Ayush Sharma, Warpin perustaja ja toimitusjohtaja – haastattelusarja

Ayush Sharma on Warpin perustaja ja toimitusjohtaja. Hän perusti yrityksen vuonna 2023 koettuaan, kuinka monimutkaista palkanlaskennan hallinnointi useissa Yhdysvaltain osavaltioissa ja eri maissa on. Hän varttui pienessä kaupungissa Intiassa ja opiskeli tietojenkäsittelytiedettä ja fysiikkaa MIT:ssä. Hänen pro gradu -tutkimuksensa keskittyi hajautetun koneoppimisen koulutuksen hitaasti suoriutuvien osien hidastavan vaikutuksen vähentämiseen sekä siihen, miten laajamittaiset järjestelmät voivat toimia tehokkaammin yksittäisten koneiden jäädessä jälkeen. Warp pääsi Y Combinatorin talven 2023 ohjelmaan, jonka alkuvaiheen painopisteenä oli palkanlaskentaan liittyvien verovelvoitteiden hoitaminen. Sharma painottaa tekoälyagentteja, jotka suorittavat kokonaisia työnkulkuja ja joiden käyttöoikeudet, ihmisten hyväksynnät ja toiminnan tarkastettavuus on huomioitu alusta alkaen.

Warp on tekoälypohjainen henkilöstöhallinnon alusta, joka yhdistää palkanlaskennan, henkilöstöhallinnon, verovelvoitteiden hoitamisen, henkilöstöedut ja IT-palvelut yhteisen työntekijätietueen ympärille. Alusta käyttää agentteja esimerkiksi osavaltioiden verorekisteröintiin, palkanlaskennan tarkistuksiin, veroviranomaisten ilmoitusten selvittämiseen, henkilöstöetujen käyttöönottoon ja työntekijöiden perehdyttämiseen. Yritykset voivat määrittää autonomian erikseen kullekin työnkululle ja valita, ehdottaako agentti toimenpidettä, odottaako se hyväksyntää vai toimiiko se itsenäisesti. Agenttien toiminta tallennetaan tarkastelua varten, ja ihmisen osallistumista vaativat tehtävät voidaan ohjata yrityksen ylläpitäjille tai Warpin asiantuntijoille. Warp tukee myös työntekijöiden laitteiden ja tilien käyttöönottoa, kansainvälisiä urakoitsijamaksuja sekä nimettyä asiakkuudenhallinta- ja henkilöstöetujen tukea.

Polkusi pienessä intialaiskaupungissa kasvamisesta tietojenkäsittelytieteen ja fysiikan opiskeluun MIT:ssä ja myöhemmin koneoppimisen infrastruktuurin parissa työskentelyyn Yelpillä on varsin epätavanomainen. Mikä sai sinut lopulta perustamaan Warpin vuonna 2023, ja miksi päätit, että palkanlaskenta ja henkilöstöhallinto olivat ne ongelmat, jotka halusit rakentaa uudelleen tekoälyn avulla?

Ennen Warpia työskentelin startupissa, joka kasvoi koronapandemian aikana noin 10 työntekijästä 40:een. Yritys palkkasi työntekijöitä etätyöhön eri osavaltioista, ja näin, kuinka suuri osa palkanlaskennasta ja vaatimustenmukaisuuden varmistamisesta hoidettiin yhä käsin. Myöhemmin, kun olin palkkaamassa ensimmäisiä työntekijöitä itse, menetin kokonaisen päivän selvittäessäni, miten rekisteröityä New Yorkin työministeriöön. Jos määräaika olisi ylittynyt, seurauksena olisi ollut sakko. Kun yrityksessä oli samaan aikaan tulipaloja sammutettavana joka puolella, tuo päivä jäi mieleeni.

Henkilöstöhallinnon tiimit tekevät joka päivä menettelyihin liittyvää, toistuvaa työtä, joka vie aikaa siltä, mitä heidän pitäisi käyttää ihmisiin. Se on ihanteellinen alue tekoälyn hyödyntämiseen, mutta kaikki suuret henkilöstöhallinnon alustat rakennettiin ennen agenttien olemassaoloa, eikä tätä ominaisuutta ole helppo lisätä vanhaan ohjelmistoon.

