Dreamdata construyó el equipo financiero que cree que está por llegar. Funciona con Light.

Peter tiene una prueba sencilla para saber si un stack financiero funciona de verdad: ¿puede construir un calendario de ingresos diferidos a partir de los datos comerciales? El de Dreamdata no podía. Los informes comerciales y los informes financieros vivían en mundos distintos. HubSpot podía mostrar el ARR, pero finanzas seguía teniendo que reconstruir la transacción subyacente. Y para un equipo que quería que los agentes hicieran más parte del trabajo, los sistemas desconectados no eran solo ineficientes. Eran un callejón sin salida.

Las tres entidades arrancaron en Light el 1 de abril de 2026. Entidades, departamentos y centros de coste viven ahora como dimensiones en la propia transacción, en lugar de estar enterrados en los códigos de cuenta. Pero Dreamdata no esperó a que terminara la migración para empezar a construir.

Esa frase va al centro de cómo Dreamdata entiende las finanzas. El objetivo no es poner IA encima de los mismos procesos de siempre, sino decidir qué trabajo necesita a una persona y construir agentes para el resto. Light les da la infraestructura financiera que hay debajo. Dreamdata aporta la lógica que es específica de Dreamdata.

Dreamdata construyó inicialmente muchos de sus agentes junto a Light, usando la API y los datos de Light como base. El siguiente paso es llevar más de ese trabajo a la propia plataforma.

Peter se lo planteó a nuestro equipo de producto en julio. Light tiene que construir para miles de empresas; Dreamdata solo tiene que construir para Dreamdata. Eso significa que su equipo puede dedicar más computación, más contexto y más tokens a resolver una tarea financiera muy concreta, porque la alternativa no es un software más barato, es otra contratación.

Es también la dirección en la que ya estábamos llevando Light. Los agentes personalizados llegaron a la cuenta de Dreamdata en agosto, dando al equipo una forma de llevar directamente a la plataforma más de los flujos de trabajo que había prototipado fuera de Light, manteniendo la lógica de negocio específica de Dreamdata donde corresponde.

La App Store sigue el mismo patrón. Dreamdata necesitaba una integración con la nómina de Zenegy, así que la construyó por su cuenta, lo que demostró el caso de uso. Después, Light construyó la app de Zenegy de producción para la App Store. Hoy está disponible y se instala directamente en Light, así que Dreamdata ya no necesita mantener su propia versión. Dreamdata construye lo que necesita, Light aprende de ello, y las mejores ideas pueden convertirse en infraestructura para todos.

La oficina de Dreamdata en Copenhague está a diez minutos de la nuestra, y esa cercanía se ha convertido en un circuito de producto bastante directo. Kyle y el equipo de producto han hecho talleres con Peter y Andreas en su oficina, y Andreas ha pasado horas priorizando con el equipo el feedback sobre tarjetas. Hay funciones que han pasado de la conversación al producto en semanas.

El endpoint de saldos de caja existe porque Peter lo pidió. La vista de antigüedad de cuentas a cobrar salió de las mismas sesiones y sustituyó un análisis que Dreamdata antes montaba a mano.

La relación va en ambos sentidos. Dreamdata construye sobre Light cosas de las que nosotros aprendemos, y nuestro equipo de producto usa esos flujos de trabajo como referencia para cómo debería funcionar la propia capa de IA de Light. No esperan a que les digamos cómo es la IA en finanzas. Están construyendo su versión, y nos empujan a construir más rápido también.

Para la mayor parte de Dreamdata, las finanzas no ocurren en un sistema financiero. Ocurren en Slack. Los responsables aprueban allí las facturas, a menudo en cuestión de minutos. Light recoge los recibos de la bandeja de entrada y, si falta uno, al titular de la tarjeta se le pide exactamente lo que finanzas necesita, en el lugar donde ya está trabajando. Los agentes también publican allí sus resultados.

Y los datos financieros ya no son solo para finanzas. Customer success puede comprobar si un cliente ha pagado sin preguntar a finanzas ni abrir otro sistema. Es lo que se vuelve posible cuando toda la empresa trabaja desde una única plataforma moderna basada en agentes de IA.