Nel vortice della corsa all’intelligenza artificiale aziendale, dove Microsoft integra Copilot in Office e Google spinge Gemini su Workspace, Glean adotta una strategia differente: non ambisce a essere la conversazione, ma il sistema nervoso che connette i modelli AI ai processi, agli strumenti e alla cultura aziendale.
Da motore di ricerca a tessuto connettivo AI
Fondata sette anni fa come motore di ricerca aziendale capace di indicizzare strumenti come Slack, Jira, Google Drive e Salesforce, Glean ha evoluto la sua visione. Oggi si propone non solo come alternativa ai chatbot, ma come l’ossatura che permette ai modelli LLM, intrinsecamente potenti, di comprendere il contesto specifico di ogni azienda.
Come sottolinea il CEO Arvind Jain, i modelli LLM «non sanno nulla del tuo business» finché non vengono collegati al contesto interno dell’azienda.
Neutralità dei modelli e governance come vantaggio competitivo
Glean si posiziona come un’astrazione tra l’azienda e i provider di modelli—come OpenAI, Anthropic, Google—offrendo la flessibilità di passare da un modello all’altro in base all’evoluzione delle capacità. Questo approccio di model neutrality non solo previene il vendor lock-in, ma rende il sistema resiliente alle evoluzioni dei fornitori tecnologici.
Alla base del suo valore risiede un’infrastruttura di governance robusta: Glean integra un indice centralizzato che mappa contenuti, attività, metadati e autorizzazioni, assicurando che le risposte generate rispettino i permessi degli utenti.
Inoltre, gli output sono verificati rispetto alle sorgenti originali e corredati da citazioni dettagliate, minimizzando il rischio di allucinazioni AI, un aspetto cruciale per la scalabilità dell’AI in ambiente enterprise.
Architettura contestuale: grafi, memoria e agentic workflows
Il punto di forza distintivo di Glean è il suo “sistema di contesto”: un indice orizzontale unico che collega dati, persone e processi, trasformandoli in un grafo della conoscenza dove anche le relazioni personali (personal graph) assumono rilevanza. Questo contesto è fondamentale per fornire agli agenti AI una comprensione approfondita della realtà operativa del cliente.
Glean non si limita a indicizzare informazioni: costruisce anche una memoria di impresa che registra le sequenze di azioni degli agenti, simile al reinforcement learning.
Questo permette di ottimizzare tool, parametri e azioni utilizzate nelle interazioni future, offrendo un vantaggio competitivo quasi inedito nel mercato dell’AI aziendale.
Codice e contesto: una visione end-to-end
Anche i team di ingegneria beneficiano di un ecosistema completo: Glean unisce codice, documentazione, conversazioni e ticketing in un unico strumento di ricerca semantica e lessicale. Il sistema include uno strato di code search integrato con il grafo enterprise e agentic loops. In caso di query, il sistema scansiona i repository, rispetta i permessi e collega il contesto tecnico a quello conoscitivo, favorendo coerenza e sicurezza.
Strategia e mercato: l’era dell’infrastruttura invisibile
Secondo analisti e media, l’epoca delle interfacce utente sofisticate potrebbe cedere il passo a una competizione sull’infrastruttura AI, dove la vera forza risiede nella capacità di collegare AI e dati reali in modo sicuro e affidabile. L’obiettivo non è essere l’assistente più appariscente, ma il motore invisibile indispensabile.
Il valore di Glean riflette questa ambizione: la startup vale circa 7,2 miliardi di dollari, ed è considerata un front runner nella creazione dello strato AI interno alle imprese, in un confronto diretto con colossi come Microsoft e Google.
In definitiva, la corsa al dominio dell’AI aziendale si gioca su più livelli.
L’interfaccia utente è solo la superficie. Il vero terreno di scontro, e potenzialmente di vittoria, è il tessuto connettivo che rende l’intelligenza artificiale veramente utile e affidabile: il contesto.
