- Glean は、企業のすべてのアプリケーションにわたって強力な統合検索を提供する作業アシスタントであり、従業員が必要なものを正確に見つけられるよう支援します。
- さまざまなアプリにわたる知識の断片化やリモートワークの台頭により、従業員は情報を見つけるのが難しくなり、生産性が低下しています。
- Gleanの高度な関連性モデルと企業アプリとの迅速な統合により、情報に簡単にアクセスできるようになるため、従業員の時間が節約され、仕事の経験が向上します。
その食い違いが私を悩ませ続けた。
私はGoogleで10年以上働いていました。そこでは、人々が私生活で必要なものをすべて見つけられるようにするための素晴らしい製品を開発していました。一番安いフライトを予約したいですか?グーグルで検索してください。レシピが必要ですか?グーグルで検索してください。最寄りのスターバックスを見つけますか?グーグルで検索してください。
しかし、私生活で必要な情報は、グーグルで検索するだけですぐに見つかりますが、職場ではそのような情報は存在しません。
実際、職場で何かを追跡する経験は、まったく逆です。新しいプロジェクトのコンテキストをもっとお探しですか?チームの共有フォルダを検索してみてください。何も見つかりませんでしたか?ああ、それはあなたのチームメイトが Dropbox で物事を整理しようとし始めたからです。しかし、いくつかのGithubスレッドを除いて、ほとんどのコンテキストは実際には複数のSlackチャンネルで共有されています。リードエンジニアに信頼できる情報源を問い合わせてみてください。ああ、でも彼女は休暇中です。彼女のマネージャーを試してみませんか?それが誰なのか簡単にわかる方法さえあれば。
特に企業が成長し、知識がさまざまなアプリに分散し、知識を持つ人々が世界中に分散するにつれて、職場で必要なものを見つけることは非常に複雑になります。グーグルを辞めてRubrikを共同設立したとき、私はこの問題にさらに強く気づきました。わずか 4 年で従業員数が 1,000 人を超えるまでに成長しました。これは嬉しいことですが、苦労なしには実現しませんでした。毎年実施している従業員の動向調査では、特定の文書であろうと対象分野の専門家であろうと、従業員が必要な情報を見つけられないことが、生産性に関する最大の課題でした。エンジニアはコードの外部に時間をかけすぎていたため、アカウントマネージャーは商談成立に必要な最新の調査やプレゼンテーションを見つけることができませんでした。新入社員はランプアップに時間がかかりすぎました。この深刻化する問題は、生産性を損なうだけでなく、エネルギーを浪費し、従業員体験を損なうことにもなりました。
ルーブリックは一人ではありませんでした。問題を調べてみると、他の企業も同じ問題を抱えていることがすぐにわかりました。従業員は自分の時間の 20% を費やしていました(週に1日!)情報を探しています。この課題は、企業がますます多くのクラウドベースのアプリケーションを使用するようになり、その結果、検索する必要のある表面の数が増え、デジタルトランスフォーメーションによってのみ加速しました。これは、リモートワークの台頭によってさらに悪化しました。従業員は、チームメイトの肩を軽くたたくことで回答を得ることができなくなりました。私は解決策を広範囲に探しましたが、私たちのニーズを満たすものは何も見つかりませんでした。
{{リッチテキストバナーコンポーネント}}
そこで、私たちはソリューションの構築に着手しました。Glean
その核となるのは、 Glean は、会社で使用されているすべてのアプリケーションにわたって強力な統合検索を提供する作業アシスタントであり、従業員が必要なものを正確に見つけられるようにします。Glean は、会社全体を検索し、ドキュメント内のコンテンツの深さを調べることができます。あなたが誰で、何に取り組んでいるのか、誰と一緒に働いているのかを理解して、高度にパーソナライズされた結果をもたらします。
皮肉なことに、この問題を引き起こしたSaaSの爆発と最近の技術の進歩により、実際に問題を解決することが可能になりました。SaaSの採用が加速したことで、SaaSはより標準化されました。APIによる権限制御やランキングシグナルの利用など、職場アプリケーションのこの標準化により、すべての人と簡単に接続できる最初の作業アシスタントを構築することができました。 会社のアプリ 2 時間以内 (多くの場合は 1 時間以内) で、これまでは導入に数か月かかっていました。これは、パブリッククラウドで利用可能な大規模なデータとインデックス作成インフラストラクチャによって支援されました。さらに、自然言語処理とディープラーニングにおける最近の飛躍的進歩により、Glean、絶え間ない手動による微調整を必要とせずに、検索と発見のための高度な関連性モデルを開発できるようになりました。
ビッシュ、トニー、ピユッシュ、そして私が初めてこの旅に乗り出してから2年以上経った今でも、私たちのチームは、人々が仕事でより生産的で幸せになり、最終的には世界に変化をもたらすために必要な知識をもたらす製品の構築に注力しています。私たちはまだ旅の始まりに過ぎませんが、Glean のお客様が、従業員が貯蓄をしていることを共有してくださったことで、私たちのチームが成し遂げたことを特に誇りに思います。 従業員 1 人あたり 1 週あたり 2 時間情報を見つけるためのより良い方法があるだけでねそして、リモートワークへの移行が加速し、燃え尽き症候群が増加している世界的なパンデミックの真っ只中、私たちのチームは、これまで以上に大きなニーズを解決するためにこれまで以上に活力を与えられています。
私たちは、必要なものを必要なときに確実に収集できる未来のモダンワークプレイスの形成を支援することを決意しています。






