ריפלינג (Rippling) הייתה פעם שם נרדף לתוכנות משאבי אנוש. עכשיו היא באה עם אמירה גדולה: כל מה שקשור לנתונים, תובנות, דוחות ואפילו תמחור פנימי של תהליכים, צריך לשבת בתוך מערכת אחת. פחות טלאים בין ספקים, יותר “Stack” אחד שמבין את הארגון שלך. נשמע כמו חלום של מנהל מוצר. בפועל זה גם די משעשע, כי זה בדיוק מה ש-AI אוהב: למדוד, לחבר ולהצביע על בזבוזים.
החזון: Data Stack שלם במקום “חצי-חצי”
הטענה של פארקר קונרד היא שתחום האנליטיקה העסקית לא צריך להישאר מחוץ לעולם ה-HCM. הרי כיום חברות בונות לעצמן “מערכת נתונים” מטלאים: מעבירים מידע ממערכות שונות למחסן נתונים, מאחסנים ושואלים אותו, מנקים ומשנים באמצעות כלי טרנספורמציה, ואז מציגים בלוח מחוונים. ריפלינג רוצה לדחוס את כל זה למוצר אחד.
החידוש המרכזי כאן הוא לא רק טכנית “לאחד”. לטענתם, המערכת כוללת הבנה מובנית של הארגון: איך מבנה הדיווחים משתנה לאורך זמן, ומה קורה לכל אינדיקטור כשמישהו זז למעלה או למטה. זה בול האזור שבו מערכות BI קלאסיות נופלות: הן יודעות להציג נתונים, אבל לא תמיד יודעות “לפרש” אותם בתוך המציאות הארגונית שלך.
Rippling Data Cloud נכנס לפעולה
ההשקה הרשמית של Rippling Data Cloud מתחילה ביום חמישי בבוקר, אבל קונרד כבר מראה מה היא יודעת לעשות על המסך בחדר שלו בסן פרנסיסקו. הוא מספר שהמוצר הופעל אצל החברה עצמה, ואז הגיעו תובנות כאלה שגורמות לך לשפשף עיניים: עובדים עושים דברים עם כלי AI כמו “קלוד” שמנתח לוח שנה ודוא”ל, ומרכיב להם תוכנית עבודה. נשמע מדהים. אבל אז מגיע החלק הלא נעים: אותו עובד, לפי הדשבורד, מייצר עלות שנתית של כ-30 אלף דולר רק על זה.
קונרד מדגיש שלא היה “משהו לא בסדר” בהתנהלות של העובדים. פשוט התשואה לא בהכרח הייתה שם. והנקודה הקריטית: רוב החברות בכלל לא מצליחות לחשוף את זה בזמן.
אחר כך הוא מציג דשבורד חי: מבקשים מהמערכת לנתח את סבב ההערכות/תגמולים האחרון, ואז מקבלים פירוט של התפלגויות ציוני ביצועים, שיעורי קידום לפי מחלקה, יחסי שכר ועוד, כולל רמת פירוט עד הפרט. ואז הוא עושה עוד שילוב מעניין: כמות פניות תמיכה ב-Salesforce מול נתוני תזמון עובדים. במכה אחת אתה רואה אילו צוותים “טובעים” ואילו פחות. למשל: צוות ההרשמות נמצא במחסור משמעותי, וצוות הנסיעות עם יותר מפי שניים תקלות פתוחות מצוות הפלטפורמה.
הפאנץ’ לכולם בראש עכשיו: כמה באמת עולה לכם AI?
הדבר שקונרד נראה הכי נלהב ממנו נוגע בדיוק למה שמטריד המון מנהלים: הוצאות על אסימונים (Tokens) של AI. הוא מציג לוח שמחבר בין לוגים של שימוש מכלי AI כמו Anthropic, נתוני Pull Requests מ-GitHub, ודירוגי ביצוע בתוך ריפלינג כדי להבין מי באמת מפיק ערך ומי בעיקר שורף תקציב.
הוא אומר משהו די צפוי: בעלי הביצועים הגבוהים הם גם אלה שמוציאים יותר. אבל הדשבורד גם מאתר קבוצה פחות נעימה: עובדים עם הוצאה גבוהה ובמקביל שיעורי דחייה גבוהים של בקשות קוד (Peer rejection) בביקורות. במילים פשוטות: אם כל הזמן אומרים לך “תחזור ותעשה את זה שוב”, אולי אתה מייצר הרבה “זבל” במקום תוצרים.
