Ayush Sharma, fundador y director ejecutivo de Warp – Serie de entrevistas

Ayush Sharma es fundador y director ejecutivo de Warp, empresa que lanzó en 2023 tras experimentar la complejidad de gestionar las nóminas en varios estados y países. Se crio en un pueblo pequeño de India y estudió informática y física en MIT. Su investigación de máster se centró en mitigar los componentes de ejecución lenta en el entrenamiento distribuido de aprendizaje automático y en explorar cómo pueden funcionar con mayor eficiencia los sistemas a gran escala cuando algunas máquinas se quedan rezagadas. Warp formó parte de la promoción de invierno de 2023 de Y Combinator, inicialmente con un enfoque en el cumplimiento de las obligaciones fiscales sobre nóminas. El enfoque de Sharma pone el acento en agentes de IA capaces de ejecutar flujos de trabajo completos, con permisos, aprobaciones humanas y capacidad de auditoría incorporados desde el principio.

Warp es una plataforma de gestión de personal nativa de IA que integra nóminas, recursos humanos, cumplimiento fiscal, prestaciones y TI en torno a un registro compartido de cada empleado. La plataforma utiliza agentes para realizar tareas como el registro fiscal estatal, las comprobaciones de nóminas, la resolución de notificaciones fiscales, la inscripción en prestaciones y la incorporación de empleados. Las empresas pueden configurar por separado el nivel de autonomía de cada flujo de trabajo y decidir si el agente recomienda una acción, espera una aprobación o actúa por su cuenta. La actividad de los agentes queda registrada para su revisión, y las tareas que requieren intervención humana pueden derivarse a los administradores de la empresa o a especialistas de Warp. Warp también ofrece la configuración de dispositivos y cuentas de los empleados, pagos a contratistas de todo el mundo y asistencia especializada para la gestión de cuentas y las prestaciones.

Tu trayectoria, desde crecer en un pueblo pequeño de India hasta estudiar informática y física en MIT y trabajar después en infraestructura de aprendizaje automático en Yelp, es bastante poco convencional. ¿Qué te llevó finalmente a fundar Warp en 2023 y por qué decidiste que las nóminas y la gestión de personal eran los problemas que querías replantear con IA?

Antes de Warp, trabajé en una startup que pasó de unas 10 a 40 personas durante la pandemia de COVID y contrataba personal a distancia en distintos estados. Allí vi cuánto del trabajo de nóminas y cumplimiento normativo todavía se hacía a mano. Más adelante, cuando empecé a contratar a mis primeros empleados por mi cuenta, perdí un día entero averiguando cómo registrarme ante el Departamento de Trabajo del Estado de Nueva York, con una multa pendiente si se me pasaba el plazo. Con tantos problemas urgentes en otras áreas de la empresa, ese día se me quedó grabado.

Los equipos de recursos humanos se ocupan a diario de tareas procedimentales y repetitivas que les quitan tiempo que deberían dedicar a las personas. Es un ámbito ideal para aplicar la IA, pero todas las grandes plataformas de recursos humanos se crearon antes de que existieran los agentes, y no es fácil añadir esa capacidad a un software antiguo.

Cuando nos reunimos para la entrevista de YC en 2023, no teníamos un producto terminado ni ingresos; solo un problema que no dejábamos de pensar. En la llamada había cinco personas de YC y, durante los primeros diez o doce minutos, insistieron en una pregunta: ¿podía el cumplimiento de las obligaciones fiscales sobre nóminas ser una puerta de entrada lo bastante importante a todo lo demás? Era una hipótesis, pero el razonamiento se sostenía. Las empresas empezaban a operar en varios estados mucho antes que antes, así que la complejidad no hacía más que aumentar. Además, los impuestos sobre las nóminas son más estrictos que los impuestos sobre las ventas, que permiten umbrales generosos antes de que entren en vigor las normas. En el caso de las nóminas, contratar a una persona en un estado te somete a todo el sistema tributario de ese estado.

Por eso, el cumplimiento normativo era el punto de partida más evidente. Había dedicado años al aprendizaje automático en MIT y, cuando los modelos de lenguaje grandes y los agentes empezaron a hacerse realidad, vi que pronto sería posible realizar el trabajo de nóminas y cumplimiento normativo que nadie quería abordar. La primera versión de Warp hacía una sola cosa: permitía contratar a alguien en cualquier estado sin tener que ocuparse de ningún trámite gubernamental. Pensamos que, si conseguíamos gestionar correctamente los impuestos sobre las nóminas, lo demás sería más fácil.

