Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
ИндустрияРазбор · На радарTechCrunch→ оригинал

LangChain привлёк $300 млн при оценке $3 млрд, вдвое выше прошлогодней

Стартап LangChain, начинавший в 2022 году как open source-библиотека для LLM, привлёк раунд C на $300 млн при оценке $3 млрд. Раунд возглавил CapitalG, а год назад компания стоила $1,25 млрд после раунда на $125 млн. Теперь ставка сделана на управление агентами через LangSmith, и у продукта 7000 клиентов. Для команд, которые строят агентов, это сигнал: рынок платит за контроль и независимость от одного вендора.

AI-обработка оригинала TechCrunch; редакция Hamidun News
LangChain привлёк $300 млн при оценке $3 млрд, вдвое выше прошлогодней
Источник: TechCrunch. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTechCrunch ↗
Главный редактор
Ключевой факт #1Среди клиентов LangSmith — Harvey, Rippling, Clay, Nvidia, Toyota и Salesforce
Инвесторы раундаCapitalG, GIC, DFJ Growth, IVP и Sapphire Ventures
Ключевой факт #3Оценка выросла с $1,25 млрд до $3 млрд примерно за год

Рынок ИИ-агентов шумит уже второй год, и почти каждая неделя приносит новый стартап с громкой оценкой. На этом фоне раунд LangChain заметен по другой причине: компания начинала как бесплатная библиотека для разработчиков, а теперь стоит $3 млрд. Она объявила о раунде C на $300 млн, который возглавил CapitalG. В нём также участвовали сингапурский GIC, DFJ Growth, IVP и Sapphire Ventures.

Что произошло с деньгами

Год назад LangChain привлекла $125 млн при оценке $1,25 млрд, тогда раунд вёл IVP. Нынешняя оценка больше прошлой более чем вдвое. По меркам рынка, где многие стартапы с трудом подтверждают прошлые оценки, это серьёзный результат.

Компания рассказала и о клиентах. По её данным, у LangSmith 7000 заказчиков. Среди них стартапы Harvey, Rippling и Clay, а также крупные корпорации: Nvidia, Toyota и Salesforce. Эти цифры сообщает сама компания, независимой проверки в материале нет. Но набор имён показывает, что продукт используют и быстрые стартапы, и большие компании с жёсткими требованиями к безопасности.

Как LangChain сменила роль

В 2022 году LangChain была популярным open source-проектом. Ранние языковые модели плохо справлялись с базовыми вещами: искать в вебе, вызывать внешние API, работать с базами данных. Библиотека давала готовую «обвязку», которая позволяла модели это делать.

Потом крупные лаборатории начали сами поставлять такие обвязки, и модели стали уверенно выполнять эти задачи без сторонних библиотек. Если бы LangChain осталась в этой нише, ей пришлось бы конкурировать с теми, кто делает сами модели. Поэтому компания перешла к управлению агентами: созданию, запуску и контролю того, что агенты делают в реальных процессах. Для этого и нужен LangSmith.

Представьте агента в службе поддержки, который читает письма, лезет в CRM и отвечает клиентам. Писать такого агента уже несложно. Сложнее понять, почему он вчера ответил неправильно, как ограничить его действия и как заменить модель, не переписывая всё заново. Именно эту область LangChain и старается занять.

Почему инвесторы поверили в «собственный интеллект»

Главный довод компании звучит просто: бизнес должен владеть собственным интеллектом. LangChain говорит, что LangSmith не привязывает клиента к конкретной модели, облаку или экосистеме. Крупные облака и фронтирные лаборатории, наоборот, заинтересованы удержать клиента в своём стеке. Ещё компания обещает, что платформа позволяет держать поведение агентов под контролем и проста в использовании.

Для этого довода есть практическая почва. Модели меняются каждые несколько месяцев, цены и лидеры тоже. Компания, которая завязала всех агентов на одного поставщика, рискует оказаться в неудобном положении при смене условий. Нейтральный слой управления снижает эту зависимость.

Что стоит учитывать

Конкуренция в этой нише плотная. Автор TechCrunch отмечает, что похожие преимущества обещают многие стартапы, и некоторые из них тоже развиваются успешно, например новичок Mintive. Крупные облака и лаборатории могут расширить собственные инструменты управления агентами и вытеснить независимых игроков. Нет и данных о выручке, поэтому по одной оценке судить о прибыльности нельзя.

В пользу LangChain говорит фора во времени. У компании есть известность среди разработчиков, открытый код как канал привлечения и сотни корпоративных внедрений.

Для практиков вывод такой. Если вы строите агентов в продакшне, закладывайте в архитектуру слой наблюдения и управления, независимый от выбранной модели. Это упрощает отладку, сравнение моделей и переход на другую, если условия изменятся. Раунд LangChain показывает: инвесторы готовы платить именно за такой слой.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что произошло с деньгами?

Год назад LangChain привлекла $125 млн при оценке $1,25 млрд, тогда раунд вёл IVP. Нынешняя оценка больше прошлой более чем вдвое. По меркам рынка, где многие стартапы с трудом подтверждают прошлые оценки, это серьёзный результат. Компания рассказала и о клиентах. По её данным, у LangSmith 7000 заказчиков. Среди них стартапы Harvey, Rippling и Clay, а также крупные корпорации: Nvidia, Toyota и Salesforce. Эти цифры сообщает сама компания, независимой проверки в материале нет.

Что известно по теме: как LangChain сменила роль?

В 2022 году LangChain была популярным open source-проектом. Ранние языковые модели плохо справлялись с базовыми вещами: искать в вебе, вызывать внешние API, работать с базами данных. Библиотека давала готовую «обвязку», которая позволяла модели это делать. Потом крупные лаборатории начали сами поставлять такие обвязки, и модели стали уверенно выполнять эти задачи без сторонних библиотек. Если бы LangChain осталась в этой нише, ей пришлось бы конкурировать с теми, кто делает сами модели.

Что известно по теме: почему инвесторы поверили в «собственный интеллект»?

Главный довод компании звучит просто: бизнес должен владеть собственным интеллектом. LangChain говорит, что LangSmith не привязывает клиента к конкретной модели, облаку или экосистеме. Крупные облака и фронтирные лаборатории, наоборот, заинтересованы удержать клиента в своём стеке. Ещё компания обещает, что платформа позволяет держать поведение агентов под контролем и проста в использовании. Для этого довода есть практическая почва. Модели меняются каждые несколько месяцев, цены и лидеры тоже.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…