Langdock AI

Langdock AI er et AI arbejdsområde bygget til hele virksomheder. Medarbejderne får én chatflade, hvor de kan vælge mellem modeller fra flere udbydere, bygge delte assistenter, forbinde interne værktøjer og automatisere små workflows. Bag det står en startup fra Berlin, der har været gennem Y Combinator og i 2024 rejste en seedrunde ledet af General Catalyst og La Famiglia. Budskabet er enkelt: Giv alle adgang til moderne AI modeller uden at sende virksomhedens data et sted hen, som databeskyttelsesrådgiveren ikke kan godkende.

Derfor dukker navnet så ofte op i tyske og europæiske virksomheder. Spørgsmålet er sjældent, om medarbejderne skal bruge AI. Det gør de allerede, ofte på private konti. Spørgsmålet er, hvordan man giver dem et værktøj, som jura, IT og medarbejderrepræsentanter kan leve med. Langdock er et af svarene på shortlisten.

Dette indlæg ser på Langdock, som en marketingchef ville gøre det. Hvad det gør, hvordan en udrulning typisk forløber, hvordan prismodellen ser ud, hvad du skal tjekke om data og compliance, hvor det passer ind, og hvor et marketingteam stadig har brug for noget mere specifikt.

Hvad Langdock AI gør

Langdock er et lag mellem dine medarbejdere og de store sprogmodeller. I stedet for at hvert team køber sit eget abonnement på ét chatprodukt, driver virksomheden ét arbejdsområde og bestemmer, hvilke modeller der er tilgængelige i det.

• Chat med modelvalg. Brugerne kan skifte mellem modeller fra udbydere som OpenAI, Anthropic, Mistral og andre, afhængigt af hvad administratoren har slået til. Hvis én model er svag til en opgave, prøver du en anden uden at forlade vinduet.
• Assistenter. Teams bygger genbrugelige assistenter med egne instruktioner og vidensfiler og deler dem med kolleger. En salgsassistent, en assistent til HR politikker, en stiltjekker.
• Integrationer og viden. Arbejdsområdet kan forbindes til almindelige virksomhedsværktøjer og dokumenter, så svarene kan trække på internt materiale og ikke kun modellens generelle viden.
• Workflows og agenter. Gentagne opgaver med flere trin kan sættes op som workflows, der kører med mindre manuel prompting.
• API. Udviklere kan kalde de samme modeller via et Langdock API, så interne apps bruger den samme styrede adgang.
• Administration og hosting. Administratorer styrer brugere, modeller og forbrug centralt. Langdock positionerer sig omkring hosting i EU, med dedikerede eller on premise muligheder for større kunder.

Intet af dette er eksotisk i sig selv. Værdien er, at det ligger ét sted, under én kontrakt, med ét sæt databetingelser. Store virksomheder har rullet det ud i stor skala. Merck er for eksempel blevet nævnt for at gøre det tilgængeligt for titusindvis af medarbejdere.

Hvorfor virksomheder kigger på Langdock AI

Udløseren er sjældent en funktion. Det er et problem. Nogen opdager, at halvdelen af virksomheden kopierer tekst ind i private chatkonti, ingen ved, hvilke data der har forladt huset, og hver afdeling er ved at købe sit eget værktøj. Det er der, et AI arbejdsområde for hele virksomheden giver mening.

• Skygge AI. Medarbejderne bruger allerede AI. Et godkendt værktøj er et bedre alternativ end et privat login.
• Databeskyttelse. Hosting i EU og en ordentlig databehandleraftale er lettere at forsvare end en forbrugerapp.
• Ingen binding til én model. Modellernes kvalitet flytter sig med få måneders mellemrum. Et arbejdsområde, hvor du kan skifte model, beskytter dig mod at satse på én leverandør.
• Omkostningskontrol. Én kontrakt med licenser og central rapportering af forbrug er lettere at budgettere end et dusin udlægsbilag.
• Genbrug. En god assistent, som ét team har bygget, kan deles med andre i stedet for at blive bygget forfra.

Vi beskrev det samme mønster i AI transformation is a problem of governance. Modellerne er ikke den knappe ressource. Ejere, regler og et fælles sted at arbejde er.

Sådan forløber en udrulning af Langdock AI typisk

Værktøjet er hurtigt at slå til. Det er udrulningen omkring det, der afgør, om folk bruger det. En fornuftig rækkefølge ser sådan ud.