הניתוח הזה כבר הוביל את ריפלינג להגביל הוצאות עבור עובדים מסוימים. והמערכת יכולה גם לשלוח התראות למנהלים, או אפילו לכבות גישה אוטומטית כשעוברים את סף העלות.
וכמה זה עולה? ומה עם השורה התחתונה?
קונרד לא נכנס לפרטים מספריים על השפעה על הרווחיות כשהלקוחות חורגים מהקצאת הטוקנים. הוא רק אומר שזה עדיין מוקדם. אבל הוא דוחה רעיון של “סבסוד”: לדבריו, הם לא מפסידים כסף, והמטרה היא לשמור על זה “כמה שיותר משתלם ללקוח”.
המחיר הבסיסי, כשהוא מגיע יחד עם Rippling AI, הוא בערך 20 דולר לחודש. מעבר לזה יש חיוב לפי שימוש עבור צרכנים כבדים. כרגע סביב 560 חברות כבר משתמשות במוצר, וההכנסות ממנו עומדות על בערך 5 עד 7 מיליון דולר בחודש.
איזה מודלים מריצים? כרגע יש מועדף, אבל לא קבוע
כשנשאל אילו מודלים מניעים את חבילת ה-AI הגדלה, קונרד מספר שהם הזיזו לא מעט יכולות מ-Anthropic ל-OpenAI, ומכנים את מודל 5.5 כמשתלם יותר וגם “יותר טוב” למה שריפלינג עושה. יחד עם זאת, הוא מדגיש שהאיזון משתנה, והם משתמשים במודלים שונים למשימות שונות.
עוד משהו במקביל: Business Banking
Rippling Data Cloud היא ההשקה הכי בולטת השבוע, אבל לא היחידה. מוקדם יותר החברה הכריזה גם על Business Banking: חשבון עו”ש בתשואה גבוהה, ועיבוד משכורות באותו יום. קונרד מתאר את זה כפתרון לבעיה שחברות מכירות טוב: הצורך לנהל שני טיימליינים במקביל. מערכות שכר רבות דורשות הכנה יומיים עד ארבעה ימים מראש, אבל כאן אפשר להריץ שכר ביום התשלום, עם אפשרות לשינויים עד השעה 1 בצהריים ביום המשכורת.
זה מכניס את ריפלינג לתחום שפינטקיות כמו Ramp כבר חזקות בו. Ramp גייסה 750 מיליון דולר בשווי של 44 מיליארד דולר, כלומר בערך פי שלושה מהשווי של 16.8 מיליארד שהמשקיעים של ריפלינג נתנו לה בשנה שעברה. קונרד כן מוכן להשוואה: הוא אומר שהבנקאות של ריפלינג קטנה משמעותית כרגע, אבל צומחת מהר מאוד ועובדת מצוין. ובנוסף, הוא טוען שיש יתרון בלרכז הכול במקום אחד.
IPO? כרגע לא שומעים פעמונים
בסך הכול ריפלינג עדיין רחוקה בערך כשנתיים מתזרים חיובי, ומשקיעה 45% עד 50% מההכנסות במחקר ופיתוח, לעומת בערך 8% עד 9% שחברות HR ציבוריות כמו Paylocity ו-Paycom משקיעות. כלומר: הם בונים הכול פנימה, והפרס אמור להיות מערכת שיודעת לענות על שאלות בלי לחבר ארבע ערימות ספקים.
ואם חשבתם שזה מסתדר מיד עם תוכניות IPO: לא. קונרד ברור לגמרי שאין למהר. הוא גם קורץ על שוק ציבורי שנעשה “קהילת פנסיונרים” לחברות של צמיחה איטית, אבל הבטיח שאין כאן מלחמה אידיאולוגית. המסקנה שלו פשוטה: אין הנפקה, אפילו לא עם קריצה.
בקיצור: ריפלינג רוצה להפוך למקום אחד שמבין את העובדים, הנתונים והתהליכים, ואז גם להראות לך איפה ה-AI שלך באמת עובד ואיפה הוא פשוט מנפח חשבון. זה לא רק מוצר. זה ניסיון להפוך את האנליטיקה וחישובי הכסף לחלק מהשגרה. ועם AI, כרגיל, מי שלא מודד, משלם.
