Pit lève 16 millions de dollars pour remplacer les flux de travail d’entreprise hérités par des logiciels internes construits avec l’IA

Le startup suédois Pit émerge de la discrétion avec 16 millions de dollars de financement mené par Andreessen Horowitz, se positionnant comme une nouvelle sorte d’entreprise de logiciels d’entreprise axée sur la construction de systèmes opérationnels adaptés à la façon dont les organisations fonctionnent réellement.

L’entreprise décrit son approche comme « équipe de produit IA en tant que service », un modèle conçu pour aller au-delà des chatbots et des copilotes IA vers des logiciels opérationnels entièrement déployés. Au lieu de demander aux employés de s’adapter à des plateformes SaaS rigides, Pit vise à générer des systèmes internes personnalisés autour des flux de travail, des approbations et des flux de données existants.

Le tour de financement a également inclus la participation de Lakestar, des dirigeants d’OpenAI, Anthropic, Google, Deel et Revolut, ainsi que plusieurs bureaux familiaux industriels européens.

Un déplacement loin des logiciels d’entreprise tout usage

Pendant des décennies, les entreprises ont reposé sur un mélange de tableurs, de boîtes de réception, de systèmes de planification des ressources d’entreprise (ERP) et d’intégrations personnalisées pour gérer les opérations. Alors que les dépenses en logiciels ont augmenté pendant l’ère du cloud, de nombreux processus internes restent fragmentés et fortement manuels.

Pit vise directement cette couche.

Plutôt que de vendre une application fixe, la plateforme est conçue pour observer la façon dont les équipes opèrent, comprendre la logique commerciale et générer des systèmes de production de grade personnalisés pour l’organisation. L’entreprise affirme que ces systèmes peuvent prendre en charge des fonctions allant de la finance et des opérations aux flux de travail clients et à la gestion des contrats.

Ceci reflète une tendance plus large émergeant dans l’ensemble de l’IA d’entreprise : les entreprises veulent de plus en plus des logiciels qui s’adaptent à leurs processus plutôt que de forcer les équipes à remodeler les opérations autour d’outils standardisés.

Passer au-delà du faible code et des copilotes IA

L’un des principaux arguments de Pit est que les outils IA d’entreprise existants nécessitent encore que les humains assemblent des systèmes fragmentés.

Les plateformes de faible code dépendent souvent de modèles préétablis et de connecteurs, tandis que les copilotes IA fonctionnent généralement comme des assistants superposés aux flux de travail existants. Pit se positionne plutôt comme une infrastructure qui crée directement des logiciels opérationnels.

L’architecture de l’entreprise tourne actuellement autour de deux composants principaux :

Pit Studio, qui analyse les flux de travail et génère des systèmes opérationnels, et Pit Cloud, qui fournit la couche d’infrastructure d’entreprise, y compris l’isolement des locataires, le RBAC, le SSO, l’auditabilité et la conformité ISO 27001

Cette couche de gouvernance devient de plus en plus importante à mesure que les entreprises passent de l’expérimentation avec l’IA à son déploiement dans des fonctions commerciales critiques. La sécurité, l’auditabilité, la gestion des autorisations et l’isolement des infrastructures deviennent des différenciateurs majeurs dans l’adoption de l’IA d’entreprise.

L’IA d’entreprise se dirige vers l’automatisation opérationnelle

Le lancement a lieu pendant un déplacement plus large dans les dépenses en IA d’entreprise.

L’adoption précoce de l’IA générative s’est concentrée fortement sur les interfaces de chat, la génération de contenu et les assistants de productivité. De plus en plus, cependant, les entreprises recherchent des systèmes IA capables d’automatiser les processus opérationnels eux-mêmes.

Cela inclut le traitement des factures, les flux de approbation, les approbations internes, l’intégration des clients, les vérifications de conformité et la coordination logistique.

Pit affirme que certains déploiements produisent déjà des gains opérationnels mesurables, notamment des réductions significatives du temps d’exécution de la campagne et des systèmes de validation de facture automatisés fonctionnant avec une précision quasi parfaite.

Dans une entreprise industrielle européenne, le startup affirme que son logiciel a remplacé un flux de travail de validation de facture et de contrat hérité par un système à temps réel piloté par l’IA qui économise plus de 10 000 heures par an.

Que ce modèle s’étende largement dans les environnements d’entreprise reste une question ouverte, en particulier dans les industries dotées d’une infrastructure héritée fortement fragmentée. Mais le concept de logiciels opérationnels générés par l’IA gagne du terrain à mesure que les entreprises cherchent des alternatives aux coûteux projets de modernisation des ERP de plusieurs années.

L’écosystème de l’IA d’entreprise en Europe continue de se développer

L’émergence de Pit met également en évidence la croissance continue du secteur de l’IA d’entreprise en Europe.

Alors que la majeure partie de la conversation mondiale sur l’IA reste centrée sur les modèles de base des sociétés américaines telles que OpenAI, Anthropic et Google, un nombre croissant de startups européennes se concentrent sur l’infrastructure d’entreprise appliquée, l’automatisation, la gouvernance et les systèmes IA verticaux.

Stockholm a produit en particulier plusieurs sociétés de fintech et de mobilité reconnues mondialement au cours de la dernière décennie, créant un écosystème d’opérateurs dotés d’une expérience dans le scaling de plates-formes de technologie opérationnelle à l’échelle internationale.

Pit tente de se positionner à l’intersection de cette expertise opérationnelle et de l’accélération rapide des capacités de l’IA générative dans les environnements d’entreprise.

Les implications à long terme des logiciels d’entreprise générés par l’IA

Si des plates-formes comme Pit gagnent du terrain, elles pourraient fondamentalement changer la façon dont les logiciels d’entreprise sont construits et maintenus.

Pendant des décennies, les entreprises ont reposé sur des systèmes ERP rigides et des plates-formes SaaS qui nécessitent souvent une personnalisation coûteuse et des cycles de déploiement longs. Les plates-formes IA natives introduisent un modèle plus flexible où les logiciels peuvent s’adapter en continu aux processus commerciaux en évolution.

Au lieu d’acheter des outils statiques, les entreprises peuvent générer des systèmes opérationnels de manière dynamique à mesure que les flux de travail évoluent. Ce déplacement pourrait réduire la dépendance à l’égard des fournisseurs de logiciels traditionnels tout en accélérant l’automatisation dans les domaines de la finance, de la logistique, des opérations client et de la conformité.

La transition soulève également de nouveaux défis en matière de gouvernance, d’auditabilité et de sécurité à mesure que les systèmes IA s’enfoncent plus profondément dans les flux de travail critiques de la mission. En conséquence, les couches d’infrastructure axées sur la transparence, les autorisations et la fiabilité peuvent devenir tout aussi importantes que les modèles IA eux-mêmes.

En fin de compte, la prochaine phase de l’IA d’entreprise peut se concentrer moins sur les chatbots et les copilotes, et plus sur les systèmes IA qui exécutent silencieusement de grandes parties des opérations internes d’une entreprise.