Ayush Sharma、Warpの創業者兼CEO ― インタビューシリーズ

Ayush SharmaはWarpの創業者兼CEOで、米国の複数の州や国にまたがる給与管理の複雑さを身をもって経験した後、2023年に同社を立ち上げました。インドの小さな町で育ち、MITでコンピューターサイエンスと物理学を学びました。修士課程の研究では、分散機械学習の学習処理で実行に時間がかかる要素を軽減することに取り組み、個々のマシンの処理が遅れた場合でも、大規模システムをより効率的に稼働させる方法を探りました。Warpは、給与税コンプライアンスに重点を置いてY Combinatorの2023年冬期バッチに参加しました。Sharmaのアプローチでは、権限設定、人間による承認、監査可能性を当初から組み込み、AIエージェントがワークフロー全体を実行できるようにすることを重視しています。

Warpは、従業員情報を一元的に管理する共通記録を軸に、給与、人事、税務コンプライアンス、福利厚生、ITを統合したAIネイティブの従業員管理プラットフォームです。このプラットフォームでは、州税の登録、給与計算の確認、税務通知への対応、福利厚生への加入手続き、従業員の入社手続きなどをエージェントが処理します。企業はワークフローごとに自律性のレベルを設定でき、エージェントが対応を提案するのか、承認を待つのか、独自に実行するのかを選べます。エージェントの活動は確認できるよう記録され、人間の対応が必要なタスクは、企業の管理者またはWarpの専門スタッフに引き継ぐことができます。またWarpは、従業員のデバイスやアカウントのプロビジョニング、海外の契約社員への支払いに加え、専任のアカウント管理および福利厚生サポートも提供しています。

インドの小さな町で育ち、MITでコンピューターサイエンスと物理学を学び、その後Yelpで機械学習インフラに携わるという、これまでの歩みはかなり異色です。最終的に2023年にWarpを創業するに至ったきっかけは何でしたか。また、給与と従業員管理を、AIを活用して再構築する課題に選んだのはなぜですか？

Warpを始める前、私はあるスタートアップで働いていました。新型コロナウイルス感染症の流行中に従業員が約10人から40人に増え、州をまたいだリモート採用を進めるなかで、給与計算やコンプライアンス関連の作業の多くが依然として手作業で行われていることに気づきました。その後、自分で初めて人を採用したときには、ニューヨーク州労働局への登録方法を調べるだけで丸一日かかりました。期限に間に合わなければ罰金が科される状況でした。社内のあちこちで火消しに追われるなかでも、その日のことは忘れられません。

人事チームは日々、定型的で反復の多い業務に追われ、本来なら人と向き合うために使うべき時間が削られています。AIを活用するのに最適な領域ですが、主要な人事プラットフォームはどれもエージェントが存在する前に作られており、古いソフトウェアにその機能を簡単に追加することはできません。

2023年にY Combinatorの面接に臨んだとき、私たちには完成した製品も売上もなく、頭から離れない課題があるだけでした。面接にはY Combinatorから5人が参加し、最初の10分から12分ほどは、給与税コンプライアンスが他のあらゆる領域へ展開する足がかりとして十分に大きなものになり得るのか、という問いを突き詰められました。それは仮説でしたが、筋は通っていました。企業が以前よりずっと早い段階で複数の州に進出するようになり、複雑さは増す一方だったからです。また、給与税は売上税よりも厳しく、売上税には規則が適用されるまでのしきい値に大きな余裕があります。給与税の場合、ある州で従業員を1人雇うだけで、その州の税務制度全体に対応しなければなりません。

だからこそ、コンプライアンスは取り組みの出発点として明白でした。私はMITで機械学習の研究に何年も費やしており、LLMやエージェントが現実のものになり始めたとき、給与やコンプライアンスの領域で誰もやりたがらなかった業務が、まもなく実行可能になると見通せました。Warpの最初のバージョンができることは一つだけでした。どの州でも人を雇え、政府機関に提出する書類に一切手を触れずに済むことです。給与税を正しく処理できれば、残りはもっと簡単になると考えていました。

