Magentic 是一家為大型製造商打造採購、供應鏈與營運用 AI 數位員工的新創公司。它的主張並非再增加一個獨立採購儀表板，而是讓多代理人系統直接在員工原本就使用的企業工具中工作，例如 Microsoft Teams、電子郵件與內部系統。49

公司在 2026 年 9 月 17 日宣布完成 1,800 萬美元 A 輪融資，由 Felicis 領投，既有投資人 Sequoia Capital 與 The Westly Group 也參與投資。19 Magentic 於 2025 年 7 月推出，當時完成 550 萬美元種子輪，因此本輪距離公司成立約一年。414

不只是聊天助手：可推進流程的 AI「數位員工」

Magentic 將其 AI 代理人稱為 Mages。公司將其定位為多代理人系統，可與採購團隊協作，並整合至製造商既有的軟體環境，包括 ERP（企業資源規劃）系統。412

其目標是執行端到端工作流程，而非僅提供零散的資料分析或下一步建議。依相關報導，這些代理人可支援：

• 評估「外購或自製」決策；
• 尋找及選擇供應商；
• 談判與管理合約；
• 管理訂單；
• 處理發票。9

平台涵蓋 間接採購 與 直接支出。後者指製造產品所需的原物料與其他投入品；由於直接物料採購牽動生產排程與供應穩定性，通常是製造業特別關鍵的環節。9

為何瞄準製造業採購？

工業採購團隊通常得在分散的企業技術環境中作業：採購紀錄、合約、發票、技術文件與供應商往來訊息，往往分布於不同系統。Magentic 的核心判斷是，AI 代理人可以跨系統整合脈絡與協調工作，減少人員每次決策都必須手動蒐整資訊的負擔。

共同創辦人兼執行長 Robin Van Aeken 將這項機會置於 AI 驅動的基礎設施投資、貿易擾動及地緣政治挑戰之下；他的觀點是，把更強的智慧嵌入每一項決策的企業，能隨時間累積競爭優勢。19

這仍是公司的策略主張，而非已獲產業普遍驗證的結果。真正的考驗在於：當代理人面對供應商關係、合約條款、生產限制與內部核准程序交織的高風險情境時，能否持續可靠地完成任務。

從建議下一步，到跨資料完成工作

共同創辦人兼技術長 Odhran O’Donoghue 表示，Magentic 正開發超越有限內容視窗的 AI 系統；代理人應能診斷問題、規劃修正方案、採取行動，並在大量多模態企業資訊中將工作貫徹到底。19

放在採購情境，這代表系統可能需要連結結構化資料，例如支出與訂單紀錄；以及非結構化內容，例如合約、發票、技術文件與往來通訊。重點差異在於，前者可只是建議人員下一步怎麼做，後者則試圖讓代理系統將整個工作流程往前推進；Magentic 正押注後者。919

企業導入的關鍵：權限、資料與可稽核性

對企業而言，AI 代理人的價值不只在自動化，也取決於管控能力。Magentic 表示，公司已與主要 AI 供應商簽訂零資料保留協議，可彈性部署於客戶的雲端環境，並可在指定資料區域採取隔離式部署。2

公司先前的發布資料也稱，平台資料已加密，並提及 SOC 2 Type II、ISO 27001 與 GDPR 的合規性。7 不過，在允許代理人於採購或財務系統中採取行動前，潛在客戶仍應自行確認這些控制措施的適用範圍、系統整合權限、人為核准關卡，以及稽核追蹤能力。

1,800 萬美元將投向何處？

Magentic 表示，這筆 A 輪資金將用於加速 AI 代理人產品藍圖、擴大採購與供應鏈流程的覆蓋範圍，並支持面向複雜工業最佳化問題的長期研究。1819

對製造商來說，Magentic 的提案很直接：讓 AI 代理人串起既有採購流程中的資料、溝通管道與企業系統。更難、也更決定能否普及的一題則是：當真實世界的供應商、合約與產能限制同時出現時，這些代理人能否安全而穩定地交出成果。

