Parker Conrad知道哪些员工值得在人工智能上投入，并表示Rippling也可以帮助你

Parker Conrad希望您相信，很大一部分数据分析属于人力资本管理系统——这种说法很容易使Rippling（最初是一家人力资源软件公司）与专用商业智能工具直接竞争。

其主张是，现代数据堆栈（公司目前从多个供应商临时组装的一系列工具）可以合并为一个。仅将数据从各种业务系统转移到仓库本身就是一个庞大的行业； Fivetran和Airbyte等公司就是这么做的。然后你需要一个地方来存储和查询它，比如Snowflake；然后用一些东西来改造和清理它，比如dbt Labs；然后是顶部的可视化层（例如Tableau）。

Conrad的观点是，Rippling将所有这些整合到一个系统中，并将其包装在其他系统所缺乏的东西中：对您的组织的内置了解、其不断发展的报告结构以及任何指标上下波动时受影响的所有内容。这就是今天推出的Rippling Data Cloud的目的。

为了看到它的实际效果，Conrad分享了他在旧金山办公室的屏幕，然后提供了一个窗口，让我们了解Rippling在将产品应用于自己的员工时发现了什么。

“有些员工会做这样的事情，‘Claude对我很有帮助——它会分析我的日历和电子邮件，并为我制定一个计划，’”他说。 “那个人每年为此花费30,000美元。”

他很快补充道，没有人做错任何事，但投资回报率根本不存在。这是大多数公司目前无法公开的发现。

然后，他向我展示了他通过简单地要求Rippling AI分析他公司最近的薪酬审查周期而构建的实时仪表板——绩效评级的分布、部门晋升率、薪资比率，所有这些都可以深入到个人层面。然后他又调出另一份，这份来自Salesforce的支持请求数量与员工日程安排数据的交叉引用——足以一目了然地显示哪些团队正在陷入困境，哪些团队没有。他指出，招生团队人手严重不足。旅游团队的未解决票数是平台团队的两倍多。

但康拉德似乎最兴奋的例子更接近许多高管目前共同关心的问题：人工智能代币支出。他展示了一个仪表板，其中结合了来自Anthropic的使用日志、GitHub拉取请求数据和Rippling自己的性能评级的数据，以供查看工程师实际上从他们的AI工具中获得了价值，以及哪些在烧钱而没有太多表现。

“表现出色的人花费最多，这也是你所预料到的，”康拉德说。但仪表板还标记了在代码审查中支出高且同行拒绝率高的工程师——这些人的同事经常要求他们重做某些事情。 “如果你的同事一直告诉你回去重复做这件事，也许你只是产生了很多废话，”他说。

该分析已经促使瑞波林削减某些员工的支出限制。该产品还可以配置为在员工超出支出阈值时向经理发出警报，或自动关闭访问权限。

关于当客户超过其代币配额时对Rippling自身利润的影响问题，Conrad没有具体说明——“现在还为时过早，”他说——但否认了Rippling正在补贴客户使用的想法。 “我们不会赔钱，”他说，并补充说我们的目标是“让客户尽可能负担得起”。与Rippling AI捆绑在一起的基本SKU每月运行约20美元，针对重度消费者则按使用情况收费。目前大约有560家公司在使用它，该产品的新收入每月约为500万至700万美元。

至于哪些人工智能模型实际上为Rippling不断增长的人工智能套件提供动力，康拉德表示，该公司目前有一个新的最爱。 “我们最近实际上已经将很多东西从Anthropic转移到OpenAI，”他表示，并认为OpenAI的5.5型号对于Rippling正在做的事情来说“更好，也更具成本效益”。他还小心地指出，平衡不断变化，公司针对不同的任务使用不同的模型。

Rippling Data Cloud是本周最引人注目的发布，但它并不是唯一的发布。本周早些时候，该公司还宣布推出商业银行业务，该业务提供高收益支票账户和当日工资单处理，康拉德将这一功能描述为消除同时管理两个时间线的精神负担。大多数薪资系统需要提前两到四天进行处理； Rippling的银行产品使公司能够在员工发薪当天管理工资，最晚可以在下午1点接受更改。在发薪日。

这是对Ramp等金融科技公司占据的领域的一次攻击，Ramp刚刚以440亿美元的估值筹集了7.5亿美元，几乎是去年Rippling投资者给该公司估值168亿美元的三倍，并且一直将自己定位为帮助公司应对人工智能成本的金融操作系统。 Conrad对这种比较表示欢迎，并指出Rippling的银行业务规模远小于Ramp目前的规模，但“增长非常快，而且做得非常好”，而且“集中所有这些业务有一些优势。”

Conrad表示，总体而言，Rippling距离现金流为正还需要大约两年的时间，其收入的45% 至50% 用于研发，而Paylocity和Paycom等公开市场人力资源公司的研发支出约为8% 至9%。换句话说，内部构建所有内容的成本是重点，而回报是一个可以轻松回答问题的系统，而无需从四个不同的供应商堆栈中拉出来。

至于首次公开募股，康拉德明确表示他并不着急，即使现在窗口敞开着。 “公开市场已经成为增长缓慢的公司的退休社区，”他说，并补充说他“无论如何都不信教”，尽管这听起来非常相反。目前，他平静地说：“我们不会公开。即使是‘眨眼，眨眼’也不会，”他补充道。