Otter.ai vs Glean 2026: транскрибатор встреч против enterprise-поиска

IT-директор компании на 400 человек спрашивает: «Нам нужен один AI-инструмент — что взять, Otter или Glean?» Ответ редакции: это как выбирать между микрофоном и картотекой. Оба записывают знания, но по разной оси.

Otter.ai — это Speech-to-Text для совещаний. Продукт живёт внутри Zoom, Google Meet и Microsoft Teams: подключается ботом к звонку, ведёт real-time транскрипцию, генерирует summary с action items. В 2025 году появились OtterPilot, Enterprise Suite и MCP Server — Otter пытается выйти за пределы «записал встречу и всё», но исходная функция — распознавание речи, не поиск по корпоративным документам.

Glean — это enterprise AI-search поверх всей корпоративной инфраструктуры. Продукт индексирует 100+ систем (Slack, Confluence, Google Drive, SharePoint, Jira, Salesforce, ServiceNow, GitHub — полный список в досье), строит Enterprise Graph — граф знаний организации — и отвечает на запросы сотрудника с учётом его прав доступа в каждом источнике. Zoom-транскрипты — один из 100+ входов, а не суть продукта.

В категории business-ai на AIRatings эти сервисы попадают в разные подгруппы. Otter — в «Conversational и meeting intelligence». Glean — в «Enterprise search и knowledge». Прямыми конкурентами они друг другу не являются: Otter конкурирует с Fireflies.ai, tl;dv, Fathom, Zoom AI Companion. Glean конкурирует с Microsoft 365 Copilot, ChatGPT Enterprise, Google Agentspace. Но оба продают заказчику одну и ту же боль — «мы теряем корпоративные знания» — с разных концов.

Практический вывод для покупателя: если вопрос звучит как «сделай запись и заметки со встречи» — это Otter. Если вопрос звучит как «найди мне вчерашний тикет клиента в Zendesk и связанное решение из Confluence» — это Glean. Одно другого не заменяет.

По нашему опыту, попытка «заменить Glean Otter'ом» проваливается за неделю — сотрудники приходят в поиск с запросом «покажи прошлогодний Q3-отчёт», а Otter умеет только «покажи, о чём говорили на встрече вчера». Обратная замена — «использовать Glean вместо Otter» — теоретически возможна через Zoom-транскрипты, но качество summary и скорость получения заметок будут заметно хуже, чем у профильного OtterPilot.

COO компании на 800 человек: «У нас Confluence, Jira, Salesforce, Slack, SharePoint, GitHub, Zendesk и три Google-Drive-домена. Какой AI сможет это всё увидеть одним запросом?»

Если посчитать, сколько источников каждый сервис видит из коробки, разница между Otter и Glean оказывается на порядок. Otter.ai подключается к трём meeting-платформам — Zoom, Google Meet, Microsoft Teams — и тянет в тарифах Pro+ интеграцию со Slack (уведомления о результатах транскрипции), Salesforce и HubSpot (CRM-context для sales-команд). Всё. Chrome Extension для in-browser transcription, iOS/Android приложения — это интерфейсы, не источники данных.

Glean — это принципиально другой класс продукта. По собственному сайту компании и досье, платформа даёт 100+ нативных коннекторов: Slack, Microsoft Teams, Gmail, Outlook, Confluence, Google Drive, SharePoint, OneDrive, Dropbox, Box, GitHub, GitLab, Jira, Salesforce, ServiceNow, Zendesk, Asana, AWS S3, Azure, GCP, Databricks, Looker, Tableau, Notion, Coda, Miro и десятки других. Enterprise Graph — собственный граф знаний организации, который связывает людей, документы, проекты и темы, обновляется в реальном времени.

Для команды на Microsoft 365 без сторонних систем разница выглядит скромно — обе платформы подключатся к Teams. Но реальная корпоративная инфраструктура редко бывает моноплатформенной. По досье Glean, типичный клиент имеет 10+ систем, из которых 3–4 являются «единственным источником правды» для отдельных отделов. Otter физически не видит эти отделы: продавцы работают в Salesforce, инженеры — в Jira/GitHub, поддержка — в Zendesk, HR — в Workday.

Единственная точка, где Otter вырывается вперёд, — глубина конкретно meeting-платформ. Ботинтеграция с Zoom работает с 2018 года, партнёрство официальное, транскрипция стартует с первого включённого микрофона. Glean тоже читает Zoom-транскрипты, но качество и удобство OtterPilot в собственной нише — выше, потому что это его профильный продукт.

