北欧商务考察 | Pit斯德哥尔摩总部 企业流程自动化

 　　当AI不再只是"写东西"，而是"做事情"

　　一个值得关注的技术分水岭正在到来。

　　MIT计算机科学与人工智能实验室(CSAIL)的Phillip Isola教授对此有过一个清晰的区分：生成式AI是在"生成故事、诗歌、艺术和图像"，而智能体AI是在"采取行动"——可以是一次数字操作，也可以是一个物理动作。这个区分看似学术，放到企业场景中却意味着一场底层逻辑的更替：过去二十年，企业购买软件，本质上是在购买一套标准化的工具，然后用组织流程去适应它。而智能体AI的出现，让企业第一次有可能反过来——让软件适应企业本身。

　　Pit，这家来自斯德哥尔摩的AI原生企业软件公司，正在把这个逻辑变成可运行的商业现实。中瑭国际本次北欧商务考察，将带领考察团走进Pit斯德哥尔摩总部，与创始团队面对面交流一个核心命题：企业流程自动化的北欧解法，究竟"解"在哪里?

　　一、这家公司为什么值得飞一趟斯德哥尔摩

　　1.1 一个连续创业团队的"第三次出手"

　　Pit的创始团队不是从零开始的创业者。CEO Adam Jafer在Voi工作了七年，亲历了这家共享出行公司从初创成长为近千名员工、覆盖13个国家的规模化企业。联合创始人包括Voi CEO Fredrik Hjelm，团队中还有来自Klarna和iZettle的工程师。Klarna是欧洲最成功的金融科技公司之一，iZettle则被PayPal以22亿美元收购。这三家公司的共同标签是：高度工程驱动、极强的产品迭代能力、以及对企业级系统的深刻理解。

　　2026年5月，Pit宣布完成由a16z领投的1600万美元种子轮融资，Lakestar跟投，战略天使投资人来自OpenAI、Anthropic、Google、Deel和Revolut。a16z合伙人Alex Rampell对这笔投资的定位颇具穿透力："每家AI公司都在卖速度。Pit卖的是能持续多年的速度——安全、可治理、经得起时间检验。这是一个新品类。"

　　值得关注的不是融资金额本身，而是投资方的结构：既有顶级风投，又有来自全球最前沿AI公司的个人投资者。这种"产业+资本"的双重背书，在企业软件领域并不常见。

　　1.2 a16z在斯德哥尔摩"蹲点"的逻辑

　　a16z对斯德哥尔摩的布局并非偶然。据报道，a16z一直在斯德哥尔摩"积极寻找下一个欧洲独角兽"。这座城市已经跑出了Lovable(8个月内实现1亿美元年经常性收入，成为史上最快达到该里程碑的软件公司)和Legora(法律AI平台，估值56亿美元)等一批AI原生企业。

　　从更宏观的数据看，瑞典AI初创公司在2025年完成了超过4.5亿欧元的融资，涉及28笔交易，而前一年仅为1.24亿欧元、16笔交易。这种增长速度背后，是一个成熟的"创始人飞轮"：据Accel发布的2025年报告，斯德哥尔摩九家独角兽公司的前员工已在欧洲和以色列创建了208家初创企业，其中Klarna和Spotify的"校友网络"分别催生了66家和61家新公司，大多扎根斯德哥尔摩。

　　这构成了Pit成长的真实土壤：不是孤立的天才创业者，而是一个可以持续复制的创新生态。

　　1.3 为什么是"AI产品团队即服务"

　　Pit的定位听起来抽象，拆开看其实很直白。传统企业软件的商业模式是"卖产品"——企业购买一套SaaS工具，然后调整自身流程去适配软件的标准化功能。Pit做的是"卖团队"——它进入客户企业，学习这家公司实际的运作方式，然后用AI生成定制化的、生产级别的软件系统来运行这些流程。

　　Adam Jafer在公司发布时的表述切中了要害："二十年来，企业一直在租用迫使他们围着软件转的系统。有了AI，这种局面结束了。第一次，每家公司都可以运行在自己设计的系统上。"