ADPやWorkdayのような企業は、現代のAIが登場するずっと前にシステムを設計したため、根本的に不利な立場にあると主張されています。技術面から見て、人事向けのAIネイティブなアーキテクチャとはどのようなものでしょうか。また、レガシープラットフォームにAIエージェントを後付けするだけでは難しく、Warpなら実現できることは何ですか？

大半の人事ソフトウェアは、担当者が画面の前に座り、各手順をクリックして進めることを前提に設計されています。そのため、こうしたプラットフォームにAIが追加されても、通常は「次に何をすべきか」をAIエージェントが教え、実際の作業は引き続き人間が行う形になります。私たちは反対の発想でWarpのアーキテクチャを構築し、エージェントが作業を処理し、必要なときに人が介入できるよう、API、権限、監査証跡を最初から設計しました。

従業員350人の企業で人事責任者を務めていて、オファー4件の受諾が確定し、そのうち2人はオレゴン州、残りの2人はコロラド州で採用されるとします。いずれも、その企業がこれまで従業員を雇用したことのない州です。給与を支払う前に、2州それぞれの歳入局に登録し、失業保険口座を開設し、各州の有給休暇制度に加入し、住所ごとの地方税を確認し、控除項目を設定しなければなりません。一般的なAIアシスタントは必要な書類を教えてくれますが、私たちのエージェントは書類に記入して提出します。自律的な実行を許可していれば、すべてが完了した後に通知を受け取るだけです。

私たちのエージェントは、企業のシステムをまたいで複数の手順を実行するために必要なコンテキスト、権限、インフラを備えており、給与計算や福利厚生の管理から税務コンプライアンスへの対応まで、誰かがすべてを手作業で管理しなくても処理できます。レガシープラットフォームにエージェントを追加すれば、ユーザーがソフトウェアを使いやすくなるかもしれません。しかし、基盤となる業務の進め方は変わりません。Warpのエージェントは、業務の進め方そのものを変えます。

Warpは、州税口座の開設、申告書の提出、政府機関からの通知への対応、福利厚生の管理など、一連の業務全体をエージェントが担うと説明しています。エージェントが自律的に実行できる操作と、人間の承認を必要とする操作は、どのように判断していますか？

Warpがエージェントの自律性の外枠を定め、その範囲内でどこまで任せるかは各社が決めます。支払いなど、顧客側の設定では解除できない厳格な制限が設けられている操作もあります。こうした制約の範囲内で、各社は業務ごとに自律性を設定します。そのため、ある業務では操作を提案するだけにし、別の業務では承認を待ち、さらに別の業務ではエージェントに任せて自動で処理させることもできます。多くの顧客は、まずすべての操作を承認するところから始め、エージェントの仕事に信頼が深まるにつれて自律性を高めていきます。顧客が判断すべき場合、エージェントはその顧客の管理者に判断を仰ぎます。法律上、人の対応が必要な場合や、政府機関がソフトウェア経由での対応を受け付けない場合など、人の手が必要な業務はWarpの専門スタッフに引き継がれます。

給与計算や税務コンプライアンスでは、誤った回答や確率に基づく回答が許容される余地はほとんどありません。Warpは、何千もの税務管轄区域に対応し、変化する規制にも対処しています。AIシステムが信頼できる情報に基づいて動作するよう、どのような対策を講じていますか。また、信頼性をどのように測定し、エージェントが適切な対応に確信を持てない状況にはどう対処していますか？

人事の中でも特に厳格な対応が求められる給与税務コンプライアンスについて、3年をかけて管理体制を検証してきました。Warpは1万を超える税務管轄区域を把握しており、エージェントが記憶だけを頼りに税務上の質問に答えることはありません。エージェントが処理する税率、書式、期限はすべて各政府機関から取得した情報に基づいており、規則の変更はシステムに反映される前に、当社の税務チームが一つひとつ確認します。今年は20億ドルを超える給与を処理する見込みで、その過程で顧客が回避した罰金は2億ドルを超えています。

給与計算の実行前に、エージェントは、従業員の給与に予想外の大幅な変動がないか、新しい州で必要な税務設定が欠けていないかなど、異常がないかを確認します。対応に確信が持てない場合や、実行する権限がない場合は、推測で処理せずに作業を停止し、管理者に引き継ぎます。

