Parker Conrad knows which employees are worth their AI spend and says Rippling can help you, too
Parker Conrad quer que você acredite que uma grande parte da análise de dados deve fazer parte dos sistemas de gestão de capital humano — uma afirmação que posiciona convenientemente a Rippling, que começou como uma empresa de software de RH, para competir diretamente com ferramentas especializadas em inteligência de negócios.
O argumento é que a pilha de dados moderna — o conjunto de ferramentas que as empresas atualmente montam de forma improvisada a partir de vários fornecedores — pode ser consolidada em uma única solução. A simples transferência de dados de seus diversos sistemas de negócios para um data warehouse já é, por si só, um setor gigantesco; é isso que empresas como a Fivetran e a Airbyte fazem. Depois, você precisa de um lugar para armazená-los e consultá-los, como o Snowflake; em seguida, algo para transformá-los e limpá-los, como o dbt Labs; e, por fim, uma camada de visualização como o Tableau por cima.
O argumento de Conrad é que o Rippling une tudo isso em um único sistema e o envolve em algo que falta aos outros: uma compreensão integrada da sua organização, de sua estrutura de relatórios em constante evolução e de tudo o que é afetado quando qualquer métrica sobe ou desce. É isso que o Rippling Data Cloud, com lançamento oficial na manhã desta quinta-feira, foi projetado para oferecer.
Para ver isso em ação, Conrad compartilha sua tela de seu escritório em São Francisco e, em seguida, oferece uma visão do que a Rippling descobriu ao aplicar o produto em sua própria equipe.
“Havia funcionários dizendo coisas como: ‘O Claude é muito útil para mim — ele analisa minha agenda e meu e-mail e monta um plano para mim’”, diz ele. “Essa pessoa estava gastando, em ritmo anual, US$ 30.000 por ano com isso.”
Ninguém estava fazendo nada de errado, ele se apressa em acrescentar, mas o retorno sobre o investimento simplesmente não existia. É o tipo de descoberta que a maioria das empresas atualmente não tem como identificar.
Em seguida, ele me mostra um painel em tempo real que criou simplesmente pedindo ao Rippling AI para analisar o ciclo de revisão de remuneração mais recente de sua empresa — distribuições de avaliações de desempenho, taxas de promoção por departamento, índices salariais, tudo isso detalhável até o nível individual. Em seguida, ele abre outro painel, que cruza o volume de tickets de suporte do Salesforce com os dados de escalas de trabalho dos funcionários — o suficiente para mostrar, de relance, quais equipes estão sobrecarregadas e quais não estão. A equipe de matrículas, observa ele, está com grave falta de pessoal. A equipe de viagens tem mais do que o dobro de tickets não resolvidos em comparação com a equipe de plataforma.
Mas o exemplo que mais empolga Conrad é aquele mais próximo de uma preocupação que muitos executivos compartilham atualmente: os gastos com tokens de IA. Ele mostra um painel que combina dados dos registros de uso da Anthropic, dados de pull requests do GitHub e as próprias avaliações de desempenho da Rippling para identificar quais engenheiros estão realmente obtendo valor de suas ferramentas de IA e quais estão desperdiçando dinheiro sem muito a mostrar em troca.
“Os de alto desempenho são os que mais gastam, o que era de se esperar”, diz Conrad. Mas o painel também sinaliza engenheiros com altos gastos e altas taxas de rejeição por parte dos colegas nas revisões de código — essas são pessoas cujos colegas frequentemente pedem que refaçam algo. “Se seus colegas estão sempre pedindo para você voltar e refazer o trabalho, talvez você esteja apenas produzindo um monte de trabalho malfeito”, diz ele.
A análise já levou a Rippling a reduzir os limites de gastos para certos funcionários. O produto também pode ser configurado para alertar os gerentes — ou bloquear automaticamente o acesso — quando os funcionários ultrapassarem um limite de gastos.
Sobre a questão do impacto nas próprias margens da Rippling quando os clientes excedem suas cotas de tokens, Conrad não entra em detalhes — “ainda é um pouco cedo”, diz ele —, mas rejeita a ideia de que a Rippling esteja subsidiando o uso dos clientes. “Não estamos perdendo dinheiro”, diz ele, acrescentando que o objetivo é manter o produto “o mais acessível possível para os clientes”. O pacote básico, que inclui o Rippling AI, custa cerca de US$ 20 por mês, com cobranças baseadas no uso para usuários mais intensivos. Cerca de 560 empresas estão usando o serviço atualmente, com a receita gerada pelo produto situando-se entre US$ 5 milhões e US$ 7 milhões por mês.
Quanto aos modelos de IA que realmente estão por trás do crescente conjunto de ferramentas de IA da Rippling, Conrad diz que a empresa tem um novo favorito no momento. “Na verdade, transferimos muitas coisas da Anthropic para a OpenAI recentemente”, explica ele, considerando o modelo 5.5 da OpenAI “melhor e mais econômico” para o que a Rippling está fazendo. Ele também faz questão de ressaltar que o equilíbrio está em constante mudança e que a empresa utiliza modelos diferentes para tarefas distintas.
O Rippling Data Cloud é o lançamento de maior destaque desta semana, mas não é o único. No início desta semana, a empresa também anunciou o Business Banking, que oferece uma conta corrente de alto rendimento e processamento de folha de pagamento no mesmo dia — um recurso que Conrad descreve como capaz de eliminar o esforço mental de gerenciar dois cronogramas ao mesmo tempo. A maioria dos sistemas de folha de pagamento exige processamento com dois a quatro dias de antecedência; o produto bancário da Rippling permite que as empresas processem a folha de pagamento no mesmo dia em que os funcionários são pagos, com alterações aceitas até às 13h do dia do pagamento.
É uma investida no território ocupado por fintechs como a Ramp, que acaba de levantar US$ 750 milhões com uma avaliação de US$ 44 bilhões — quase três vezes a avaliação de US$ 16,8 bilhões que os investidores da Rippling atribuíram à empresa no ano passado — e que vem se posicionando como o sistema operacional financeiro para empresas que lidam com custos de IA. Conrad vê com bons olhos a comparação, observando que o negócio bancário da Rippling é muito menor do que o da Ramp atualmente, mas está “crescendo muito rapidamente e indo extremamente bem”, e que “há algumas vantagens em centralizar tudo isso”.
Conrad afirma que, de modo geral, a Rippling ainda está a cerca de dois anos de atingir fluxo de caixa positivo, gastando de 45% a 50% de sua receita em P&D, em comparação com os cerca de 8% a 9% que empresas de RH de capital aberto, como a Paylocity e a Paycom, gastam. O custo de desenvolver tudo internamente é o ponto principal, em outras palavras, e a recompensa é um sistema capaz de responder facilmente a perguntas sem precisar recorrer a quatro pilhas de fornecedores diferentes para isso.
Quanto a uma oferta pública inicial (IPO), Conrad deixa bem claro que não tem pressa, mesmo com a janela de oportunidade totalmente aberta no momento. “Os mercados de capital se tornaram uma espécie de ‘comunidade de aposentados’ para empresas de crescimento lento”, diz ele, acrescentando que “não é fanático nem a favor nem contra”, mesmo que isso soe exatamente o contrário. Por enquanto, ele afirma categoricamente: “Não vamos abrir o capital. Nem mesmo com uma ‘pisadinha’”, acrescenta.