　　这句话的分量需要用数据来理解。据Pit引用行业数据，近年来企业在数字化转型上的支出已超过1万亿美元，但大量核心运营流程仍然依赖电子表格、收件箱和僵化的SaaS工具。这些工具从未按照任何一家企业实际运作的方式来设计。Pit的论点很直接：工具本身才是问题所在，而AI让定制化软件的成本降到了可以"为每一个工作流量身打造"的水平。

　　二、Pit Studio与Pit Cloud：智能体AI的"企业级底座"

　　2.1 两个产品，一条闭环

　　Pit的产品架构由两个核心组件构成。Pit Studio是构建层，AI在这里学习客户企业的工作方式，然后组装出运行这些工作流程的系统。Pit Cloud是治理层，提供租户隔离、ISO 27001认证、单点登录(SSO)、基于角色的访问控制(RBAC)以及完整的审计可观测性。

　　这个设计的精妙之处在于：它同时回应了企业AI落地的两个核心矛盾。第一个矛盾是"个性化与标准化"——企业需要软件适应自己的流程，而不是反过来，但定制软件的开发成本和维护成本长期居高不下。Pit Studio试图用AI来降低这个成本。第二个矛盾是"效率与治理"——企业希望AI能自动执行任务，但同时又必须确保每一个自动化的动作都是可追溯、可审计、可管控的。Pit Cloud把治理能力内建到了基础设施层面，而不是作为事后补丁。

　　2.2 与"低代码工具"和"AI助手"的根本区别

　　市场上不乏AI编程工具和低代码平台。Pit对自身与这些产品的区别有清晰的界定：低代码工具产出的是原型，AI助手提供的是辅助功能，而Pit交付的是"运行真实运营的生产级软件"。

　　这个区别在技术层面有一个关键指标：部署时间。Pit的早期客户——包括Voi、电信运营商Tre、回收巨头Stena Recycling和数字医疗公司Kry——报告的系统上线时间从数天到数周不等。这不再是"POC阶段"的概念验证，而是直接进入生产环境的交付。

　　2.3 早期数据说明了什么

　　Pit披露的早期运营数据值得仔细审视。在一家客户处，营销活动的执行时间缩减了85%。在另一个部署场景中，每年节省超过1万小时的人工工作量。发票接受率通过自动化达到了99%。在欧洲一家大型工业公司，Pit用AI驱动的系统替代了传统的合同和发票验证流程，实现了实时处理，每年节省超过1万小时，且验证错误为零。

　　零验证错误这个数字尤其值得注意。在合同和发票处理这类高度规则化但又需要细致判断的场景中，人为操作很难做到零错误率。这不是一个"更好"的改善，而是一个质的变化。

　　Adam Jafer对价值衡量的表述也值得玩味："有些价值体现在工作质量的提升、减少人为失误等方面。"他把衡量标准从单纯的"省时省钱"扩展到了"质量改善"，这暗示着Pit对自己产品的定位——不是替代人的工具，而是把人从重复性劳动中解放出来，去做更有判断力的事情。

　　三、更大的图景：企业流程自动化正处于结构性转折点

　　3.1 一个千亿级市场正在被重新定义

　　据行业研究报告，2025年全球业务流程自动化市场规模约为130.6亿美元，预计2026年将达到149.6亿美元，复合年增长率14.5%，到2030年有望达到255亿美元。企业机器人流程自动化(RPA)市场的增速更为陡峭：从2025年的51.3亿美元预计增长到2026年的69.6亿美元，复合年增长率高达35.5%。

　　但比数字更重要的是结构变化。行业分析指出，企业正在从"基于规则的脚本"转向"互联的、智能的、持续优化的工作流程"。买方在评估自动化方案时，越来越优先考虑互操作性、可审计性、网络安全和可解释性，而不仅仅是部署速度。这与Pit的产品设计理念高度吻合——Pit Cloud把治理和审计能力作为基础设施的一部分，而不是事后添加的功能模块。

　　3.2 企业AI的"采用悖论"

　　麦肯锡2025年全球AI调研揭示了一个耐人寻味的现象：88%的企业至少在一个业务职能中常态化使用AI，但真正实现规模化价值的企业占比极低——仅6%的企业成为高绩效赢家。大多数企业被困在从试点到规模化的中间地带。

