Labelbox strânge peste 100 de milioane de dolari în runda de finanțare E, la o evaluare de 1,25 miliarde de dolari, pentru a dezvolta învățarea prin consolidare (RL) și agenții IA

Pe 14 octombrie 2026, Labelbox a anunțat că a strâns peste 100 de milioane de dolari într-o rundă de finanțare E, la o evaluare pre-money de 1,25 miliarde de dolari. Runda, condusă de Infinitum Partners, combină capitalul propriu cu o facilitate de credit.

Printre participanți s-au numărat și Wipro Ventures, Andreessen Horowitz (a16z), B Capital, Tau Ventures și Snowpoint Ventures, precum și alții. Directorul general și cofondatorul Manu Sharma a prezentat detaliile finanțării într-o postare pe blogul companiei, iar compania a spus că fondurile vor susține continuarea cercetării și a activității de inginerie pentru cele două produse principale ale sale, Horizon și Recursion Managed Agents, precum și extinderea echipelor care le oferă clienților. Sharma a scris că accesul la capacitatea de calcul va fi esențial în următoarea etapă a companiei și a menționat că John Yetimoglu de la Infinitum a fost unul dintre primii investitori în Groq și este acum implicat în dezvoltarea unei infrastructuri de calcul la scară largă la GroqCloud.

Poziția și istoricul companiei

Labelbox a declarat că a devenit profitabilă în 2026, în timp ce și-a multiplicat de peste cinci ori dimensiunea de la un an la altul. Compania raportează peste 400 de clienți, dintre care mai mult de 90% sunt laboratoare IA de top din SUA, și spune că printre clienții săi se numără laboratoare IA de frontieră, furnizori hyperscale, startupuri și companii din Fortune 500.

Sharma, Brian și Dan au fondat Labelbox în 2018. Într-o notă a fondatorului, Sharma a scris că a venit în Statele Unite pentru a învăța să proiecteze și să construiască aeronave și rachete, lucrând la dinamica fluidelor computațională și la rețele neuronale, și că, ulterior, rolurile sale la DroneDeploy și Planet Labs i-au arătat cât de mult din potențialul învățării automate ținea de date.

Postarea descrie istoria companiei în trei etape: software pentru date de antrenare, destinat celor care dezvoltă IA; medii de învățare prin consolidare, create după ceea ce Sharma numește momentul ChatGPT, când cele mai capabile modele au început să se îmbunătățească exersând activități reale; și agenți, pe care compania i-a creat mai întâi pentru uz intern, înainte de a deschide sistemul clienților.

Sharma a mai scris că Labelbox construiește pe cont propriu fiecare nivel al platformei sale: un cadru pentru agenți, conceput pentru agenți care operează pe orizonturi de timp foarte lungi; o infrastructură de tip sandbox care rulează milioane de mașini virtuale; propria infrastructură pentru etapa de post-antrenare prin învățare prin consolidare; și o rețea de experți formată din peste 4 milioane de persoane.

Mediile de învățare prin consolidare Horizon

Potrivit companiei, sistemul WorldSim al Horizon creează companii simulate, cu cod, tablouri de bord, foi de calcul, prezentări și documente completate cu date de afaceri realiste. În aceste medii, un model încearcă să ducă la capăt o sarcină dificilă, cu mai mulți pași, iar fiecare etapă este înregistrată ca o traiectorie. Verificatoarele deterministe evaluează fiecare traiectorie în același mod la fiecare rulare, iar atunci când două traiectorii sunt ambele corecte, preferința unui expert îl învață pe model ceea ce Sharma numește discernământ. Compania spune că operează la o scară de mii de lumi și milioane de traiectorii evaluate, configurate în funcție de obiectivele pass@k ale unui laborator pentru programare, utilizarea computerului, cercetare, activități multimodale și activități vocale.

Pagina produsului Horizon enumeră domenii precum cercetarea autonomă cu IA, programarea agenților și ingineria software, activitățile multimodale bazate pe cunoștințe, utilizarea vocală a instrumentelor de către agenți, utilizarea computerului și securitatea cibernetică. Sharma a scris că Labelbox colaborează acum cu 90% dintre cele mai importante laboratoare IA de frontieră și cu furnizorii hyperscale.

Recursion Managed Agents

Anunțul privind finanțarea precizează că Labelbox a deschis Recursion Managed Agents clienților din segmentul enterprise la începutul lunii octombrie 2026. Conform concepției produsului, un agent gestionat primește un obiectiv, un declanșator — cum ar fi o programare, o alertă, un mesaj Slack, un webhook sau un apel API — și un set de criterii care definesc cum arată o muncă bine făcută. Un agent evaluator separat punctează fiecare rulare, criteriu cu criteriu, și indică dovezile care susțin fiecare evaluare; dacă rezultatul nu îndeplinește criteriile, agentul îl revizuiește.

Agenții pot funcționa în trei moduri: multiagent, în care un coordonator leagă între ei agenți specializați, fiecare cu propriul model, propriile instrucțiuni, instrumente și permisiuni; în echipă, când copii ale unui agent își împart sarcinile pe un panou comun și își verifică reciproc rezultatele; și automat, modul implicit, în care agentul decide singur când o sarcină necesită specialiști sau o echipă.

Compania spune că agenții funcționează cu peste 100 de aplicații de afaceri și cu orice server MCP. Fiecare instrument este configurat pentru acces doar în citire, pentru modificarea datelor sau pentru acțiuni distructive, iar datele de autentificare sunt păstrate într-un seif, astfel încât modelul să nu le poată vedea niciodată. Sesiunile se desfășoară în medii sandbox izolate, iar Labelbox spune că platforma funcționează fără păstrarea datelor la niciun furnizor de LLM. Programul de conformitate menționat de companie include SOC 2 Type II, GDPR, CCPA, NIST 800-171 și PCI DSS. Tariful se stabilește pentru fiecare oră de sesiune a agentului, iar costurile de calcul și de utilizare a modelului sunt combinate într-o singură estimare; clienții enterprise existenți ai Labelbox primesc un credit unic de 100 de dolari.

Descriind implementarea internă a companiei într-o postare despre lansarea produsului din 8 octombrie 2026, Labelbox a scris: „Surpriza nu a fost că agenții puteau face treaba. Ci cât de repede au devenit mai buni la asta.” Compania spune că rulează 51 de agenți în cadrul a 11 echipe, în domenii precum ingineria software, fiabilitatea, securitatea, cercetarea în învățarea automată, evaluările, dezvoltarea produselor, finanțele, vânzările, strategia și achizițiile.

Într-un exemplu intern, Labelbox a declarat că agentul său de analiză a cererilor de integrare a efectuat 39 de evaluări notate folosind o singură versiune a agentului și un singur model și că, dintre cele 33 de evaluări care au trecut de evaluator, costul median a scăzut de la 13,15 USD pentru primele 11 evaluări la 8,90 USD pentru ultimele 11, cu 32% mai puțin per evaluare, în timp ce memoria agentului a fost actualizată de 15 ori, iar durata unei evaluări s-a menținut la aproximativ 27 de minute. Conform mecanismului de memorie al produsului, după ce sunt disponibile cinci rapoarte noi de sesiune și cel mult o dată pe oră, un agent curator le citește și actualizează memoria agentului; clienții pot consulta ce a învățat agentul și pot șterge orice lecție care nu mai este valabilă.