Parker Conrad sabe quais funcionários justificam o investimento em IA e afirma que a Rippling pode ajudar você também

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.