Labelbox pozyskuje ponad 100 mln USD w rundzie serii E przy wycenie 1,25 mld USD, by rozwijać uczenie przez wzmacnianie i agentów AI

14 października 2026 r. Labelbox poinformował o pozyskaniu ponad 100 mln USD w ramach finansowania serii E przy wycenie przedinwestycyjnej 1,25 mld USD. Rundzie przewodził Infinitum Partners, a finansowanie obejmuje zarówno kapitał udziałowy, jak i linię kredytową.

W rundzie uczestniczyły również m.in. Wipro Ventures, Andreessen Horowitz (a16z), B Capital, Tau Ventures i Snowpoint Ventures. Dyrektor generalny i współzałożyciel Manu Sharma przedstawił szczegóły warunków finansowania we wpisie na firmowym blogu. Firma poinformowała, że środki wesprą dalsze prace badawcze i inżynieryjne nad jej dwoma głównymi produktami, Horizon i Recursion Managed Agents, a także rozbudowę zespołów, które wprowadzają te produkty do oferty dla klientów. Sharma napisał, że dostęp do mocy obliczeniowej będzie kluczowy na kolejnym etapie rozwoju firmy. Zaznaczył, że John Yetimoglu z Infinitum był jednym z pierwszych inwestorów Groq, a obecnie uczestniczy w budowie wielkoskalowej infrastruktury obliczeniowej w GroqCloud.

Pozycja i historia firmy

Labelbox poinformował, że osiągnął rentowność w 2026 r., jednocześnie notując wzrost ponad pięciokrotny rok do roku. Firma podaje, że ma ponad 400 klientów, w tym ponad 90% czołowych amerykańskich laboratoriów AI, a jej baza klientów obejmuje wiodące laboratoria AI, dostawców usług chmurowych działających na bardzo dużą skalę, startupy i firmy z listy Fortune 500.

Sharma, Brian i Dan założyli Labelbox w 2018 r. W notatce założyciela Sharma napisał, że przyjechał do Stanów Zjednoczonych, by nauczyć się projektować i budować samoloty oraz rakiety. Pracował nad obliczeniową mechaniką płynów i sieciami neuronowymi, a późniejsze role w DroneDeploy i Planet Labs uświadomiły mu, jak duża część potencjału uczenia maszynowego tkwi w danych.

We wpisie historię firmy przedstawiono jako trzy etapy: oprogramowanie do danych treningowych dla osób tworzących AI; środowiska uczenia przez wzmacnianie, które powstały po tym, co Sharma nazywa przełomem ChatGPT, gdy najbardziej zaawansowane modele zaczęły doskonalić się przez ćwiczenie rzeczywistych zadań; oraz agentów, których firma najpierw stworzyła na własny użytek, a dopiero później udostępniła klientom.

Sharma napisał również, że Labelbox samodzielnie tworzy każdą warstwę swojej platformy: środowisko dla agentów zaprojektowane z myślą o bardzo długich zadaniach, infrastrukturę piaskownic uruchamiającą miliony maszyn wirtualnych, własną infrastrukturę do potreningowego uczenia przez wzmacnianie oraz sieć ekspertów liczącą ponad 4 mln osób.

Środowiska uczenia przez wzmacnianie Horizon

Według firmy system WorldSim w ramach Horizon tworzy symulowane przedsiębiorstwa z kodem, pulpitami nawigacyjnymi, arkuszami kalkulacyjnymi, prezentacjami i dokumentami wypełnionymi realistycznymi danymi biznesowymi. Model wykonuje w nich trudne, wieloetapowe zadanie od początku do końca, a każdy krok jest rejestrowany jako ścieżka działania. Deterministyczne weryfikatory oceniają każdą ścieżkę w ten sam sposób przy każdym uruchomieniu. Jeśli dwie ścieżki są poprawne, preferencje eksperta uczą model tego, co Sharma określa jako wyczucie. Firma opisuje skalę działania sięgającą tysięcy światów i milionów ocenionych ścieżek, dostosowanych do celów pass@k danego laboratorium w obszarach programowania, obsługi komputera, badań, pracy multimodalnej i zadań głosowych.

