Ayush Sharma, fondateur et PDG de Warp – Série d’entretiens

Ayush Sharma est le fondateur et PDG de Warp, qu’il a lancé en 2023 après avoir constaté la complexité de la gestion de la paie dans plusieurs États et pays. Ayant grandi dans une petite ville d’Inde, il a étudié l’informatique et la physique au MIT. Ses travaux de recherche de master portaient sur la réduction des ralentissements de certains composants dans l’entraînement distribué de modèles d’apprentissage automatique et sur les moyens d’améliorer l’efficacité des systèmes à grande échelle lorsque certaines machines prennent du retard. Warp a intégré la promotion d’hiver 2023 de Y Combinator, en se concentrant d’abord sur la conformité fiscale liée à la paie. L’approche de Sharma privilégie des agents d’IA capables d’exécuter des processus de bout en bout, avec des autorisations, une validation humaine et une traçabilité intégrées dès le départ.

Warp est une plateforme de gestion des employés conçue autour de l’IA, qui regroupe la paie, les ressources humaines, la conformité fiscale, les avantages sociaux et l’informatique autour d’un dossier employé commun. La plateforme s’appuie sur des agents pour accomplir des tâches comme l’immatriculation fiscale dans les États, les vérifications de paie, le traitement des avis fiscaux, l’inscription aux avantages sociaux et l’intégration des employés. Les entreprises peuvent définir séparément le degré d’autonomie pour chaque processus et choisir si un agent doit recommander une action, attendre une approbation ou agir de manière autonome. L’activité des agents est consignée aux fins d’examen, et les tâches nécessitant une intervention humaine peuvent être confiées aux administrateurs de l’entreprise ou aux spécialistes de Warp. Warp prend également en charge la préparation des appareils et des comptes des employés, les paiements aux prestataires indépendants à l’échelle mondiale, ainsi qu’un accompagnement dédié à la gestion des comptes et aux avantages sociaux.

Votre parcours, de votre enfance dans une petite ville d’Inde à vos études d’informatique et de physique au MIT, puis à votre travail sur l’infrastructure d’apprentissage automatique chez Yelp, est assez atypique. Qu’est-ce qui vous a finalement conduit à fonder Warp en 2023, et pourquoi avez-vous choisi de repenser la paie et la gestion des employés grâce à l’IA ?

Avant Warp, je travaillais dans une jeune entreprise qui est passée d’environ 10 à 40 personnes pendant la COVID, en recrutant à distance dans plusieurs États. J’ai alors constaté qu’une grande partie de la paie et de la conformité était encore gérée manuellement. Plus tard, lorsque j’ai commencé à recruter mes premiers employés à mon compte, j’ai perdu une journée entière à chercher comment m’inscrire auprès du New York Department of Labor, alors qu’une amende m’attendait si je dépassais la date limite. Avec tous les autres problèmes urgents à régler dans l’entreprise, cette journée m’est restée en mémoire.

Les équipes RH doivent chaque jour s’occuper de tâches procédurales et répétitives, qui empiètent sur le temps qu’elles devraient consacrer aux personnes. C’est un domaine idéal pour appliquer l’IA, mais toutes les grandes plateformes RH ont été conçues avant l’apparition des agents, et il est difficile d’ajouter facilement cette capacité à d’anciens logiciels.

Lors de notre entretien avec YC en 2023, nous n’avions ni produit fini ni revenus, seulement un problème auquel nous ne cessions de penser. Cinq personnes de YC participaient à l’appel et, pendant les dix ou douze premières minutes, elles sont revenues sans cesse à une question : la conformité fiscale liée à la paie pouvait-elle vraiment servir de point d’entrée suffisamment important vers tout le reste ? C’était une hypothèse, mais le raisonnement tenait la route. Les entreprises s’implantaient dans plusieurs États bien plus tôt qu’auparavant, ce qui ne faisait qu’accroître la complexité. De plus, la fiscalité de la paie est plus contraignante que la taxe sur les ventes, qui prévoit des seuils généreux avant l’entrée en vigueur des règles. Pour la paie, l’embauche d’une seule personne dans un seul État vous soumet à l’ensemble du régime fiscal de cet État.

C’est pourquoi la conformité était le point de départ évident. J’avais consacré des années à l’apprentissage automatique au MIT et, lorsque les grands modèles de langage et les agents ont commencé à devenir une réalité, j’ai compris que les tâches liées à la paie et à la conformité dont personne ne voulait allaient devenir réalisables. La première version de Warp ne faisait qu’une chose : vous pouviez embaucher quelqu’un dans n’importe quel État sans jamais avoir à vous occuper de documents administratifs. Nous nous sommes dit que si nous pouvions maîtriser la fiscalité de la paie, le reste serait plus facile.

