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

Szwedzki startup Pit wyszedł z fazy stealth z 16 milionami dolarów finansowania pod przewodnictwem Andreessen Horowitz, pozycjonując się jako nowy typ przedsiębiorstwa oprogramowania skupionego 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 żądać od pracowników adaptacji do sztywnych platform SaaS, Pit ma na celu generowanie niestandardowych systemów wewnętrznych wokół istniejących workflow, zatwierdzeń i przepływów danych.

Finansowanie rundy również obejmowało udział Lakestar, dyrektorów z OpenAI, Anthropic, Google, Deel i Revolut, obok kilku europejskich biur rodzinnych.

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

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

Pit koncentruje się bezpośrednio na tej warstwie.

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 przedsiębiorstwie AI: firmy coraz bardziej chcą oprogramowania, które dostosowuje się do ich procesów, a nie zmusza zespoły do przekształcenia operacji wokół standaryzowanych narzędzi.

Przechodzenie poza niski kod i AI-kopiloty

Jednym z głównych argumentów Pit jest to, że istniejące narzędzia AI przedsiębiorstw nadal wymagają od ludzi zszywania fragmentowanych systemów.

Platformy niskiego kodu często zależą od predefiniowanych szablonów i łączników, podczas gdy AI-kopiloty generalnie działają jako asystenci warstwowych na górze istniejących workflow. Pit pozycjonuje się jako infrastruktura, która tworzy oprogramowanie operacyjne bezpośrednio.

Architektura firmy składa się obecnie z dwóch głównych składników:

Pit Studio, które analizuje workflow i generuje systemy operacyjne, oraz Pit Cloud, który zapewnia warstwę infrastruktury przedsiębiorstwa, w tym izolację najemców, 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 się w adopcji AI przedsiębiorstw.

AI przedsiębiorstw przechodzi 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 częściej jednak firmy poszukują systemów AI, które mogą zautomatyzować procesy operacyjne same.

Obejmuje to przetwarzanie faktur, przepływy zakupów, wewnętrzne zatwierdzenia, onboarding klientów, kontrole zgodności i koordynację logistyczną.

Pit twierdzi, że niektóre wdrożenia już produkują mierzone zyski operacyjne, w tym znaczne redukcje czasu realizacji kampanii i systemy walidacji faktur zautomatyzowane z niemal idealną dokładnością.

W europejskiej firmie przemysłowej startup twierdzi, że jego oprogramowanie zastąpiło legacy’owy workflow walidacji faktur i umów z systemem AI-napędzanym 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 rozdrobnionym legacy infrastrukturze. 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 rozwija

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

Chociaż duża część globalnej dyskusji o AI pozostaje skupiona na modelach podstawowych z amerykańskich firm, takich jak OpenAI, Anthropic i Google, rośnie liczba europejskich startupów koncentrujących się na zastosowanym przedsiębiorczym infrastrukturze, automatyce, zarządzaniu i pionowych systemach AI.

Sztokholm w szczególności wyprodukował kilka globalnie rozpoznawalnych firm fintech i mobilnościowych 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 przedsiębiorstwa generowanego przez AI

Jeśli platformy takie jak Pit zyskają na popularności, mogą one fundamentalnie zmienić sposób, w jaki oprogramowanie przedsiębiorstwa jest budowane i utrzymywane.

Przez dziesięciolecia firmy polegały na sztywnych systemach ERP i platformach SaaS, które często wymagają kosztownej personalizacji i długich cykli wdrożeniowych. Platformy AI-natywne 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. To przesunięcie może zmniejszyć zależność od tradycyjnych dostawców oprogramowania, przyśpieszając automatyzację w finansach, logistyce, operacjach klientów i zgodności.

Przejęcie również podnosi nowe wyzwania dotyczące zarządzania, audytowalności i bezpieczeństwa, gdy systemy AI przechodzą głębiej w krytyczne workflow. W rezultacie warstwy infrastruktury skupione 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 firmy.