En el mundo de las startups, alcanzar los USD 100 millones en ingresos recurrentes anuales (ARR) suele marcar la frontera entre una empresa prometedora y una consolidada. Glean, que ofrece una herramienta de búsqueda inteligente para entornos corporativos, acaba de saltarse esa etapa lógica. En solo 15 meses, la compañía ha triplicado esa cifra, alcanzando los USD 300 millones en ARR. Para los estándares actuales de Silicon Valley, es un salto vertiginoso.
Glean se posiciona como el "Google de la empresa". Su tecnología permite que los empleados realicen búsquedas transversales en todas las plataformas internas —desde correos y calendarios hasta repositorios de código y documentos compartidos— utilizando inteligencia artificial para entender no solo qué busca el usuario, sino el contexto de su trabajo. Este es un punto crítico: en una organización moderna, el conocimiento está fragmentado en decenas de aplicaciones que no suelen comunicarse entre sí.
La batalla por la relevancia corporativa
Hasta hace poco, la empresa operaba en un terreno despejado, casi sin competencia directa. Sin embargo, ese periodo de calma terminó. Ahora, gigantes como Microsoft, Salesforce, Atlassian y los líderes de la IA generativa (OpenAI y Anthropic) han volcado sus esfuerzos en crear soluciones de búsqueda interna. Glean, con siete años en el mercado, se enfrenta al desafío de defender su territorio ante rivales con chequeras infinitas y una presencia global ya instalada en los sistemas operativos de sus clientes.
Lo que me parece más interesante aquí no es solo la rapidez de su crecimiento, sino cómo están jugando sus cartas para mantenerse relevantes ante titanes. El director ejecutivo de Glean, Arvind Jain, insiste en que su ventaja competitiva radica en el "gráfico de contexto". A diferencia de los motores de búsqueda genéricos, el sistema de Glean mapea las relaciones entre personas, documentos y flujos de trabajo específicos de cada empresa. Al comprender quién trabaja con quién y en qué proyectos, la IA puede filtrar resultados con una precisión que un modelo de lenguaje generalista difícilmente alcanzaría por sí solo.
Optimización de costos: el nuevo argumento de venta
Más allá de la eficiencia operativa, Glean ha encontrado un poderoso argumento de venta: el ahorro de costos. Implementar modelos de lenguaje a gran escala en sistemas empresariales es caro, principalmente por el consumo de "tokens" —las unidades básicas de texto que los modelos procesan y por las que los proveedores cobran—. Al actuar como un filtro inteligente que entrega a la IA solo la información estrictamente necesaria, Glean reduce la carga operativa y, por ende, la factura final de los servicios de IA que pagan sus clientes.
En un escenario donde muchas empresas están preocupadas por el retorno de inversión real de sus despliegues de IA, ofrecer una vía para reducir los gastos de cómputo es una estrategia brillante. Glean ya cuenta con clientes de peso como Databricks, Reddit, Pinterest y Samsung, quienes parecen haber validado este modelo de negocio híbrido.
Sin embargo, hay un matiz técnico que los inversores deben observar con cuidado. El ARR tradicional se basa en suscripciones predecibles, pero gran parte de los ingresos de Glean provienen de modelos de consumo variable, donde los clientes pagan según el uso real. Esto técnicamente se ajusta más a una "tasa de ejecución anualizada" (annualized revenue run rate), una métrica que proyecta los ingresos futuros basándose en la actividad reciente. Aunque suena similar, el riesgo es distinto: el consumo puede fluctuar drásticamente según la adopción interna, a diferencia de un contrato de software cerrado.
Mi lectura es clara: Glean está demostrando que, para ganar en la era de la IA corporativa, la infraestructura de búsqueda es tan importante como el modelo de lenguaje en sí. El reto que viene no será tecnológico, sino de escala. La pregunta para el sector no es quién tiene la IA más potente, sino quién logrará ser el tejido conectivo que realmente ordene el caos de información dentro de las grandes empresas. Quien controle esa capa de contexto, controlará el flujo de trabajo en la oficina del futuro.