Magentic 是一家為大型製造商打造採購、供應鏈與營運用 AI 數位員工的新創公司。它的主張並非再增加一個獨立採購儀表板，而是讓多代理人系統直接在員工原本就使用的企業工具中工作，例如 Microsoft Teams、電子郵件與內部系統。49

公司在 2026 年 9 月 17 日宣布完成 1,800 萬美元 A 輪融資，由 Felicis 領投，既有投資人 Sequoia Capital 與 The Westly Group 也參與投資。19 Magentic 於 2025 年 7 月推出，當時完成 550 萬美元種子輪，因此本輪距離公司成立約一年。414

不只是聊天助手：可推進流程的 AI「數位員工」

Magentic 將其 AI 代理人稱為 Mages。公司將其定位為多代理人系統，可與採購團隊協作，並整合至製造商既有的軟體環境，包括 ERP（企業資源規劃）系統。412

其目標是執行端到端工作流程，而非僅提供零散的資料分析或下一步建議。依相關報導，這些代理人可支援：

• 評估「外購或自製」決策；
• 尋找及選擇供應商；
• 談判與管理合約；
• 管理訂單；
• 處理發票。9

平台涵蓋 間接採購 與 直接支出。後者指製造產品所需的原物料與其他投入品；由於直接物料採購牽動生產排程與供應穩定性，通常是製造業特別關鍵的環節。9

為何瞄準製造業採購？

工業採購團隊通常得在分散的企業技術環境中作業：採購紀錄、合約、發票、技術文件與供應商往來訊息，往往分布於不同系統。Magentic 的核心判斷是，AI 代理人可以跨系統整合脈絡與協調工作，減少人員每次決策都必須手動蒐整資訊的負擔。

共同創辦人兼執行長 Robin Van Aeken 將這項機會置於 AI 驅動的基礎設施投資、貿易擾動及地緣政治挑戰之下；他的觀點是，把更強的智慧嵌入每一項決策的企業，能隨時間累積競爭優勢。19

這仍是公司的策略主張，而非已獲產業普遍驗證的結果。真正的考驗在於：當代理人面對供應商關係、合約條款、生產限制與內部核准程序交織的高風險情境時，能否持續可靠地完成任務。

從建議下一步，到跨資料完成工作

共同創辦人兼技術長 Odhran O’Donoghue 表示，Magentic 正開發超越有限內容視窗的 AI 系統；代理人應能診斷問題、規劃修正方案、採取行動，並在大量多模態企業資訊中將工作貫徹到底。19

放在採購情境，這代表系統可能需要連結結構化資料，例如支出與訂單紀錄；以及非結構化內容，例如合約、發票、技術文件與往來通訊。重點差異在於，前者可只是建議人員下一步怎麼做，後者則試圖讓代理系統將整個工作流程往前推進；Magentic 正押注後者。919

企業導入的關鍵：權限、資料與可稽核性

對企業而言，AI 代理人的價值不只在自動化，也取決於管控能力。Magentic 表示，公司已與主要 AI 供應商簽訂零資料保留協議，可彈性部署於客戶的雲端環境，並可在指定資料區域採取隔離式部署。2

公司先前的發布資料也稱，平台資料已加密，並提及 SOC 2 Type II、ISO 27001 與 GDPR 的合規性。7 不過，在允許代理人於採購或財務系統中採取行動前，潛在客戶仍應自行確認這些控制措施的適用範圍、系統整合權限、人為核准關卡，以及稽核追蹤能力。

1,800 萬美元將投向何處？

Magentic 表示，這筆 A 輪資金將用於加速 AI 代理人產品藍圖、擴大採購與供應鏈流程的覆蓋範圍，並支持面向複雜工業最佳化問題的長期研究。1819

對製造商來說，Magentic 的提案很直接：讓 AI 代理人串起既有採購流程中的資料、溝通管道與企業系統。更難、也更決定能否普及的一題則是：當真實世界的供應商、合約與產能限制同時出現時，這些代理人能否安全而穩定地交出成果。