税務通知への対応を見ると、その仕組みがよくわかります。エージェントは、会社の給与データと各政府機関のガイドラインに基づいて通知の80％を自動で解決し、残りはWarpの税務専門スタッフに引き継ぐため、すべての通知が解決されます。給与計算では誤った回答が大きな損失につながるため、推測で対応するよりも、常にエージェントから人に引き継ぐことを優先します。

人事システムには、給与や社会保障番号から銀行口座情報、福利厚生データまで、企業の最も機密性の高い情報が含まれています。自律型エージェントの登場によって、こうしたデータを守るセキュリティの考え方はどう変わりますか。また、AIに自律的な管理を決して任せるべきではない従業員情報の種類はあると考えますか？

エージェントは人間よりはるかに速く企業のシステム内を操作できるため、セキュリティ上の課題も変わります。権限設定に抜けがあれば、それが悪用される速度も速くなるからです。最大のリスクは、エージェントを使って、本来ならアクセスできないデータに誰かがたどり着くことです。当社は設計当初からこの点を考慮し、Warpのエージェントには、操作対象となる人とまったく同じ権限を継承させています。つまり、従業員が報酬データを閲覧できない場合、エージェントに表示を求めても閲覧できません。従業員個人のデータはその企業専用のアカウント内にとどまり、ほかの顧客と共有されることはありません。WarpはSOC 2 Type IIに準拠し、多要素認証を必須としています。また、HIPAAへの準拠が必要なエンタープライズ顧客とは、業務提携契約（BAA）を締結しています。

AIが単独で決して管理すべきでないものについて言えば、当社では、取り消しが難しいあらゆる操作を境界線としています。最もわかりやすい例は資金の移動であり、誰が依頼した場合でも、エージェントが超えられない厳格な制限が支払いに設けられています。法律上、人の対応が必要な業務も同様で、必ずWarpの専門スタッフが対応します。

AIが操作を提案することと、実際に資金を移動したり、税務申告書を提出したり、従業員のアクセス権限を変更したりすることには、大きな違いがあります。AIエージェントが人間への助言から、重大な影響を伴う業務プロセスの実行へと移行する際、どのような安全対策、監査記録、ロールバックの仕組み、エスカレーション体制が必要になりますか？

エージェントが提案をするだけでなく操作を始めた時点で、誰のために操作していたのか、何にアクセスする権限があったのか、なぜその判断をしたのか、問題が起きた場合にどう元に戻せるのかを把握できなければなりません。Warpでは、すべての操作にこうした情報が記録されるため、エージェントの動作が見えないまま進むことはありません。

エージェントの作業の多くは「ルーティン」を通じて行われます。ルーティンとは、定期的に、または新入社員が内定を承諾したときのような出来事をきっかけに、エージェントが実行する業務です。各ルーティンには、作成者、承認日時、エージェントが実行したすべての手順が継続的に記録されるため、人事チームや監査担当者は明確な履歴を確認できます。

操作を元に戻す方法は、その内容によって異なります。従業員のアクセス権限や福利厚生の選択内容の更新などはロールバックに対応しており、取り消すことができます。給与計算の実行や支払いは元に戻すのが最も難しいため、エージェントが変更できない厳格な上限を含む、最も厳しい制御を設けています。エージェントの権限を超える操作は、すべて顧客の管理者に直接回され、判断を仰ぎます。

州の税務当局の中には、電話でしか対応しないところもあり、今でも人の手が必要なケースがあります。エージェントがそうした壁にぶつかった場合は、Warpの専門スタッフが引き継いで作業を完了するため、誰かの受信トレイで止まることなく業務を進められます。

Warpは先日、シリーズBで6,000万ドルを調達し、累計調達額は8,500万ドルとなりました。今後はAIエージェントと税務・コンプライアンス基盤にさらなる投資を予定しています。エージェント型の人事業務自動化に関する技術的な課題のうち、まだ解決されていないものは何でしょうか。また、投資の大部分はどの分野に向かうとお考えですか？

