Magenticが産業オペレーション向けAIワークフォース構築のために$18MシリーズAを調達

Magenticは、$18 百万のシリーズA資金調達を実施し、調達およびサプライチェーン業務全体にAIエージェントを拡大し、大手産業企業内の最も複雑なワークフローの一部を対象としています。

このラウンドはFelicisが主導し、既存投資家のSequoia CapitalとThe Westly Groupも参加しました。ロンドンとニューヨークに拠点を置く同社が$5.5 百万のシードラウンドで立ち上げてから約1年が経ち、報告された総資金は$23.5 百万となります。

CEOロビン・ヴァン・エーケン（元McKinsey）とCTOオドラン・オドノヒュー（OpenAI出身）によって設立されたMagenticは、エンタープライズAIの次の段階は質問に答えたりコンテンツを生成したりするアシスタントを超えると見込んでいます。代わりに、同社のエージェントはメーカーが既に使用しているシステム全体で運用作業を実行するよう設計されています。

これにより、同社は二つの主要なトレンド、すなわちエージェント型AIの急速な拡大と、より広範なAI経済を支えるために必要な物理インフラの資本集約的な構築の交差点に位置します。

産業調達がAIターゲットとして浮上する理由

多くの生成AIブームはソフトウェア開発、顧客サービス、マーケティング、その他主にデジタルなワークフローに焦点を当ててきました。Magenticは、企業が何を、誰から、どの価格で、どの契約条件で購入するかを決定するプロセスという、目立ちにくいものの経済的に重要なターゲットに取り組んでいます。

これらのプロセスは、特にグローバルな製造業者の内部では困難になります。調達データは、エンタープライズリソースプランニング（ERP）プラットフォーム、サプライヤー契約、スプレッドシート、請求書、メールシステム、そして長年の買収や技術変化を通じて蓄積されたデータベースに散在しています。

Hackett Groupは、2026年に調達業務量が8%増加すると予測していますが、人員と運営予算が減少する中で、単にチームを拡大することなく業務の自動化を促進するインセンティブが生まれます。

Goldman Sachsは、2026年から2031年にかけて累積AI関連資本支出のベースラインが約$7.6 兆になると推定しています。この支出は、コンピュート、データセンター、電力インフラにまたがります。その結果、管理が必要な膨大な量の機器、材料、建設、サプライヤー関係、契約が生じます。

Magenticの主張は、AIが単に人間が分析するのを支援するだけでなく、これらの意思決定にますます関与できるということです。

AIコパイロットを超えて

Magenticは自社のエージェントを「デジタルワーカー」と表現していますが、より重要なのはプラットフォームが提供しようとしている自律性の程度です。

従業員に別のダッシュボードや対話型インターフェースを提供するのではなく、Magenticは既存のエンタープライズインフラの上に位置するよう設計されています。そのアーキテクチャは、データ取り込み、統合データ層、エージェントエンジン、調達特化型ナレッジ、リアルタイムモニタリング、フィードバックループ、エンドツーエンドの実行を含みます。

このシステムは、ERP、スプレッドシート、PDF、契約書、その他のソースから断片的な情報を取り込み、AIエージェントが扱える構造に変換できます。Magenticは、単一の大規模言語モデルに依存するのではなく、タスクに応じて異なる基盤AIモデルを選択できると述べています。

これは重要です。なぜなら調達は情報の取得だけにとどまらないからです。

エージェントは、同一部品が工場間で異なる価格で購入されていることを特定したり、統合可能な重複サプライヤーを見つけたり、交渉済み契約外で行われている購入を検出したり、未回収のリベートや契約割引を発見したりすることがあります。

Magenticの目標は、エージェントがさらに踏み込み、結果として生じるワークフローの完了を支援することです。

デジタルワーカーは支出をレビューし、契約書を検査し、潜在的な節約額を算出し、サプライヤーへのコミュニケーションを作成し、注文と請求書を照合し、過払い金回収に必要な証拠をまとめることができます。同社は、エージェントは支出、調達、契約、請求書全体で動作でき、単一の孤立した調達タスクに限定されないと述べています。

乱雑なエンタープライズデータを基盤としたAIエージェント

根本的なデータ問題は、AIモデル自体と同等に重要になる可能性があります。

大手製造業者は、AIシステムを待つような完璧なデータベースをほとんど持っていません。サプライヤー名は部門間で異なることがあり、契約はPDFとして存在し、価格はERPインスタンス間で異なる方法で記録され、数十年にわたる買収により多数の重複システムが残ることがあります。

