Magentic получила $18 млн — ИИ-агентов пускают в закупки и счета
Лондонский стартап Magentic привлёк $18 млн в серии A, объявленной 17 сентября 2026 года; раунд возглавила Felicis, а действующие инвесторы Sequoia Capital и The Westly Group также приняли участие. Деньги предназначены для расширения ИИ-агентов, работающих с закупками и цепочками поставок крупных промышленных компаний.
Независимые данные Axios о раунде подтверждают сумму, стадию и ведущего инвестора. Издание связывает спрос на продукт с разрозненными закупочными данными, изменением тарифов, ростом производственных потребностей и ограниченными бюджетами.
Какие операции передают агентам
Magentic предлагает не отдельного помощника для ответов на вопросы, а многоагентную систему, действующую внутри программного контура производителя. Агенты используют электронную почту, Microsoft Teams и внутренние системы компании, чтобы вести задачу через несколько этапов закупки.
Рабочий контур начинается с решения, производить ли нужную позицию самостоятельно или покупать её. Затем система может выбирать поставщика, готовить и вести переговоры об условиях, размещать заказы и обрабатывать счета. Она рассчитана как на косвенные расходы, так и на прямые закупки сырья и компонентов, входящих в готовую продукцию.
Описание продукта в The Next Web охватывает выбор поставщиков, переговоры, заказы и проведение счетов, но отдельно указывает на необходимость человеческого одобрения важных решений. Там же перечислены варианты защиты данных: соглашения с поставщиками моделей о нулевом хранении, размещение в выбранной облачной среде и изолированное развёртывание в требуемом регионе.
Привлечённый капитал должен расширить число закупочных и логистических процессов, доступных агентам, ускорить разработку и поддержать исследования долгосрочного планирования. Однако анонс финансирования не уточняет, какие функции уже работают автономно у клиентов, а какие пока требуют постоянного участия сотрудников.
Как система связывает договор, заказ и счёт
Основой такого агента служит не только языковая модель, но и сопоставление записей из договоров, ERP-систем, счетов и электронных таблиц. Один поставщик, материал или компонент может быть записан по-разному в нескольких старых системах, поэтому сначала необходимо установить связь между сущностями, условиями договора и фактическими операциями.
Перечень сценариев Magentic включает поиск различий в цене одинаковых позиций, объединение дублирующих поставщиков, подбор более дешёвых эквивалентов и перенаправление покупки к утверждённому контрагенту до отправки заказа. После покупки агент сопоставляет заказ с фактической операцией, сверяет её с условиями договора, выявляет переплату и собирает обоснование для обращения к поставщику.
Поэтому обработка счёта здесь шире распознавания суммы и реквизитов. Система должна восстановить цепочку от договора и заказа до поставки и платежа, после чего провести стандартную операцию дальше либо передать расхождение человеку. Именно возможность совершать действия, а не только показывать рекомендации, отличает заявленный подход от обычной аналитики закупок.
Где остаётся человеческий контроль
Изолированное развёртывание ограничивает инфраструктурные риски, но само по себе не гарантирует правильность коммерческого решения. Агент может ошибочно сопоставить поставщика, не учесть влияние замены компонента на качество или принять формально допустимые, но невыгодные условия. Поэтому существенны не только место хранения данных, но и пределы полномочий системы.
Для смены поставщика, изменения банковских реквизитов, нетипичной цены или расхождения между договором и счётом нужны правила остановки и согласования. Проверяемый контур контроля предполагает журнал оснований для решения, ограничения по сумме и типу операции, а также обязательное одобрение перед действием, которое создаёт финансовое или договорное обязательство.
Наиболее чувствительны переговоры: аналитический вывод можно пересчитать, но отправленное поставщику предложение уже способно изменить условия сделки. Риск успешного, но экономически невыгодного диалога показан в исследовании 9840 переговоров между языковыми моделями: соглашение было достигнуто в 98,9% случаев, однако базовые модели принимали нерациональные для себя контракты в 19,2% случаев, тогда как у моделей среднего и флагманского уровня показатель составлял от 0 до 0,6%.
Этот эксперимент не тестировал Magentic и не воспроизводил реальные внедрения её клиентов. Он обозначает общий риск автономных переговоров: завершённая сделка ещё не доказывает, что агент добился приемлемой цены и не вышел за экономические ограничения покупателя.
Чего раунд пока не доказывает
Финансирование подтверждает интерес инвесторов к автоматизации промышленной функции, где сведения распределены между договорами, заказами, счетами и устаревшими корпоративными системами. Оно не подтверждает точность сопоставления данных, размер экономии или безопасность полной автономии.
В открытых материалах о раунде нет независимо проверенных показателей частоты ошибок, доли операций с ручным вмешательством и результатов отдельно для прямых закупок, косвенных расходов, переговоров и сверки счетов. Также не раскрыто, насколько часто человеческое согласование останавливает действие агента и какие категории решений система не вправе принимать самостоятельно.
На текущий момент подтверждены сумма и участники серии A, назначение капитала и заявленный сквозной контур продукта — от выбора поставщика до обработки счёта. Следующим проверяемым рубежом должны стать данные рабочих внедрений: границы автономии, частота исключений и экономический результат после человеческого контроля.
Читайте также:
Подпишитесь на рассылку
Получайте свежие новости Web3, AI и криптовалют прямо на вашу почту.