Parker Conrad veut vous faire croire qu’une grande partie de l’analyse des données appartient aux systèmes de gestion du capital humain – une affirmation qui positionne idéalement Rippling, qui a débuté comme éditeur de logiciels RH, pour concurrencer directement les outils de business intelligence dédiés.
L’argument est que la pile de données moderne – la galaxie d’outils que les entreprises sélectionnent actuellement auprès de plusieurs fournisseurs – peut être regroupée en une seule. Le simple déplacement de données de vos différents systèmes d’entreprise vers un entrepôt est en soi une industrie massive ; c’est ce que font des sociétés comme Fivetran et Airbyte. Ensuite, vous avez besoin d’un endroit pour le stocker et l’interroger, comme Snowflake ; puis quelque chose pour le transformer et le nettoyer, comme dbt Labs ; puis une couche de visualisation comme Tableau en haut.
L’argument de Conrad est que Rippling rassemble tout cela dans un seul système et l’enveloppe dans quelque chose qui manque aux autres : une compréhension intégrée de votre organisation, de sa structure de reporting en constante évolution et de tout ce qui est impacté lorsqu’une mesure augmente ou diminue. C’est ce que Rippling Data Cloud, lancé officiellement jeudi matin, est conçu pour offrir.
Pour le voir en action, Conrad partage son écran depuis son bureau de San Francisco et offre ensuite une fenêtre sur ce que Rippling a découvert lorsqu’il a présenté le produit à son propre personnel.
« Il y avait des employés qui faisaient des choses comme : « Claude m’est très utile : il analyse mon calendrier et mes e-mails et élabore un plan pour moi » », dit-il. «Cette personne dépensait 30 000 dollars par an pour cela.»
Personne ne faisait quelque chose de mal, s’empresse-t-il d’ajouter, mais le retour sur investissement n’était tout simplement pas là. C’est le genre de constatation que la plupart des entreprises n’ont actuellement aucun moyen de faire ressortir.
Il me montre ensuite un tableau de bord en direct qu’il a construit en demandant simplement à Rippling AI d’analyser le cycle d’examen des rémunérations le plus récent de son entreprise : répartition des notes de performance, taux de promotion par département, ratios salariaux, le tout pouvant être analysé au niveau individuel. Puis il en extrait un autre, celui-ci croisant le volume de tickets d’assistance de Salesforce avec les données de planification des employés – suffisamment pour montrer, d’un coup d’œil, quelles équipes se noient et lesquelles ne le sont pas. L’équipe d’inscription, note-t-il, manque cruellement de personnel. L’équipe de voyage a plus du double des tickets non résolus de l’équipe de la plateforme.
Mais l’exemple qui semble le plus enthousiasmé par Conrad est celui qui se rapproche le plus d’une préoccupation que partagent actuellement de nombreux dirigeants : les dépenses en jetons d’IA. Il montre un tableau de bord combinant les données des journaux d’utilisation d’Anthropic, les données des requêtes d’extraction de GitHub et les propres évaluations de performances de Rippling pour déterminer quels ingénieurs tirent réellement de la valeur de leurs outils d’IA et lesquels brûlent de l’argent sans grand-chose à montrer.
« Ce sont les entreprises les plus performantes qui dépensent le plus, ce à quoi on peut s’attendre », explique Conrad. Mais le tableau de bord signale également les ingénieurs ayant des dépenses élevées et des taux de rejet élevés par leurs pairs lors des révisions de code : ce sont des personnes dont les collègues leur demandent fréquemment de refaire quelque chose. « Si vos pairs vous disent constamment de revenir en arrière et de recommencer, peut-être que vous générez simplement beaucoup de déchets », dit-il.
L’analyse a déjà incité Rippling à réduire les limites de dépenses de certains employés. Le produit peut également être configuré pour alerter les responsables – ou couper automatiquement l’accès – lorsque les employés dépassent un seuil de dépenses.
Sur la question de l’impact sur les propres marges de Rippling lorsque les clients dépassent leurs allocations de jetons, Conrad n’est pas précis – « c’est un peu tôt », dit-il – mais rejette l’idée selon laquelle Rippling subventionne l’utilisation des clients. « Nous ne perdons pas d’argent », dit-il, ajoutant que l’objectif est de le maintenir « aussi abordable que possible pour les clients ». Le SKU de base, associé à Rippling AI, coûte environ 20 $ par mois, avec des frais basés sur l’utilisation pour les gros consommateurs. Environ 560 entreprises l’utilisent actuellement, et les nouveaux revenus générés par ce produit s’élèvent à environ 5 à 7 millions de dollars par mois.
Quant aux modèles d’IA qui alimentent réellement la suite d’IA croissante de Rippling, Conrad affirme que la société a actuellement un nouveau favori. « Nous avons récemment déplacé beaucoup de choses d’Anthropic vers OpenAI », propose-t-il, considérant le modèle 5.5 d’OpenAI comme « à la fois meilleur et plus rentable » pour ce que fait Rippling. Il prend également soin de noter que l’équilibre ne cesse de changer et que l’entreprise utilise différents modèles pour différentes tâches.
Rippling Data Cloud est le lancement le plus important cette semaine, mais ce n’est pas le seul. Plus tôt cette semaine, la société a également annoncé Business Banking, qui propose un compte courant à haut rendement et un traitement de la paie le jour même, une fonctionnalité que Conrad décrit comme éliminant la surcharge mentale liée à la gestion de deux délais à la fois. La plupart des systèmes de paie nécessitent un traitement deux à quatre jours à l’avance ; Le produit bancaire de Rippling permet aux entreprises de gérer la paie le jour même où les employés sont payés, les modifications étant acceptées jusqu’à 13 heures le jour de paie.
C’est un coup de coude jeté dans le territoire occupé par des fintechs comme Ramp, qui vient de lever 750 millions de dollars pour une valorisation de 44 milliards de dollars – près de trois fois la valorisation de 16,8 milliards de dollars que les investisseurs de Rippling ont attribuée à l’entreprise l’année dernière – et qui se positionne comme le système d’exploitation financier pour les entreprises confrontées aux coûts de l’IA. Conrad salue la comparaison, notant que les activités bancaires de Rippling sont actuellement bien plus petites que celles de Ramp, mais qu’elles « se développent très rapidement et se portent extrêmement bien », et qu’« il y a certains avantages à centraliser tout cela ».
Conrad dit que dans l’ensemble, Rippling est encore à environ deux ans d’un flux de trésorerie positif, consacrant 45 à 50 % de ses revenus à la R&D, contre environ 8 à 9 % dépensés par les sociétés de ressources humaines publiques comme Paylocity et Paycom. En d’autres termes, le coût de tout construire en interne est le point important, et le gain est un système qui peut facilement répondre aux questions sans avoir recours à quatre piles de fournisseurs différents pour le faire.
Quant à une introduction en bourse, Conrad indique très clairement qu’il n’est pas pressé, même avec la fenêtre grande ouverte en ce moment. « Les marchés publics sont devenus une communauté de retraités pour les entreprises à croissance lente », dit-il, ajoutant qu’il n’est « pas religieux dans un sens ou dans l’autre », même si cela semble tout le contraire. Pour l’instant, il dit catégoriquement : « Nous ne le rendons pas public. Pas même avec un ‘clin d’œil, clin d’œil' », ajoute-t-il.
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
