تمويل
Magentic تجمع $18 مليون في جولة السلسلة أ لبناء قوة عمل ذكاء اصطناعي للعمليات الصناعية
أضف Unite.AI إلى مصادرك المفضلة على Google
Magentic جمعت $18 مليون في تمويل السلسلة أ لتوسيع وكلاء الذكاء الاصطناعي لديها عبر عمليات الشراء وسلسلة التوريد، مستهدفة بعض أكثر سير العمل تعقيدًا داخل الشركات الصناعية الكبيرة.
قادت الجولة Felicis، مع المستثمرين الحاليين Sequoia Capital وThe Westly Group الذين شاركوا أيضًا. وتأتي ذلك تقريبًا بعد عام من إطلاق الشركة التي تتخذ من لندن ونيويورك مقراً لها بجولة تمويل أولية بقيمة $5.5 مليون، مما رفع إجمالي التمويل المبلغ عنه إلى $23.5 مليون.
تأسست الشركة على يد الرئيس التنفيذي روبن فان آيكين، السابق في ماكنزي، والرئيس التقني أودهران أودونوغي، خريج OpenAI، وتراهن Magentic على أن المرحلة التالية من الذكاء الاصطناعي المؤسسي ستتجاوز المساعدين الذين يجيبون على الأسئلة أو يولدون المحتوى. بل صُممت وكلاتها لتنفيذ الأعمال التشغيلية عبر الأنظمة التي يستخدمها المصنعون بالفعل.
هذا يضع الشركة عند تقاطع اتجاهين رئيسيين: التوسع السريع للذكاء الاصطناعي الوكيل وبناء بنية تحتية مادية ذات تكلفة رأس مال عالية ضرورية لدعم اقتصاد الذكاء الاصطناعي الأوسع.
لماذا يصبح الشراء الصناعي هدفًا للذكاء الاصطناعي
تركز الكثير من ازدهار الذكاء الاصطناعي التوليدي على تطوير البرمجيات، وخدمة العملاء، والتسويق، وغيرها من سير العمل الرقمية في المقام الأول. تستهدف Magentic هدفًا أقل وضوحًا لكنه ذو أهمية اقتصادية: العمليات التي تحدد ما تشتريه الشركات، من أي مورد، بأي سعر، وتحت أي شروط تعاقدية.
تصبح تلك العمليات صعبة بشكل خاص داخل الشركات المصنعة العالمية. قد تكون بيانات الشراء موزعة عبر منصات تخطيط موارد المؤسسة (ERP)، واتفاقيات الموردين، وجداول البيانات، والفواتير، وأنظمة البريد الإلكتروني، وقواعد البيانات التي تراكمت عبر سنوات من الاستحواذات وتغييرات التكنولوجيا.
في الوقت نفسه، يتزايد الضغط على مؤسسات الشراء. تُظهر مجموعة Hackett توقعاتها أن أعباء العمل في الشراء ستنمو بنسبة 8٪ في عام 2026 حتى مع انخفاض عدد الموظفين وميزانيات التشغيل، مما يخلق حافزًا لأتمتة المزيد من العمل دون توسيع الفرق ببساطة.
هناك أيضًا دورة بنية تحتية أكبر بكثير جارية. تقدر Goldman Sachs تقدّر أساسًا بحوالي $7.6 تريليون في الإنفاق الرأسمالي المتراكم المتعلق بالذكاء الاصطناعي بين عامي 2026 و2031، تشمل الحوسبة ومراكز البيانات والبنية التحتية للطاقة. يتحول هذا الإنفاق في النهاية إلى حجم هائل من المعدات والمواد والبناء وعلاقات الموردين والعقود التي تحتاج إلى إدارة.
فرضية Magentic هي أن الذكاء الاصطناعي يمكنه المشاركة بشكل متزايد في تلك القرارات بدلاً من مجرد مساعدة البشر على تحليلها.
التجاوز عن مساعد الذكاء الاصطناعي
تصف Magentic وكلاتها بأنها “العاملون الرقميون“، لكن التمييز الأكثر أهمية هو درجة الاستقلالية التي تحاول المنصة توفيرها.
بدلاً من تقديم لوحة تحكم أخرى للموظفين أو واجهة محادثة، صُممت Magentic لتعمل فوق البنية التحتية المؤسسية القائمة. تشمل هندستها استيعاب البيانات، طبقة بيانات موحدة، محرك وكيل، معرفة مخصصة للشراء، مراقبة في الوقت الحقيقي، حلقات تغذية راجعة، وتنفيذ من البداية إلى النهاية.