Has sostenido que empresas como ADP y Workday parten de una desventaja fundamental porque sus sistemas se diseñaron mucho antes de la IA moderna. Desde el punto de vista técnico, ¿cómo es una arquitectura nativa de IA para recursos humanos y qué puede hacer Warp que sería difícil de lograr simplemente añadiendo agentes de IA a una plataforma heredada?

La mayoría del software de recursos humanos se diseñó para que una persona se sentara frente a una pantalla y avanzara paso a paso haciendo clic. Por eso, cuando esas plataformas incorporan IA, suele presentarse como un agente de IA que te indica qué hacer a continuación, mientras sigues siendo tú quien realiza el trabajo. Diseñamos la arquitectura de Warp al revés: desde el principio creamos la API, los permisos y el registro de auditoría para que un agente pudiera encargarse del trabajo y las personas pudieran intervenir cuando fuera necesario.

Imagina que eres responsable de Recursos Humanos en una empresa de 350 personas y que se firman cuatro ofertas de empleo: dos en Oregón y dos en Colorado, estados en los que la empresa nunca ha tenido empleados. Antes de que nadie pueda cobrar, tienes que registrarte ante los departamentos de ingresos de ambos estados, abrir cuentas de seguro de desempleo, inscribirte en el programa de permisos remunerados de cada estado, calcular los impuestos locales para cada domicilio y configurar las deducciones. Un asistente de IA convencional puede decirte qué formularios necesitas, pero nuestro agente los completa y los presenta; y, si le has dado permiso para actuar por su cuenta, te informa una vez que todo está listo.

Nuestros agentes cuentan con el contexto, los permisos y la infraestructura necesarios para realizar varios pasos en los sistemas de una empresa, desde gestionar las nóminas y las prestaciones hasta encargarse del cumplimiento fiscal, sin que alguien tenga que supervisarlo todo manualmente. Añadir un agente a una plataforma heredada puede ayudar a los usuarios a navegar por el software, pero no cambia la manera en que se realiza el trabajo subyacente. Los agentes de Warp sí cambian la forma de hacer el trabajo.

Warp describe a sus agentes como responsables de flujos de trabajo completos, que incluyen abrir cuentas tributarias estatales, presentar declaraciones, resolver avisos de organismos gubernamentales y gestionar beneficios. ¿Cómo determinan qué acciones puede ejecutar un agente de forma autónoma y cuáles requieren aprobación humana?

Warp establece los límites generales, y cada empresa decide cuánta autonomía conceder a sus agentes dentro de ellos. Algunas acciones, como los pagos, están sujetas a límites estrictos que ningún ajuste del cliente puede eliminar. Dentro de esos márgenes, las empresas definen la autonomía para cada flujo de trabajo: en un área, el agente quizá solo sugiera una acción; en otra, espere aprobación; y en otra, se encargue de todo por su cuenta. La mayoría de los clientes empieza aprobándolo todo y amplía la autonomía a medida que gana confianza en el trabajo del agente. Cuando una decisión corresponde al cliente, el agente se la remite a su administrador. Si una tarea requiere la intervención de una persona, ya sea porque la ley así lo exige o porque un organismo no trabaja con software, se deriva a un especialista de Warp.

La gestión de nóminas y el cumplimiento tributario apenas dejan margen para las alucinaciones o las respuestas probabilísticas. Warp opera en miles de jurisdicciones tributarias, donde las normativas cambian constantemente. ¿Cómo fundamentan sus sistemas de IA en información fidedigna, miden su fiabilidad y gestionan las situaciones en las que un agente no está seguro de cuál es la acción correcta?

Llevamos tres años probando nuestros controles de cumplimiento tributario de nóminas, el área más exigente de los recursos humanos. Warp hace un seguimiento de más de 10.000 jurisdicciones tributarias, y el agente nunca responde a una pregunta tributaria basándose en su memoria. Cada tasa, formulario y plazo en que se basa proviene de los propios organismos, y nuestro equipo tributario revisa cada cambio normativo antes de que llegue al sistema. Vamos camino de procesar más de 2.000 millones de dólares en nóminas este año, y, en ese tiempo, nuestros clientes han evitado más de 200 millones de dólares en multas.

Antes de cada proceso de nómina, el agente comprueba si hay algo que no parece correcto, como un aumento inesperado en el sueldo de alguien o la falta de configuración tributaria en un estado nuevo. Si no está seguro de qué hacer o no tiene permiso para actuar, se detiene y remite la tarea al administrador en lugar de hacer conjeturas.

