Labelbox は月間 762,803 訪問、前月比成長率 -22.8%、料金体系料金は要問い合わせを記録しています。V7 Go は月間 116,919 訪問、成長率 -11.6%、料金体系無料トライアル、料金は要問い合わせを記録しています。
最先端AIが学ぶ環境と、定常業務を担うエージェント
文書集約型バックオフィス業務向けの AI ワークフロープラットフォーム
| 項目 / 指標 | | |
|---|---|---|
| 公式ドメイン | labelbox.com | v7labs.com |
| 料金モデル | 料金は要問い合わせ | 無料トライアル、料金は要問い合わせ |
| 月間訪問数 | 76.28万 (762,803) | 11.69万 (116,919) |
| 前月比トラフィック増減 | -22.52万 (-22.8%) | -1.53万 (-11.6%) |
| 主要市場とシェア | 🇺🇸 アメリカ合衆国 (21.9%) | 🇵🇭 フィリピン (14.7%) |
| 月間ダイレクト訪問数 | 37万 | 6.27万 |
| ユーザー評価 | 4.4 | 4.4 |
| 対応プラットフォーム | ウェブサイト | ウェブサイト |
最先端AIが学ぶ環境と、定常業務を担うエージェント
ビジョン・言語・生成タスクにわたる構造化アノテーション、データキュレーション、モデル評価、人間参加型レビューを提供し、学習・評価データの基盤となります。
Recursionのエージェントはビルド、アラート、コミット、チェックポイント、スケジュールから自律的に起動し、作業が完了して検証可能になるまでバックグラウンドで動きます。
ソフトウェアエンジニアリング、信頼性、セキュリティ、ML研究、評価、R&D、プロダクト、財務まで、専門エージェントがフレーキーテスト修正からポストモーテム草案まで対応します。
各実行は採点エージェントが評価し、採点済みセッションは記憶・ノート・スキルを残して次のセッションが行動前に読み込みます。
文書集約型バックオフィス業務向けの AI ワークフロープラットフォーム
文書化された手順を、あらゆる文書に同じ処理を適用する AI ワークフローへ変換し、正確性が重要な箇所には人による確認ゲートを設けます。
接続したソースのエンティティを索引化し、文書を継続同期、矛盾を検出、元の権限を尊重することで、エージェントに永続的で根拠ある文脈を提供します。
財務・法務・商務条件を抽出して突合し、該当する出典ページへリンクするため、レビュー担当が出力内のすべての数値を検証できます。
MCP コネクタと 1,400 以上の連携、加えてカスタマイズ可能なバックエンド実装アプリにより、既存の CRM、データルーム、文書基盤へ結果を書き戻せます。
特化型アノテーションからモデルデプロイまでのエンドツーエンドのCVワークフローを効率化するが、Labelboxのような一般的な企業向けエージェントオーケストレーション機能はない。
特化型データ検証のために人間参加型（ヒューマン・イン・ザ・ループ）のマネージドワーカーサービスに大きく依存しており、Labelboxよりもセルフサービスの技術ツールが少なくなっています。
の大規模なデータラベリングとモデル評価が可能だが、Labelboxよりも高額な企業向け予算が必要になることが多い。
堅牢なマルチモーダルアノテーションとワークフロー自動化を提供し、CVチーム向けにやや直感的なデータキュレーションパイプラインを備えています。
堅牢なマルチモーダルアノテーションとワークフロー自動化を提供し、CVチーム向けにやや直感的なデータキュレーションパイプラインを備えています。
Gumloop is a no-code AI agent and automation platform where teams build agents that connect to their tools, browse the web, and complete real business tasks.
Gumloop is a no-code AI agent and automation platform where teams build agents that connect to their tools, browse the web, and complete real business tasks.
特化型一つの接続環境で AI モデルとエージェントを追跡・評価・出荷。
高度なコンピュータビジョンや物理AIのデータパイプラインに特化しているが、一般的なテキスト・画像ラベリングよりも対象が絞られている。
無料・オープンソースカスタムデータラベリング向けの柔軟なオープンソース代替品だが、セルフホスティングと手動でのインフラ管理が必要になる。
特化型Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
特化型Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
業務エージェントを構築・運用するエンタープライズAIエージェント基盤