従来のエンタープライズ変革プロジェクトは、新しいアプリケーションを導入する前にそのデータをクリーンアップし標準化しようとすることが多いです。

Magenticは異なるアプローチを取っており、既存の分散した環境全体でAIエージェントが働き、タスク完了に必要な情報を段階的に整理できるようにしています。

このプラットフォームは、Microsoft Teamsやメールなど、従業員がすでに使用しているツールを通じてコミュニケーションできるよう設計されており、社内のエンタープライズシステム全体で動作します。これにより、エージェントは単独のソフトウェア製品というより、既存プロセス内の別の運用参加者のように機能することを目指しています。

Magenticによると、ある顧客はすでに1.2百万件以上の注文をデジタルワーカーで処理しており、別の導入事例では4百万ドルのコスト削減が確認されています。Global 500の顧客基盤全体では、同社は約2％から5％のコスト削減と、データ品質の平均60％向上を報告しています。これらは独立した監査による指標ではなく、会社が自ら報告した数値です。

調達プロセスに人間を関与させる

自律性が高まると、特に調達において重要な問題が生じます。AIの誤った判断は、即座に財務的または運用上の影響を及ぼす可能性があります。

誤ったサプライヤーへの連絡を送ることは、チャットボットで不正確な段落を生成することとは大きく異なります。

そのためMagenticはエージェントのワークフローに人間によるレビュー段階を組み込んでいます。同社が例示したケースでは、エージェントがサプライヤー契約をスキャンし異常な支払条件をフラグ付けしますが、実際に交渉を行うかどうかの最終判断は調達担当役員が行います。

同社はまた、エージェント同士が相互に生成物をチェックし、意思決定の過程を示すログや証拠のトレイルを残すマルチエージェントレビュー機構を備えていると説明しています。

このヒューマン・イン・ザ・ループモデルは、エンタープライズエージェントが推奨から実行へと移行するにつれて重要性を保ち続けると考えられます。

セキュリティがエージェントアーキテクチャの一部になる

AIシステムに契約書、サプライヤー関係、価格情報、請求書、内部ERPシステムへのアクセス権を与えることは、別の企業要件セットをもたらします。

MagenticはSOC 2 Type IIおよびISO 27001の認証を取得しており、欧州連合の一般データ保護規則（GDPR）に準拠し、EU AI法にも合致しています。

プラットフォームは記録系統への制御されたインタラクションと重要な操作に対する人間のチェックポイントを含みます。Magenticは顧客データが共有または公開モデルの学習に使用されないことも明言しています。

エージェントが情報の取得や要約にとどまらず、実際に行動できるようになるにつれて、これらの安全策はますます重要になります。

実体経済向けAIワークフォースの構築

MagenticはシリーズA資金を活用し、エージェントが管理できる調達・サプライチェーンのワークフロー範囲を拡大するとともに、基盤となるAI研究への投資をさらに進める計画です。

技術的課題の一つはコンテキストです。

産業向け最適化問題は、何年分もの購買データ、数千件のサプライヤー契約、価格履歴、在庫情報、請求書、技術文書、コミュニケーション記録を含むことがあります。Magenticは、問題診断、解決策の計画、実行、そしてテラバイト規模のマルチモーダル情報を横断して作業を完了できるエージェントの開発に取り組んでいると述べています。

「最先端AIを実体世界に適用するには、コンテキストウィンドウが限られたAIシステムを超える必要があります」とO’Donoghueは語ります。「私たちは、問題を診断し、修正策を計画し、行動を起こし、テラバイト規模のマルチモーダルデータを一度に処理して作業を完了できるAIを構築しています。」

より広範な変化は、ワークフロー中にツールとして使用されるAIから、ワークフロー全体の大部分を所有できるソフトウェアへと移行することです。

調達は結果が測定可能な興味深いテストケースを提供します。システムは誤った価格を検出したり、契約外支出を防止したり、見逃されたリベートを特定したり、請求書を照合したりします。そうでなければ、何も起きません。

For Magentic、1,800万ドルのシリーズAは単なる別のエンタープライズAI製品の拡大以上の意味を持ちます。同社は、最も価値のあるAIエージェントの一部が最終的にチャットボットインターフェースから離れ、実際の物理経済を構築する複雑な調達システム内部で動作することに賭けています。