Head of Customer Success: «Пришёл escalation от Booking.com — нужен вчерашний Slack-тред с инженером плюс тикет в Jira плюс старый контракт из Google Drive. Кто найдёт всё это одним запросом?»

Enterprise search — это профильная функция Glean и побочная у Otter. По досье Glean, продукт с 2021 года начинался именно как assistive search tool: поиск на естественном языке по всем подключённым системам с учётом прав доступа. В 2025 году это стало третьим поколением AI Assistant с Enterprise Graph и Glean Agents. Компания получила награду Fast Company #1 Applied AI 2025 и Gartner Customers' Choice 2024 (4,5/5, 103 отзыва) — оба сигнала работают именно на позицию «лучший корпоративный поиск».

Otter.ai тоже умеет искать, но только внутри своей области. Otter AI Chat — Q&A по контенту транскрипции: можно спросить «о чём мы договорились с клиентом X на прошлой неделе», и получить ответ из Meeting summary. Enterprise Suite (октябрь 2025) добавил cross-meeting RAG — поиск по всем совещаниям организации сразу. Но за пределы транскриптов Otter не выходит: Confluence-статью, Jira-тикет или контракт из Google Drive он физически не индексирует.

Практически это ощущается так. По досье Glean, компания заявляет 93% adoption rate за 2 года у своих клиентов и до 110 часов экономии на пользователя в год — цифра маркетинговая, независимой верификации нет, но клиентский лист (Booking, Webflow, Confluent, Instacart, Duolingo, Databricks, Grammarly, Reddit, Samsung) — фиксирован в досье. Именно эти компании держат данные в 20+ системах и физически не могут переучиться на «один Slack и Confluence».

Ограничение Glean — качество данных. Если Confluence-документация не поддерживается 3 года, retrieval будет находить устаревшие ответы. Otter от этой проблемы не страдает: транскрипт вчерашней встречи всегда актуален. Разные болевые точки.

Sales-директор: «У нас 40 звонков в день, менеджеры забывают половину. Нужны заметки, action items и связь с CRM — что взять?»

Это профильная территория Otter.ai. По досье, компания с 2018 года строит именно продукт «AI записывает встречу и делает заметки»: real-time транскрипция Zoom/Meet/Teams, speaker identification (различает участников по голосу после короткого тренинга), автоматический summary с action items, live captions с задержкой ~1–2 секунды. С февраля 2023 работает OtterPilot — AI meeting assistant, конкурирующий напрямую с Microsoft Copilot for Meetings. В 2026 добавили Otter AI Meeting Agent, который отправляется на встречи от имени пользователя.

Точность транскрипции по данным сторонних обзоров (tldv.io, allaboutai.com): 98–99% на хорошем аудио, 95% на среднем, до 80% на шуме и конференц-залах с эхом. Для sales-команд это работает: Otter интегрируется с Salesforce и HubSpot из коробки на тарифе Pro и выше, автоматически прикрепляет транскрипт и summary к CRM-записи контакта.

Glean с meeting intelligence работает косвенно. По досье, продукт интегрирует Zoom (транскрипты, recordings) и делает эти данные доступными в Enterprise Graph. Но собственного meeting-бота у Glean нет: транскрипцию делает Zoom AI Companion или ручная загрузка. Live captions и action items в реальном времени — не задача Glean Assistant, он ассистент для поиска, а не для проведения совещаний.

Ограничение Otter в этой нише — те самые 6 языков. Для англоязычных sales-звонков это норма, для российского продавца, работающего с русскоязычным клиентом — блокер. Второе ограничение — privacy-инциденты 2022 и 2024 годов (см. досье §16 и §8): Otter пересылал транскрипты третьим лицам без явного согласия пользователя, компания признала и обновила controls, но в privacy-critical коммьюнити доверие снизилось.

Head of IT в банке на 1200 сотрудников: «Мне нужно, чтобы AI никогда не показал зарплату Петрова Иванову. Кто это гарантирует технически?»

Permission-aware behaviour — центральный аргумент Glean на всех уровнях маркетинга и главное отличие от ChatGPT Enterprise и MS Copilot для команд со сложной сегментацией доступа. По досье §4.3 и §11, продукт делает real-time enforcement прав на каждый запрос Assistant: проверяет ACL источника (Confluence, Drive, Salesforce, Jira) в момент вопроса и возвращает только то, к чему у конкретного пользователя есть доступ. Уволили сотрудника или сменили роль — Assistant перестаёт давать доступ к запретным данным немедленно.

