Labelbox naik jadi unicorn lewat Seri E lebih dari 100 juta dolar, valuasi pra-uang 1,25 miliar dolar

Labelbox mengumumkan pada 14 Oktober 2026 bahwa mereka mengumpulkan lebih dari 100 juta dolar AS dalam pembiayaan Seri E yang menggabungkan ekuitas dan fasilitas kredit. Putaran itu dipimpin Infinitum Partners, dengan partisipasi Wipro Ventures, Andreessen Horowitz, B Capital, Tau Ventures, Snowpoint Ventures, dan sejumlah investor lain. Dalam tulisan di blog resminya, Labelbox menyebut valuasi pra-uang atau pre-money sebesar 1,25 miliar dolar AS. Perusahaan tidak memecah berapa porsi ekuitas dan berapa porsi pinjaman, dan juga tidak menyebut valuasi pasca-uang, sehingga angka 1,25 miliar dolar AS itu adalah harga sebelum uang baru masuk, bukan nilai perusahaan setelah dana diterima.

Angka operasional yang ditonjolkan perusahaan perlu dibaca sebagai klaim internal. Labelbox mengatakan mereka melayani lebih dari 400 pelanggan, termasuk lebih dari 90 persen laboratorium AI terkemuka di Amerika Serikat, serta menyatakan sudah mencetak laba pada 2026 sambil tumbuh lebih dari lima kali dibanding tahun sebelumnya. CEO sekaligus salah satu pendiri, Manu Sharma, menggambarkan posisi perusahaannya sebagai lapisan yang menyatukan sandbox, rangka kerja agen, dan pascapelatihan berbasis penguatan dalam satu platform.

Ada dua produk yang menjadi inti cerita pendanaan ini. Yang pertama Horizon, yaitu lingkungan pelatihan penguatan dan infrastruktur evaluasi bagi laboratorium model frontier; di dalamnya ada WorldSim yang membangun dunia simulasi berisi kode, dasbor, lembar kerja, presentasi, dan dokumen dengan data bisnis realistis, lalu mencatat setiap langkah sebagai trajektori yang dinilai lewat pemeriksa deterministik dan preferensi pakar. Yang kedua Recursion Managed Agents, yaitu armada agen yang bekerja di dalam aplikasi yang sudah dipakai perusahaan, dimulai dari jadwal, tiket, atau peringatan, dan diklaim makin baik setiap kali dijalankan. Labelbox menyebut lebih dari 50 agen sudah dipakai di internal mereka sebelum sistem itu dibuka untuk umum.

Bagi pasar, yang menarik bukan sekadar label unicorn, melainkan bahwa uang sebesar ini masuk ke lapisan data dan evaluasi, bukan ke laboratorium model. Argumennya sederhana: model makin mudah ditukar, tetapi lingkungan kerja yang mensimulasikan pekerjaan nyata dan penilai yang bisa dipercaya jauh lebih sulit dibangun, sehingga menjadi aset yang melekat pada pelanggan. Risikonya juga jelas. Fasilitas kredit bukan ekuitas, jadi kapasitas belanja perusahaan tidak sama dengan tambahan modal bersih. Selain itu, laboratorium besar punya insentif membangun lingkungan evaluasi sendiri, dan biaya komputasi untuk menjalankan ribuan dunia simulasi bisa menggerus margin walaupun pendapatan berulang tumbuh cepat.