Remote fortæller, at virksomheden er nået over 300 mio. dollars i ARR og nu er cash‑flow positiv. Det store blikfang er en påstand om 50 procent højere revenue per medarbejder efter omfattende brug af AI i driften. TechCrunch har interviewet CEO Job van der Voort, som beskriver alt fra Slack‑agenter til interne app‑markedspladser. Vi er nysgerrige – og ærligt talt også lidt skeptiske, indtil metoden ligger åbent.
Hvorfor er det relevant for HR og payroll? Fordi global løn er tung, kompleks og dyr – både i timer og i compliance‑risiko. Hvis en leverandør kan omsætte AI fra eksperiment til dokumenteret, stabil værdiskabelse, rykker det på drift, margin og fejlrater. Men vi vil se tallene bag.
Hvad TechCrunch faktisk skriver
Ifølge TechCrunch har Remote passeret 300 mio. dollars i ARR og er blevet cash‑flow positiv. Samme artikel citerer Job van der Voort for, at revenue per medarbejder steg 50 procent, efter at AI blev rullet ud på tværs af funktioner. Interviewet fortæller også, at han personligt kører flere Claude‑instanser parallelt for at bygge værktøjer, og at Remote har en Slack‑agent, der opsummerer diskussioner. Derudover omtales interne apps i en markedsplads kaldet Remote Labs samt et kundetilbud, Remote Build, med såkaldte “forward‑deployed engineers”.
Der er også en reference til, at Remotes core payroll‑forretning er vokset over 300 procent år‑over‑år, som CEO tilskriver AI. Den del mangler uafhængig verifikation. TechCrunch nævner desuden, at Remote eksponerer en MCP‑baseret grænseflade, der kan give agenter adgang til payroll‑data i partner‑platforme, for eksempel Workday eller BambooHR. På papiret lyder det stærkt, men dokumentation for sikkerhed, auditering og scope er ikke beskrevet i detaljer.
Hvorfor det rammer plet i HR og payroll
Løn er sjældent sexet, men global payroll er en motorvej for driftsomkostninger og compliance‑hovedpine. Hver ny ansættelse i et nyt land trækker kontrakter, benefits, skat, fradrag, udlæg, valutakurser og lokale deadlines med sig. Fejl koster ikke kun tid, men også bøder, dårlig stemning og i værste fald tab af nøgletalenter. Hvis cyklustider falder 10‑30 procent, eller antallet af undtagelser reduceres markant, er gevinsten reel.
Vi har set det i praksis. Hos en nordisk tech‑kunde fik vi med en kombination af RPA og LLM‑assistent bragt exception‑køen ned med næsten halvdelen på seks uger. Ikke magi, mere kedeligt håndværk: bedre dataindtastning, færre manuelle checks, hurtigere afklaring i tvivlssager. Men 50 procent revenue per medarbejder alene af AI uden samtidig produktændring eller pris? Det har vi ikke selv set endnu.
Hvad Remote selv siger, de gjorde
CEO beskriver fem samtidige Claude‑instanser, som bygger værktøjer både til ham og til organisationen. Slack‑agenten summerer diskussioner, så teams kan få beslutninger og action points ud af kanaler, der ellers drukner. Remote Labs fungerer som en intern markedsplads, hvor medarbejdere i forskellige funktioner kan udgive små apps oven på Remotes egen stack. Og Remote Build sender ingeniører tæt på kundeprojekter, så lignende automatiserede workflows kan laves ude hos kunderne.
Pointen er, at pakken ikke kun rammer engineering. Hvis finans, kundeservice og compliance får hver deres mikro‑apps, kan den samlede friktion i lønprocessen falde hurtigt. Vi så noget lignende i mindre skala i april, hvor en simpel intake‑app i Slack plus to valideringsregler i backenden skar en uge af country‑onboarding. Små greb kan flytte meget, hvis de rammer de rigtige knaster.
Hvad kan en Slack‑agent og agentic AI faktisk gøre
En Slack‑agent lyder småt, men i praksis kan den gøre tre ting, der betyder noget. Først at samle beslutningslog og næste skridt fra en tråd, så intet falder mellem stolene. Så at udtrække strukturerede data fra ustruktureret snak – for eksempel deadlines, beløb eller landespecifikke krav. Til sidst at starte en verificerbar proces, der kører i baggrunden via sikre API‑kald, når nogen skriver “kør lønsimulering for Portugal Q3”. Det er her agentiske mønstre begynder at ligne reel automatisering og ikke bare tekstsvar.