Это критично для корпораций с row-level security: fintech, healthcare, defence, крупные консалтинговые компании. Именно поэтому клиентский лист Glean такой — Booking.com, Databricks, Samsung, Reddit — компании со сложной внутренней информационной иерархией.

У Otter картина другая. Продукт наследует permissions от meeting-платформы: если у вас есть доступ к Zoom-звонку, у вас есть доступ к его транскрипту. Enterprise-тариф добавляет SSO/SCIM для централизованной identity management и HIPAA-add-on для healthcare, но собственной системы row-level ACL по контенту нет — Otter работает с одной осью «встреча / не встреча».

Отдельная тема — privacy-инциденты Otter. По досье §8 и §16, в 2022 и 2024 годах журналисты фиксировали случаи, когда Otter пересылал данные транскрипции третьим лицам без явного согласия. Компания признала кейсы и обновила privacy controls, но у privacy-critical профессий (журналисты, юристы, часть healthcare без HIPAA add-on) это оставило шрам. У Glean таких публичных инцидентов не зафиксировано, а «no data used for training» заявлено как ключевая ценность продукта.

Ещё один нюанс — SOC 2. У Otter заявлен SOC 2, но тип I или II — не уточнён публично (Data Gap в досье §8). У Glean на сайте общая формулировка «enterprise-grade security», конкретный список сертификатов (SOC 2 Type II, ISO 27001, HIPAA, FedRAMP) на trust-page не извлечён редакцией — это тоже Data Gap. Оба сервиса недостаточно прозрачны, но у Glean репутация в enterprise-нише всё же строже (Gartner Customers' Choice 2024).

Head of Operations: «Мне нужен AI-агент, который сам создаёт тикеты, отвечает клиентам по FAQ и обновляет CRM. Кто даёт конструктор?»

Оба сервиса в 2025 году сделали серьёзные ставки на agentic-платформы, но с разных концов. Glean Agents (по досье §4.1) — это платформа автоматизации повторяющихся workflows: заявок, тикетов, customer support, HR-запросов. Агенты обучаются на корпоративных процессах и работают поверх всех 100+ подключённых источников. В связке с Enterprise Graph и Glean Protect (governance, audit logs, DLP) это выглядит как полноценный enterprise-agent-стек.

Otter пошёл параллельным путём. В октябре 2025 запустил Enterprise Suite — AI-агент поиска по корпоративным совещаниям с cross-meeting RAG. В 2026 появился Otter AI Meeting Agent, который отправляется на встречи от имени пользователя, ведёт заметки, отвечает на простые вопросы. Отдельно — MCP Server (Model Context Protocol), позволяющий подключать данные Otter к внешним LLM (GPT, Claude, Gemini). Для STT-сервиса это шаг за пределы своей ниши.

По нашему опыту, для агента, который «сам сделает тикет и обновит CRM», Glean подходит лучше — просто потому, что он видит и Jira, и Salesforce, и Slack одновременно. Otter в этой роли работает только там, где источник задачи — это встреча: «после звонка с клиентом X создай тикет в поддержку и уведоми team-lead в Slack» — вот там Enterprise Suite + MCP Server дают адекватный результат. За пределами meeting-context Otter теряется.

Стоит учесть, что Glean Agents — это платформа с прицелом на вертикальные сценарии (HR, IT support, sales), и Glean явно инвестирует именно в неё как в основной growth-driver (по roadmap §10 досье). Otter же делает MCP Server как «мост в чужие агентные экосистемы» — это менее амбициозный, но более гибкий подход: агент строится в другом инструменте, а Otter поставляет meeting-данные.

Head of Sales в петербургской IT-компании: «У нас 60% встреч — на русском, 40% — на английском. Есть смысл смотреть в сторону этих сервисов?»

Для российской аудитории эта подтема — фильтр номер один. По досье Otter §2, поддерживаемых языков на май 2026 — 6: английский (US/UK), испанский, французский, немецкий, японский, китайский. Русского нет. Это не «плохое качество» и не «нужен VPN» — русский язык физически не поддерживается сервисом. Otter не транскрибирует русскую речь, не делает speaker ID для русскоязычных участников, не строит summary на русском. Точка.