Vous avez soutenu que des entreprises comme ADP et Workday sont fondamentalement désavantagées parce que leurs systèmes ont été conçus bien avant l’IA moderne. Sur le plan technique, à quoi ressemble une architecture RH conçue autour de l’IA, et que peut faire Warp qu’il serait difficile d’obtenir en ajoutant simplement des agents d’IA à une plateforme héritée ?

La plupart des logiciels RH ont été conçus pour qu’une personne reste devant un écran et clique à chaque étape. Ainsi, lorsque ces plateformes ajoutent de l’IA, celle-ci prend généralement la forme d’un agent qui vous indique la prochaine étape, tandis que vous continuez à effectuer le travail. Nous avons conçu l’architecture de Warp à l’inverse : nous avons prévu dès le départ l’API, les autorisations et la piste d’audit, afin qu’un agent puisse se charger du travail et que des personnes puissent intervenir lorsque cela est nécessaire.

Imaginez que vous soyez responsable des ressources humaines dans une entreprise de 350 personnes et que quatre offres d’embauche soient signées, deux dans l’Oregon et deux au Colorado, des États où l’entreprise n’a encore jamais eu d’employé. Avant de pouvoir verser leur salaire, vous devez vous inscrire auprès des administrations fiscales des deux États, ouvrir des comptes d’assurance chômage, adhérer au programme de congés payés de chaque État, calculer les taxes locales pour chaque adresse et configurer les retenues. Un assistant d’IA classique peut vous indiquer les formulaires nécessaires, mais notre agent les remplit et les soumet. Et si vous l’avez autorisé à agir de manière autonome, vous n’en êtes informé qu’une fois le travail terminé.

Nos agents disposent du contexte, des autorisations et de l’infrastructure nécessaires pour exécuter plusieurs étapes dans les systèmes d’une entreprise, de la gestion de la paie et des avantages sociaux à la conformité fiscale, sans qu’une personne ait à tout superviser manuellement. L’ajout d’un agent à une plateforme héritée peut aider les utilisateurs à s’y retrouver dans le logiciel, mais ne change pas la manière dont le travail est effectué en profondeur. Les agents de Warp changent réellement la façon dont le travail s’accomplit.

Warp présente ses agents comme capables de prendre en charge des processus de bout en bout, notamment l’ouverture de comptes fiscaux auprès des États, le dépôt de déclarations, le traitement des avis des administrations et la gestion des avantages sociaux. Comment déterminez-vous quelles actions un agent peut exécuter de manière autonome et lesquelles nécessitent l’approbation d’une personne ?

Warp fixe les limites générales, et chaque entreprise décide du degré d’autonomie accordé à ses agents dans ce cadre. Certaines actions, comme les paiements, sont soumises à des limites strictes qu’aucun paramètre défini par le client ne peut supprimer. Dans ces garde-fous, les entreprises définissent le degré d’autonomie processus par processus : dans un domaine, l’agent peut se contenter de suggérer une action ; dans un autre, attendre une approbation ; et ailleurs, agir de son propre chef. La plupart des clients commencent par tout approuver, puis élargissent l’autonomie à mesure qu’ils prennent confiance dans le travail de l’agent. Lorsqu’une décision revient au client, l’agent la transmet à son administrateur. Lorsqu’une tâche nécessite l’intervention d’une personne, soit parce que la loi l’exige, soit parce qu’un organisme refuse de traiter avec un logiciel, elle est confiée à un spécialiste de Warp.

La gestion de la paie et la conformité fiscale laissent très peu de place aux hallucinations ou aux réponses probabilistes. Warp opère dans des milliers de juridictions fiscales, dont la réglementation évolue. Comment ancrez-vous vos systèmes d’IA dans des informations faisant autorité, évaluez-vous leur fiabilité et gérez-vous les situations où un agent ne sait pas avec certitude quelle action entreprendre ?

Nous avons passé trois ans à tester nos contrôles en matière de conformité fiscale liée à la paie, le domaine le plus exigeant des ressources humaines. Warp suit plus de 10 000 juridictions fiscales, et l’agent ne répond jamais à une question fiscale de mémoire. Chaque taux, formulaire et échéance sur lesquels il intervient proviennent directement des administrations concernées, et notre équipe fiscale examine chaque changement de règle avant son intégration au système. Nous sommes en bonne voie pour traiter plus de 2 milliards de dollars de paie cette année, et nos clients ont ainsi évité plus de 200 millions de dollars de pénalités.

Avant chaque cycle de paie, l’agent vérifie si quelque chose semble anormal, par exemple une hausse inattendue du salaire d’une personne ou l’absence de configuration fiscale dans un nouvel État. S’il n’est pas certain de la marche à suivre, ou s’il n’a pas l’autorisation d’agir, il s’arrête et transmet la tâche à l’administrateur au lieu de faire une supposition.

