Pit mise 16 millions de dollars sur les logiciels internes générés par IA

Pit attaque un problème très familier dans les grandes organisations : entre l’ERP trop lourd, le tableur bricolé, l’e-mail de validation et le SaaS qui ne couvre qu’un bout du sujet, une partie du travail opérationnel reste coincée dans des flux difficiles à industrialiser. La start-up suédoise, basée à Stockholm, a annoncé son lancement public avec un tour d’amorçage de 16 millions de dollars mené par Andreessen Horowitz, aussi appelé a16z .

Sa thèse est simple : au lieu de forcer les équipes à adapter leur manière de travailler à un logiciel standard, l’IA peut aider à produire des applications internes conçues autour des processus réels de chaque entreprise .

Ce que vend réellement Pit

Pit se décrit comme une « AI product team as a service » — autrement dit, une équipe produit IA fournie comme un service . L’entreprise ne met pas en avant un tableau de bord unique ou une application SaaS classique. Elle dit apprendre comment une organisation fonctionne, puis construire les systèmes qui font tourner ses opérations .

Dans son positionnement, Pit est donc moins un outil de productivité de plus qu’une plateforme d’opérations d’entreprise « AI-native », pensée pour créer et exploiter des logiciels internes personnalisés, adaptés aux flux de travail d’une société donnée .

Le vieux bazar des workflows internes

La cible de Pit est ce que beaucoup d’équipes connaissent trop bien : des processus critiques mais trop spécifiques pour rentrer proprement dans un logiciel générique. Les sources décrivent des opérations encore coordonnées avec des tableurs, des boîtes mail, des passages de relais manuels et des outils SaaS — logiciels en ligne par abonnement — qui communiquent mal entre eux .

Les exemples cités incluent la gestion de campagnes, la coordination logistique, les circuits d’approbation et les processus d’inventaire . Ce sont précisément des domaines où les règles, exceptions, validations et transferts de données varient fortement d’une entreprise à l’autre, ce qui rend leur standardisation difficile dans un produit unique .

Comment fonctionne le modèle d’« équipe produit IA »

Le modèle revendiqué par Pit inverse la logique habituelle du logiciel d’entreprise. Plutôt que de vendre un produit rigide auquel les salariés doivent se plier, la société dit générer des systèmes opérationnels autour des workflows, des approbations et des flux de données existants .

On peut résumer l’approche en quatre étapes :

1. Comprendre l’opération. Pit affirme commencer par étudier la manière dont l’entreprise travaille avant de construire le système qui doit la soutenir .
2. Créer du logiciel interne sur mesure. La plateforme est présentée comme un moyen de développer des applications internes personnalisées, de niveau production, pour les opérations d’entreprise .
3. Automatiser la coordination manuelle. Pit vise les tâches aujourd’hui réparties entre tableurs, e-mails, processus manuels et SaaS fragmentés .
4. Aller au-delà du copilote. L’ambition affichée n’est pas seulement d’ajouter un assistant conversationnel, mais de déployer de vrais systèmes opérationnels autour des workflows, validations et données .

Un compte rendu spécialisé décrit deux briques produit : Pit Studio, destiné à construire des systèmes propres à chaque entreprise, et Pit Cloud, présenté comme l’infrastructure sécurisée et conforme associée . Ce point est central dans le discours de Pit : la société ne promet pas seulement des recommandations générées par IA, mais des logiciels internes utilisables dans des environnements d’entreprise .

À quoi doit servir le financement

Le tour de 16 millions de dollars a été mené par Andreessen Horowitz, avec la participation de Lakestar, des familles Stena et Lundin, des fondateurs de Pit et de dirigeants ou cadres associés à des entreprises comme OpenAI, Anthropic, Google, Deel et Revolut .

L’usage le plus clairement rapporté de ce financement est la poursuite du développement de la plateforme et l’expansion internationale . En clair, Pit dispose désormais de capital pour tester si son idée d’« équipe produit IA » peut devenir un modèle logiciel reproductible, et pas seulement une forme de développement sur mesure à grande échelle .

Qui est derrière Pit

Pit a été fondée en 2025 par Adam Jafer, Filip Lindvall, Fredrik Hjelm, Anton Öberg et Fredrik Olovsson, selon plusieurs articles spécialisés . Les documents de lancement et les couvertures de presse associent l’équipe à Voi et Klarna ; certaines sources mentionnent aussi une expérience chez iZettle .

Ce profil d’anciens opérateurs compte dans le récit de Pit. La société ne vend pas seulement de la génération de code par IA : elle défend l’idée que le logiciel d’entreprise doit comprendre comment le travail, les décisions et les données circulent concrètement entre les équipes .

Le vrai test : remplacer des processus, pas seulement des outils

Le lancement de Pit reste une promesse ambitieuse, pas encore la preuve que les logiciels générés par IA ont remplacé les systèmes d’entreprise à grande échelle. Les sources disponibles documentent son financement, son lancement public, son positionnement et les cas d’usage visés ; elles ne démontrent pas à elles seules une adoption massive en production dans de grands groupes .

Les obstacles sont connus : intégration avec l’existant, gouvernance, sécurité, fiabilité, adoption par les utilisateurs et maintenance dans la durée. Le pari de Pit est que sa plateforme IA peut absorber une partie suffisante de cette complexité pour rendre le logiciel interne sur mesure plus rapide et plus praticable que l’empilement de tableurs, de boîtes mail et de SaaS rigides .

Si cette approche fonctionne, Pit pourrait incarner un déplacement plus large du logiciel d’entreprise : non plus des organisations qui se tordent pour entrer dans des outils standard, mais des outils générés autour de la manière dont chaque organisation travaille déjà. Pour l’instant, ses 16 millions de dollars en amorçage en font surtout un test précoce, mais bien financé, de cette idée .