Rippling 正在把业务重心从人力资源软件扩展到企业 AI 与数据管理。公司最新发布的 Data Cloud，试图把数据分析、组织管理和 AI 使用监控整合进同一系统，直接服务企业内部运营决策。

可追踪员工 AI 成本

Rippling 认为，传统数据工具能展示业务结果，但未必理解一家公司的组织结构、汇报关系和人员变化。Data Cloud 的定位，是把这些组织信息与业务数据放在一起分析，帮助管理层判断资源配置是否合理。

公司首席执行官 Parker Conrad 在演示中提到，内部曾发现有员工把 AI 工具用于日程、邮件和工作安排，按年化计算支出可达 3 万美元。公司没有将这类行为视为违规，但认为投入与产出未必匹配，而多数企业目前难以识别这类问题。

仪表盘直接下钻到个人

Conrad 展示的一个仪表盘，可以分析最近一次薪酬评估周期，包括绩效评级分布、各部门晋升率和薪资比例，并支持下钻到个人层级。另一个仪表盘则把 Salesforce 客服工单量与员工排班数据交叉比对，用于识别人手紧张的团队。

在 AI 使用分析上，系统还会把工具支出与员工表现放在一起看。Conrad 称，高绩效员工通常也是 AI 支出较高的人群，但系统也会标记出另一类员工：AI 花费高，同时代码评审中被同事频繁退回修改，意味着产出质量可能存在问题。

560 家企业已在使用

Rippling 表示，这类分析已经促使公司下调部分员工的 AI 使用额度。产品也支持设置阈值，在员工支出超过上限时提醒管理者，或直接自动关闭访问权限。

  • 基础版本价格约每人每月 20 美元
  • 当前约有 560 家企业在使用
  • 新增月收入约 500 万至 700 万美元

在模型选择上，Conrad 透露，Rippling 最近已将部分工作负载从 Anthropic 转向 OpenAI。他称，OpenAI 的“5.5 模型”在当前场景下表现更好，成本也更低，但不同任务仍会使用不同模型。

同步扩展企业银行业务

除 Data Cloud 外，Rippling 本周还推出了 Business Banking，提供高收益活期账户和当日工资发放功能。按其说法，传统薪资系统通常需要提前 2 到 4 天处理，而这项产品允许企业在发薪当天完成工资操作。

文章还提到，Rippling 正与 Ramp 等企业金融科技公司形成更直接竞争。Conrad 表示，Rippling 的银行业务规模目前仍小于对手，但增长很快；公司距离实现现金流转正约还有两年，当前也没有 IPO 计划。