Magentic tar in 18 miljoner dollar för AI-agenter inom industrins inköp

Magentic har tagit in 18 miljoner dollar i en Series A-runda för att bygga ut AI-agenter för inköp, leveranskedjor och operativ verksamhet hos stora tillverkare. Finansieringen, som offentliggjordes den 17 september 2026, leddes av Felicis. Befintliga investerarna Sequoia Capital och The Westly Group deltog också. 19

Bolaget lanserades i juli 2025 med en såddrunda på 5,5 miljoner dollar. Series A-rundan kommer alltså ungefär ett år efter starten. 414

AI-medarbetare i stället för ännu en separat vy

Magentic kallar sina digitala medarbetare för Mages. Det handlar om fleragentssystem som ska fungera tillsammans med inköpsteamen och i tillverkarnas befintliga programmiljöer, inklusive ERP-system – affärssystem för bland annat inköp, order och resursplanering. 412

Tanken är att agenterna ska kunna arbeta via kanaler som medarbetarna redan använder, såsom Microsoft Teams, e-post och interna system, snarare än att enbart ge företaget en ny fristående inköpspanel. 49

Enligt rapporteringen är de avsedda att driva hela arbetsflöden, bland annat att:

• bedöma om en produkt bör köpas in eller tillverkas internt,
• hitta och välja leverantörer,
• förhandla och administrera avtal,
• hantera beställningar, och
• behandla fakturor. 9

Magentic riktar sig både mot indirekta inköp – till exempel tjänster och utrustning som stödjer verksamheten – och direkta inköp, alltså råvaror och andra insatsvaror som faktiskt används i tillverkningen. Den senare kategorin är särskilt avgörande för produktionstakt och försörjningstrygghet. 9

Ett försök att samla splittrad inköpsinformation

Inköpsorganisationer inom industrin arbetar ofta i en blandning av inköpshistorik, avtal, fakturor, tekniska dokument och leverantörskommunikation, spridda över flera företagssystem. Magentics tes är att AI-agenter kan samordna arbetet mellan dessa system, i stället för att människor manuellt ska samla in underlag inför varje beslut.

Robin Van Aeken, vd och medgrundare, kopplar möjligheten till AI-driven investering i infrastruktur, handelsstörningar och geopolitiska utmaningar. Hans argument är att bolag som väver in bättre intelligens i varje beslut kan bygga upp ett växande konkurrensförsprång över tid. 19

Det är dock bolagets egen strategi, inte ett styrkt resultat för hela branschen. Avgörande för användningen blir om agenterna kan ge tillförlitliga resultat i arbetsflöden med höga krav, samtidigt som de passar in i företagens attestprocesser, leverantörsrelationer och befintliga system.

Från rekommendation till genomförande

CTO:n och medgrundaren Odhran O’Donoghue säger att Magentic utvecklar system som ska gå längre än AI-interaktioner med begränsat sammanhang. Ambitionen är att agenterna ska kunna identifiera ett problem, planera en åtgärd, genomföra den och följa arbetet hela vägen i stora mängder multimodal företagsinformation. 19

I inköpsarbetet innebär det exempelvis att kombinera strukturerade uppgifter, såsom inköps- och orderdata, med ostrukturerat material som avtal, fakturor, tekniska dokument och korrespondens. Skillnaden ligger mellan en assistent som föreslår nästa steg och ett agentbaserat system som är utformat för att föra arbetsflödet framåt. Magentic satsar på det senare. 919

Säkerhet och driftsättning

För stora företag är styrning och kontroll minst lika viktiga som automatisering. Magentic uppger att plattformen kan erbjuda avtal om noll datalagring hos stora AI-leverantörer, flexibilitet att köra lösningen i kundens egen molnmiljö samt isolerade installationer i utvalda dataregioner. 2

I sitt tidigare lanseringsmaterial uppgav bolaget också att data krypteras och hänvisade till SOC 2 Type II, ISO 27001 och GDPR-efterlevnad. 7 Företag som överväger att låta agenter agera i inköps- eller ekonomisystem bör ändå själva kontrollera kontrollernas omfattning, integrationsbehörigheter, krav på mänskliga godkännanden och möjligheter till revision.

Så ska pengarna användas

Magentic uppger att Series A-kapitalet ska påskynda produktplanen för AI-agenter, bredda täckningen av inköps- och leveranskedjeflöden samt finansiera mer långsiktig forskning om komplex industriell optimering. 1819

Erbjudandet till tillverkare är i grunden enkelt: att låta AI-agenter knyta ihop data, kommunikationskanaler och system som redan används i inköpsarbetet. Den svårare frågan är om tekniken kan fungera säkert och konsekvent när verkliga begränsningar kring leverantörer, avtal och produktion möts.