Kun istuimme YC:n haastatteluun vuonna 2023, meillä ei ollut valmista tuotetta eikä liikevaihtoa, vaan ainoastaan ongelma, jota emme saaneet mielestämme. Puhelussa oli mukana viisi YC:n edustajaa, ja ensimmäiset kymmenen tai kaksitoista minuuttia he esittivät yhtä kysymystä: voisiko palkanlaskentaan liittyvien verovelvoitteiden hoitaminen todella olla riittävän hyvä sisäänmenoväylä kaikkeen muuhun? Se oli hypoteesi, mutta perustelut kestivät tarkastelun. Yritykset laajensivat toimintaansa useampiin osavaltioihin paljon aiemmin kuin ennen, joten monimutkaisuus vain kasvoi. Palkanlaskennan verot ovat myös ankarampia kuin myyntiverot, joiden kohdalla verosäännöt alkavat päteä vasta korkeiden kynnysarvojen ylittyessä. Palkanlaskennassa jo yhden työntekijän palkkaaminen yhteen osavaltioon tuo yrityksen kyseisen osavaltion koko verohallinnon sääntöjen piiriin.

Siksi vaatimustenmukaisuuden varmistaminen oli ilmeinen lähtökohta. Olin työskennellyt MIT:ssä vuosia koneoppimisen parissa, ja kun suuret kielimallit ja agentit alkoivat muuttua todellisuudeksi, näin, että palkanlaskennan ja vaatimustenmukaisuuden hoitamiseen liittyvät työt, joihin kukaan ei halunnut tarttua, olisivat pian mahdollisia. Warpin ensimmäinen versio teki yhden asian: sen avulla pystyi palkkaamaan työntekijän missä tahansa osavaltiossa ilman, että tarvitsi itse käsitellä valtion viranomaisille toimitettavia asiakirjoja. Ajattelimme, että jos saisimme palkanlaskennan verot oikein, kaikki muu olisi helpompaa.

Olet väittänyt, että ADP:n ja Workdayn kaltaiset yritykset ovat perustavanlaatuisesti epäedullisessa asemassa, koska niiden järjestelmät suunniteltiin kauan ennen nykyaikaista tekoälyä. Miltä tekoälyä varten alusta alkaen rakennettu arkkitehtuuri näyttää henkilöstöhallinnossa teknisellä tasolla, ja mitä Warp pystyy tekemään sellaista, jota olisi vaikea saavuttaa lisäämällä tekoälyagentteja vanhan alustan päälle?

Useimmat henkilöstöhallinnon ohjelmistot suunniteltiin niin, että ihminen istuu näytön ääressä ja napsauttaa läpi jokaisen vaiheen. Kun näihin alustoihin lisätään tekoälyä, se näkyy yleensä agenttina, joka kertoo, mitä pitäisi tehdä seuraavaksi, vaikka ihminen tekee edelleen itse kaiken työn. Me rakensimme Warpin arkkitehtuurin päinvastaisella tavalla: suunnittelimme API:n, käyttöoikeudet ja tarkastusketjun alusta alkaen niin, että agentti pystyy hoitamaan työn ja ihmiset voivat tulla mukaan, kun heitä tarvitaan.

Oletetaan, että olet 350 työntekijän yrityksen henkilöstöjohtaja ja yritys saa allekirjoitetut työtarjoukset neljältä uudelta työntekijältä: kaksi Oregonissa ja kaksi Coloradossa, osavaltioissa, joissa yrityksellä ei ole koskaan aiemmin ollut työntekijöitä. Ennen kuin kenellekään voidaan maksaa palkkaa, yrityksen on rekisteröidyttävä kahden osavaltion verohallintoon, avattava työttömyysturvatilit, liityttävä kummankin osavaltion palkallisen vapaan ohjelmaan, selvitettävä kunkin osoitteen paikalliset verot ja määritettävä vähennykset. Tavallinen tekoälyavustaja voi kertoa, mitä lomakkeita tarvitaan, mutta agenttimme täyttää ja toimittaa ne. Jos olet antanut sille luvan toimia itsenäisesti, saat tiedon asiasta vasta, kun kaikki on valmista.