Les avis fiscaux illustrent le fonctionnement du système. Les agents en traitent automatiquement 80 %, en s’appuyant sur les données de paie de l’entreprise et les consignes de l’administration concernée ; les autres sont transmis à un spécialiste fiscal de Warp, de sorte que chaque avis est traité. En matière de paie, une erreur peut coûter cher : nous préférons donc toujours que l’agent passe la main plutôt que de faire une supposition.

Les systèmes RH contiennent certaines des informations les plus sensibles d’une entreprise : salaires, numéros de sécurité sociale, données bancaires et informations sur les avantages sociaux. En quoi l’émergence des agents autonomes modifie-t-elle le modèle de sécurité applicable à ces données, et existe-t-il des catégories d’informations sur les employés auxquelles, selon vous, une IA ne devrait jamais avoir accès de manière autonome ?

Les agents changent la donne en matière de sécurité, car ils peuvent parcourir les systèmes d’une entreprise bien plus rapidement qu’une personne, ce qui signifie qu’une faille dans les autorisations peut être exploitée tout aussi vite. Le risque principal est qu’une personne utilise un agent pour accéder à des données qu’elle ne pourrait jamais consulter par elle-même. Nous avons conçu notre système en tenant compte de ce risque dès le départ : chaque agent Warp hérite exactement des autorisations de la personne pour laquelle il agit. Ainsi, si un employé ne peut pas consulter les données de rémunération, il ne peut pas non plus demander à l’agent de les lui montrer. Les données individuelles des employés restent dans le compte propre à l’entreprise concernée et ne sont jamais communiquées à d’autres clients. Warp est conforme à la norme SOC 2 Type II, impose l’authentification multifacteur et signe des accords de partenariat commercial avec les clients Enterprise qui ont besoin de se conformer à la loi HIPAA.

Pour ce qu’une IA ne devrait jamais contrôler seule, nous traçons la limite au niveau de tout ce qui est difficile à annuler. Les transferts d’argent en sont l’exemple le plus évident : les paiements sont donc soumis à des limites strictes que l’agent ne peut pas dépasser, quelle que soit la personne qui en fait la demande. Il en va de même pour toute tâche qui, selon la loi, doit être effectuée par une personne ; elle est toujours confiée à un spécialiste de Warp.

Il existe une différence considérable entre une IA qui recommande une action et une IA qui transfère effectivement de l’argent, dépose une déclaration fiscale ou modifie les droits d’accès d’un employé. Quelles mesures de protection, pistes d’audit, mécanismes de retour arrière et procédures d’escalade deviennent nécessaires lorsque les agents d’IA passent du conseil aux humains à l’exécution de processus métier lourds de conséquences ?

Dès qu’un agent commence à agir au lieu de faire des suggestions, il faut pouvoir savoir pour qui il agissait, à quoi il était autorisé à accéder, pourquoi il a fait ce choix et comment revenir en arrière en cas de problème. Chaque action effectuée sur Warp comporte ces informations : rien de ce que fait l’agent ne se déroule donc dans l’opacité.

La plupart des tâches de l’agent s’effectuent dans le cadre de routines, c’est-à-dire des tâches qu’il exécute selon un calendrier ou à la suite d’un événement, comme la signature d’une offre par une nouvelle recrue. Chaque routine conserve un registre continu indiquant qui l’a créée, quand elle a été approuvée et chacune des étapes effectuées par l’agent ; les équipes RH et les auditeurs disposent ainsi d’une piste claire à suivre.

La façon d’annuler une action dépend de sa nature. Les changements tels que la modification des droits d’accès d’une personne ou d’un choix en matière d’avantages sociaux peuvent faire l’objet d’un retour arrière et être annulés. Les cycles de paie et les paiements sont les actions les plus difficiles à annuler : ils sont donc soumis aux contrôles les plus stricts, notamment à des limites que l’agent ne peut pas modifier. Toute action dépassant les pouvoirs de l’agent est directement transmise à l’administrateur du client, qui prend la décision.

Certaines situations nécessitent encore l’intervention d’une personne, par exemple lorsqu’un service fiscal d’un État n’accepte de vous parler que par téléphone. Quand l’agent se heurte à ce genre d’obstacle, un spécialiste de Warp prend le relais et termine le travail, afin que les opérations continuent au lieu de s’enliser dans la boîte de réception de quelqu’un.

Warp a récemment levé 60 millions de dollars lors d’un tour de table de série B, portant le financement total à 85 millions de dollars, et prévoit d’investir davantage dans les agents d’IA ainsi que dans son infrastructure fiscale et de conformité. Quels problèmes techniques liés à l’automatisation des RH par des agents restent à résoudre, et à quoi pensez-vous consacrer la plus grande part de cet investissement ?

