Labelbox、RLとAIエージェントの進化に向け、評価額12億5,000万ドルで1億ドル超のシリーズE資金調達を実施

Labelboxは2026年10月14日、Infinitum Partnersが主導するラウンドで、1億ドルを超えるシリーズE資金を調達したと発表した。調達時のプレマネー評価額は12億5,000万ドルで、今回のラウンドは株式と信用枠を組み合わせたものとなっている。

Wipro Ventures、Andreessen Horowitz（a16z）、B Capital、Tau Ventures、Snowpoint Venturesなども出資に参加した。最高経営責任者（CEO）兼共同創業者のManu Sharmaは、会社のブログ記事で調達条件の詳細を明らかにした。同社によると、今回の資金調達は、主力製品であるHorizonとRecursion Managed Agentsの研究・エンジニアリングの継続に加え、両製品を顧客に提供するチームの拡大にも充てられる。Sharmaは、計算資源へのアクセスが同社の次の段階で中心的な役割を果たすと記し、InfinitumのJohn YetimogluがGroqの初期投資家であり、現在はGroqCloudで大規模な計算インフラの構築に携わっていることにも触れた。

企業の現状と沿革

Labelboxは、2026年に前年比で5倍を超える成長を遂げながら黒字化を達成したと発表した。同社によると、顧客数は400社を超え、米国を代表するAIラボの90％以上を含む。顧客基盤は、最先端AIラボ、ハイパースケーラー、スタートアップ、Fortune 500企業に広がっているという。

Sharma、Brian、Danは2018年にLabelboxを創業した。創業者のメッセージでSharmaは、航空機やロケットの設計・製造を学ぶために米国に渡り、計算流体力学やニューラルネットワークに取り組んだと記している。また、その後DroneDeployとPlanet Labsで働いた経験から、機械学習の機会の多くがデータにあると気づいたという。

記事では、同社の歩みを3つの段階に分けている。AIを開発する人々向けの学習データ用ソフトウェア、Sharmaが「ChatGPTの登場」と呼ぶ転機の後に構築した強化学習環境、そして、まず自社向けに開発した後、顧客にも提供を始めたエージェントだ。ChatGPTの登場を機に、最も高性能なモデルが実際の業務を練習することで性能を高め始めたという。

Sharmaはまた、Labelboxがプラットフォームの各層を自社で構築していると記している。超長時間のタスクに取り組むエージェント向けに設計された実行基盤、数百万台の仮想マシンを稼働させるサンドボックス・インフラ、自社開発の強化学習向け事後学習インフラ、そして400万人を超える専門家のネットワークを備えている。

Horizonの強化学習環境

同社によると、HorizonのWorldSimシステムは、コード、ダッシュボード、スプレッドシート、プレゼンテーション資料、文書に現実的なビジネスデータを盛り込んだ仮想企業を構築する。モデルはその中で、難易度の高い複数段階のタスクに最初から最後まで取り組み、各ステップが軌跡として記録される。決定論的な検証器は、実行のたびに各軌跡を同じ方法で評価する。また、どちらも正解である2つの軌跡がある場合は、専門家がどちらを好むかをモデルに学習させることで、Sharmaの言う「センス」を身につけさせる。同社は、数千の仮想環境と数百万件の評価済み軌跡を扱う規模で運用しており、コーディング、コンピューター操作、調査、マルチモーダル、音声の各タスクについて、ラボのpass@k目標に合わせて調整していると説明している。

Horizonの製品ページには、自律型AI研究、エージェントによるコーディングとソフトウェアエンジニアリング、マルチモーダルな知識労働、エージェントによるツール利用を伴う音声処理、コンピューター操作、サイバーセキュリティなどの分野が掲載されている。Sharmaによると、Labelboxは現在、最先端AIを開発する主要ラボとハイパースケーラーの90％と協業している。

Recursion Managed Agents

資金調達の発表によると、Labelboxは2026年10月上旬、Recursion Managed Agentsを法人顧客向けに提供開始した。この製品では、Managed Agentに目標を与え、スケジュール、アラート、Slackメッセージ、Webhook、API呼び出しなどを起動条件として設定し、さらに望ましい成果の基準を定めるルーブリックを指定する。別の採点エージェントが、実行のたびにルーブリックに照らして項目ごとに評価し、各判断の根拠を示す。成果が基準に達しない場合、エージェントは作業を修正する。

エージェントは3つのモードで動作する。マルチエージェントモードでは、各自が独自のモデル、指示、ツール、権限を持つ専門エージェントをコーディネーターが連携させる。チームモードでは、エージェントの複製が共有ボード上で作業を分担し、互いの成果を確認する。デフォルトの自動モードでは、タスクに専門エージェントやチームが必要かどうかをエージェント自身が判断する。

同社によると、エージェントは100を超える業務アプリケーションとあらゆるMCPサーバーに対応する。各ツールには「読み取り専用」「データを変更」「破壊的操作」のいずれかの権限が設定され、認証情報は保管庫に格納されるため、モデルがそれらを見ることはない。セッションは隔離されたサンドボックス内で実行され、Labelboxによると、すべてのLLMプロバイダーでデータを一切保持しない運用を行っている。公表されているコンプライアンス対応には、SOC 2 Type II、GDPR、CCPA、NIST 800-171、PCI DSSが含まれる。料金はエージェントのセッション時間あたりに設定され、計算資源とモデルの利用料金は1つの見積もりにまとめられる。既存のLabelbox法人顧客には、1回限りで100ドル分のクレジットが付与される。

Labelboxは、2026年10月8日付の製品発表記事で社内導入について説明し、「驚きだったのは、エージェントが仕事をこなせることではない。上達の速さだった」と記した。同社によると、ソフトウェアエンジニアリング、信頼性、セキュリティ、機械学習研究、評価、製品、財務、営業、戦略、調達の11チームで、51のエージェントを稼働させている。

社内事例の一つとしてLabelboxは、プルリクエストレビューエージェントが、単一のエージェントバージョンとモデルで39件の採点対象レビューを実施したと説明した。また、採点に合格した33件のレビューでは、最初の11件のレビューにかかった費用が13.15ドルだったのに対し、最後の11件では8.90ドルとなり、1件あたりの費用の中央値が32%低下したという。その間、エージェントのメモリは15回更新され、1件あたりの所要時間は約27分に保たれた。製品のメモリの仕組みでは、新しいセッションレポートが5件そろうと、最短でも1時間に1回、キュレーターエージェントがそれらを読み、エージェントのメモリを更新する。顧客はエージェントが学んだ内容を確認でき、もはや当てはまらない教訓を削除することもできる。