1. Start med dataspørgsmålet. Aftal med jura og databeskyttelsesrådgiveren, hvilke data der må komme ind i arbejdsområdet, og hvilke der ikke må. Skriv det ned på én side.
2. Vælg modellerne. Slå et lille udvalg til i starten. Flere valg er ikke altid bedre for folk, der er nye med AI.
3. Kør en pilot med to eller tre teams. Vælg teams med klare, gentagne opgaver, som supportsvar, salgsmails eller intern dokumentation.
4. Byg tre til fem delte assistenter. Hver af dem skal løse en reel opgave og have en ejer, der holder instruktioner og filer opdateret.
5. Træn folk. Korte sessioner om god prompting, hvad der ikke må kopieres ind, og hvordan man tjekker resultatet. I EU hjælper det også med kravet om AI kompetencer i AI forordningen.
6. Mål og udvid. Se på forbruget, saml de assistenter der virker, luk dem der ikke gør, og åbn så for flere teams.

Den mest almindelige fejl er at springe trin fire over. Et tomt chatvindue til 5.000 mennesker giver et kort udbrud af nysgerrighed og derefter et langsomt fald i brugen. Delte assistenter, der udfører et rigtigt job, er det, der får folk til at komme tilbage.

Priser på Langdock AI

Langdock bruger en model med pris pr. licens, med en business plan til teams og individuelle enterprise kontrakter til større virksomheder. I skrivende stund tilbyder prissiden også en kort gratis prøveperiode. Tredjepartslister nævner forskellige licenspriser og plannavne, så vi gentager ikke et tal her. Tjek den officielle prisside for de aktuelle beløb i din valuta.

To ting betyder mere end listeprisen. For det første, hvordan modelforbrug faktureres: Noget forbrug kan være inkluderet, mens tung brug af dyre modeller eller API'et kan koste ekstra. For det andet, hvad der ligger bag enterprise planen, som single sign on, dedikeret hosting, auditlogs og supportvilkår. Få begge dele på skrift, før du sammenligner Langdock med et alternativ som en virksomhedsplan fra én modelleverandør. Vores indlæg ChatGPT Business alternative gennemgår samme sammenligning fra en anden vinkel.

Data, sikkerhed og compliance

Det er hovedårsagen til, at europæiske virksomheder sætter Langdock på shortlisten, så det fortjener et ordentligt tjek frem for et blik på et mærke på forsiden.

• Hosting. Bekræft, hvor dine data lagres og behandles, og hvilke modeludbydere der er involveret for hver model, du slår til. Hosting af arbejdsområdet i EU betyder ikke automatisk, at hvert modelkald bliver i EU.
• Træning. Få det på skrift, at dine prompts og filer ikke bruges til at træne modeller, hverken af Langdock eller af modeludbyderne bag.
• Certificeringer. Langdock oplyser, at de har sikkerhedscertificeringer som ISO 27001 og SOC 2. Bed om de aktuelle rapporter i stedet for at stole på et logo.
• Databehandleraftale. Læs aftalen og listen over underdatabehandlere. Din databeskyttelsesrådgiver vil spørge efter begge.
• Opbevaring og sletning. Tjek, hvor længe chats og filer gemmes, og hvordan sletning fungerer for brugere, der stopper.
• Medarbejderrepræsentanter. I flere europæiske lande skal medarbejderrepræsentanter ofte involveres tidligt i et værktøj, der kan registrere medarbejderadfærd. Planlæg efter det.

Et arbejdsområde som dette gør compliance lettere. Det gør det ikke automatisk. Reglerne om persondata, rettigheder, mærkning og påstande gælder stadig for det, folk laver med det. Vi listede dem i AI Compliance.

Begrænsninger og hvad du skal tjekke

Langdock er et horisontalt værktøj. Det skal betjene økonomi, HR, jura, salg og marketing med den samme flade. Den bredde er både dets styrke og dets begrænsning.

• Kvaliteten afhænger af model og prompt. Arbejdsområdet gør ikke en model klogere. Det gør adgangen sikrere og lettere.
• Assistenter har brug for ejere. Uden nogen til at vedligeholde dem bliver delte assistenter forældede, og folk holder op med at stole på dem.
• Tekst først. Kerneoplevelsen er chat og dokumenter. Teams med meget billed, video eller lydproduktion vil normalt stadig have brug for specialiserede værktøjer.
• Ingen indbygget kampagneflow. Der er ikke et koncept, hvor brief, brand kit, godkendelsestrin og udgivelseskalender hænger sammen i ét flow. Dele af det kan bygges med assistenter og workflows, men det er ikke produktets centrum.
• Udbredelse kræver arbejde. Ethvert værktøj til hele virksomheden står og falder med træning og interne ambassadører.

