Magentic 想解決的，並非只是「幫採購同事寫摘要」的 AI 助手，而是讓 AI 代理人真正走入大型製造商既有的採購與營運流程。公司剛宣布完成 1,800 萬美元 Series A 融資，由 Felicis 領投，原有投資者 Sequoia Capital 及 The Westly Group 亦有參與。19

這家公司的主張是：採購人員毋須為了用 AI 而轉用另一個獨立平台；AI 可在員工本身已使用的 Microsoft Teams、電郵和內部系統之中協作及推進工作。49

融資距離推出約一年

Magentic 在 2025 年 7 月推出，當時獲得 550 萬美元種子輪融資；約一年後便完成這次 Series A。414 公司表示，新資金會用於加快 AI 代理人路線圖、擴闊採購及供應鏈流程的覆蓋範圍，以及推進針對複雜工業優化問題的長期 AI 研究。1819

「Mages」不是普通聊天機械人

Magentic 將旗下 AI 數碼員工稱為 Mages。它們被描述為多代理人系統，可在製造商現有的軟件環境中運作，包括企業資源規劃（ERP）系統，並與採購團隊協作。412

其目標是推動端到端工作流程，而不止提供分析或下一步建議。按報道所述，Mages 擬處理的工作包括：

• 評估應自行製造還是向外採購；
• 尋找及挑選供應商；
• 談判及管理合約；
• 管理訂單；
• 處理發票。9

平台同時針對間接採購及直接採購支出。後者包括製成產品所需的原材料及其他生產投入，因此與產能和供應穩定性直接相關。9

製造業的痛點：資料散、系統舊、決策又急

工業採購團隊往往要在不同企業系統、採購紀錄、合約、發票、技術文件和供應商通訊之間來回整理資料。Magentic 的核心押注是，AI 代理人可跨越這些環境協調工作，減少人手為每項決策逐一拼湊脈絡。

共同創辦人兼行政總裁 Robin Van Aeken 把機遇放在 AI 帶動的基建投資、貿易擾動及地緣政治挑戰之下來看；他認為，將更強的智能嵌入每一個決策的企業，優勢可隨時間累積。19

不過，這仍屬公司的策略主張，而非已獲全行業驗證的成果。真正的考驗在於：代理人能否在牽涉供應商、合約、審批程序及生產限制的高風險流程中，持續可靠而安全地交付結果。

要做到的是「診斷、規劃、執行、跟到底」

共同創辦人兼技術總監 Odhran O’Donoghue 表示，Magentic 正開發超越有限上下文互動的系統：AI 應能診斷問題、規劃修正方案、採取行動，並在大量多模態企業資訊中把工作完成。19

放到採購場景，意思是把訂單和支出數據等結構化資料，連同合約、發票、技術文件及電郵往來等非結構化內容連結起來。這與只會提出建議的助手不同；Magentic 瞄準的是可把工作流程向前推進的代理人系統。919

企業落地，保安與管控同樣關鍵

對企業而言，AI 代理人的價值不只在自動化能力，也取決於資料及權限管控。Magentic 表示，平台提供與主要 AI 供應商的零資料保留協議、可部署於客戶雲端環境的彈性，以及在指定資料區域作隔離部署的選項。2

公司早期發布的資料亦稱，平台數據已加密，並提及 SOC 2 Type II、ISO 27001 及 GDPR 合規。7 不過，企業在容許代理人於採購或財務系統採取行動前，仍應自行核實這些控制措施的適用範圍、整合權限、人手審批安排及審計追蹤能力。

對製造商來說，Magentic 的承諾頗直接：將採購涉及的數據、溝通渠道與既有系統接通，交由 AI 代理人協助運作。至於能否大規模採用，關鍵仍在於這些代理人面對真實的供應、合約與生產約束時，能否穩定、安全地運作。

Magentic 想解決的，並非只是「幫採購同事寫摘要」的 AI 助手，而是讓 AI 代理人真正走入大型製造商既有的採購與營運流程。公司剛宣布完成 1,800 萬美元 Series A 融資，由 Felicis 領投，原有投資者 Sequoia Capital 及 The Westly Group 亦有參與。19

這家公司的主張是：採購人員毋須為了用 AI 而轉用另一個獨立平台；AI 可在員工本身已使用的 Microsoft Teams、電郵和內部系統之中協作及推進工作。49

融資距離推出約一年

Magentic 在 2025 年 7 月推出，當時獲得 550 萬美元種子輪融資；約一年後便完成這次 Series A。414 公司表示，新資金會用於加快 AI 代理人路線圖、擴闊採購及供應鏈流程的覆蓋範圍，以及推進針對複雜工業優化問題的長期 AI 研究。1819

「Mages」不是普通聊天機械人

Magentic 將旗下 AI 數碼員工稱為 Mages。它們被描述為多代理人系統，可在製造商現有的軟件環境中運作，包括企業資源規劃（ERP）系統，並與採購團隊協作。412

其目標是推動端到端工作流程，而不止提供分析或下一步建議。按報道所述，Mages 擬處理的工作包括：

• 評估應自行製造還是向外採購；
• 尋找及挑選供應商；
• 談判及管理合約；
• 管理訂單；
• 處理發票。9

平台同時針對間接採購及直接採購支出。後者包括製成產品所需的原材料及其他生產投入，因此與產能和供應穩定性直接相關。9

製造業的痛點：資料散、系統舊、決策又急

工業採購團隊往往要在不同企業系統、採購紀錄、合約、發票、技術文件和供應商通訊之間來回整理資料。Magentic 的核心押注是，AI 代理人可跨越這些環境協調工作，減少人手為每項決策逐一拼湊脈絡。

共同創辦人兼行政總裁 Robin Van Aeken 把機遇放在 AI 帶動的基建投資、貿易擾動及地緣政治挑戰之下來看；他認為，將更強的智能嵌入每一個決策的企業，優勢可隨時間累積。19

不過，這仍屬公司的策略主張，而非已獲全行業驗證的成果。真正的考驗在於：代理人能否在牽涉供應商、合約、審批程序及生產限制的高風險流程中，持續可靠而安全地交付結果。

要做到的是「診斷、規劃、執行、跟到底」

共同創辦人兼技術總監 Odhran O’Donoghue 表示，Magentic 正開發超越有限上下文互動的系統：AI 應能診斷問題、規劃修正方案、採取行動，並在大量多模態企業資訊中把工作完成。19

放到採購場景，意思是把訂單和支出數據等結構化資料，連同合約、發票、技術文件及電郵往來等非結構化內容連結起來。這與只會提出建議的助手不同；Magentic 瞄準的是可把工作流程向前推進的代理人系統。919

企業落地，保安與管控同樣關鍵

對企業而言，AI 代理人的價值不只在自動化能力，也取決於資料及權限管控。Magentic 表示，平台提供與主要 AI 供應商的零資料保留協議、可部署於客戶雲端環境的彈性，以及在指定資料區域作隔離部署的選項。2

公司早期發布的資料亦稱，平台數據已加密，並提及 SOC 2 Type II、ISO 27001 及 GDPR 合規。7 不過，企業在容許代理人於採購或財務系統採取行動前，仍應自行核實這些控制措施的適用範圍、整合權限、人手審批安排及審計追蹤能力。

對製造商來說，Magentic 的承諾頗直接：將採購涉及的數據、溝通渠道與既有系統接通，交由 AI 代理人協助運作。至於能否大規模採用，關鍵仍在於這些代理人面對真實的供應、合約與生產約束時，能否穩定、安全地運作。