Agenteillamme on tarvittava konteksti, käyttöoikeudet ja infrastruktuuri, jotta ne voivat suorittaa useita vaiheita yrityksen järjestelmissä aina palkanlaskennasta ja henkilöstöetujen hallinnoinnista verovelvoitteiden hoitamiseen ilman, että jonkun tarvitsee valvoa kaikkea käsin. Agentin lisääminen vanhalle alustalle voi auttaa käyttäjiä navigoimaan ohjelmistossa, mutta se ei muuta sitä, miten taustalla oleva työ tehdään. Warpin agentit muuttavat todella sitä, miten työ tehdään.

Warp kuvailee agenttejaan kokonaisia työnkulkuja hoitaviksi: ne avaavat osavaltioiden verotilejä, jättävät veroilmoituksia, selvittävät viranomaisten lähettämiä ilmoituksia ja hallinnoivat etuja. Miten päätätte, mitä toimia agentti voi suorittaa itsenäisesti ja mitkä edellyttävät ihmisen hyväksyntää?

Warp määrittää toiminnan ulkorajat, ja kukin yritys päättää, kuinka itsenäisesti sen agentit voivat toimia niiden puitteissa. Joihinkin toimiin, kuten maksuihin, liittyy ehdottomia rajoituksia, joita asiakkaan asetuksilla ei voi poistaa. Näiden rajojen sisällä yritykset määrittävät työnkulku kerrallaan, kuinka itsenäisesti agentti toimii: yhdellä alueella se voi vain ehdottaa toimenpidettä, toisella odottaa hyväksyntää ja jossain muualla hoitaa asian itsenäisesti. Useimmat asiakkaat aloittavat hyväksymällä kaiken ja laajentavat agenttien itsenäistä toimintaa luottamuksensa kasvaessa. Kun päätös kuuluu asiakkaalle, agentti välittää sen asiakkaan pääkäyttäjälle. Jos tehtävä vaatii ihmistä joko lain vuoksi tai siksi, ettei viranomainen asioi ohjelmistojen kanssa, sen hoitaa Warpin asiantuntija.

Palkanlaskennassa ja verosäännösten noudattamisessa ei ole juurikaan sijaa hallusinaatioille tai todennäköisyyksiin perustuville vastauksille. Warp toimii tuhansilla verotusalueilla, joiden säädökset muuttuvat jatkuvasti. Miten varmistatte, että tekoälyjärjestelmienne tiedot perustuvat luotettaviin lähteisiin, arvioitte niiden luotettavuutta ja toimitte tilanteissa, joissa agentti ei ole varma oikeasta toimenpiteestä?

Olemme testanneet palkanlaskennan verosäännösten noudattamiseen liittyviä valvontatoimiamme kolmen vuoden ajan. Se on henkilöstöhallinnon vaativin osa-alue. Warp seuraa yli 10 000:ta verotusaluetta, eikä agentti koskaan vastaa verokysymykseen ulkomuistista. Kaikki sen käyttämät verokannat, lomakkeet ja määräajat ovat peräisin suoraan viranomaisilta, ja verotiimimme tarkistaa jokaisen sääntömuutoksen ennen kuin se viedään järjestelmään. Tavoitteenamme on käsitellä tänä vuonna yli 2 miljardin dollarin arvosta palkanmaksuja, ja asiakkaamme ovat välttyneet samalla yli 200 miljoonan dollarin sakoilta.

Ennen jokaista palkanmaksua agentti tarkistaa, onko jokin pielessä, esimerkiksi onko jonkun palkassa odottamaton hyppäys tai puuttuuko uudessa osavaltiossa tarvittava verotietojen määritys. Jos se ei ole varma siitä, mitä tehdä, tai sillä ei ole lupaa toimia, se pysähtyy ja siirtää tehtävän pääkäyttäjälle sen sijaan, että arvaisi.