Это подтверждено WebFetch по otter.ai/pricing на 2026-05-12 (см. досье §2 и §7). Между началом 2025 и маем 2026 Otter расширил список с 3 до 6 языков — сигнал позитивный, но русский в приоритеты компании не попал и в ближайший релиз-цикл вряд ли попадёт. Для команды на русских звонках это блокер, обход невозможен.

У Glean ситуация мягче, но не сильно лучше. По досье §2, продукт мультиязычный, документы на русском индексируются, ответы через выбранную LLM (GPT/Claude/Gemini) на русском работают. Но продукт не оптимизирован под русский: качество retrieval для русскоязычных документов ниже, чем для англоязычных, специфичного тюнинга под морфологию нет, официальный список поддерживаемых языков — Data Gap в досье. Редакция AIRatings оценивает уровень как 6/10 — работать можно, но флагманский use case это не он.

Практически это выглядит так. Российская sales-команда на 100% русских звонках не сможет использовать Otter совсем — только если переучит клиентов говорить на английском, что нереалистично. Российская IT-корпорация с internal Confluence на русском и Slack на смеси RU/EN может поставить Glean, получить среднее качество ответов и приемлемый search, но не должна ожидать того же уровня, что англоязычные Booking и Databricks.

CFO стартапа на 50 человек: «Мне нужно посчитать AI-бюджет на год. Что реально стоят эти два?»

Разница в философии биллинга — драматическая. Otter.ai (по досье §3, проверено WebFetch 2026-05-12) даёт публичный прайс из четырёх тарифов:

• Basic (Free) — $0, 300 минут/мес, лимит 30 минут на разговор, 3 lifetime import.
• Pro — $8,33/user/мес при годовой оплате (save 51%), $16,99 при monthly. 1200 минут/мес, до 90 минут на встречу.
• Business — $19,99/user/мес при годовой ($30 monthly). Unlimited транскрипция, 4-часовые встречи, 3 concurrent meetings.
• Enterprise — custom, «schedule demo». HIPAA add-on, SSO/SCIM, Otter Connect API v2, MCP Server.

Годовая стоимость Otter Pro для команды 50 человек — $8,33 × 50 × 12 = $4998/год. Business — $11 994/год. Это предсказуемо, публично и не требует переговоров.

Glean играет по правилам enterprise-onlу. По досье §3, публичной price-card нет — только «Get a demo». Известная отраслевая точка отсчёта из контекста задачи — ~$18–24/seat/мес. На 50 человек это $10 800–14 400/год минимум, но это без стоимости внедрения, коннекторов и professional services. Free-тарифа нет, trial — через sales-демо (см. досье §3.2). Для команды 200 человек цифры становятся $43k–58k/год, для 1000 — $216k–288k/год минимум.

Ключевая разница — предсказуемость. Otter — SaaS с прайсом на сайте, можно активировать за 5 минут корпоративной картой. Glean — sales-driven контракт с минимальным seat-порогом, оценкой rollout'а и юристами. Для стартапа <100 человек Glean часто нерентабелен как класс: продукт заточен под 500+ enterprise (см. досье §12 и §13).

Solo-consultant: «Хочу попробовать без риска. У кого есть настоящий бесплатный тариф, чтобы работать месяцами?»

По досье Otter §3.1, Basic-тариф — Free navсегда, не trial. Пользователь получает 300 минут транскрипции в месяц, лимит 30 минут на один разговор, 3 lifetime audio/video import, 20 AI-запросов в месяц (Basic AI Chat), интеграции с Zoom, Meet, Teams и speaker ID. Это ощутимо для solo-consultant или маленькой команды до трёх человек: примерно 5–10 часов совещаний в месяц покрываются без оплаты.

Ограничения понятны и жёсткие: 30 минут на разговор — короткие звонки; 300 минут в месяц — не эквивалент production-использования; 3 lifetime import — фактически «попробовать один-два раза». Free — это витрина, ведущая к Pro за $8,33/мес.

У Glean Free-тарифа нет вообще. По досье §3.2, продукт чисто enterprise, даже trial идёт через sales-демо. Для solopreneur, consultant, разработчика, желающего проверить продукт — нулевая доступность. Это осознанное продуктовое решение: Glean не продаёт per-seat лицензии individual-пользователям.

