Dreamdata byggede det økonomiteam, de mener, fremtiden bringer. Det kører på Light.

Peter har en simpel test af, om en økonomistack faktisk virker: kan den bygge en plan for udskudt indtægt ud fra de kommercielle data? Det kunne Dreamdatas ikke. Kommerciel rapportering og finansiel rapportering levede i hver sin verden. HubSpot kunne vise ARR'en, men økonomi måtte stadig rekonstruere den underliggende transaktion. Og for et team, der ville have agenter til at udføre mere af arbejdet, var adskilte systemer ikke bare ineffektive. De var en blindgyde.

Alle tre selskaber gik i drift den 1. april 2026. Selskaber, afdelinger og omkostningssteder ligger nu som dimensioner på selve transaktionen i stedet for at være gemt i kontonumre. Men Dreamdata ventede ikke på, at migreringen blev færdig, før de begyndte at bygge.

Den linje rammer kernen i, hvordan Dreamdata tænker økonomi. Målet er ikke at lægge AI oven på de samme gamle processer, men at afgøre, hvilket arbejde der kræver et menneske, og så bygge agenter til resten. Light giver dem den finansielle infrastruktur nedenunder. Dreamdata leverer den logik, der er specifik for Dreamdata.

Dreamdata byggede i starten mange af sine agenter ved siden af Light, med Lights API og data som fundament. Næste skridt er at bringe mere af det arbejde ind i selve platformen.

Peter fremlagde argumentet for vores produktteam i juli. Light skal bygge til tusindvis af virksomheder, Dreamdata skal kun bygge til Dreamdata. Det betyder, at deres team kan bruge mere compute, mere kontekst og flere tokens på at løse en meget specifik økonomiopgave, fordi alternativet ikke er billigere software, men endnu en ansættelse.

Det er også den retning, vi allerede var ved at tage Light i. Custom Agents landede på Dreamdatas konto i august og gav teamet en måde at bringe flere af de arbejdsgange, de havde lavet prototyper på uden for Light, direkte ind i platformen, mens den Dreamdata-specifikke forretningslogik bliver, hvor den hører hjemme.

App Store følger samme mønster. Dreamdata havde brug for en Zenegy-lønintegration, så de byggede en selv, hvilket beviste use casen. Light byggede derefter produktionsappen til Zenegy i App Store. Den er live i dag og installeres direkte i Light, så Dreamdata ikke længere behøver at vedligeholde sin egen version. Dreamdata bygger det, de har brug for, Light lærer af det, og de bedste idéer kan blive til infrastruktur for alle.

Dreamdatas kontor i København ligger ti minutter fra vores, og den nærhed er blevet til et ret direkte produktloop. Kyle og produktteamet har holdt workshops med Peter og Andreas på deres kontor, og Andreas har brugt timer på at prioritere kortfeedback sammen med teamet. Funktioner er gået fra samtale til produkt på få uger.

Endpointet for likvide saldi findes, fordi Peter bad om det. Aldersfordelingen af tilgodehavender kom ud af de samme sessioner og erstattede analyse, som Dreamdata tidligere samlede manuelt.

Relationen går begge veje. Dreamdata bygger ting på Light, som vi lærer af, og vores produktteam bruger de arbejdsgange som input til, hvordan Lights eget AI-lag skal fungere. De venter ikke på, at vi fortæller dem, hvordan AI i økonomi ser ud. De bygger deres egen version af det og presser os til også at bygge hurtigere.

For det meste af Dreamdata foregår økonomi ikke i et økonomisystem. Det foregår i Slack. Ledere godkender regninger der, ofte inden for minutter. Light henter kvitteringer fra indbakken, og hvis en mangler, bliver kortholderen bedt om præcis det, økonomi har brug for, der hvor vedkommende allerede arbejder. Agenterne poster også deres resultater der.

Og økonomidata er ikke længere kun for økonomi. Customer success kan tjekke, om en kunde har betalt, uden at spørge økonomi eller åbne et andet system. Det er det, der bliver muligt, når hele virksomheden arbejder ud fra én moderne agentisk platform.