Dreamdata bygde økonomiteamet de tror fremtiden bringer. Det kjører på Light.

Peter har en enkel test på om en økonomistack faktisk fungerer: kan den bygge en plan for uopptjent inntekt fra de kommersielle dataene? Det kunne ikke Dreamdatas. Kommersiell rapportering og finansiell rapportering levde i forskjellige verdener. HubSpot kunne vise ARR, men økonomi måtte fortsatt rekonstruere den underliggende transaksjonen. Og for et team som ville at agenter skulle gjøre mer av arbeidet, var frakoblede systemer ikke bare ineffektive. De var en blindvei.

Alle tre selskapene gikk live 1. april 2026. Selskaper, avdelinger og kostnadssteder ligger nå som dimensjoner på selve transaksjonen, i stedet for å være gjemt inne i kontokoder. Men Dreamdata ventet ikke på at migreringen skulle bli ferdig før de begynte å bygge.

Den setningen treffer kjernen i hvordan Dreamdata tenker om økonomi. Målet er ikke å legge AI oppå de samme gamle prosessene, men å avgjøre hvilket arbeid som trenger en person, og så bygge agenter for resten. Light gir dem den finansielle infrastrukturen under. Dreamdata leverer logikken som er spesifikk for Dreamdata.

Dreamdata bygde i starten mange av agentene sine ved siden av Light, med Lights API og data som fundament. Neste steg er å flytte mer av det arbeidet inn i selve plattformen.

Peter la frem argumentet for produktteamet vårt i juli. Light må bygge for tusenvis av selskaper, Dreamdata trenger bare å bygge for Dreamdata. Det betyr at teamet deres kan bruke mer regnekraft, mer kontekst og flere tokens på å løse en svært spesifikk økonomioppgave, fordi alternativet ikke er billigere programvare, men en ny ansettelse.

Det er også retningen vi allerede tok Light i. Custom Agents kom inn i Dreamdatas konto i august, og ga teamet en måte å flytte flere av arbeidsflytene de hadde prototypet utenfor Light direkte inn i plattformen, samtidig som Dreamdata-spesifikk forretningslogikk blir der den hører hjemme.

App Store følger samme mønster. Dreamdata trengte en lønnsintegrasjon mot Zenegy, så de bygde en selv, noe som beviste bruksområdet. Light bygde deretter produksjonsappen for Zenegy til App Store. Den er live i dag og installeres direkte i Light, så Dreamdata trenger ikke lenger vedlikeholde sin egen versjon. Dreamdata bygger det de trenger, Light lærer av det, og de beste ideene kan bli infrastruktur for alle.

Dreamdatas kontor i København ligger ti minutter fra vårt, og den nærheten har blitt til en ganske direkte produktsløyfe. Kyle og produktteamet har holdt workshops med Peter og Andreas på kontoret deres, og Andreas har brukt timer på å rangere tilbakemeldinger på kortene sammen med teamet. Funksjoner har gått fra samtale til produkt på uker.

Endepunktet for kontantsaldoer finnes fordi Peter ba om det. Visningen for aldersfordelte kundefordringer kom ut av de samme øktene, og erstattet analyser Dreamdata tidligere satte sammen manuelt.

Forholdet går begge veier. Dreamdata bygger ting på Light som vi lærer av, og produktteamet vårt bruker de arbeidsflytene som innspill til hvordan Lights eget AI-lag skal fungere. De venter ikke på at vi skal fortelle dem hvordan AI i økonomi ser ut. De bygger sin versjon av det, og presser oss til å bygge raskere også.

For det meste av Dreamdata skjer ikke økonomi i et økonomisystem. Det skjer i Slack. Ledere godkjenner fakturaer der, ofte i løpet av minutter. Light henter kvitteringer fra innboksen, og hvis en mangler, blir kortholderen bedt om nøyaktig det økonomi trenger, der de allerede jobber. Agentene legger også ut resultatene sine der.

Og økonomidata er ikke lenger bare for økonomi. Customer success kan sjekke om en kunde har betalt uten å spørre økonomi eller åpne et annet system. Det er det som blir mulig når hele selskapet jobber fra én moderne, agentdrevet plattform.