Для читателя AIRatings это означает разный вход. Otter можно потрогать сегодня вечером: регистрация по email, подключение к следующему Zoom-звонку, транскрипт через 2 минуты после окончания встречи. Glean потрогать не получится — нужно связаться с sales, договориться о demo, обсудить размер компании и стек. У малого бизнеса «а давайте попробуем оба» с Glean не работает.

CTO продуктового стартапа: «Мне нужно встроить AI-транскрипцию или enterprise-search в свой SaaS. Кто даёт API без корпоративного контракта?»

Спойлер: короткий ответ — никто, оба продукта закрывают API за Enterprise. Но нюансы разные.

У Otter (по досье §3.4 и §4.2) API — это Otter Connect API v2 плюс Webhooks плюс MCP Server, доступный только в Enterprise. Стоимость Enterprise — custom, schedule demo. Для разработчика без enterprise-бюджета это фактический блокер: Pro и Business API не открывают. По досье §12 (слабые стороны), это одна из главных претензий рынка — «нельзя встроить Otter в свой продукт за $30/мес».

MCP Server — интересная фишка Otter. Это Model Context Protocol, позволяющий подключать meeting-данные Otter к внешним LLM (GPT, Claude, Gemini). Для разработчика LLM-based workflow это даёт Otter как «meeting data layer»: не нужно писать собственную транскрипцию, готовые summary приходят через MCP. Но, повторим, только в Enterprise.

У Glean API есть, работает, документирован на developers.glean.com (по досье §5), плюс Glean SDK для embed-сценариев. Но точно так же требует enterprise-контракта: Glean без Enterprise просто не существует как продукт. Для разработчика в стартапе без enterprise-договорённости API Glean недоступен.

Разница в удобстве для разработчика. Glean API — это отдельный продукт с сайтом developers.glean.com, SDK, embed-компонентами. Otter Connect API — фокус на webhook'ах и MCP, ощутимо уже по перечню возможностей. По досье Otter §12, API-функциональность оценивается редакцией как «серьёзное ограничение для разработчика без enterprise-бюджета».

Отдельный сценарий — MCP Server у Otter. Для команды, которая строит собственный LLM-workflow на Claude или GPT, MCP-подключение Otter даёт готовый meeting-context без разработки STT. Это переплетает Otter в более широкие AI-стеки и заявленно (см. досье §16) — критически важный шаг для долгосрочной релевантности сервиса.

Российский стартап на 30 человек: «У нас нет юрлица за рубежом. Какие есть варианты подписаться, не улетая в Кипр?»

Оба сервиса — американские, оба обрабатывают данные на US-инфраструктуре, оба не оптимизированы под российский рынок. Но конкретные пути входа разные.

Otter.ai (по досье §7) как глобальный сервис теоретически открывается без VPN — публичных геоблокировок редакция не зафиксировала, но полноценный ручной тест не проведён (Data Gap). Оплата — через US Stripe, российские карты скорее всего не принимаются с 2022 года (по общей практике US-SaaS в РФ). Русский интерфейс отсутствует, русская речь не транскрибируется. Otter for Education (продукт для университетов) в РФ не продаётся официально.

Glean (по досье §7) в РФ де-факто недоступен как коммерческий продукт: enterprise-only модель означает контракт с юрлицом, wire-transfer в USD, sales-цикл через американский офис. Прямые продажи в РФ не ведутся, юрлица в РФ у Glean нет, известных внедрений в российских компаниях редакция не обнаружила (см. досье §16). Даже сайт glean.com теоретически открывается, но купить продукт без корпоративного зарубежного контракта нельзя в принципе.

Практический вариант для российского читателя — Otter Free через регистрацию на email, чтобы посмотреть на английские звонки. Дальше — платёжный вопрос: обычно через зарубежную карту (Kaspi, Solidgate, зарубежное юрлицо). Glean этот путь не даёт: enterprise-контракт с юрлицом за рубежом — обязательное условие для инвойса.

Head of Security в российском банке: «У нас 152-ФЗ, ЦБ и требование on-prem. Что-то из этого можно поставить в свой периметр?»

Ответ короткий: обе платформы — cloud-only, регуляторный вход в РФ закрыт.

Otter.ai (по досье §7, §8) обрабатывает всё в облаке на US-инфраструктуре. Локальной обработки нет, on-prem-версии нет, self-hosted deployment не существует. HIPAA add-on на Enterprise-тарифе решает вопрос для US healthcare, но не для российского финансового или государственного сегмента. 152-ФЗ статус — не применимо: US-сервис, российских дата-центров нет.

