How Remote Scaled Revenue Per Employee by 50% Using AI Across the Organization Without Adding Headcount
目錄
你可能想知道的事
一間成立七年的薪資新創公司如何在未增加人力的情況下，將每名員工創收提高至 50%？哪些組織調整與產品策略使得以 AI 為驅動的擴展成為可能？
主要內容
Remote 是一家總部位於阿姆斯特丹的薪資與全球受僱平台，成立數年，近期宣布了財務與營運上的里程碑成果。公司報告年度經常性收入（ARR）已突破 3 億美元 並實現正現金流。雖然這些頭條數字具有意義，但 Remote 執行長強調一項較為微妙但策略性的重要變化：在組織廣泛採用人工智慧的同時，每名員工的營收大約提升了 50%。領導層表示，這項改善並未伴隨等比例的人力成長，顯示公司擴展方式出現了改變。
Remote 的轉型並不限於單一團隊的試驗。相反，公司推動在全公司範圍內採用 AI 工具與內部開發的應用程式。工程師、產品團隊、面向客戶的員工乃至高層都採納了具 AI 的工作流程。執行長描述了一種工作環境，內部同時運行多個 AI 實例以自動化工作、摘要對話、產生程式碼並驅動新的內部工具。這些能力減少了在跨國員工薪資作業中常見的重複性、以合規為驅動的手動工作。
關鍵在於，Remote 建立了一個內部市集——Remote Labs——讓員工能啟動並分享 AI 驅動的應用。這種內部分發機制允許跨職能的員工建立領域專用的自動化與代理，而不必將每個請求都經由集中式工程處理。透過啟用去中心化的創新，公司提高了 AI 在日常運營中的產出與實用性，同時也讓工程能力透過 AI 自身得到放大。
除了內部流程改進外，Remote 也利用其 AI 經驗擴展對客戶的產品供給。公司推出了像 Remote Build 這類服務，該團隊由工程師組成，直接與客戶合作設計並部署客製化工作流程——公司稱之為「前置部署工程師」。此模式讓客戶得以利用 Remote 的專業知識，將 AI 驅動的自動化整合到自身的人資與薪資作業中，實質上把 Remote 打造成既是產品供應者也是實作夥伴。
Remote 也採取措施允許第三方在其平台上構建。它推出了一個基於 Model Context Protocol (MCP) 的介面，允許 AI 代理在適當的防護下安全地與外部軟體互動並存取薪資與合規資料。透過這些標準，像 BambooHR 或 Workday 類的平台可以將 Remote 作為底層的合規與薪資引擎，同時維持安全性並限制任何與敏感資料互動的代理的破壞性能力。
公司報告與此策略相關的顯著成長指標。據執行長表示，Remote 的核心薪資業務在近期出現三位數的年增長——此一說法並未由公司以外的單位公開驗證。同樣地，Remote 現在服務數萬家公司的說法是公司提供的數字。這些成長指標聯同效率提升，說明了一項雙重策略：擴大可供客戶使用的產品表面範圍，同時透過 AI 提高內部槓桿以維持人力穩定。
在工程面向，AI 輔助的程式開發實質改變了生產力。Remote 表示，工程貢獻量在一年內增加超過 60%，而在較近期的觀測中超過 85% 的程式碼貢獻是有 AI 輔助產生的。這樣的產出增加讓公司得以調整招聘計劃——延緩部分預定的招聘——同時著重於讓現有員工提升使用 AI 工具的技能。領導層將此視為一項投資決策：將更多資源分配到 AI 與訓練，而非隨成長等比例地增加人力。
安全與治理是 Remote 部署模式的核心。薪資與人資平台儲存敏感的個人與財務資料，因此公司強調對代理互動進行安全且受限的設計。執行長談到一個內部使用的開源個人 AI 代理，該代理擁有經過仔細範圍限定的權限：它可以執行必要任務，但被防止進行破壞性行為。此例突顯了在允許代理代表人類行動同時維持合規與資料保護標準時所需的營運紀律。
Remote 的策略也擁抱夥伴生態系。透過允許夥伴平台與外部代理在安全協定下調用 Remote 系統，公司將自己定位為基礎的合規與薪資層，而非單一的全功能人資套件。這種立場有別於許多將較廣泛人資功能打包於單一平台的競爭者。Remote 主張軟體的商品化與 AI 浪潮證明了專注深耕一個艱難、領域專門問題的價值，同時讓其他平台在上方構建使用者體驗。
對公司領導來說，AI 的好處不僅在於營運層面，也在個人層面。執行長指出，AI 透過卸載例行工作並讓他能專注於策略與成長，使得他工作中的部分內容更加有趣。在組織層面，綜合效果——更高的每員工營收、延後招聘、擴展的客戶供給與面向夥伴的 API——共同形成一種擴展模式，較少依賴線性的人力增加，而更多仰賴軟體與智慧代理的槓桿。
雖然這些發展呈現了 AI 驅動擴展的引人案例，但仍有重要的注意事項。最吸睛的指標來自公司自身且缺乏外部驗證。此外，AI 成本與效率增益之間的長期平衡將會是動態的；Remote 報告 AI 支出上升，但認為相較於生產力提升是可控的。最後，安全、治理與人才提升仍是必要的投資，以確保廣泛採用 AI 不會帶來過度風險。
總體而言，Remote 的經驗突顯了一家專注於特定領域的公司如何在產品與營運中部署 AI，以提升生產力並擴展產品而不相應增加人力。它展示了一條務實的路徑，供尋求在保有對薪資等敏感流程的安全與合規控制下，擷取 AI 好處的企業參考。
關鍵見解表
| 面向 | 描述 |
|---|---|
| 每名員工營收 | 組織範圍採用 AI 後，報告提升了 50%。 |
| ARR 與現金流 | 公司報告 ARR 突破 3 億美元 並實現正現金流。 |
| 產品策略 | 聚焦薪資/合規作為核心能力；為夥伴提供 API 與基於 MCP 的介面。 |
| 內部工具 | Remote Labs 市場使跨團隊的去中心化應用開發與工作流程自動化成為可能。 |
| 工程生產力 | 報告貢獻量增加超過 60%；近期快照顯示超過 85% 的程式碼有 AI 輔助撰寫。 |
| 安全與治理 | AI 代理被授予有範圍限制的存取權並具防護措施，以防止在薪資系統中發生破壞性行為。 |
後續…
展望未來，Remote 的方法提出幾項更廣泛的含意。處理複雜且受規範問題的公司，可以利用 AI 在不與人力成長相匹配的情況下提高槓桿。以夥伴為先的介面與安全的代理整合可以在保護合規界限的同時擴大觸及範圍。然而，對 AI 的倚賴也改變了投資構成——在模型、工具與人才培訓上的支出增加，以及對治理的更高重視。
若 Remote 報告的收益能夠長期維持，公司為其他領域專精的供應者提供了一個可仿效的擴展模式：專注於一個困難的問題、促成廣泛的內部 AI 採用，並透過安全、基於標準的介面讓夥伴在其上構建差異化的體驗。該模式在深厚的領域專業與生態系開放性之間取得平衡，使公司能在不成比例增加人力的情況下成長營收與產品能力。
儘管如此，對成長主張的獨立驗證、持續投入安全以及對 AI 基礎設施成本的審慎管理，將決定此方法在實務上能否可持續地擴展。
