SlackにおけるGleanの活用

Slackを離れることなく、回答の取得・業務を自動化

Gleanが必要な情報を見つけ、会話を要約し、ワークフローをSlack上で効率化。ユーザーは作業を中断せずに進められます。

自然言語を使用してエージェントを作成

Glean エージェントは組織の仕組みを理解しているため、単純な自然言語によるプロンプトを完全なエンドツーエンドのワークフローに変えることができます。貴社の既存のプロセス知識を活用することで、すでに効果があることが証明されている知識をさらに発展させます。

エージェントをエンタープライズコンテキストに根付かせる

LLMには、根拠のある意思決定を行うために必要な企業コンテキストがありません。そのコンテキストはナレッジストアに存在しますが、データ分析、Q&A、専門家の発見など、各タスクに適した情報を取得するには強力な検索システムが必要です。Glean は、企業全体にわたる水平的なAIユースケースをサポートするように設計されています。

オープンで拡張可能なプラットフォームによる将来を見据えた AI

Gleanのオープンで拡張可能なプラットフォームにより、独自のLLMを柔軟に持ち込んだり、サードパーティのエージェントに接続したりできるため、常に最新のモデルとツールを使用できます。AIエコシステムとともに進化するように構築されているため、新しいイノベーションの出現に応じて採用できると同時に、エージェント間のコラボレーションが可能になり、エンタープライズシステム全体のサイロが解消されます。

セマンティック理解

Glean は、会社のデータに基づいてトレーニングされたセマンティック検索とレキシカル検索を組み合わせて、独自の略語、社内プロジェクト、ドメイン固有の用語を理解し、最も関連性の高い結果を表示します。

Agentic Reasoning Engine - Semantic understanding

Agentic Reasoning Engine - Complex, contextualized workflows

複雑で状況に応じたワークフロー

Glean、組織がどのように仕事を進めているかを分析し、過去のワークフローの構造を調べて新しいタスクに最適なプランを決定します。単なる類似性マッチングにとどまらず、ハイブリッド検索と、成功率、使用パターン、最新性などのワークフローからのシグナルを利用して意思決定の指針としています。その後、この豊富なプロセス知識をLLMと共有して、新しいコンテキスト認識型ワークフローの作成に役立てます。

パターンと目標の自動認識

各エージェントは、データ分析の実施、オンボーディング、調査の実施など、特定の目標を達成するように設計されており、それぞれが企業独自のクエリパターンを表しています。Glean は、これらのパターンを深く理解し、AIの応答を適切な企業コンテキストに基づいて行うことで、強力な検索体験を提供します。

Agentic Reasoning Engine - Automated pattern & goal recognition

Agentic Reasoning Engine - Continuous performance evaluation & assessment

継続的なパフォーマンス評価と評価

エージェントを評価することは、エージェントが正しい答えを見つけたかどうかを確認することだけではありません。各タスクにとって「良い」とは実際に何を意味するのかを定義することです。Glean では、執筆の創造性、問題解決への有用性、指導ガイドの一貫性など、意図を評価するよう努めています。次に、さらに深く掘り下げて、エージェントの推論の各ステップがどの程度成り立つかを評価します。これを大規模に行うために、LLMジャッジを使用します。LLMジャッジとは、特定のクエリクラス内のエージェントの出力を評価するようにトレーニングされた言語モデルです。

オープンで拡張可能なプラットフォーム

Glean を利用すると、LLMの最新機能にアクセスでき、増え続けるサードパーティエージェントのネットワークに接続できます。Glean ではプラットフォーム内でエージェントを簡単に構築できますが、企業がさまざまな場所でエージェントを作成することはわかっています。そのため、Anthropicのモデルコンテキストプロトコル、OpenAI Agents SDK、LangChainなどの主要なエージェントフレームワークと統合するオープンで拡張可能なプラットフォームを構築しました。