Pit pozyskał 16 milionów dolarów, aby zastąpić legacy’owe workflow przedsiębiorstw oprogramowaniem wewnętrznym zbudowanym za pomocą AI

Startup ze Szwecji Pit wyszedł z fazy stealth z 16 milionami dolarów w finansowaniu, którym kieruje Andreessen Horowitz, pozycjonując się jako nowy typ przedsiębiorstwa oprogramowania, skupiony na budowaniu systemów operacyjnych dostosowanych do tego, jak organizacje naprawdę działają.

Firma opisuje swój podejście jako „zespół produktowy AI jako usługa”, model zaprojektowany, aby wyjść poza czatboty i AI-kopiloty w kierunku w pełni wdrożonego oprogramowania operacyjnego. Zamiast prosić pracowników o adaptację do sztywnych platform SaaS, Pit ma na celu generowanie niestandardowych systemów wewnętrznych wokół istniejących workflow, zatwierdzeń i przepływów danych.

Funding round also included participation from Lakestar, executives from OpenAI, Anthropic, Google (GOOGL ), Deel, and Revolut, alongside several European industrial family offices.

Odwrót od oprogramowania przedsiębiorstw „one-size-fits-all”

Przez dziesięciolecia przedsiębiorstwa opierały się na mieszance arkuszy kalkulacyjnych, skrzynek odbiorczych, systemach planowania zasobów przedsiębiorstwa (ERP) oraz niestandardowych integracjach, aby zarządzać operacjami. Chociaż wydatki na oprogramowanie gwałtownie wzrosły w erze chmury, wiele wewnętrznych procesów pozostaje rozdrobnionych i silnie ręcznych.

Pit celuje bezpośrednio w tę warstwę.

Zamiast sprzedaży aplikacji o stałej formie, platforma jest zaprojektowana, aby obserwować, jak zespoły działają, zrozumieć logikę biznesową i generować systemy produkcyjne dostosowane do organizacji. Firma twierdzi, że te systemy mogą wspierać funkcje od finansów i operacji po workflow klientów i zarządzanie umowami.

To odzwierciedla szerszy trend pojawiający się w całym przedsiębiorczym AI: firmy coraz bardziej chcą oprogramowania, które dostosowuje się do ich procesów, zamiast zmuszania zespołów do zmiany operacji wokół standaryzowanych narzędzi.

Wyjście poza niskokodowe i AI-kopiloty

Jednym z głównych argumentów Pit jest to, że istniejące narzędzia AI przedsiębiorstw nadal wymagają, aby ludzie zszywali fragmentowane systemy.

Platformy niskokodowe często opierają się na predefiniowanych szablonach i łącznikach, podczas gdy AI-kopiloty generalnie działają jako asystenci warstwy na górze istniejących workflow. Pit pozycjonuje się jako infrastruktura, która tworzy oprogramowanie operacyjne bezpośrednio.

Architektura firmy obecnie kręci się wokół dwóch głównych komponentów:

Pit Studio, które analizuje workflow i generuje systemy operacyjne, oraz Pit Cloud, które zapewnia warstwę infrastruktury przedsiębiorstwa, w tym izolację dzierżawców, RBAC, SSO, obserwowalność audytu i zgodność z ISO 27001

Ta warstwa zarządzania staje się coraz bardziej istotna, gdy przedsiębiorstwa przechodzą od eksperymentowania z AI do wdrożenia jej wewnątrz krytycznych funkcji biznesowych. Bezpieczeństwo, audytowalność, zarządzanie uprawnieniami i izolacja infrastruktury stają się głównymi różnicującymi w adopcji AI przedsiębiorstw.

Przedsiębiorcze AI porusza się w kierunku automatyzacji operacyjnej

Uruchomienie następuje podczas szerszego przesunięcia w wydatkach na AI przedsiębiorstw.

Wczesna adopcja generatywnego AI koncentrowała się silnie na interfejsach czatu, generowaniu treści i asystentach produktywności. Coraz bardziej jednak firmy ścigają systemy AI, które są w stanie zautomatyzować procesy operacyjne same.

To obejmuje przetwarzanie faktur, przepływy zakupów, wewnętrzne zatwierdzenia, onboarding klientów, kontrole zgodności i koordynację logistyczną.

Pit twierdzi, że niektóre wdrożenia już produkują wymierne zyski operacyjne, w tym znaczne redukcje czasu wykonywania kampanii i zautomatyzowane systemy walidacji faktur działające z niemal idealną precyzją.

W europejskiej firmie przemysłowej startup twierdzi, że jego oprogramowanie zastąpiło legacy’owy workflow faktur i walidacji umów z systemem napędzanym przez AI w czasie rzeczywistym, który rzekomo oszczędza ponad 10 000 godzin rocznie.

Czy ten model skaluje się szeroko w środowiskach przedsiębiorstw, pozostaje otwarte pytanie, szczególnie w branżach o silnie rozdrobnionej infrastrukturze legacy. Ale pojęcie oprogramowania operacyjnego generowanego przez AI zyskuje na popularności, gdy firmy szukają alternatyw dla drogich, wieloletnich projektów modernizacji ERP.

Europejski ekosystem AI przedsiębiorstw nadal się rozszerza

Pojawienie się Pit również podkreśla ciągły wzrost europejskiego sektora AI przedsiębiorstw.

Chociaż wiele globalnej dyskusji o AI nadal koncentruje się na modelach podstawowych z amerykańskich firm, takich jak OpenAI, Anthropic i Google, rosnąca liczba europejskich startupów koncentruje się na zastosowanych infrastrukturach przedsiębiorstw, automatyzacji, zarządzaniu i systemach AI pionowych.

Stockholm w szczególności wyprodukował kilka na całym świecie rozpoznawalnych firm fintech i mobilności w ciągu ostatniej dekady, tworząc ekosystem operatorów z doświadczeniem w skalowaniu platform technologicznych operacyjnych na arenie międzynarodowej.

Pit próbuje pozycjonować się na przecięciu tego doświadczenia operacyjnego i szybkiej akceleracji możliwości generatywnego AI w środowiskach przedsiębiorstw.

Długoterminowe implikacje oprogramowania przedsiębiorstw generowanego przez AI

Jeśli platformy takie jak Pit zyskają na popularności, mogą one fundamentalnie zmienić, jak oprogramowanie przedsiębiorstw jest budowane i utrzymywane.

Przez dziesięciolecia firmy polegały na sztywnych systemach ERP i platformach SaaS, które często wymagają drogiej personalizacji i długich cykli wdrożeniowych. Platformy AI-native wprowadzają bardziej elastyczny model, w którym oprogramowanie może dostosowywać się ciągle do zmieniających się procesów biznesowych.

Zamiast kupowania statycznych narzędzi, przedsiębiorstwa mogą coraz częściej generować systemy operacyjne dynamicznie, gdy workflow ewoluują. Ten przełom może zmniejszyć zależność od tradycyjnych dostawców oprogramowania, przyśpieszając automatyzację w finansach, logistyce, operacjach klientów i zgodności.

Przemiana ta podnosi również nowe wyzwania dotyczące zarządzania, audytowalności i bezpieczeństwa, gdy systemy AI przechodzą głębiej w workflow krytyczne dla misji. W związku z tym warstwy infrastruktury skoncentrowane na przejrzystości, uprawnieniach i niezawodności mogą stać się równie ważne, jak same modele AI.

Ostatecznie następna faza AI przedsiębiorstw może koncentrować się mniej na czatbotach i kopilotach, a bardziej na systemach AI, które cicho zarządzają dużymi częściami wewnętrznych operacji przedsiębiorstwa.