Na stronie produktu Horizon wymieniono takie obszary zastosowań jak autonomiczne badania z wykorzystaniem AI, programowanie agentowe i inżynieria oprogramowania, multimodalna praca z wiedzą, obsługa głosowa z agentowym wykorzystaniem narzędzi, obsługa komputera i cyberbezpieczeństwo. Sharma napisał, że Labelbox współpracuje obecnie z 90% czołowych laboratoriów AI rozwijających najbardziej zaawansowane modele oraz dostawców usług chmurowych działających na bardzo dużą skalę.

Recursion Managed Agents

W komunikacie o finansowaniu podano, że Labelbox udostępnił Recursion Managed Agents klientom korporacyjnym na początku października 2026 r. Zgodnie z założeniami produktu agent zarządzany otrzymuje cel, wyzwalacz — na przykład harmonogram, alert, wiadomość w Slacku, webhook lub wywołanie API — oraz zestaw kryteriów określających, jak powinna wyglądać dobrze wykonana praca. Oddzielny agent oceniający sprawdza każde uruchomienie punkt po punkcie pod kątem zgodności z kryteriami i wskazuje dowody uzasadniające każdą ocenę; jeśli praca nie spełnia wymagań, agent ją poprawia.

Agenci mogą działać w trzech trybach: wieloagentowym, w którym koordynator łączy pracę specjalistów, z których każdy korzysta z własnego modelu, instrukcji, narzędzi i uprawnień; zespołowym, w którym kopie agenta dzielą się zadaniami na wspólnej tablicy i sprawdzają nawzajem swoje wyniki; oraz automatycznym, domyślnym, w którym agent sam decyduje, czy dane zadanie wymaga udziału specjalistów lub zespołu.

Firma podaje, że agenci współpracują z ponad 100 aplikacjami biznesowymi i dowolnym serwerem MCP. Każde narzędzie ma określony zakres uprawnień: tylko do odczytu, umożliwiający wprowadzanie zmian w danych lub destrukcyjny, a dane uwierzytelniające są przechowywane w sejfie, dzięki czemu model nigdy ich nie widzi. Sesje odbywają się w odizolowanych piaskownicach, a Labelbox informuje, że platforma nie przechowuje danych u żadnego dostawcy LLM. Wymieniony program zgodności obejmuje SOC 2 Type II, GDPR, CCPA, NIST 800-171 i PCI DSS. Opłaty naliczane są za godzinę sesji agenta, a koszty mocy obliczeniowej i modeli są łączone w jednym szacunku. Obecni klienci korporacyjni Labelbox otrzymują jednorazowy kredyt w wysokości 100 USD.

Opisując we wpisie o premierze produktu z 8 października 2026 r. wewnętrzne wdrożenie w firmie, Labelbox napisał: „Zaskoczeniem nie było to, że agenci potrafili wykonać tę pracę. Zaskoczyło nas, jak szybko stawali się w niej lepsi”. Firma podaje, że uruchomiła 51 agentów w 11 zespołach obejmujących inżynierię oprogramowania, niezawodność, bezpieczeństwo, badania nad uczeniem maszynowym, ewaluację, rozwój produktu, finanse, sprzedaż, strategię i zaopatrzenie.

W jednym z wewnętrznych przykładów Labelbox podał, że agent przeglądający pull requesty przeprowadził 39 ocenionych przeglądów w ramach jednej wersji agenta i jednego modelu, a spośród 33 przeglądów, które zdały ocenę ewaluatora, mediana kosztu spadła z $13.15 za pierwszych 11 przeglądów do $8.90 za ostatnich 11, czyli o 32% na przegląd. W tym czasie pamięć agenta zaktualizowano 15 razy, a czas poświęcany na jeden przegląd utrzymywał się na poziomie około 27 minut. Zgodnie z mechanizmem pamięci produktu, gdy pojawi się pięć nowych raportów z sesji — nie częściej niż raz na godzinę — agent-kurator odczytuje je i aktualizuje pamięć agenta; klienci mogą przeglądać, czego agent się nauczył, i usuwać wnioski, które przestały być aktualne.