Veroilmoitukset osoittavat, miten tämä toimii. Agentit ratkaisevat niistä 80 % automaattisesti yrityksen palkanmaksutietojen ja viranomaisen omien ohjeiden perusteella. Loput siirtyvät Warpin veroasiantuntijalle, joten kaikki ilmoitukset saadaan käsiteltyä. Palkanlaskennassa väärä vastaus voi tulla kalliiksi, joten annamme agentin mieluummin siirtää asian eteenpäin kuin arvata.

Henkilöstöhallinnon järjestelmät sisältävät yrityksen arkaluonteisimpia tietoja, kuten palkkoja, henkilötunnuksia sekä pankki- ja etuustietoja. Miten itsenäisesti toimivien agenttien yleistyminen muuttaa näiden tietojen turvallisuutta, ja onko työntekijätietoryhmiä, joiden hallintaa ei mielestäsi pitäisi koskaan antaa tekoälyn itsenäiseen käyttöön?

Agentit muuttavat tietoturvaan liittyvää kysymystä, koska ne pystyvät liikkumaan yrityksen järjestelmissä paljon ihmistä nopeammin. Siksi myös käyttöoikeuksien puutteita voidaan käyttää hyväksi nopeammin. Suurin riski on, että joku käyttää agenttia päästäkseen käsiksi tietoihin, joita hän ei itse voisi koskaan nähdä. Suunnittelimme järjestelmämme alusta alkaen tätä silmällä pitäen, joten jokaisella Warp-agentilla on täsmälleen samat käyttöoikeudet kuin henkilöllä, jonka puolesta se toimii. Jos työntekijä ei näe palkkatietoja, hän ei voi pyytää agenttiakaan näyttämään niitä. Yksittäisten työntekijöiden tiedot säilyvät kyseisen yrityksen omalla tilillä, eikä niitä koskaan jaeta muille asiakkaille. Warp täyttää SOC 2 Type II -vaatimukset, edellyttää monivaiheista tunnistautumista ja allekirjoittaa liikekumppanisopimuksia niiden yritysasiakkaiden kanssa, joiden on noudatettava HIPAA-vaatimuksia.

Tekoälyn itsenäisesti hallitsemien asioiden suhteen rajana on meillä kaikki, minkä peruuttaminen on vaikeaa. Rahansiirrot ovat selkein esimerkki, joten maksuihin liittyy ehdottomia rajoituksia, joita agentti ei voi ylittää riippumatta siitä, kuka sitä pyytää. Sama koskee kaikkia tehtäviä, joissa laki edellyttää ihmisen osallistumista: ne siirtyvät aina Warpin asiantuntijalle.

Tekoälyn toimenpidesuosituksen ja sen välillä, että tekoäly todella siirtää rahaa, jättää veroilmoituksen tai muuttaa työntekijän käyttöoikeuksia, on merkittävä ero. Millaisia suojatoimia, tarkastusketjuja, toimintojen palautusmekanismeja ja eskalointijärjestelmiä tarvitaan, kun tekoälyagentit siirtyvät ihmisten neuvomisesta merkittävien liiketoimintaprosessien suorittamiseen?

Kun agentti alkaa tehdä ehdotusten sijaan toimenpiteitä, on pystyttävä selvittämään, kenen puolesta se toimi, mitä se sai käsitellä, miksi se päätyi kyseiseen ratkaisuun ja miten sen voi peruuttaa, jos jokin menee pieleen. Kaikkiin Warpissa tehtäviin toimenpiteisiin liittyvät nämä tiedot, joten mikään agentin tekemä ei tapahdu huomaamatta.