Hvor Langdock AI passer til marketingteams

Tænk i to lag. Det første lag er adgang til AI for hele virksomheden: hvem må bruge hvilken model, med hvilke data, under hvilken kontrakt. Det er præcis det, Langdock er bygget til, og for mange europæiske virksomheder er det et godt svar. Det andet lag er produktion: at gøre et brief til en kampagne med tekst, billeder, video og opslag, der passer til brandet og går gennem godkendelse. Det lag er specifikt for marketing.

Et marketingteam kan gøre meget i et generelt arbejdsområde. Udkast, opsummering af research, omskrivning af tekst til en ny målgruppe, sammenligning af modelsvar. Det bliver sværere i det andet lag. Brandregler skal gentages i hver assistent. Billeder og video laves i andre værktøjer. Den godkendte version af et asset ligger på et delt drev og ikke ved siden af briefet. Den skjulte pris ved den opdeling er reel, og vi skrev om den i the hidden cost of switching AI tools.

Det er det hul, Content24 er bygget til. Brand Kit holder logo, tone og påstande ét sted, så alle generatorer læser fra de samme regler. AI Workflows sætter et gennemsynstrin mellem generering og udgivelse. AI Chat giver teamet adgang til flere modeller samme sted som kampagnen. For større teams tilføjer Enterprise adgangskontrol og databetingelser. De to lag er ikke i konflikt. Mange virksomheder vil køre et arbejdsområde for alle og et marketingarbejdsområde for det team, der leverer kampagner.

Hvis behovet mest er at prøve mange modeller side om side som enkeltperson, er et forbrugerværktøj som Poe AI billigere og hurtigere at komme i gang med. Det passer dårligere, når virksomhedsdata og godkendelser er involveret. Og hvis ensartet tone på tværs af værktøjer er det egentlige problem, så læs brand voice across AI tools, før du køber noget.

Ofte stillede spørgsmål

Hvad er Langdock AI?

Langdock AI er et AI arbejdsområde til virksomheder fra et firma i Berlin. Det giver medarbejderne én chatflade med adgang til modeller fra flere udbydere, plus delte assistenter, integrationer, workflows og et API, med fokus på hosting i EU og databeskyttelse.

Overholder Langdock GDPR?

Langdock positionerer sig som GDPR kompatibelt og tilbyder hosting i EU. Compliance afhænger dog altid af, hvordan du bruger det. Tjek databehandleraftalen, listen over underdatabehandlere, hvor hver aktiveret model kører, og dine egne interne regler, før du betragter det som godkendt.

Hvilke modeller kan man bruge i Langdock?

Langdock tilbyder modeller fra flere udbydere, herunder OpenAI, Anthropic og Mistral, og tilføjer nye over tid. Hvilke dit team ser, afhænger af, hvad administratoren slår til. Tjek den aktuelle liste i produktet, for udvalget af modeller ændrer sig ofte.

Hvad koster Langdock?

Langdock tager betaling pr. licens, med en business plan og individuelle enterprise priser. Brug af visse modeller eller API'et kan give ekstra omkostninger. Priserne ændrer sig, så tjek den officielle prisside frem for en tredjepartsliste.

Passer Langdock til et marketingteam?

Det passer godt som virksomhedens generelle adgang til AI, også for marketingfolk, der skriver udkast og laver research. Til fuld kampagneproduktion med brandregler, billeder, video, godkendelser og udgivelse i ét flow tilføjer de fleste teams et arbejdsområde målrettet marketing.

Konklusion

Langdock AI løser et reelt problem for europæiske virksomheder: sikker, styret adgang til mange AI modeller for alle, med databetingelser som en databeskyttelsesrådgiver kan skrive under på. Rul det ud med en klar dataregel, nogle stærke delte assistenter og træning, så kan det erstatte meget skygge AI. Vær bare klar over, hvilket lag det dækker. Adgang er én opgave. At producere kampagner, der passer til brandet, er en anden. Get Started med Content24 til produktionsdelen.