LangChain закрыл Series C на $300 млн под руководством CapitalG с участием GIC, DFJ Growth, IVP и Sapphire Ventures. Валюация выросла в 2.4 раза за год — ровно год назад компания привлекала $125 млн при оценке $1.25 млрд.

Стартап начинался в 2022 году как популярный open source проект, который помогал ранним LLM-моделям с задачами, в которых они были слабы: поиск в сети, работа с API, обращение к базам данных. Но после того, как frontier-лаборатории вроде OpenAI и Anthropic научили свои модели это делать сами, LangChain переориентировался на более насущную задачу — управление поведением AI-агентов. Главный продукт, LangSmith, позиционируется как инструмент, который не привязывает пользователя ни к одной конкретной модели, облачной платформе или экосистеме, чего не скажешь о решениях от Google, Amazon или самих frontier-лабораторий.

Правда, конкуренция в этом сегменте действительно жёсткая. По рынку ходят десятки стартапов с похожим месседжем, и некоторые набирают обороты (типа появившегося недавно Mintive). Но LangChain имеет фору: появился раньше и успел завоевать аудиторию. По данным компании, LangSmith используют 7 тысяч клиентов — от известных стартапов вроде Harvey, Rippling и Clay до крупных корпораций: Nvidia, Toyota, Salesforce.

На фоне общего ажиотажа вокруг AI-агентов такая оценка выглядит закономерно. Если год назад все обсуждали, способны ли LLM вообще работать как автономные агенты, то теперь вопрос сместился на практику: как их контролировать, как убедиться, что они делают только то, что нужно, как интегрировать в реальные системы. Это куда более приземлённый, но и куда более капиталоёмкий вопрос — и именно здесь может сработать позиция независимого инструмента.

Стоит учитывать, что рынок агент-платформ пока очень молод и неясно, как он поделится между несколькими крупными игроками. OpenAI, Google, Amazon давят своими моделями и облаками, а новичкам приходится выигрывать через нейтральность и удобство. LangChain пока делает это убедительнее, чем конкуренты, но гарантии нет.

В российском контексте инструменты типа LangSmith могут быть полезны компаниям, которые уже разрабатывают собственные агент-системы — в финтехе, логистике, обслуживании клиентов. Тут нейтральность платформы имеет смысл, особенно если компания не хочет зависеть от одного облако-провайдера или от обновлений конкретной модели. Для автоматизации бизнес-процессов на базе ИИ, где требуется именно управление поведением и гарантии, что агент не сделает лишнего, такие инструменты становятся скорее необходимостью, чем опцией.

Алексей Мартыненко

Алексей Мартыненко

Главный редактор SPV News

LangChain выросла на фундаменте реальной проблемы, а не хайпа — когда frontier-модели научились справляться с API и поиском сами, нужна была система, чтобы это управлять. Вопрос, выживет ли независимый слой инструментов, когда те же OpenAI и Google начнут встраивать управление агентами прямо в свои платформы. Пока LangChain держится за счёт того, что не привязана к конкретному провайдеру — это реальное преимущество, но временное.