Suurin osa agentin työstä hoituu rutiinien kautta. Ne ovat tehtäviä, jotka agentti suorittaa ajastetusti tai jonkin tapahtuman, kuten uuden työntekijän työtarjouksen hyväksymisen, käynnistäminä. Jokaisesta rutiinista jää jatkuvasti päivittyvä kirjaus siitä, kuka loi sen, milloin se hyväksyttiin ja mitä vaiheita agentti suoritti. Näin henkilöstöhallinnon tiimit ja tarkastajat saavat selkeän jäljitettävän ketjun.

Toimenpiteen peruuttaminen riippuu siitä, mistä toimenpiteestä on kyse. Muutoksiin, kuten jonkun käyttöoikeuksien tai etuuksien valinnan päivittämiseen, liittyy palautustoiminto, joten ne voidaan kumota. Palkanmaksuja ja maksuja on vaikeinta peruuttaa, joten niihin sovelletaan tiukimpia valvontatoimia, kuten ehdottomia rajoituksia, joita agentti ei voi muuttaa. Kaikki agentin toimivallan ylittävä siirtyy suoraan asiakkaan pääkäyttäjälle päätettäväksi.

Joissakin tilanteissa tarvitaan edelleen ihmistä, esimerkiksi silloin, kun osavaltion verotoimisto suostuu asioimaan kanssasi vain puhelimitse. Kun agentti törmää tällaiseen esteeseen, Warpin asiantuntija hoitaa asian loppuun, jotta työ etenee eikä jää jumiin jonkun sähköpostilaatikkoon.

Warp keräsi hiljattain 60 miljoonaa dollaria B-sarjan rahoituskierroksella, mikä nosti yhtiön kokonaisrahoituksen 85 miljoonaan dollariin. Yhtiö aikoo investoida lisää tekoälyagentteihin sekä vero- ja vaatimustenmukaisuusinfrastruktuuriinsa. Mitkä tekoälyagentteihin perustuvan henkilöstöhallinnon automatisoinnin tekniset ongelmat ovat vielä ratkaisematta, ja mihin odotat suurimman osan tästä investoinnista suuntautuvan?

Tekoälyagentti voi tehdä jonkun työstä 20 % nopeampaa, mikä on hyödyllistä, mutta suurin mahdollisuus piilee agentissa, joka hoitaa työn loppuun. Vaikeinta on se, ettei henkilöstöhallinto toimi yhdessä paikassa. Palkanlaskenta, henkilöstöedut, laitteet ja IT-tilit ovat yleensä eri järjestelmissä, ja agentti pystyy toimimaan hyvin vain, jos se näkee ne kaikki yhdessä. Toinen haaste on poikkeustapausten pitkä häntä: jokaisella osavaltion virastolla, vakuutusyhtiöllä ja verotoimistolla on omat erikoisuutensa, eikä monia niistä ole koskaan suunniteltu toimimaan ohjelmistojen kanssa. Juuri näemme suurimmat mahdollisuudet, ja juuri sinne rahoituksemme suuntautuu.

Asiakkaillamme on usein vain yksi tai kaksi henkilöstöhallinnosta vastaavaa ihmistä satoja työntekijöitä kohden, joten agenttien on otettava enemmän vastuuta yrityksen kasvaessa. Pyrimme kokoamaan kaiken yhteen järjestelmään, jossa agentti voi toimia, ja helpottamaan asiakkaiden omien, yrityksen toimintatapoihin perustuvien rutiinien laatimista. Kasvatamme myös asiakkaita tukevaa tiimiä, vahvistamme vero- ja vaatimustenmukaisuusinfrastruktuuriamme sekä laajennamme sitä, mitä agenttimme voivat hoitaa työntekijän koko työsuhteen aikana.

Yksi agenttipohjaisen ohjelmiston lupauksista on, että yritykset voivat toimia huomattavasti pienemmillä hallintotiimeillä ja henkilöstöhallinnon ammattilaiset voivat käyttää enemmän aikaa strategiseen ja ihmisläheiseen työhön. Mitkä henkilöstöhallinnon osa-alueet tekoälyagentit mielestäsi pitkälti automatisoivat seuraavien vuosien aikana, ja mitkä päätökset jäävät perustavanlaatuisesti ihmisten tehtäviksi?

