Langdock：三个大学生把 ChatGPT 做成 GDPR 合规的企业版，两年冲到 ¥1.34亿 ARR

产品是什么

Langdock 做的是企业级 AI 采用平台——它不绑定某一家大模型，而是帮公司把 AI 安全地铺到每个员工桌上：

• 模型无关 AI 聊天：GPT、Google 等模型随便换，不锁供应商
• 定制助手：按业务场景配专属 assistant
• 企业搜索：接 Slack、Drive、Confluence 做统一检索
• 工作流 + 统一 API：把 AI 嵌进现有工具链

它的核心卖点是合规——GDPR 合规、ISO 27001、SOC 2 Type II、可部署在自有云或本地。对欧洲企业来说，「能用 ChatGPT」不够，「合规地用」才是采购前提。

怎么赚的钱

商业模式是面向企业的订阅。里程碑数据（官网 + 融资报道口径）：

• ¥2,016万 Seed（2024-04），由 General Catalyst 领投，La Famiglia 与 YC 跟投
• ARR 100 万（2024-10）→ 1000 万（2025-09）→ 2000 万（2026-03），约两年涨 20 倍
• 2026-01 团队 30 人
• 官网称服务 1 万+ 企业，单客户有 3.3 万+ MAU

从 CODE 大学的一个学生项目，到 YC、再到 2000 万 ARR——小团队 + 精准定位，也能跑出陡峭曲线。

流量从哪来

Langdock 的获客是企业直销 + YC/VC 圈背书 + 合规卖点。欧洲企业对数据合规极度敏感，Langdock 把「GDPR/ISO/SOC 2/可本地部署」做成差异化钩子，正好卡中德国与欧盟企业的采购门槛。YC 和 General Catalyst 的背书又给了早期信誉，合规 + 资本背书，双轮拉企业客户。

站长是谁

三个 CODE 大学校友联创：

• Lennard Schmidt：CEO
• Jonas Beisswenger：联创
• Tobias Kemkes：联创

2023 年在柏林创立，出自 YC。三个人从大学项目起家，先做了开发者用的 LLM 插件，听用户反馈后转向「给企业做合规版 ChatGPT」。学生项目 → YC → 2000 万 ARR，是欧洲版 AI 创业范本。

这个案例能学到什么

第一，「模型无关 + 合规」是欧洲企业 AI 的真实门槛。不锁模型保灵活，合规保采购，卡准这道门槛就是差异化。

第二，从学生项目到 YC 到 2000 万 ARR，小团队也能跑快。30 人做到 2000 万 ARR，人效就是竞争力，不必堆人头。

第三，把 ChatGPT 做成本地化合规版卖企业。同样的需求（员工要 AI），换一层合规外壳，需求不变，门槛变壁垒。

第四，工作流/API 把聊天变集成。光聊天黏性弱，接进 Slack/Drive/Confluence 后，黏性随连接数涨。

第五，德国人口结构压力是长期刚需背景。劳动力萎缩倒逼生产力工具，把社会趋势写进公司使命，故事即战略。

来源与数据

• 站点：https://langdock.com
• 产品：企业 AI 采用平台——模型无关聊天 + 定制助手 + 企业搜索 + 工作流 + 统一 API；企业订阅
• 融资：¥2,016万 Seed（2024-04，General Catalyst + La Famiglia + YC）
• 增长：ARR 100 万（2024-10）→ 1000 万（2025-09）→ 2000 万（2026-03）；2026-01 团队 30 人；1 万+ 企业
• 团队：Lennard Schmidt（CEO）、Jonas Beisswenger、Tobias Kemkes（联创）；2023 柏林创立，YC 系

一句话总结

三个柏林大学生没去造新模型，而是把 ChatGPT 做成「模型无关 + GDPR 合规」的企业版，两年从学生项目冲到 ¥1.34亿 ARR、服务 1 万+ 企业，背后是 YC 与 General Catalyst。它证明欧洲企业 AI 的真实门槛是合规，卡准它，小团队也能跑出陡曲线。