يمكن للنظام استيعاب المعلومات المجزأة من أنظمة ERP، وجداول البيانات، وملفات PDF، والعقود، ومصادر أخرى قبل تحويلها إلى بنية يمكن لوكلاء الذكاء الاصطناعي العمل معها. وتضيف Magentic أن المنصة يمكنها اختيار نماذج ذكاء اصطناعي أساسية مختلفة حسب المهمة، بدلاً من الاعتماد على نموذج لغة كبير واحد.
هذا مهم لأن الشراء يتضمن أكثر من مجرد استرجاع المعلومات.
قد يحدد وكيل أن نفس المكوّن يُشترى بأسعار مختلفة عبر المصانع، ويجد موردين متداخلين يمكن دمجهم، ويكشف عن عمليات شراء تتم خارج العقود المتفاوض عليها، أو يكتشف خصومات وعوائد تعاقدية لم تُجمع أبدًا.
هدف Magentic هو أن يتقدم الوكيل أكثر ويساعد في إكمال سير العمل الناتج.
يمكن للعاملين الرقميين لديها مراجعة الإنفاق، فحص العقود، حساب التوفيرات المحتملة، إعداد اتصالات الموردين، مطابقة الطلبات مع الفواتير، وتجميع الأدلة المطلوبة لاسترداد المدفوعات الزائدة. وتقول الشركة إن وكلائها يمكنهم العمل عبر الإنفاق، والتوريد، والعقود، والفواتير بدلاً من أن يكونوا مقيدين بمهمة شراء واحدة معزولة.
وكلاء الذكاء الاصطناعي المبنيون على بيانات مؤسسية فوضوية
قد يكون مشكلة البيانات الأساسية مهمة بقدر أهمية نماذج الذكاء الاصطناعي نفسها.
نادراً ما تمتلك الشركات المصنعة الكبيرة قواعد بيانات نقية تنتظر نظام ذكاء اصطناعي. قد تختلف أسماء الموردين بين الأقسام، وقد تكون العقود موجودة كملفات PDF، ويمكن تسجيل الأسعار بطرق مختلفة عبر نسخ ERP، وتترك عقود الاستحواذ التي استمرت لعقود الشركات مع أنظمة متداخلة متعددة.
غالبًا ما تحاول مشاريع التحول المؤسسي التقليدية تنظيف وتوحيد تلك البيانات قبل نشر التطبيقات الجديدة.
تتبع Magentic نهجًا مختلفًا: السماح لوكلاء الذكاء الاصطناعي بالعمل عبر البيئة المتفرقة الموجودة بالفعل وتنظيم المعلومات المطلوبة لإكمال المهمة تدريجيًا.
تم تصميم المنصة أيضًا للتواصل عبر الأدوات التي يستخدمها الموظفون بالفعل، بما في ذلك Microsoft Teams والبريد الإلكتروني، مع العمل عبر أنظمة المؤسسة الداخلية. يهدف ذلك إلى جعل الوكيل أقل شبهًا بمنتج برمجي مستقل وأكثر كونه مشاركًا تشغيليًا آخر داخل عملية موجودة.
تقول Magentic إن أحد العملاء يعالج بالفعل أكثر من 1.2 مليون طلب عبر عماله الرقميين، بينما حدد نشر آخر توفيرًا بقيمة 4 ملايين دولار. عبر قاعدة عملائها من الشركات العالمية الـ500، تُبلغ الشركة عن توفير يتراوح تقريبًا بين 2٪ إلى 5٪، إلى جانب تحسين متوسط بنسبة 60٪ في جودة البيانات. هذه أرقام تُبلغ عنها الشركة نفسها وليست مقاييس أداء مُدققة بشكل مستقل.
إبقاء البشر في حلقة الشراء
تخلق الاستقلالية المتزايدة أيضًا مشكلة ذات أهمية خاصة في مجال الشراء: يمكن أن يتسبب قرار ذكاء اصطناعي غير صحيح في عواقب مالية أو تشغيلية فورية.
إرسال اتصال غير صحيح إلى المورد يختلف اختلافًا كبيرًا عن توليد فقرة غير دقيقة في روبوت الدردشة.