Henkilöstöhallinnon osa-alueet, jotka edellyttävät harkintaa, jäävät ihmisille. Tällaisia ovat esimerkiksi sen valitseminen, ketä palkataan, yrityskulttuurin muovaaminen, jonkun tukeminen vaikeassa tilanteessa tai sen tunnistaminen, milloin työntekijä on valmis suurempiin haasteisiin. Juuri näitä varten henkilöstötiimit ovat olemassa, ja juuri näihin tehtäviin useimmat henkilöstöhallinnon johtajat toivoisivat voivansa käyttää enemmän aikaa.

Agentit voivat ottaa hoitaakseen hallinnolliset tehtävät, jotka täyttävät huomaamatta suurimman osan työviikosta: palkanlaskennan täsmäyttämisen rivi riviltä, veroviranomaisten perään kyselemisen, palkallisia vapaita koskeviin kysymyksiin vastaamisen, henkilöstöetujen käyttöönoton hoitamisen sekä kannettavien tietokoneiden ja tilien käyttöönoton tai sulkemisen aina jonkun aloittaessa tai lähtiessä. Suuressa yrityksessä nämä tehtävät pitävät kokonaisen osaston kiireisenä, kun taas pienessä yrityksessä ne lankeavat usein perustajan hoidettaviksi myöhään illalla, kun muut ovat jo lähteneet kotiin.

Perehdytys on hyvä esimerkki siitä, kuinka paljon aikaa vapautuu. Arviomme mukaan nopeasti kasvavat yritykset käyttävät tavallisesti 10–20 tuntia jokaisen uuden työntekijän hallinnointiin tämän ensimmäisen työkuukauden aikana. Asiakkaamme kertovat, että samaan työhön kuluu nyt alle kaksi tuntia, joten henkilöstötiimeille jää huomattavasti enemmän aikaa työn ihmisläheiseen puoleen.

Kun katsotaan viisi vuotta eteenpäin, pyöriikö henkilöstöhallinnon ohjelmisto edelleen koontinäyttöjen, lomakkeiden ja työntekijöiden aktiivista käyttöä edellyttävien työnkulkujen ympärillä, vai katoavatko käyttöliittymät lopulta, kun tekoälyagentit hoitavat suurimman osan henkilöstöhallinnon toimista taustalla?

Odotamme, että seuraavan vuoden aikana agentit hoitavat suurimman osan Warpissa tehtävistä toimista, eivätkä ne rajoitu verotukseen. Tähän sisältyvät uusien työntekijöiden perehdyttäminen, palkanlaskenta ja arjen henkilöstöhallinnon tehtävät, joita ihmiset yhä nykyään hoitavat klikkailemalla. Tämä muuttaa sitä, mitä ihmiset tarvitsevat käyttämiltään ohjelmistoilta. Sen sijaan, että henkilöstötiimit kirjautuisivat sisään tarkistamaan prosessin etenemistä tai viemään sitä eteenpäin, Warp ottaa niihin enimmäkseen yhteyttä vain silloin, kun jokin vaatii niiden huomiota – esimerkiksi kun tarvitaan päätös, jonka vain ne voivat tehdä, tai kun niille halutaan ilmoittaa lyhyesti, että toisessa osavaltiossa työskentelevä uusi työntekijä on täysin perehdytetty ja palkanmaksuvalmis. Muu työ tapahtuu hiljaa taustalla, kuten useimmat jo odottavat sähköpostin saapuvan perille tai pankin käsittelevän maksun ilman, että jokaista vaihetta tarvitsee seurata.

Lähes kaikilla yritysohjelmistojen osa-alueilla on jo uusi tekoälylle suunniteltu haastaja, ja henkilöstöhallinto on yksi viimeisistä alueista, joilla tämä muutos on vielä edessä. Uskomme rakentavamme sitä, mikä tulee Workdayn jälkeen.

Kiitos hienosta haastattelusta! Lukijat, jotka haluavat tietää lisää, voivat vierailla sivustolla Warp.