Bagaimana Remote Menggunakan AI untuk Mencapai $300 Juta ARR dan Meningkatkan Pendapatan Per Karyawan hingga 50% Tanpa Menambah Karyawan

Pengkodean berbantuan AI di seluruh perusahaan

Van der Voort mengatakan kepada media bahwa ia secara pribadi menjalankan beberapa contoh pengkodean AI secara bersamaan—ia menggambarkan memiliki lima contoh (instance) Claude yang berbeda aktif—dan mengatakan perusahaan kini menghasilkan lebih banyak pendapatan tanpa menambah jumlah karyawan . Klaim spesifik bahwa lebih dari 85% kode Remote dibantu AI tidak muncul dalam materi bersumber, sehingga belum diverifikasi. Namun, deskripsi CEO tentang alur kerjanya sendiri menandakan budaya di mana pengembangan berbantuan AI sudah tertanam dalam.

Remote Build: insinyur yang diterjunkan langsung ikut membangun alur kerja AI dengan klien

Remote membentuk tim insinyur yang diterjunkan langsung (forward-deployed) yang bekerja langsung dengan pelanggan dan calon pelanggan untuk membangun alur kerja AI khusus di dalam organisasi mereka. Tujuannya adalah membantu klien mereplikasi peningkatan produktivitas yang dialami Remote dengan mengintegrasikan otomatisasi berbasis AI ke dalam operasi sumber daya manusia mereka .

Remote MCP: memberi agen AI akses langsung ke data penggajian

Perusahaan memperkenalkan protokol yang disebut Remote MCP (Model Context Protocol) yang menghubungkan agen AI mana pun secara langsung—dan aman—ke data penggajian, kontrak, kepatuhan, dan struktur organisasi secara real-time. Tidak seperti integrasi API pada umumnya, protokol ini dirancang tanpa memerlukan kunci API, ekspor data, atau konektor khusus . Protokol ini memposisikan infrastruktur Remote sebagai sesuatu yang dapat berinteraksi langsung dengan agen AI, bukan hanya melalui antarmuka pengguna.

Mengintip perubahan strategi CEO Job van der Voort

Ketika Remote melampaui $300 juta ARR dan menjadi positif arus kas, banyak startup akan menganggapnya sebagai validasi dari rencana bisnis yang ada. Van der Voort justru memberi tahu seluruh perusahaan bahwa banyak peran akan berubah, menempatkan beberapa produk ke mode pemeliharaan, dan menghentikan produk lainnya sepenuhnya untuk memusatkan sumber daya pada penawaran yang berbasis AI murni (AI-native). Perusahaan memperlambat perekrutan karena AI memungkinkannya menumbuhkan pendapatan tanpa memperluas jumlah karyawan.

Pergeseran ini lebih dalam dari sekadar efisiensi operasional. Remote menggambarkan ambisinya untuk menjadi "perusahaan infrastruktur HR global", dengan memperluas akses ke infrastruktur penggajian dan ketenagakerjaannya kepada mitra, pelanggan, pengembang, dan agen AI. Pada tahun 2026, perusahaan memperluas akses platform di Australia dan secara publik membingkai langkah tersebut sebagai bagian dari menjadi lapisan infrastruktur berkemampuan AI, bukan hanya produk SaaS HR . Bisnis penggajian inti perusahaan tumbuh lebih dari 300% dari tahun ke tahun, sebuah angka yang sebagian besar dikaitkan van der Voort dengan adopsi AI; angka ini berasal dari pimpinan perusahaan dan belum diverifikasi secara independen .

Van der Voort juga memperingatkan bahwa biaya menghabiskan waktu untuk pekerjaan yang "tidak memiliki masa depan" sangatlah besar, dan ia telah menyusun ulang seluruh peta jalan produk Remote di sekitar AI . Ia membingkai teknologi ini sebagai "sistem operasi untuk bagaimana perusahaan menjalankan tenaga kerja global" .

Batasan bukti yang tersedia

Metrik yang dilaporkan Remote—tonggak $300 juta ARR, peningkatan pendapatan per karyawan 50%, dan angka pertumbuhan penggajian 300%—berasal dari pernyataan perusahaan dan wawancara dengan pimpinan. Sumber tidak menyertakan laporan keuangan yang diaudit pihak ketiga, sehingga angka-angka tersebut harus dibaca sebagai tolok ukur yang dilaporkan sendiri, bukan data keuangan yang divalidasi secara independen. Persentase pengkodean berbantuan AI yang direferensikan dalam pertanyaan awal tidak dapat dikonfirmasi dalam materi bersumber. Di mana klaim dipasok oleh perusahaan dan tidak diverifikasi secara eksternal, teks sumber mencerminkan peringatan itu secara eksplisit.

Meskipun demikian, luasnya penerapan AI—dari pasar internal yang digunakan oleh non-insinyur, hingga program rekayasa yang berhadapan dengan klien, hingga protokol baru yang memungkinkan agen AI mengakses infrastruktur secara langsung—menawarkan gambaran terperinci tentang bagaimana satu perusahaan berusaha mengubah janji produktivitas AI menjadi peningkatan efisiensi per baris.