Magentic strânge $18M în runda Serie A pentru a construi o forță de muncă AI pentru operațiuni industriale

Magentic a strâns $18 milioane în finanțare Serie A pentru a-și extinde agenții AI în domeniile de achiziții și lanț de aprovizionare, vizând unele dintre cele mai complexe fluxuri de lucru din mari companii industriale.

Runda a fost condusă de Felicis, iar investitorii existenți Sequoia Capital și The Westly Group au participat de asemenea. Aceasta vine la aproximativ un an după ce compania cu sediul în Londra și New York a lansat o rundă seed de $5,5 milioane, aducând finanțarea totală raportată la $23,5 milioane.

Fondată de CEO-ul Robin Van Aeken, fost angajat la McKinsey, și de CTO-ul Odhran O’Donoghue, un absolvent OpenAI, Magentic pariază că următoarea etapă a AI în întreprinderi va depăși asistenții care răspund la întrebări sau generează conținut. În schimb, agenții săi sunt concepuți să execute sarcini operaționale pe sistemele pe care producătorii le utilizează deja.

Acest lucru plasează compania la intersecția a două tendințe majore: expansiunea rapidă a AI-ului agentic și dezvoltarea capital-intensivă a infrastructurii fizice necesare pentru a susține economia AI mai largă.

De ce achizițiile industriale devin o țintă pentru AI

Marea parte a boom-ului AI generativ s-a concentrat pe dezvoltarea de software, serviciul clienți, marketing și alte fluxuri de lucru predominant digitale. Magentic vizează o țintă mai puțin vizibilă, dar economic semnificativă: procesele care stabilesc ce cumpără companiile, de la cine, la ce preț și în ce condiții contractuale.

Aceste procese devin deosebit de dificile în cadrul producătorilor globali. Datele de achiziție pot fi împrăștiate pe platforme de planificare a resurselor întreprinderii (ERP), acorduri cu furnizorii, foi de calcul, facturi, sisteme de e‑mail și baze de date acumulate de-a lungul anilor de achiziții și schimbări tehnologice.

În același timp, presiunea asupra organizațiilor de achiziții crește. The Hackett Group prevede că volumul de lucru în achiziții va crește cu 8 % în 2026, chiar dacă numărul de angajați și bugetele operaționale scad, creând un stimulent pentru a automatiza o parte mai mare a activității fără a extinde simplu echipele.

Există, de asemenea, un ciclu de infrastructură mult mai amplu în desfășurare. Goldman Sachs estimează o bază de aproximativ $7,6 trilioane în cheltuieli de capital cumulative legate de AI între 2026 și 2031, acoperind calcul, centre de date și infrastructură energetică. Această cheltuire se traduce în cele din urmă într-un volum enorm de echipamente, materiale, construcții, relații cu furnizorii și contracte care trebuie gestionate.

Teza Magentic este că AI poate participa din ce în ce mai mult la aceste decizii, în loc să se limiteze la a ajuta oamenii să le analizeze.

Dincolo de copilotul AI

Magentic descrie agenții săi ca „lucrători digitali”, dar distincția mai importantă este gradul de autonomie pe care platforma încearcă să îl ofere.

În loc să ofere angajaților un alt tablou de bord sau o interfață conversațională, Magentic este conceput să se așeze peste infrastructura existentă a întreprinderii. Arhitectura sa include ingestia de date, un strat de date armonizat, un motor agentic, cunoștințe specifice achizițiilor, monitorizare în timp real, bucle de feedback și execuție de la cap la cap.

Sistemul poate ingera informații fragmentate din ERP-uri, foi de calcul, PDF-uri, contracte și alte surse, transformându-le apoi într-o structură cu care agenții AI pot lucra. Magentic afirmă, de asemenea, că platforma poate selecta modele AI subiacente diferite în funcție de sarcină, în loc să se bazeze pe un singur model de limbaj mare.

Acest aspect contează deoarece achizițiile implică mult mai mult decât recuperarea informațiilor.

Un agent ar putea identifica faptul că aceeași componentă este achiziționată la prețuri diferite în diverse fabrici, să găsească furnizori suprapusi care ar putea fi consolidați, să detecteze achiziții efectuate în afara contractelor negociate sau să descopere reduceri și discounturi contractuale care nu au fost niciodată colectate.

Obiectivul Magentic este ca agentul să meargă mai departe și să ajute la finalizarea fluxului de lucru rezultat.

Lucrătorii săi digitali pot revizui cheltuielile, examina contractele, calcula economiile potențiale, pregăti comunicări cu furnizorii, reconcilia comenzile cu facturile și aduna dovezile necesare pentru a recupera plățile în exces. Compania afirmă că agenții săi pot opera în domeniile cheltuieli, aprovizionare, contracte și facturi, în loc să fie limitați la o singură sarcină de achiziție izolată.

Agenți AI construiți în jurul datelor enterprise dezordonate

Problema fundamentală a datelor ar putea fi la fel de importantă ca și modelele AI în sine.