Los avisos tributarios muestran cómo funciona esto. Los agentes resuelven el 80 % de ellos automáticamente, basándose en los datos de nómina de la empresa y en las directrices del propio organismo; los demás se derivan a un especialista tributario de Warp, de modo que todos los avisos quedan resueltos. En la gestión de nóminas, una respuesta equivocada puede salir muy cara, así que siempre preferimos que el agente derive el caso en lugar de hacer conjeturas.

Los sistemas de recursos humanos contienen algunos de los datos más confidenciales de una empresa, desde salarios y números de la Seguridad Social hasta información bancaria y sobre beneficios. ¿Cómo cambia la aparición de agentes autónomos el modelo de seguridad de estos datos? ¿Hay categorías de información de los empleados que, en su opinión, nunca deberían quedar bajo el control autónomo de la IA?

Los agentes cambian el panorama de la seguridad porque pueden desplazarse por los sistemas de una empresa mucho más rápido que cualquier persona, lo que también hace que una brecha en los permisos se aproveche más rápido. El mayor riesgo es que alguien use un agente para acceder a datos que nunca podría consultar por su cuenta. Diseñamos el sistema teniendo esto en cuenta desde el principio, de modo que cada agente de Warp hereda exactamente los permisos de la persona en cuyo nombre actúa. Así, si un empleado no puede ver los datos de remuneración, tampoco puede pedirle al agente que se los muestre. Los datos de cada empleado permanecen dentro de la cuenta de su propia empresa y nunca se comparten con otros clientes. Warp cumple con SOC 2 Type II, exige autenticación multifactor y firma acuerdos de asociado comercial con los clientes empresariales que necesitan cumplir con HIPAA.

En cuanto a lo que la IA nunca debería controlar por su cuenta, para nosotros el límite está en todo aquello que sea difícil de revertir. Mover dinero es el ejemplo más claro, así que los pagos están sujetos a límites estrictos que el agente no puede superar, sin importar quién lo solicite. Lo mismo se aplica a cualquier tarea que, por ley, requiera la intervención de una persona: siempre se deriva a un especialista de Warp.

Hay una diferencia importante entre que una IA recomiende una acción y que realmente mueva dinero, presente una declaración tributaria o cambie los privilegios de acceso de un empleado. ¿Qué salvaguardias, registros de auditoría, mecanismos de reversión y sistemas de escalamiento se vuelven necesarios cuando los agentes de IA pasan de asesorar a las personas a ejecutar procesos empresariales con consecuencias importantes?

En cuanto un agente empieza a actuar en vez de hacer sugerencias, hay que poder responder a estas preguntas: en nombre de quién actuaba, a qué tenía permiso para acceder, por qué tomó esa decisión y cómo revertirla si algo sale mal. Cada acción en Warp incluye esa información, así que nada de lo que hace el agente ocurre a espaldas de nadie.

La mayor parte del trabajo del agente se realiza mediante rutinas, es decir, tareas que ejecuta según un calendario o cuando ocurre algo, como cuando una nueva contratación firma una oferta. Cada rutina mantiene un registro continuo de quién la creó, cuándo se aprobó y cada paso que dio el agente, lo que proporciona a los equipos de recursos humanos y a los auditores un historial claro que pueden consultar.

La forma de revertir una acción depende de cuál sea. Los cambios, como actualizar el acceso de alguien o modificar su elección de beneficios, incluyen una opción de reversión, por lo que se pueden deshacer. Los procesos de nómina y los pagos son los más difíciles de revertir, así que están sujetos a los controles más estrictos, incluidos límites que el agente no puede modificar. Todo lo que exceda las facultades del agente se remite directamente al administrador del cliente para que tome una decisión.

Algunas situaciones siguen requiriendo la intervención de una persona, como cuando una oficina tributaria estatal solo atiende por teléfono. Cuando el agente se encuentra con uno de esos obstáculos, un especialista de Warp termina el trabajo para que todo siga avanzando, en lugar de quedarse estancado en la bandeja de entrada de alguien.

Warp recaudó recientemente 60 millones de dólares en una ronda de financiación Serie B, lo que elevó el total de financiación a 85 millones de dólares, y planea seguir invirtiendo en agentes de IA y en su infraestructura fiscal y de cumplimiento normativo. ¿Qué problemas técnicos relacionados con la automatización de RR. HH. mediante agentes siguen sin resolverse y a qué áreas prevén destinar la mayor parte de esa inversión?

