Skip to content

融資速報|Magentic Series A $18M

2026年9月19日1 分鐘
TL;DRMagentic 完成 $18M Series A,由 Felicis 領投,Sequoia Capital 和 The Westly Group 跟投。這輪錢代表 VC 開始相信「實體經濟的採購流程」也能交給自主 Agent 端到端處理,不只是輔助人做決策。

🌏 English version

融資資訊

項目
公司Magentic(英國倫敦 / 美國紐約)
輪次Series A
金額$18M
領投Felicis
跟投Sequoia Capital, The Westly Group
估值未揭露
累計融資$23.5M(14 個月內:2025 年 7 月 $5.5M Seed + 本輪 $18M)
成立年份2025 年(7 月正式launch)
員工數未公開(兩位共同創辦人主導的早期團隊)

這家公司做什麼

Magentic 是做製造業採購自動化的公司——把「要不要自製或外購」「選哪家供應商」「怎麼談合約」「下單」「核對發票」這一整套採購流程,交給一個叫 Mages 的 AI Agent 端到端執行,而不是只給人一個輔助工具。

Mages 直接串接製造商的 email、Microsoft Teams 和內部系統,運作方式更像團隊裡的一個成員,而不是一套軟體。它能處理橫跨數十億筆資料列、數百億美元支出規模,還要相容還在用 Excel 的老舊 ERP 系統。有一家客戶用它每年處理超過一百萬筆採購單,另一家客戶靠它揪出人力團隊漏看的 $400 萬省下的成本。

兩位共同創辦人 Robin Van Aeken(CEO,前 McKinsey 供應鏈顧問)和 Odhran O'Donoghue(CTO,機器學習博士,曾在 OpenAI、NASA、Crick Institute 工作)在牛津駭客松認識,七年後重新聯手,盯上的正是 McKinsey 自己算出來的痛點:企業因供應商合規「漏損」平均損失約 2% 總支出——以 $20 億預算為例,就是 $4000 萬憑空消失。

這筆融資的信號

對 Agent 生態的意義

採購自動化這個賽道其實已經不是空地:愛沙尼亞的 Pactum 專攻供應商談判自動化,2025 年中 Series C 募了 $54M(累計超過 $100M);紐約的 Freehand 募了 $75M,Agent 已經在 Meta、Unilever、嬌生、輝瑞跑;另一位前 McKinsey 採購顧問創辦的 Didero 不到一年前也募了 $30M。Magentic 想做的不是切一塊,而是從「自製或外購」的決策一路做到直接/間接支出和發票核銷,涵蓋整個採購生命週期。這代表投資人已經不再問「採購能不能自動化」,而是在賭「誰能把整條流程串起來,而不是只做其中一段」。

投資人在賭什麼

Felicis 合夥人 Feyza Haskaraman 的說法很直接:「供應鏈是經濟裡最不光鮮的一塊,卻也最關鍵——它決定了什麼東西會被造出來,什麼不會。這也是它最難自動化的原因:要讓一個 Agent 理解製造商複雜到位的系統,深到能在裡面直接動手做事,不是一件小事,這正是為什麼我們還沒看到其他人做出能在實體經濟裡自主工作的 AI。」Felicis 過去投過 Shopify、Canva、Notion 等 50 多家獨角獸,押 Magentic 的邏輯是:當 AI 資本支出帶動史上最大規模的實體建設週期,誰能把智慧嵌進每一個採購決策,誰就能持續放大競爭優勢。

值得觀察的數字

  • 14 個月內從 $5.5M Seed 走到 $23.5M 總募資,種子輪投資人包含 SAP、Airbus、McKinsey、Hugging Face 的天使,顯示產業內部人士對這個方向的背書
  • 單一客戶年處理超過 100 萬筆採購單,顯示產品已經進入生產規模的實際使用,不是概念驗證階段
  • 全球採購軟體市場 2025 年約 $101 億,預估到 2033 年成長到 $213 億——市場本身不算大,但 Goldman Sachs 估計 2031 年前 AI 相關資本支出將達 $8 兆,多數要投入實體基礎建設,而這些建設全部要經過採購

Watchlist 狀態

Magentic 尚未在 watchlist 中。建議加入 section D9(工業 / 製造 / 供應鏈),追蹤重點:製造業採購全流程 Agent,$18M Series A,Felicis 領投,14 個月內募資 3 倍成長。

今日收穫

過去看「Agent 取代人力」的敘事大多發生在數位原生的工作(寫程式、寄銷售信),但 Magentic 的例子提醒我:實體經濟裡最無聊、最沒人想碰的流程——供應商合規、發票核銷、Excel 版 ERP——反而可能是 Agent 最先站穩腳步的地方,因為這裡的痛點夠具體、夠可量化,而且人力團隊本來就沒空好好盯。

參考資料