Mari producători rareori dispun de baze de date impecabile așteptând un sistem AI. Numele furnizorilor pot diferi între divizii, contractele pot exista ca PDF-uri, prețurile pot fi înregistrate diferit în diferite instanțe ERP, iar decenii de achiziții pot lăsa companiile cu numeroase sisteme suprapuse.

Proiectele tradiționale de transformare a întreprinderilor încearcă adesea să curețe și să standardizeze aceste date înainte de a implementa noi aplicații.

Magentic adoptă o abordare diferită: permite agenților AI să lucreze în mediul fragmentat existent și să organizeze treptat informațiile necesare pentru finalizarea unei sarcini.

Platforma este, de asemenea, concepută să comunice prin instrumentele pe care angajații le folosesc deja, inclusiv Microsoft Teams și e‑mail, funcționând în paralel cu sistemele interne ale întreprinderii. Scopul este ca agentul să fie perceput mai puțin ca un produs software autonom și mai mult ca un participant operațional suplimentar într-un proces deja existent.

Magentic afirmă că un client procesează deja peste 1,2 milioane de comenzi prin lucrătorii săi digitali, în timp ce o altă implementare a identificat economii de 4 milioane de dolari. În rândul celor 500 de clienți Global, compania raportează economii de aproximativ 2 %–5 %, alături de o îmbunătățire medie de 60 % a calității datelor. Aceste cifre sunt furnizate de companie, nu sunt verificate independent prin audituri de performanță.

Menținerea oamenilor în bucla de achiziții

O autonomie sporită creează, de asemenea, o problemă deosebit de importantă în achiziții: o decizie AI incorectă poate avea consecințe financiare sau operaționale imediate.

Trimiterea unei comunicări greșite către furnizor este considerabil diferită de generarea unui paragraf inexact într-un chatbot.

Magentic a integrat, prin urmare, puncte de revizuire umană în fluxurile de lucru ale agenților săi. Într-un exemplu descris de companie, un agent poate analiza contractele furnizorilor și poate semnala termeni de plată neobișnuiți, însă un responsabil de achiziții rămâne în sarcina de a decide dacă o negociere trebuie să aibă loc.

Compania a descris, de asemenea, un mecanism de revizuire multi‑agent în care agenții pot verifica munca produsă de alți agenți, alături de jurnale și piste de dovezi menite să arate cum au fost luate deciziile.

Acest om în buclă model este probabil să rămână important pe măsură ce agenții din întreprindere trec de la recomandarea acțiunilor la executarea lor.

Securitatea devine parte a arhitecturii agentului

Acordarea accesului unui sistem AI la contracte, relații cu furnizorii, informații de preț, facturi și sisteme ERP interne ridică, de asemenea, un alt set de cerințe pentru întreprindere.

Magentic afirmă că este certificat SOC 2 Tip II și ISO 27001, conform cu Regulamentul General privind Protecția Datelor (GDPR) al Uniunii Europene și aliniat la Legea AI a UE.

Platforma include interacțiuni controlate cu sistemele de înregistrare și puncte de control umane pentru acțiuni importante. Magentic mai spune că datele clienților nu sunt utilizate pentru antrenarea modelelor partajate sau publice.

Aceste măsuri de protecție devin și mai semnificative pe măsură ce agenții capătă capacitatea de a acționa, nu doar de a prelua sau rezuma informații.

Construirea unei forțe de muncă AI pentru economia fizică

Magentic intenționează să folosească finanțarea din seria A pentru a extinde gama de fluxuri de lucru de achiziții și lanț de aprovizionare pe care agenții săi le pot gestiona, continuând să investească în cercetarea AI de bază.

O provocare tehnică este contextul.

Problemele de optimizare industrială pot implica ani de date de achiziții, mii de contracte cu furnizorii, istorice de prețuri, informații de inventar, facturi, documente tehnice și înregistrări de comunicare. Magentic spune că dezvoltă agenți capabili să diagnosticheze probleme, să planifice soluții, să ia măsuri și să urmărească acele acțiuni prin terabytes de informații multimodale.

“Aducea AI de frontieră în lumea fizică necesită depășirea sistemelor AI cu ferestre de context limitate,” a declarat O’Donoghue. “Construim AI care poate diagnostica probleme, planifica remedii, acționa și vedea lucrarea finalizată prin terabytes de date multimodale simultan.”

Schimbarea mai amplă constă în trecerea de la AI ca instrument utilizat în timpul unui flux de lucru la AI ca software capabil să dețină porțiuni din ce în ce mai mari ale acelui flux.

Achizițiile oferă un caz de testare interesant, deoarece rezultatele sunt cuantificabile. Un sistem fie prinde un preț incorect, previne cheltuielile în afara contractului, identifică o reducere omisă, reconciliază o factură, fie nu reușește să facă acestea.

Pentru Magentic, seria A de 18 milioane de dolari reprezintă, așadar, mult mai mult decât extinderea unui alt produs AI pentru întreprinderi. Compania pariază că cei mai valoroși agenți AI vor opera în cele din urmă departe de interfața chatbot—în interiorul sistemelor complexe de achiziții care determină modul în care economia fizică este construită în realitate.