A Parker Conrad le gustaría hacerle creer que una gran cantidad de análisis de datos reside en los sistemas de gestión del capital humano. Esta afirmación posiciona convenientemente a Rippling, que comenzó como una empresa de software de recursos humanos, para competir directamente con herramientas especializadas de inteligencia empresarial.
El argumento es que las pilas de datos modernas, una galaxia de herramientas que las empresas actualmente seleccionan de múltiples proveedores, se pueden combinar en una sola. Simplemente trasladar datos desde varios sistemas empresariales a un almacén es una gran industria en sí misma. Empresas como Fivetran y Airbyte lo están haciendo. Entonces necesitarás un lugar para almacenarlo y consultarlo, como Snowflake. Luego, algo como dbt Labs para convertirlo y limpiarlo. Además de eso, hay una capa de visualización como Tableau.
El argumento de Conrad es que Rippling lo reúne todo en un sistema que abarca lo que otros sistemas carecen: una comprensión integrada de la organización, una estructura de informes en constante evolución y todo lo que se ve afectado cuando las métricas suben o bajan. Eso es para lo que está diseñado Ripped Data Cloud, cuando se lance oficialmente el jueves por la mañana.
Para verlo en acción, Conrad comparte una pantalla de su oficina de San Francisco, lo que brinda una ventana a lo que Rippling descubrió cuando presentó el producto a sus propios empleados.
«Algunos empleados decían: ‘Claude es muy útil para mí. Analiza mi calendario y mi correo electrónico y elabora un plan'», dice. “Esa persona gastaba 30.000 dólares al año en esto”.
Nadie hizo nada malo, añadió rápidamente, pero el retorno de la inversión simplemente no estaba ahí. Este es el tipo de descubrimiento que la mayoría de las empresas actualmente no tienen forma de revelar.
Luego me mostró un panel en vivo que creó simplemente pidiéndole a Ripped AI que analizara el ciclo de revisión de compensación más reciente de la compañía (distribución de calificación de desempeño, tasas de promoción departamental, índices de pago, etc.). Todos estos pueden perforarse a nivel individual. Luego sacó a otro equipo. Hace referencias cruzadas de datos de volumen de tickets de soporte y programación de empleados de Salesforce, y es suficiente para mostrar de un vistazo qué equipos se están ahogando y cuáles no. Según él, el equipo de registro carece de personal suficiente. Los equipos de viaje tienen más del doble de boletos abiertos que los equipos de plataforma.
Pero el ejemplo que parece entusiasmar más a Conrad es uno que se acerca más a una preocupación que muchos ejecutivos comparten actualmente: gastar tokens de IA. Muestra un panel que combina datos de los registros de uso de Anthropic, datos de solicitudes de extracción de GitHub y las propias evaluaciones de desempeño de Rippling para ver qué ingenieros realmente están obteniendo valor de sus herramientas de inteligencia artificial y cuáles están desperdiciando dinero sin hacer mucho por ello.
«Las empresas de alto rendimiento son las que más gastan, y lo has adivinado», dice Conrad. Pero el panel también señala a los ingenieros que gastan mucho en revisiones de código y altas tasas de rechazo entre sus colegas. Estos ingenieros son a quienes sus colegas les piden con frecuencia que rehagan su trabajo. «Si tus compañeros de trabajo siempre te dicen que regreses y empieces de nuevo, es posible que estés produciendo un montón de basura», dice.
Este análisis ya ha llevado a Rippling a reducir los límites de gasto para determinados empleados. El producto también se puede configurar para alertar a los administradores o bloquear automáticamente el acceso cuando los empleados superen los umbrales de gasto.
Cuando se le preguntó si los propios márgenes de Rippling se verían afectados si los clientes exceden sus asignaciones de tokens, Conrad no respondió específicamente, diciendo que era «prematuro», pero descartó la idea de que Rippling estuviera subsidiando el uso de los clientes. «No estamos perdiendo dinero», afirmó, añadiendo que el objetivo es «mantenerlo lo más asequible posible para nuestros clientes». El SKU básico incluido con Rippling AI cuesta alrededor de $20 por mes, con precios de pago por uso para usuarios habituales. Aproximadamente 560 empresas utilizan actualmente el producto, que genera aproximadamente entre 5 y 7 millones de dólares en nuevos ingresos al mes.
En cuanto a qué modelos de IA se incluyen realmente en la creciente suite de IA de Rippling, Conrad dice que la compañía tiene un nuevo favorito en este momento. «De hecho, recientemente hemos migrado muchas cosas de Anthropic a OpenAI», dijo, y cree que el modelo OpenAI 5.5 es «mejor y rentable» para lo que está haciendo Ripling. También señala que el equilibrio sigue cambiando, y las empresas utilizan diferentes modelos para diferentes tareas.
Ripped Data Cloud es el lanzamiento más emocionante de esta semana, pero no es el único. A principios de esta semana, la compañía también anunció Business Banking, que ofrece cuentas corrientes de alto rendimiento y procesamiento de nóminas en el mismo día. Conrad explicó que esta característica elimina la sobrecarga mental de gestionar dos líneas de tiempo al mismo tiempo. La mayoría de los sistemas de nómina requieren procesamiento con 2 a 4 días de anticipación. Los productos bancarios de Rippling permiten a las empresas gestionar la nómina el día en que se les paga a los empleados y se aceptan cambios hasta la 1:00 p.m. del día de pago.
Se trata de un intento de adentrarse en el territorio ocupado por empresas de tecnología financiera como Ramp. Ramp acaba de recaudar 750 millones de dólares con una valoración de 44 mil millones de dólares, casi el triple de la valoración de 16,8 mil millones de dólares que los inversionistas de Rippling asignaron a la compañía el año pasado, posicionándose como un sistema operativo financiero para que las empresas naveguen por los costos de la IA. Conrad acogió con agrado la comparación y señaló que, si bien el negocio bancario de Rippling es actualmente mucho más pequeño que el de Lamp, está «creciendo muy rápidamente y funcionando muy bien» y que «centralizar todo esto tiene algunos beneficios».
En general, Conrad dijo que a Rippling todavía le faltan dos años para lograr un flujo de caja positivo y gasta entre el 8% y el 9% de sus ingresos en investigación y desarrollo, en comparación con el 45% al 50% de las empresas de recursos humanos que cotizan en bolsa como Paylocity y Paycom. Por lo tanto, el costo de construir todo internamente es importante y la recompensa es un sistema que facilita la respuesta a las preguntas sin tener que depender de cuatro proveedores diferentes.
Cuando se trata de una salida a bolsa, Conrad tiene claro que no tiene prisa, aunque la ventana está abierta de par en par en este momento. «Los mercados públicos se han convertido en una comunidad de jubilados para empresas de lento crecimiento», afirma, y añade que, si bien puede parecer todo lo contrario, «no es religioso de ninguna manera». Por ahora, dice rotundamente, y añade: «No vamos a hacerlo público. No vamos a hacerlo público ‘guiño, guiño'».
Si compra a través de enlaces en nuestros artículos, es posible que ganemos una pequeña comisión. Esto no afecta la independencia editorial.
Source link
