Pit raccoglie 16 milioni di dollari per sostituire i flussi di lavoro aziendali legacy con software interni costruiti con l’AI

La startup svedese Pit è emersa dalla fase di stealth con 16 milioni di dollari di finanziamenti guidati da Andreessen Horowitz, posizionandosi come una nuova tipologia di azienda di software aziendale focalizzata sulla costruzione di sistemi operativi personalizzati in base a come le organizzazioni lavorano effettivamente.

L’azienda descrive il proprio approccio come “team di prodotto AI come servizio”, un modello progettato per andare oltre i chatbot e gli AI copilots verso software operativi completamente distribuiti. Invece di chiedere ai dipendenti di adattarsi a piattaforme SaaS rigide, Pit mira a generare sistemi interni personalizzati intorno ai flussi di lavoro esistenti, alle approvazioni e ai flussi di dati.

Il round di finanziamento ha anche visto la partecipazione di Lakestar, esecutivi di OpenAI, Anthropic, Google, Deel e Revolut, insieme a diverse famiglie industriali europee.

Un passo indietro dai software aziendali one-size-fits-all

Per decenni, le aziende hanno fatto affidamento su una miscela di fogli di calcolo, caselle di posta, sistemi di pianificazione delle risorse aziendali (ERP) e integrazioni personalizzate per gestire le operazioni. Mentre la spesa per software è aumentata durante l’era cloud, molti processi interni rimangono frammentati e fortemente manuali.

Pit si sta concentrando direttamente su quel livello.

Invece di vendere un’applicazione fissa, la piattaforma è progettata per osservare come operano le squadre, comprendere la logica aziendale e generare sistemi di produzione personalizzati per l’organizzazione. L’azienda afferma che questi sistemi possono supportare funzioni che vanno dalle finanze e dalle operazioni ai flussi di lavoro dei clienti e alla gestione dei contratti.

Ciò riflette una tendenza più ampia che emerge nell’ambito dell’AI aziendale: le aziende desiderano sempre più software che si adatti ai loro processi piuttosto che costringere le squadre a ridefinire le operazioni intorno a strumenti standardizzati.

Andare oltre il low-code e gli AI copilots

Uno degli argomenti principali di Pit è che gli strumenti AI aziendali esistenti richiedono ancora agli esseri umani di cucire insieme sistemi frammentati.

Le piattaforme low-code spesso dipendono da modelli predefiniti e connettori, mentre gli AI copilots operano generalmente come assistenti stratificati su flussi di lavoro esistenti. Pit si posiziona invece come un’infrastruttura che crea software operativi direttamente.

L’architettura dell’azienda ruota attualmente intorno a due componenti principali:

Pit Studio, che analizza i flussi di lavoro e genera sistemi operativi, e Pit Cloud, che fornisce il livello di infrastruttura aziendale, compresa l’isolamento dei tenant, RBAC, SSO, osservabilità di audit e conformità ISO 27001

Quel livello di governance sta diventando sempre più importante mentre le aziende passano dall’esperimentazione con l’AI alla sua distribuzione all’interno di funzioni aziendali critiche. La sicurezza, la tracciabilità, la gestione delle autorizzazioni e l’isolamento dell’infrastruttura stanno diventando importanti differenziali nell’adozione dell’AI aziendale.

L’AI aziendale si sta muovendo verso l’automazione operativa

Il lancio si verifica durante un più ampio spostamento nella spesa per l’AI aziendale.

L’adozione iniziale dell’AI generativa si è concentrata pesantemente su interfacce di chat, generazione di contenuti e assistenti di produttività. Tuttavia, le aziende stanno sempre più perseguendo sistemi AI in grado di automatizzare i processi operativi stessi.

Ciò include l’elaborazione delle fatture, i flussi di approvvigionamento, le approvazioni interne, l’onboarding dei clienti, i controlli di conformità e la coordinazione logistica.

Pit afferma che alcuni dei suoi deploy stanno già producendo guadagni operativi misurabili, tra cui riduzioni significative del tempo di esecuzione della campagna e sistemi di convalida delle fatture automatizzati che operano con un’accuratezza quasi perfetta.

In una azienda industriale europea, la startup afferma che il suo software ha sostituito un flusso di lavoro legacy di convalida delle fatture e dei contratti con un sistema AI-driven in tempo reale che risparmia oltre 10.000 ore all’anno.

Se questo modello si estenderà ampiamente attraverso gli ambienti aziendali rimane una domanda aperta, in particolare nei settori con infrastrutture legacy altamente frammentate. Tuttavia, il concetto di software operativo generato dall’AI sta guadagnando trazione mentre le aziende cercano alternative ai costosi progetti di modernizzazione dell’ERP pluriennali.

L’ecosistema AI aziendale europeo continua a espandersi

L’emergere di Pit evidenzia anche la continua crescita del settore AI aziendale europeo.

Mentre gran parte della conversazione globale sull’AI rimane centrata sui modelli di base di aziende statunitensi come OpenAI, Anthropic e Google, un numero crescente di startup europee si sta concentrando sull’infrastruttura aziendale applicata, sull’automazione, sulla governance e sui sistemi AI verticali.

Stoccolma in particolare ha prodotto diverse aziende di fintech e mobilità riconosciute a livello globale nel corso dell’ultimo decennio, creando un ecosistema di operatori con esperienza nella scalabilità di piattaforme tecnologiche operative a livello internazionale.

Pit sta cercando di posizionarsi all’intersezione di quell’esperienza operativa e dell’accelerazione rapida delle capacità dell’AI generativa all’interno degli ambienti aziendali.

Le implicazioni a lungo termine del software aziendale generato dall’AI

Se piattaforme come Pit guadagnano trazione, potrebbero cambiare radicalmente il modo in cui il software aziendale viene costruito e mantenuto.

Per decenni, le aziende hanno fatto affidamento su sistemi ERP rigidi e piattaforme SaaS che spesso richiedono personalizzazioni costose e lunghi cicli di distribuzione. Le piattaforme AI-native introducono un modello più flessibile in cui il software può adattarsi continuamente ai processi aziendali in evoluzione.

Invece di acquistare strumenti statici, le aziende potrebbero generare sistemi operativi dinamicamente man mano che i flussi di lavoro evolvono. Ciò potrebbe ridurre la dipendenza dai tradizionali vendor di software, accelerando l’automazione in settori come finanza, logistica, operazioni dei clienti e conformità.

La transizione solleva anche nuove sfide relative alla governance, alla tracciabilità e alla sicurezza mentre i sistemi AI si muovono più in profondità all’interno dei flussi di lavoro mission-critical. Di conseguenza, i livelli di infrastruttura focalizzati sulla trasparenza, sulle autorizzazioni e sull’affidabilità potrebbero diventare altrettanto importanti dei modelli AI stessi.

Alla fine, la prossima fase dell’AI aziendale potrebbe centrarsi meno sui chatbot e sui copilots, e più sui sistemi AI che gestiscono silenziosamente grandi porzioni delle operazioni interne di un’azienda.