗位？哪些会消失？
Arvind Jian：复合型角色将普及，如兼具工程、产品和设计能力的人才。纯粹的数据分析师、招聘搜寻者等岗位将消失或被整合。
主持人：关于主权模型和中国模型的崛起，你怎么看？
Arvind Jain：除美国外，真正做出模型的国家只有中国。美国缺乏实质影响力的开源模型，并非因为开源理念弱，而是模型训练需要高额前期投入，不适合传统开源模式。美国需建立自己的开源模型，不能在技术创新上失去能力。
主持人：对创业生态有什么想改变的？
Arvind Jain：市场资金过多，导致初创公司构建不可持续的结构，如给工程师开出 50 万美元年薪。资本过度充裕正在制造失败路径。
主持人：做创始人的真相是什么？
Arvind Jain：这不是一份性感的工作，压力巨大。必须是由使命驱动的人，拥有近乎不讲理的冲动，持续工作并以身作则。