Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarTechCrunch→ original

LangChain capta US$ 300 milhões com valuation de US$ 3 bilhões, o dobro do ano passado

A startup LangChain, que começou em 2022 como uma biblioteca open source para LLMs, captou uma rodada C de US$ 300 milhões com valuation de US$ 3 bilhões. A rodada foi liderada pela CapitalG, e há um ano a empresa valia US$ 1,25 bilhão após uma rodada de US$ 125 milhões. Agora a aposta é na gestão de agentes por meio do LangSmith, que tem 7.000 clientes. Para equipes que constroem agentes, o recado é claro: o mercado está disposto a pagar por controle e independência em relação a um único fornecedor.

Processado por IA de TechCrunch; editado por Hamidun News
LangChain capta US$ 300 milhões com valuation de US$ 3 bilhões, o dobro do ano passado
Fonte: TechCrunch. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTechCrunch ↗
Editor-chefe
Dado-chave #1Entre os clientes do LangSmith estão Harvey, Rippling, Clay, Nvidia, Toyota e Salesforce
Investidores da rodadaCapitalG, GIC, DFJ Growth, IVP e Sapphire Ventures
Dado-chave #3O valuation saltou de US$ 1,25 bilhão para US$ 3 bilhões em cerca de um ano

O mercado de agentes de IA faz barulho há dois anos, e quase toda semana surge uma startup com uma avaliação alta. Nesse contexto, a rodada da LangChain chama atenção por outro motivo: a empresa começou como uma biblioteca gratuita para desenvolvedores e hoje vale US$ 3 bilhões. Ela anunciou uma rodada C de US$ 300 milhões, liderada pela CapitalG. Também participaram o fundo singapuriano GIC, DFJ Growth, IVP e Sapphire Ventures.

O que aconteceu com o dinheiro

Há um ano, a LangChain captou US$ 125 milhões com valuation de US$ 1,25 bilhão, e naquela rodada a liderança foi da IVP. A avaliação atual é mais que o dobro da anterior. Num mercado em que muitas startups têm dificuldade para sustentar avaliações passadas, isso é um resultado relevante.

A empresa também falou sobre clientes. Segundo ela, o LangSmith tem 7.000 clientes. Entre eles estão as startups Harvey, Rippling e Clay, além de grandes corporações como Nvidia, Toyota e Salesforce. Esses números são informados pela própria empresa, e o material não traz verificação independente. Ainda assim, a lista de nomes mostra que o produto é usado tanto por startups ágeis quanto por grandes empresas com exigências rigorosas de segurança.

Como a LangChain mudou de papel

Em 2022, a LangChain era um projeto open source popular. Os primeiros modelos de linguagem não eram bons em tarefas básicas: pesquisar na web, chamar APIs externas e trabalhar com bancos de dados. A biblioteca oferecia uma camada pronta que permitia ao modelo fazer isso.

Depois, os grandes laboratórios passaram a fornecer essas camadas por conta própria, e os modelos passaram a executar essas tarefas com segurança, sem bibliotecas de terceiros. Se a LangChain permanecesse nesse nicho, precisaria competir com quem desenvolve os próprios modelos. Por isso, a empresa migrou para a gestão de agentes: criar, executar e controlar o que os agentes fazem em processos reais. É para isso que existe o LangSmith.

Imagine um agente de suporte que lê e-mails, consulta o CRM e responde clientes. Escrever um agente assim já não é difícil. O desafio é entender por que ele respondeu errado ontem, como limitar suas ações e como trocar o modelo sem reescrever tudo. É justamente esse espaço que a LangChain quer ocupar.

Por que os investidores acreditaram na ideia de "inteligência própria"

O principal argumento da empresa é simples: a empresa precisa ser dona da própria inteligência. A LangChain afirma que o LangSmith não prende o cliente a um modelo, nuvem ou ecossistema específico. Já as grandes nuvens e os laboratórios de fronteira têm interesse em manter o cliente dentro da sua própria pilha. A companhia também promete que a plataforma permite manter o comportamento dos agentes sob controle e é fácil de usar.

Há base prática para esse argumento. Os modelos mudam a cada poucos meses, assim como preços e líderes de mercado. Uma empresa que amarra todos os seus agentes a um único fornecedor corre o risco de ficar em posição desfavorável quando as condições mudam. Uma camada neutra de gestão reduz essa dependência.

O que deve ser levado em conta

A concorrência nesse nicho é intensa. A autora do TechCrunch observa que muitas startups prometem vantagens semelhantes, e algumas delas também crescem com sucesso, como a recém-chegada Mintive. As grandes nuvens e os laboratórios podem ampliar suas próprias ferramentas de gestão de agentes e pressionar os players independentes. Também não há dados de receita, então não é possível avaliar a lucratividade com base apenas na avaliação.

A favor da LangChain está a vantagem de ter chegado primeiro. A empresa tem reconhecimento entre desenvolvedores, usa o código aberto como canal de aquisição e conta com centenas de implantações corporativas.

Para quem trabalha na prática, a conclusão é esta. Se você constrói agentes em produção, inclua na arquitetura uma camada de observabilidade e controle independente do modelo escolhido. Isso facilita a depuração, a comparação entre modelos e a migração para outro modelo caso as condições mudem. A rodada da LangChain mostra que os investidores estão dispostos a pagar justamente por essa camada.

História

Perguntas frequentes sobre a notícia

O que aconteceu com o dinheiro?

Há um ano, a LangChain captou US$ 125 milhões com valuation de US$ 1,25 bilhão, e naquela rodada a liderança foi da IVP. A avaliação atual é mais que o dobro da anterior. Num mercado em que muitas startups têm dificuldade para sustentar avaliações passadas, isso é um resultado relevante. A empresa também falou sobre clientes. Segundo ela, o LangSmith tem 7.000 clientes. Entre eles estão as startups Harvey, Rippling e Clay, além de grandes corporações como Nvidia, Toyota e Salesforce.

Como a LangChain mudou de papel?

Em 2022, a LangChain era um projeto open source popular. Os primeiros modelos de linguagem não eram bons em tarefas básicas: pesquisar na web, chamar APIs externas e trabalhar com bancos de dados. A biblioteca oferecia uma camada pronta que permitia ao modelo fazer isso. Depois, os grandes laboratórios passaram a fornecer essas camadas por conta própria, e os modelos passaram a executar essas tarefas com segurança, sem bibliotecas de terceiros.

Por que os investidores acreditaram na ideia de "inteligência própria"?

O principal argumento da empresa é simples: a empresa precisa ser dona da própria inteligência. A LangChain afirma que o LangSmith não prende o cliente a um modelo, nuvem ou ecossistema específico. Já as grandes nuvens e os laboratórios de fronteira têm interesse em manter o cliente dentro da sua própria pilha. A companhia também promete que a plataforma permite manter o comportamento dos agentes sob controle e é fácil de usar. Há base prática para esse argumento.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
O que você acha?
Carregando comentários…