AIエージェントによって作業が20％速くなるのも有益ですが、より大きな可能性は、仕事を最後まで完了できるエージェントにあります。難しいのは、人事業務が一つの場所にまとまっていないことです。給与、福利厚生、端末、ITアカウントは通常、それぞれ別のシステムで管理されており、エージェントが適切に動くには、それらすべてをまとめて把握できなければなりません。もう一つの課題は、例外処理が非常に多岐にわたることです。州の各機関、保険会社、税務当局にはそれぞれ独自の事情があり、その多くはそもそもソフトウェアと連携するように作られていません。私たちは、最も大きな可能性があるのはこの領域だと考えており、そこに資金を投じています。

当社のお客様には、数百人の従業員の人事を1人か2人で担当している企業も少なくありません。そのため、会社の成長に応じて、エージェントがより多くの責任を担う必要があります。私たちは、エージェントが業務を実行できる単一のシステムにあらゆる情報を集約し、お客様が自社の働き方に合わせた独自のルーチンを作成しやすくすることに注力しています。また、お客様を支援するチームを拡充し、税務・コンプライアンス基盤を強化するとともに、従業員のライフサイクル全体を通じてエージェントが対応できる業務を広げています。

エージェント型ソフトウェアがもたらす利点の一つとして、企業は管理部門の人員を大幅に減らし、人事担当者は戦略的な業務や従業員に寄り添う仕事により多くの時間を割けるようになることが挙げられます。今後数年間で、人事業務のどの部分がAIエージェントによって大幅に自動化され、どのような判断は本質的に人間に委ねられるとお考えですか？

判断力が求められる人事業務は、今後も人が担い続けるでしょう。誰を採用するかを決めること、企業文化を形づくること、困難な状況にある人を支えること、従業員がより大きな役割を担う準備ができたと見極めることなどが、それに当たります。こうした業務こそが人事チームの存在理由であり、多くの人事責任者がもっと時間を割きたいと考えている仕事です。

エージェントに任せられるのは、週の大半をいつの間にか埋めてしまう事務作業です。給与明細を一行ずつ照合することや税務当局への確認から、有給休暇に関する質問への回答、福利厚生への加入手続き、入社・退職のたびにノートパソコンやアカウントを設定・停止することまで含まれます。大企業ではこうした業務で部門全体が手いっぱいになりますが、小規模企業では、ほかの従業員が帰宅した後、創業者が夜遅くに対応することになりがちです。

オンボーディングは、どれほど時間を節約できるかを示す好例です。私たちの試算では、急成長中の企業は新入社員1人あたり、入社後最初の1か月に通常10～20時間をかけて受け入れ手続きを行っています。一方、お客様によると、同じ作業にかかる時間は現在2時間未満です。その結果、人事チームは従業員に関わる業務に、はるかに多くの時間を割けるようになります。

5年先を見据えたとき、人事ソフトウェアは今後も、従業員が自ら操作するダッシュボード、フォーム、ワークフローを中心としたものになるでしょうか。それとも、AIエージェントが従業員管理業務の大半をバックグラウンドで処理するようになり、インターフェースはいずれ姿を消すのでしょうか？

今後1年以内に、税務にとどまらず、Warp上の業務の大半をエージェントが実行するようになると私たちは見込んでいます。新入社員のオンボーディングや給与計算、そして今も人々が画面をクリックして行っている日々の人事業務などが含まれます。これによって、ソフトウェアに求められるものも変わります。人事チームがログインして手続きの進捗を確認したり、先に進めたりする代わりに、対応が必要なことがある場合にだけ、Warpから連絡を受けるようになるでしょう。たとえば、人事チームにしかできない判断や、別の州で採用した新入社員の受け入れ準備がすべて整い、給与の支払いを開始できるという簡単な報告です。それ以外の作業は、ほとんどの人がメールの配信や銀行の決済を逐一見守る必要はないと考えているのと同じように、バックグラウンドで静かに進むようになります。

エンタープライズソフトウェアのほぼあらゆる分野で、AIを前提に開発された新たな競合企業がすでに登場していますが、従業員管理は、その変化を待つ分野の一つです。私たちは、Workdayの次に来るものを構築していると考えています。

すばらしいインタビューをありがとうございました。詳しく知りたい方は、Warpをご覧ください。