لذلك قامت Magentic بدمج نقاط مراجعة بشرية في سير عمل وكلائها. في أحد الأمثلة التي وصفتها الشركة، يمكن للوكيل مسح عقود الموردين وتحديد شروط دفع غير عادية، لكن مسؤولية اتخاذ قرار ما إذا كان يجب إجراء التفاوض تظل على عاتق مسؤول الشراء.
كما وصفت الشركة آلية مراجعة متعددة الوكلاء يمكن فيها للوكلاء فحص العمل الذي ينتجه وكلاء آخرون، إلى جانب سجلات ومسارات دليلية تهدف إلى إظهار كيفية الوصول إلى القرارات.
من المرجح أن يظل هذا النموذج البشر في الحلقة مهمًا مع انتقال وكلاء المؤسسات من توصية الإجراءات إلى تنفيذها.
الأمان يصبح جزءًا من بنية الوكيل
إعطاء نظام ذكاء اصطناعي إمكانية الوصول إلى العقود، وعلاقات الموردين، ومعلومات التسعير، والفواتير، وأنظمة ERP الداخلية يطرح مجموعة مختلفة من المتطلبات المؤسسية.
تقول Magentic إنها حاصلة على شهادة SOC 2 Type II وISO 27001، ومتوافقة مع اللائحة العامة لحماية البيانات (GDPR) للاتحاد الأوروبي، ومتوافقة مع قانون الذكاء الاصطناعي للاتحاد الأوروبي.
تتضمن المنصة تفاعلات محكومة مع أنظمة السجلات ونقاط تفتيش بشرية للإجراءات المهمة. وتؤكد Magentic أيضًا أن بيانات العملاء لا تُستخدم لتدريب نماذج مشتركة أو عامة.
تصبح هذه الضمانات أكثر أهمية مع اكتساب الوكلاء القدرة على الفعل بدلاً من مجرد استرجاع أو تلخيص المعلومات.
بناء قوة عمل ذكاء اصطناعي للاقتصاد المادي
تخطط Magentic لاستخدام جولة السلسلة A لتوسيع نطاق سير عمل الشراء وسلسلة التوريد التي يمكن لوكلائها إدارتها مع الاستمرار في الاستثمار في أبحاث الذكاء الاصطناعي الأساسية.
أحد التحديات التقنية هو السياق.
يمكن أن تشمل مشكلات تحسين الصناعات سنوات من بيانات الشراء، وآلاف عقود الموردين، وتواريخ التسعير، ومعلومات المخزون، والفواتير، والوثائق التقنية، وسجلات الاتصالات. وتقول Magentic إنها تطور وكلاء قادرين على تشخيص المشكلات، وتخطيط الحلول، واتخاذ الإجراءات، ومتابعة تلك الإجراءات عبر تيرابايتات من المعلومات المتعددة الوسائط.
“يتطلب جلب الذكاء الاصطناعي المتقدم إلى العالم المادي تجاوز الأنظمة ذات نوافذ السياق المحدودة،” قال O’Donoghue. “نحن نبني ذكاءً اصطناعيًا يمكنه تشخيص المشكلات، وتخطيط الإصلاحات، واتخاذ الإجراءات، ومتابعة العمل عبر تيرابايتات من البيانات المتعددة الوسائط دفعة واحدة.”
التحول الأوسع هو من الذكاء الاصطناعي كأداة تُستخدم خلال سير العمل إلى الذكاء الاصطناعي كبرمجية قادرة على امتلاك أجزاء متزايدة من ذلك سير العمل.
يقدم الشراء حالة اختبار مثيرة للاهتمام لأن نتائجه قابلة للقياس. إما أن يلتقط النظام سعرًا غير صحيح، أو يمنع الإنفاق خارج العقود، أو يحدد خصمًا تم التغاضي عنه، أو يُصالح فاتورة، أو لا يفعل ذلك.
بالنسبة Magentic، فإن جولة السلسلة A التي تبلغ 18 مليون دولار تتعلق بأكثر من توسيع منتج ذكاء اصطناعي مؤسسي آخر. تراهن الشركة على أن بعض أكثر الوكلاء قيمة سيعملون في النهاية بعيدًا عن واجهة روبوت الدردشة — داخل أنظمة الشراء المعقدة التي تحدد كيفية بناء الاقتصاد المادي فعليًا.