I en payroll‑stack ligger de typiske gevinster i exception‑håndtering, dokument‑indsamling, opfølgning på manglende data og præ‑checks før kørsel. Agenten kan også validere med regler på forhånd – for eksempel at en benefits‑ændring ikke bryder en lokal tærskel. VentureBeat har for nylig skrevet om Alibabas Qwen3.7‑Max, der kunne køre autonomt i cirka 35 timer. Det er ikke et bevis for robust produktion i payroll, men det viser, at langvarig autonom styring er teknisk mulig, hvis arkitektur og kontrol er rigtige.
Hvorfor revenue per medarbejder kan stige uden flere ansatte
Der er flere veje til højere revenue per medarbejder uden at vokse headcount. Den mest jordnære er, at samme team kan bære flere kunder og flere lande pr. kunde, fordi processen bliver hurtigere og mere stabil. En anden er, at produkter bliver lettere at sælge og implementere, når ingeniører er tæt på salg – “forward‑deployed” – og dermed reducerer friktionen i POC‑fasen. En tredje mulighed er pris og mix: hvis kunder går op i plan eller tager flere moduler, stiger revenue per medarbejder, selv uden ren produktivitetsgevinst.
Her bliver vi lidt stramme i panden. For at tilskrive 50 procent stigning til AI skal man isolere effekten fra prisændringer, rabatpolitik, valutakurser og ændret kundefordeling. Det kan godt være rigtigt – men så må der ligge en metode bag, der kan tåle lys. Vi mangler baseline, periodisering og attribution‑logik. Ellers er risikoen, at AI bliver det nye alt‑forklarende ord i kvartals‑slides.
Hvad vi mangler af dokumentation
Hvis 50 procent‑tallet skal stå stærkt, bør Remote – eller enhver leverandør i samme situation – kunne vise målemetoden. Hvilken periode er sammenlignet, og hvordan er sæson og valuta håndteret. Hvordan er nye produkter og prisjusteringer renset ud, og hvordan er churn og kunde‑mix vægtet. Og vigtigst, hvilke operationelle KPI‑er bevægede sig samtidig: cyklustid, fejlrate, antal undtagelser per 1.000 medarbejdere.
Vi har bedt andre leverandører om anonymiserede før\/efter‑målinger for helt konkrete workflows. Eksempelvis median tid fra data‑lock til pay‑run i tre store lande, eller andelen af lønlinjer, der kræver manuel intervention. Det er den slags data, der gør os trygge ved, at det ikke bare er toplinjen, der trækker tallet op. Indtil vi ser det, lader vi glæden stå på tåspidserne, ikke på hælene.
Risiko og begrænsninger, når agenter flytter ind i payroll
Agentiske mønstre er kraftfulde, men bias og hallucinationer hører ikke hjemme i et miljø med bøder for fejl. Governance bliver derfor pointen: stærk adgangskontrol, klart audit‑spor, deterministiske gateways før betaling og mulighed for rollback. Og så det kedelige, men nødvendige: versionsstyring af prompts og værktøjer, cost‑kontrol og latensbudgetter, så løn ikke rammer forsinkede cutoffs.
Interne app‑markedspladser lyder friske, men uden ejerskab og teststrategi bliver de hurtigt til tech‑gæld. Hvem reviewer kode, hvem skriver tests, og hvem får pager‑duty, når en app går ned fem timer før månedsluk. Vi har set interne apps redde en måned – og to måneder senere være årsagen til en hel søjle af undtagelser, fordi et afhængigheds‑kald ændrede sig i stilhed. Små ting, stor effekt.
Kommersialisering af de interne værktøjer
Remote Labs virker som en fødekanal af små forbedringer, der kan demokratisere automatisering. Remote Build går skridtet længere og lægger ingeniører helt ud til kunden for at bygge workflows i felten. Det kan blive en ny indtægtsstrøm og en salgsaccelerator, fordi kundens særheder bliver løst direkte i stedet for via generiske features. Men der er tradeoffs. Skræddersyede løsninger kan være tunge at supportere, og de binder ingeniørtid, som kunne gå til platformen.
Spørgsmålet er, hvor meget der standardiseres tilbage i kernen. Hvis alt sælges som unika, stiger COGS og support, og så bliver revenue per medarbejder presset igen, bare med forsinkelse. Vi vil gerne se et roadmap for, hvordan kundespecifikke byggesten foldes ind i standard‑produkter, og hvilke kontraktuelle rammer der beskytter mod “one‑off” vedligehold i årevis. Ellers bliver markedspladsen mere bazar end bibliotek.