Glean (по досье §7, §12) — SaaS-only, self-host отсутствует. По досье §12, «SaaS-only, нет self-host» — прямо перечислено в слабых сторонах: для регулируемых отраслей (банки, оборонка, госы) с требованием on-prem — это блокер. Есть EU data-residency (см. досье §6), возможны custom-регионы для крупных контрактов, но это не решает 152-ФЗ.

Для банков, ЦБ-регулируемых и госов ни один из сервисов не подходит на текущем этапе. Это признаётся в самом досье Glean §12: «SaaS-only, нет self-host — для регулируемых отраслей с требованием on-prem — это блокер». Otter в этой части не лучше. Категория business-ai в целом такого сервиса не имеет — 152-ФЗ-совместимого AI-поисковика или AI-транскрибатора в мире практически нет.

CIO средней компании: «Через два года эти сервисы ещё будут существовать? Мы не хотим строить процесс на VC-однодневке».

Обе компании — стабильные, но масштаб — разный. Otter.ai (по досье §1) — AISense Inc., основана в 2016 году в Mountain View, CA. За четыре раунда привлекли $70M+ от 27 инвесторов, самый крупный — $50M в феврале 2021 года. Wikipedia фиксирует $10M от Docomo Ventures в январе 2020. В декабре 2025 компания достигла $100M ARR — милстон, который не так много AI-стартапов повторяют. Команда ~280 человек по PitchBook. Sam Liang, ex-Google Maps, CEO с 2016 года — стабильное управление.

Glean (по досье §1) — Glean Technologies, основана в 2019 году в Пало-Альто. Шесть раундов финансирования: Series A $15M, Series B $40M, Series C $100M при оценке $1B (unicorn, 2022), Series D $200M+ при $2,2B (февраль 2024), Series E $260M+ при $4,6B (сентябрь 2024), Series F $150M при $7,2B (июнь 2025). Инвесторы — Sequoia, Kleiner Perkins, Lightspeed, General Catalyst, Altimeter, DST Global, Wellington. $100M ARR достигнут в феврале 2025. Команда 500+ человек. CEO Arvind Jain — ex-Google Distinguished Engineer, сооснователь Rubrik.

Что это значит для риск-анализа CIO. Otter — стабильный бизнес, не стартап-риск: $100M ARR и 25 млн+ пользователей делают компанию слишком большой, чтобы закрыться. Glean — VC-роскет-корабль, оценка $7,2B при $100M ARR (мультипликатор 72x) означает высокое доверие рынка, но и высокое давление на рост. Оба выглядят надёжно на горизонте 2–3 года.

Пять живых сценариев, где Otter.ai объективно лучше Glean — и почему.

Сценарий 1. Sales-команда на 25 англоязычных звонках в неделю. Otter Pro за $8,33/user/мес встраивается в Zoom и Meet ботом, делает real-time транскрипцию с 98–99% точностью на хорошем аудио (по обзорам tldv.io, allaboutai.com в досье §2), автоматически прикрепляет summary с action items к записи контакта в Salesforce или HubSpot. По досье §4.1 и §5, это профильный use case: OtterPilot с 2023 года, интеграция с CRM на Pro+, speaker ID. Glean такого не делает — он читает готовый транскрипт из Zoom, но не проводит встречу.

Сценарий 2. Product manager на 3–5 встречах в день. Live captions Otter'а с задержкой 1–2 секунды (по досье §6) помогают удержать контекст многих подряд идущих митингов. AI Meeting Agent 2026 может отправляться на встречу вместо перегруженного PM'а и приносить summary. Glean такого агента не предлагает — meeting-context не его специализация.

Сценарий 3. Университет / курс на Zoom. Otter for Education (продукт с октября 2018) даёт транскрипты лекций для студентов, автоматические заметки, поиск по содержанию курса. По досье §5, это отдельная продукт-линия. Glean университетам продукт как таковой не адресует — enterprise-search в учебном контексте не работает.

Сценарий 4. Healthcare-команда с HIPAA-требованиями и англоязычными звонками пациентов. HIPAA add-on Otter Enterprise (по досье §3.4) закрывает compliance-требование, транскрипция клинических записей идёт в реальном времени. Glean HIPAA заявляет теоретически (Data Gap в досье §8), но конкретного meeting-транскрипт-инструмента не даёт.