　　Gartner的数据同样印证了这种"高期望与低落地"之间的张力。2026年Gartner CIO和技术高管调查显示，目前仅17%的组织部署了AI智能体，但超过60%预计在未来两年内部署，这是该调查中所有新兴技术里最激进的采用曲线。Gartner还预测，到2026年底，40%的企业应用将集成任务特定的AI智能体，而2025年这一比例不到5%。

　　这里存在一个关键问题：企业不是在"要不要用AI"上犹豫，而是在"怎么让AI真正跑起来"上卡住了。Pit切入的正是这个卡点——不是提供又一个需要IT部门花六个月去配置的工具，而是直接交付一个能运行的软件系统。

　　3.3 "智能体AI"与"生成式AI"到底差在哪里

　　智能体AI与生成式AI的区别，可以用一个日常场景来理解。你问ChatGPT"帮我写一封给客户的道歉邮件"，它产出一段文字——这是生成式AI。而智能体AI接到"处理这位客户的退款请求"的指令后，会自动查询订单系统、核实退款条件、发起退款流程、更新客户记录、发送确认通知——这一系列动作不需要人工逐步操作。

　　用学术语言表述：生成式AI主要输出内容，智能体AI以完成特定任务为目标，具备感知环境、设定目标、规划步骤并采取行动的能力。AWS的技术文档对此有更简洁的概括：生成式AI创造供你审阅的内容，智能体AI在策略边界内采取行动来完成任务。

　　这个区别对企业软件的意义在于：生成式AI解决的是"信息处理"问题，智能体AI解决的是"任务执行"问题。前者提升的是知识工作者的效率，后者直接改变的是运营流程的运转方式。Pit CEO Adam Jafer的"顿悟时刻"正是来自于这个认知："更大机遇的灵感来自于模型不再只是生成文字的聊天机器人，而是变得更具智能体特性，能够真正执行任务的那一刻。"

　　四、企业级AI的"信任基建"：治理、审计与合规

　　4.1 当AI开始"做事"，风险边界被重新定义

　　智能体AI带来的效率提升是直观的，但风险边界的扩展同样需要正视。传统的AI安全问题——模型是否会产生偏见、是否会泄露数据——正在扩展为身份、权限、数据、工具、合规、审计和系统性风险交织的综合治理问题。

　　Pit Cloud的设计逻辑体现了对这一趋势的理解。租户隔离意味着不同客户的数据和系统严格分离;SSO和RBAC控制谁可以访问什么;完整的审计可观测性意味着每一个自动化动作都可追溯、可复核。这不仅仅是技术架构的选择，而是对企业采购决策中一个核心问题的回应：当AI代表企业做出操作时，企业如何证明它做对了?

　　4.2 全球AI治理框架的收敛

　　2025年以来，AI治理的标准化进程明显加速。CSA(云安全联盟)发布的人工智能控制矩阵(AICM)内置了对ISO/IEC 42001、NIST AI RMF 1.0和BSI AI C4等主要标准的支持，满足多框架合规要求并实现可审计的准备。KPMG在其AI审计服务中同样以ISO/IEC 42001等国际标准为指引。

　　在中国市场，中国信通院发布的《互联网智能体治理企业级智能体安全能力要求》已经落地实施，中信百信银行的Orange智能体平台通过了首批评估，覆盖身份安全与访问控制、数据安全防护、智能体行为安全、审计与合规安全等六类指标。

　　这些框架和标准的涌现说明一个趋势：企业级AI的竞争维度正在从"模型能力"转向"治理能力"。模型能力是入场券，治理能力才是决定谁能真正进入大型企业核心业务的关键。

　　五、考察价值：为什么值得走进Pit总部

　　5.1 不是"看公司"，而是"看逻辑"

　　中瑭国际本次北欧商务考察的核心设计，是让考察团走进Pit斯德哥尔摩总部，与创始团队进行面对面深度交流。交流的重点不在于了解一家公司的产品功能，而在于理解一种正在成型的企业AI方法论。

　　具体而言，考察将围绕以下维度展开：

　　第一，智能体AI的"执行逻辑"。 Pit创始团队将分享从"文字生成"到"任务执行"的产品设计思路——不是简单地调用API，而是如何让AI理解企业实际的工作流程，并生成可运行的系统。这个逻辑对任何正在思考"AI到底能帮企业做什么"的管理者，都有直接的参考价值。