Un agente de IA puede hacer que alguien trabaje un 20 % más rápido, lo cual ayuda, pero la mayor oportunidad está en que el agente termine el trabajo. La dificultad es que las funciones de RR. HH. no se concentran en un solo lugar. La nómina, los beneficios, los dispositivos y las cuentas de TI suelen estar en sistemas distintos, y un agente solo puede actuar eficazmente si puede verlos todos en conjunto. El otro desafío es la larga lista de excepciones: cada organismo estatal, aseguradora y oficina tributaria tiene sus particularidades, y muchas de estas entidades nunca se diseñaron para trabajar con software. Ahí es donde vemos la mayor oportunidad y donde estamos invirtiendo los fondos.

A menudo, nuestros clientes tienen una o dos personas que gestionan los recursos humanos de cientos de empleados, así que los agentes deben asumir más responsabilidades a medida que crece la empresa. Nos centramos en reunirlo todo en un único sistema en el que el agente pueda actuar y en facilitar que los clientes creen sus propias rutinas según la forma de trabajar de su empresa. También estamos ampliando el equipo que brinda apoyo a los clientes, fortaleciendo nuestra infraestructura fiscal y de cumplimiento normativo, y extendiendo las tareas que nuestros agentes pueden realizar a lo largo de todo el ciclo de vida del empleado.

Una de las promesas del software basado en agentes es que las empresas pueden funcionar con equipos administrativos mucho más pequeños, mientras que los profesionales de RR. HH. dedican más tiempo a tareas estratégicas y centradas en las personas. ¿Qué partes de los recursos humanos cree que los agentes de IA automatizarán en gran medida durante los próximos años y qué decisiones seguirán siendo fundamentalmente humanas?

Las partes de RR. HH. que dependen del criterio humano seguirán en manos de las personas, ya sea decidir a quién contratar, definir la cultura de una empresa, apoyar a alguien en un momento difícil o reconocer cuándo un empleado está preparado para asumir mayores responsabilidades. Esas son las razones por las que existen los equipos de Recursos Humanos, y son las tareas para las que la mayoría de sus responsables desearía tener más tiempo.

Los agentes pueden hacerse cargo del trabajo administrativo que ocupa discretamente la mayor parte de la semana: desde conciliar la nómina línea por línea y hacer seguimiento ante las agencias tributarias hasta responder preguntas sobre permisos remunerados, gestionar la inscripción en los beneficios y configurar o desactivar computadoras portátiles y cuentas cada vez que alguien se incorpora o se marcha. En una empresa grande, ese trabajo mantiene ocupado a todo un departamento; en una pequeña, suele recaer en el fundador hasta altas horas de la noche, cuando todos los demás ya se han ido a casa.

La incorporación de nuevos empleados es un buen ejemplo del tiempo que esto libera. Según nuestros cálculos, las empresas de rápido crecimiento suelen dedicar entre 10 y 20 horas a gestionar cada nueva incorporación durante su primer mes, y nuestros clientes nos dicen que ahora ese mismo trabajo lleva menos de dos horas. Así, los equipos de RR. HH. disponen de mucho más tiempo para centrarse en las personas.

Si miramos cinco años hacia el futuro, ¿cree que el software de RR. HH. seguirá girando en torno a paneles, formularios y flujos de trabajo con los que los empleados interactúan activamente, o acabará desapareciendo la interfaz cuando los agentes de IA gestionen en segundo plano la mayoría de las operaciones relacionadas con los empleados?

Esperamos que, dentro del próximo año, los agentes realicen la mayoría de las tareas en Warp, y no solo las relacionadas con los impuestos. Esto incluye incorporar a nuevos empleados, procesar la nómina y encargarse de las tareas cotidianas de RR. HH. que hoy las personas todavía realizan haciendo clic en distintas opciones. Eso cambia lo que la gente necesita del software que usa. En lugar de iniciar sesión para consultar el estado de un proceso o hacerlo avanzar, los equipos de RR. HH. recibirán noticias de Warp principalmente cuando algo requiera su atención, como una decisión que solo ellos pueden tomar o un aviso rápido de que una nueva incorporación en otro estado ya tiene todo configurado y está lista para recibir su salario. El resto del trabajo se hará discretamente en segundo plano, tal como la mayoría ya espera que el correo electrónico llegue a su destino o que su banco procese un pago sin tener que seguir cada paso.

Casi todos los ámbitos del software empresarial ya tienen un nuevo competidor diseñado para la IA, y la gestión de empleados es una de las últimas áreas que aún espera ese cambio. Creemos que estamos creando lo que vendrá después de Workday.

Gracias por esta excelente entrevista. Los lectores que quieran saber más pueden visitar Warp.