「20年間、企業は自分たちをその中で動かすよう強制するソフトウェアを借り続けてきました。AIと共に、それが終わります。」— Pit CEO Adam Jaferの言葉です。
スウェーデンの電動キックボードプラットフォームVoiの創業チームが作ったAIスタートアップPitが、a16zから1,600万ドルのシード投資を受けたことで、この宣言が注目されています。 30年間、企業がSAP・Salesforce・Oracleの前で頭を下げてきた関係 — それが本当に変わりつつあるんでしょうか？
ソフトウェアが「甲」だった30年
人事チームはSAP HRモジュールが対応する方式でオンボーディングを設計してきました。マーケティングチームはSalesforceのパイプライン構造に合わせて営業フローを定義してきました。「ソフトウェアを導入した」というのは実際には「ソフトウェアに自分たちの業務を合わせた」という意味だったんですよね。
RPAがこの問題に切り込もうとしましたが、UIが変わるたびにボットが壊れ、例外が発生するたびに人間の介入が必要でした。従来のRPAは期待していた自動化ポテンシャルの20〜30%しか達成できませんでした — AIエージェント方式は60〜80%まで拡張できます。
"The shift from RPA to agentic AI is not incremental. It is architectural."
— Lasting Dynamics、2026年 RPA vs AIエージェント分析
Pitが注目される理由は、この構造的な転換を理論ではなく実際の企業バックオフィスプロセスで証明しているからです。Voiの創業チームのDNA（実際の運営スケールアップ経験）とiZettle・Klarna出身エンジニアの組み合わせが、このタイミングにピタリとハマったんです。
Studioが学び、Cloudが守る
Pitの構造は2層です。1層目のPit Studioは、企業の従業員がAIに自分たちのワークフローを直接教える場所です。どのデータがどこからどこに流れるか、どの条件でどんな判断が下されるかをStudioが学習します。学習されたプロセスはカスタム自動化ソフトウェアに変換されます。
2層目のPit Cloudは、そのソフトウェアが実際の企業環境で安全に動作するためのインフラです。ISO 27001認証、テナント分離、SSO、ロールベースアクセス制御、完全な監査トレイルが最初から組み込まれています。
これはパイロットの数字ではありません。欧州大手産業会社の契約書・請求書検証システムをPitで置き換えた実際のデプロイ結果です。 AgenticAI方式の直接処理率は85〜92%を達成するのに対し、従来RPAは65〜75%にとどまります。
| 従来SaaS/RPA | Pit（AIネイティブカスタムソフト） | |
|---|---|---|
| 適応の方向 | 企業 → ソフトウェア | ソフトウェア → 企業 |
| 自動化カバレッジ | 20〜30% | 60〜80% |
| 直接処理率 | 65〜75%（RPA） | 85〜92% |
| 変更への対応 | ボット再構築 | モデルアップデート |
| ガバナンス | 追加設定が必要 | ISO 27001標準装備 |
「やらないこと」が最強の武器だった
Pitの最もユニークな選択は「やらないこと」を決めたことです。顧客向けAI なし。チャットボットなし。会話型AIなし。 純粋に内部バックオフィス自動化のみ。この選択がなぜ戦略的に強かったかというと：
- 最大リスクの回避：顧客向けAIの最大の危険（誤答＋ブランド損傷）を原点封鎖
- 明確なROI測定：請求書処理率、契約検証時間、キャンペーン実行速度 — 数字で即検証できるプロセスのみターゲット
- 規制業種での信頼獲得：通信・医療・物流・産業財などコンプライアンスが厳しい分野でのドア開拓
a16zパートナーのAlex Rampellはこう言っています：「すべてのAI企業がスピードを売っています。Pitは何年経っても維持されるスピード — 安全で、ガバナンスが整い、持続するよう設計されたスピードを売っています。」
自社の最初のバックオフィス自動化を見つける
- 繰り返し・予測可能な内部プロセスをリスト化
毎週・毎月同じ方法で処理している業務をリストアップします。請求書検証、契約書処理、レポート集計、キャンペーン実行依頼、オンボーディング書類処理が代表例です。 - 「非構造化→構造化変換」が必要なものを優先選択
AIエージェントが最も得意なのはPDF・メール・スプレッドシートのような非構造化データを構造化された結果に変換することです。このパターンがあるプロセスから始めましょう。 - 現在のプロセスの例外ケースを整理
「これは人間が判断しなければならない」という例外が、実は数パターンに収束する可能性が高いです。このパターンを事前にリスト化すると自動化範囲が大幅に広がります。 - 監査トレイル・コンプライアンス要件を事前定義
どんなプロセスを自動化しても「この決定の根拠を後から追跡できますか？」という質問が必ず来ます。監査ログ設計を最初から含めてください。 - 単一プロセス、単一チームで開始
小さいチームで小さいプロセス一つから始めてパターンを確立してから拡張しましょう。Pitの成果（85%、99%、10,000時間）もすべて単一プロセスのデプロイから生まれました。
さらに深く知りたい方へ
Voi founders' new AI startup Pit has become the latest rising star out of Stockholm Pitの創業ストーリーと製品詳細を含むTechCrunchの原文記事 techcrunch.com
A16z leads $16m seed round in Voi cofounder's new AI startup Pit Siftedによる投資背景とStockholm AIエコシステムの詳細報道 sifted.eu
From RPA to AI Agents: Why 2026 Is the Year Enterprise Automation Gets Real RPA vs AIエージェント自動化カバレッジ比較（20〜30% vs 60〜80%）のデータ原文 lastingdynamics.com
Enterprise guide to agentic AI for back-office automation AP・AR・調達プロセス別AgenticAI ROIと直接処理率データ hypatos.ai