　　第二，企业级AI的治理实践。 Pit Cloud的治理架构设计、ISO 27001认证的实施经验、以及如何在自动化效率和合规审计之间找到平衡——这些是大型企业CIO和CTO最关心的问题。考察团可以直接了解一家AI原生公司如何从第一天就把治理能力作为产品设计的核心，而非事后附加的合规负担。

　　第三，"产品团队即服务"的商业逻辑。 这种模式对企业采购意味着什么?按需构建、部署即上线的交付方式，与传统SaaS的年度订阅制相比，在成本结构和价值衡量上有什么不同?Pit的目标客户是大型企业，他们对"买成果"而非"买工具"的期待，正在改变企业软件的商业规则。

　　第四，场景落地的真实数据。 电信、医疗、物流、工业等行业的早期部署数据——包括85%的流程时间缩减、99%的发票接受率、每年节省超过1万小时——这些不是实验室数据，而是在生产环境中运行的真实结果。

　　5.2 斯德哥尔摩本身就是一个"考察样本"

　　走进Pit总部，同时也是走进斯德哥尔摩这座城市正在构建的AI创新生态。2025年全球创新指数中，瑞典位列全球第二。斯德哥尔摩每 capita 拥有的科技独角兽数量在全球仅次于硅谷，目前该地区拥有33家独角兽企业。

　　考察团在斯德哥尔摩的行程还可以延伸到更广阔的创新生态：爱立信总部展示的5G核心网与网络AI化进展、AI Sweden推动的跨境创业项目、以及Klarna和Spotify"校友网络"催生的一批新一代AI企业。这些企业共同构成了一个可观察、可学习的创新系统——从人才流动、资本循环到知识溢出，每一个环节都有迹可循。

　　5.3 从"看企业"到"看创新源头"

　　中瑭国际的北欧商务考察项目设计，一贯强调穿透企业表面、触及创新源头。北欧四国仅2700万人口，却孕育了诺和诺德、马士基、乐高、沃尔沃、爱立信等一批全球顶尖企业。这些企业的共同特征不是规模优势或成本优势，而是在特定领域做到极致的专注力和系统化的创新能力。

　　Pit代表的是这种能力的AI时代版本。它不是从模仿硅谷模式出发，而是从一个具体的、真实的痛点出发——企业在数字化转型上花了大量资金，但核心流程仍然依赖手动操作和碎片化工具——然后用瑞典工程文化中那种务实、严谨的方式去解决它。

　　中瑭国际本次考察的线路设计中，Pit将与爱立信等标杆企业形成"传统巨头+AI原生"的对照视野。上午看一家百年通信企业如何将AI嵌入网络基础设施，下午看一家成立仅一年的AI公司如何重新定义企业软件——这种对照本身就是一种认知工具，帮助考察团成员理解：在同一个技术浪潮下，不同基因的企业如何找到各自的位置。

　　结语：去看创新的"源代码"

　　企业管理的学习，最高效的方式不是读案例，而是走进现场。不是看PPT上的战略规划，而是和正在把战略变成产品的人坐下来对话。

　　Pit团队汇聚了来自Voi、Klarna和iZettle的工程师——这些公司各自代表了北欧科技生态在不同阶段的突破。他们把过去十年在规模化企业中积累的工程经验和对企业运营痛点的理解，浓缩到了一个AI原生产品中。中瑭国际本次北欧商务考察，将带领考察团走进这个创新的"源代码"。

　　当大多数企业还在讨论"AI能做什么"的时候，一部分企业已经在用AI做事情了。去看那些正在"做事情"的人怎么想、怎么做，比讨论"AI能做什么"更有价值。

　　权威信源

　　①2026-05-07 TechCrunch《Voi founders' new AI startup Pit has become the latest rising star out of Stockholm》

　　②2026-05-07 VMblog《Pit Launches with $16 Million Led by Andreessen Horowitz to Bring AI-Native Software to Enterprise Operations》

　　③2026-05-07 The Next Web《Pit launches in Stockholm with $16M to build custom AI-native software for enterprise operations》

　　④2026-03-11 Research and Markets《2026年全球商業工作流程自動化市場報告》

　　⑤2025-12-01 麦肯锡《The state of AI in 2025: Agents, innovation, and transformation》

　　⑥2026-05-07 Forbes《Is Stockholm The World's Hottest Startup City Right Now?》