Un agent d’IA peut faire gagner 20 % de temps à quelqu’un, ce qui est utile, mais la plus grande possibilité réside dans un agent qui mène le travail à son terme. La difficulté, c’est que les RH ne sont pas centralisées. La paie, les avantages sociaux, les appareils et les comptes informatiques sont généralement répartis entre différents systèmes, et un agent ne peut agir efficacement que s’il peut les consulter tous ensemble. L’autre difficulté tient au grand nombre de cas particuliers : chaque administration d’État, assureur et service fiscal a ses propres spécificités, et beaucoup n’ont jamais été conçus pour fonctionner avec des logiciels. C’est là que nous voyons les plus grandes possibilités et que nous investissons nos fonds.

Nos clients ont souvent une ou deux personnes qui gèrent les RH pour des centaines d’employés ; les agents doivent donc assumer davantage de responsabilités à mesure que l’entreprise grandit. Nous nous attachons à tout réunir dans un seul système sur lequel l’agent peut agir, et à aider les clients à créer plus facilement leurs propres routines en fonction du fonctionnement de leur entreprise. Nous renforçons également l’équipe qui accompagne les clients, consolidons notre infrastructure fiscale et de conformité, et élargissons le champ des tâches que nos agents peuvent prendre en charge tout au long du parcours des employés.

L’un des avantages promis par les logiciels pilotés par des agents est que les entreprises peuvent fonctionner avec des équipes administratives beaucoup plus réduites, tandis que les professionnels des RH consacrent davantage de temps aux activités stratégiques et à l’accompagnement des personnes. Quelles tâches RH pensez-vous que les agents d’IA automatiseront en grande partie au cours des prochaines années, et quelles décisions resteront fondamentalement humaines ?

Les aspects des RH qui nécessitent du discernement resteront du ressort des personnes : choisir qui embaucher, façonner la culture d’une entreprise, accompagner quelqu’un dans un moment difficile ou reconnaître qu’un employé est prêt à passer à l’étape suivante. C’est pour ces raisons que les équipes des ressources humaines existent, et ce sont les aspects du métier auxquels la plupart des responsables RH souhaiteraient pouvoir consacrer davantage de temps.

Les agents peuvent prendre en charge le travail administratif qui occupe discrètement la majeure partie de la semaine : rapprocher chaque ligne de paie, relancer les administrations fiscales, répondre aux questions sur les congés payés, gérer l’inscription aux avantages sociaux et configurer ou désactiver les ordinateurs portables et les comptes à chaque arrivée ou départ. Dans une grande entreprise, ces tâches mobilisent tout un service ; dans une petite structure, elles incombent souvent au fondateur, tard le soir, une fois que tout le monde est parti.

L’intégration des nouveaux employés illustre bien le temps que cela permet de libérer. Selon nos estimations, les entreprises en forte croissance consacrent généralement 10 à 20 heures à la gestion de chaque nouvelle recrue au cours de son premier mois. Nos clients nous disent que ces mêmes tâches prennent désormais moins de deux heures, ce qui laisse aux équipes RH beaucoup plus de temps pour se consacrer aux personnes.

Dans cinq ans, pensez-vous que les logiciels RH s’articuleront toujours autour de tableaux de bord, de formulaires et de processus avec lesquels les employés interagissent activement, ou l’interface finira-t-elle par disparaître, les agents d’IA prenant en charge en arrière-plan la plupart des opérations de gestion des employés ?

D’ici un an, nous pensons que les agents effectueront la plupart des opérations sur Warp, bien au-delà des tâches fiscales. Cela comprend l’intégration des nouvelles recrues, la gestion de la paie et les tâches RH quotidiennes pour lesquelles les utilisateurs doivent encore cliquer aujourd’hui. Cela change les attentes à l’égard des logiciels. Au lieu de se connecter pour vérifier l’avancement d’un processus ou le faire avancer, les équipes RH seront principalement informées par Warp lorsqu’une situation nécessitera leur attention, par exemple une décision qu’elles seules peuvent prendre ou un bref message leur indiquant qu’une nouvelle recrue dans un autre État a été entièrement intégrée et peut être rémunérée. Le reste du travail se déroulera discrètement en arrière-plan, comme la plupart des gens s’attendent déjà à ce que leurs courriels soient distribués ou que leur banque traite un paiement sans qu’ils aient à en surveiller chaque étape.

Presque tous les secteurs des logiciels d’entreprise comptent déjà un nouvel acteur conçu pour l’IA, et la gestion des employés est l’un des derniers domaines qui n’a pas encore connu cette transformation. Nous pensons créer ce qui succédera à Workday.

Merci pour cet excellent entretien. Les lecteurs qui souhaitent en savoir plus peuvent consulter Warp.