Hvordan står det i forhold til resten af branchen
Andre spillere i payroll og HR‑software har også meldt AI‑gevinster ud, men få har kvantificeret revenue per medarbejder så markant. Vi ser mere typisk 10‑20 procent cyklustidsforbedring og færre undtagelser i kundeservice. VentureBeats dækning af Qwen3.7‑Max og 35 timers autonom kørsel er en påmindelse om, at “agents over tid” er reel teknologi – men enterprise‑klarhed afhænger af integration, sikkerhed og auditerbarhed, ikke kun modelkapacitet. Det er her slaget står for payroll.
Vi har hørt lovende ting om MCP‑baserede integrationer, som TechCrunch også nævner for Remote. Det kan i princippet give agenter kontrolleret adgang til løn‑ og compliance‑data i et fælles sprog. Men igen: arkitektur, databegrænsning, token‑scopes og latency i kæden fra Slack‑kommando til sikret udbetalingsordre afgør, om det virker tirsdag kl. 16.47 – der hvor alt plejer at gå i stykker.
Spørgsmål kunder bør stille, før de trykker køb
Inden man løber med på en AI‑drevet payroll‑pakke, anbefaler vi at stille nogle hårde spørgsmål og få skriftlige svar. Det behøver ikke være smukt, bare klart. Her er vores korte liste, og ja, vi har selv siddet med den i kundemøder.
- Hvilke tre workflows har størst dokumenteret effekt før\/efter, og hvad er baseline og målemetode
- Hvordan styres adgang, auditering og rollback for agent‑handlinger, og hvem godkender betalinger
- Hvilke SLO’er lover I for fejl i lønudbetalinger, og hvordan kompenserer I ved brud
- Hvordan er persondata isoleret i prompts, logs og vektorlagre, og hvor hostes modellerne
- Hvad er den forventede vedligeholdelses‑ og supportbyrde for kundespecifikke apps efter 12 måneder
Hvis vi skulle køre et POC i morgen
Vi ville starte med noget snævert og målbart. For eksempel automatiseret country‑onboarding for ét marked med høj friktion, eller en exception‑pipeline, der triagerer og løser de 30 mest almindelige fejltyper. KPI‑erne skulle være jordbundne: cyklustid, andel sager løst uden menneske, fejlrate pr. 1.000 linjer og intern tid sparet i timer. Og vigtigst, en simpel attribut‑model for, hvor meget af eventuelle revenue‑effekter, der kan tilskrives hurtigere go‑live eller færre undtagelser.
Governance‑rammen er ikke pynt. Vi kræver adgangsmodeller, change‑logs, test på syntetiske data og en driftsaftale med klare alerts. En SLO for “maksimalt X promille fejludbetalinger per lønkørsel” lyder brutalt, men den styrer debatten rigtigt. Vi lærte det på den hårde måde hos en kunde sidste år, hvor en lav‑risiko pilot fik lov at vokse lidt for hurtigt. Vi rettede den, men pulsen var høj i et par dage.
Skeptikerens blik og hvad der ville overbevise os
Vi bliver skeptiske, hvis vi kun ser toplinjetal uden før\/efter‑data på procesniveau. Hvis agent‑handlinger ikke kan auditeres, eller hvis vendors blander prisstigninger og AI‑effekt i samme kurv. Vi bliver også bekymrede, hvis forward‑deployed teams leverer kundespecifik kode uden klar plan for at bringe løsningerne tilbage i standard‑produktet.
Omvendt ville vi være overbeviste af tre ting. Ét, anonymiserede datasæt for udvalgte workflows med klar baseline og metode. To, en arkitektur‑gennemgang af agentstyring, adgang og rollback, inklusive hændelseslog for fejlscenarier. Tre, en uafhængig kunde, der viser reduktion i cyklustid og fejlrate over tre måneder – bare én god case kan sige mere end tyve slides. Det lyder kedeligt, men kedeligt er godt i payroll.
Hvad vi holder øje med nu
Vi følger op på fire konkrete punkter. For det første uafhængig verifikation af ARR‑ og væksttallene, samt metoden bag 50 procent‑påstanden. For det andet detaljer om Remote Labs’ governance: deployment‑pipeline, code review, test og ejerskab. For det tredje teknisk dokumentation af Slack‑agenten og MCP‑laget, herunder scopes, latens og cost‑styring. For det fjerde kundecases med før\/efter‑KPI’er på mindst to markeder.
Remote sætter et stærkt billede af, hvor payroll‑branchen kan bevæge sig hen, hvis AI bruges med omtanke. Vi synes retningen er rigtig, men bevisbyrden er ikke helt løftet endnu. Det må den blive, hvis 50 procent skal stå som andet end en god overskrift. Man opdager først forskellen, når man sidder med det i hænderne – og lønnen går fejlfrit ind fredag morgen.
