لنگ‌چین (LangChain)، استارتاپ مدیریت ایجنت‌های هوش مصنوعی، روز جمعه از جذب ۳۰۰ میلیون دلار در دور C با رهبری CapitalG خبر داد. در این دور سرمایه‌گذاران دیگری از جمله GIC سنگاپور، DFJ Growth، IVP و Sapphire Ventures هم مشارکت داشتند. ارزش‌گذاری شرکت در این دور ۳ میلیارد دلار است؛ بیش از دو برابر رقم ۱/۲۵ میلیارد دلاری که حدود یک سال پیش، در دوری ۱۲۵ میلیون دلاری و با رهبری IVP ثبت شده بود.

از ابزار اوپن‌سورس تا پلتفرم مدیریت ایجنت#

لنگ‌چین در ۲۰۲۲ به‌عنوان یک پروژه اوپن‌سورس شروع به کار کرد و کارهایی را انجام می‌داد که مدل‌های زبانی اولیه در آن‌ها ضعف داشتند: جست‌وجوی وب، فراخوانی API و تعامل با پایگاه‌داده. با پیشرفت آزمایشگاه‌های مرزی هوش مصنوعی و ارائه ابزارهای داخلی برای همین کارها، لنگ‌چین تمرکز خود را به مدیریت ایجنت‌ها تغییر داد.

محصول اصلی این شرکت LangSmith نام دارد — نرم‌افزاری برای ساخت و مدیریت ایجنت‌ها. لنگ‌چین در بیانیه‌ی خود تأکید کرده که برخلاف ابرهای بزرگ یا آزمایشگاه‌های مرزی، LangSmith کاربران را به مدل، ابر یا اکوسیستم خاصی قفل نمی‌کند و رفتار ایجنت‌ها را در خود نگه می‌دارد.

مشتریان و رقابت#

این شرکت اکنون ۷۰۰۰ مشتری LangSmith دارد. در میان آن‌ها نام استارتاپ‌هایی مثل Harvey، Rippling و Clay و شرکت‌های بزرگی مثل Nvidia، Toyota و Salesforce دیده می‌شود. با این حال، لنگ‌چین تنها بازیگر این حوزه نیست؛ استارتاپ‌های دیگری مثل Mintive هم مزیت‌های مشابهی را مطرح می‌کنند.

آیا «لایه‌ی بی‌طرف» مزیت پایدار است؟#

برای کسی که همین حالا با ابزارهای موجود ایجنت یا اتوماسیون می‌سازد، این خبر دو پیام دارد. اول، اینکه بازار «مدیریت ایجنت» به‌اندازه‌ی کافی بزرگ شده که سرمایه‌گذاران نهادی — نه فقط VCهای تخصصی هوش مصنوعی — وارد آن شوند. دوم، اینکه لنگ‌چین دقیقاً همان مسیری را طی کرده که بسیاری از ابزارهای اوپن‌سورس در این حوزه طی می‌کنند: ابتدا شکاف‌های مدل‌ها را پر می‌کند، و وقتی مدل‌ها آن شکاف‌ها را خودشان پر می‌کنند، باید به لایه‌ی بالاتری برود.

سؤال اصلی این است که آیا «بی‌طرفی بین مدل‌ها» مزیت رقابتی پایدار است یا اینکه آزمایشگاه‌های مرزی به‌تدریج همان نقش را هم برای خودشان تعریف می‌کنند. تا امروز، لنگ‌چین با ۷۰۰۰ مشتری و سرمایه‌ی تازه، حداقل یک دور دیگر فرصت دارد این سؤال را جواب بدهد.

منبع: TechCrunch AI