Сценарий 5. LLM-разработчик, строящий агента с meeting-контекстом. MCP Server Otter даёт готовый meeting-data layer для Claude, GPT или Gemini. По досье §16, это «критически важный шаг для долгосрочной релевантности сервиса». Glean такого MCP-моста не предлагает — его API нацелен на другое.

Пять сценариев, где Glean объективно лучше Otter — и почему.

Сценарий 1. Enterprise на 1200 сотрудников с 10+ корпоративными системами. Классический Glean-профиль. По досье §4.1 и §13, продукт индексирует Slack, Confluence, Google Drive, SharePoint, Jira, Salesforce, ServiceNow одновременно, отвечает на запрос «покажи всё, что связано с клиентом X за последний квартал» с учётом прав доступа сотрудника. Otter такое физически не может — он видит только совещания. Заявленный эффект Glean (маркетинг компании): до 110 часов экономии на пользователя в год.

Сценарий 2. Fintech / банк с сегментированным доступом. Permission-aware AI Glean (по досье §4.3 и §11) — главный аргумент против ChatGPT Enterprise и MS Copilot: real-time enforcement прав на каждый запрос, мгновенное обновление при HR-изменениях. Otter такой ACL-модели не имеет: у него один уровень «участник встречи или нет». Для банка это нерабочий вариант.

Сценарий 3. Инженерная команда крупного tech-продукта. Клиенты Glean — Databricks, Reddit, Confluent, Grammarly (по досье §9). Инженеры ищут через Glean: связанный код в GitHub + тикет в Jira + дискуссия в Slack + документация в Confluence. Otter в такой роли — набор транскриптов stand-up'ов и планирок, что покрывает <10% рабочих запросов инженера.

Сценарий 4. HR / IT support с высоким объёмом типовых запросов. Glean Agents (по досье §4.1) автоматизируют FAQ, тикеты, HR-заявки: агент отвечает на «как оформить отпуск», «как получить доступ к системе X» по внутренней документации с учётом прав сотрудника. По маркетинговым данным Glean — 20% снижение internal support requests (не верифицировано независимо). Otter в этой роли — просто нет продукта.

Сценарий 5. Ускоренный onboarding новичков. Glean заявляет 36-часовое сокращение времени onboarding'а сотрудника (маркетинг, досье §4.3). Новичок задаёт вопросы Assistant'у, получает ответы из внутренней документации с ссылками на источники. Otter такой роли не играет — meeting-транскрипты новичку менее полезны, чем структурированные документы.

Четыре реальных профиля из категории business-ai, для каждого — конкретная рекомендация.

Портрет 1. Максим, Head of Sales в SaaS-стартапе (60 человек, англоязычные клиенты). В неделю проходит 30+ Zoom-звонков с клиентами и prospect'ами, использует HubSpot как CRM. Задача — не терять контекст встреч, автоматически подхватывать action items в CRM. Рекомендация: Otter.ai Pro за $8,33/user/мес annual, HubSpot integration подключается в один клик. Начать с недели Free-плана, потом Pro. Glean для такого профиля избыточен и в 3–5 раз дороже.

Портрет 2. Анна, CIO европейского банка (1800 сотрудников, Slack + Confluence + Salesforce + Jira + внутренний Drive). Задача — единый AI-поиск по всей корп-инфраструктуре с учётом ACL, соблюдение GDPR, отчётные логи. Рекомендация: Glean Enterprise, минимум 200 seats, sales-контракт через европейский офис. Otter не решает задачу — узкий scope. Стоимость входа: от $500k+/год, окупается 6-месячным ROI по заявлению Glean (маркетинг, не верифицирован независимо).

Портрет 3. Дмитрий, solo-consultant по цифровой трансформации (Zoom-звонки на английском с международными клиентами). Хочет транскрипты звонков и summary без корпоративного бюджета. Рекомендация: Otter Basic (Free, 300 минут/мес) для начала, upgrade на Pro при устойчивом использовании. Glean не применим — enterprise-only.

Портрет 4. Елена, Head of Operations в российской IT-компании (250 человек, смесь RU/EN звонков и документов). Задача — уменьшить хаос в knowledge management. Рекомендация: ни Otter, ни Glean в чистом виде не подходят. Otter не транскрибирует русский, Glean недоступен из РФ без зарубежного юрлица. Смотреть в сторону российских или open-source альтернатив; из этой пары — только Glean через европейский филиал при условии переноса части документации на английский.