Ayush Sharma, założyciel i dyrektor generalny Warp – cykl wywiadów

Ayush Sharma jest założycielem i dyrektorem generalnym Warp, którą uruchomił w 2023 roku po tym, jak przekonał się, jak skomplikowane jest zarządzanie listą płac w wielu stanach USA i krajach. Dorastał w małym miasteczku w Indiach, a na MIT studiował informatykę i fizykę. W pracy magisterskiej badał sposoby ograniczania opóźnień w rozproszonym trenowaniu modeli uczenia maszynowego, analizując, jak systemy działające na dużą skalę mogą pracować wydajniej, gdy poszczególne maszyny nie nadążają. Warp dołączyła do zimowej edycji programu Y Combinator z 2023 roku, koncentrując się początkowo na zgodności z przepisami dotyczącymi podatków od wynagrodzeń. Sharma stawia na agentów AI realizujących całe procesy, z uwzględnieniem uprawnień, zatwierdzania przez ludzi i możliwości audytu już od samego początku.

Warp to platforma do zarządzania pracownikami zaprojektowana od podstaw z myślą o AI, która łączy obsługę listy płac, kadr, zgodności podatkowej, świadczeń i IT na podstawie wspólnej dokumentacji pracowników. Platforma wykorzystuje agentów do obsługi takich zadań jak rejestracja podatkowa w poszczególnych stanach, kontrola listy płac, rozwiązywanie spraw związanych z zawiadomieniami podatkowymi, zapisywanie do programów świadczeń i wdrażanie nowych pracowników. Firmy mogą osobno określać poziom autonomii dla każdego procesu, decydując, czy agent ma proponować działanie, czekać na zatwierdzenie, czy działać samodzielnie. Działania agentów są rejestrowane i można je później sprawdzić, a zadania wymagające udziału człowieka mogą być przekazywane administratorom firmy lub specjalistom Warp. Warp obsługuje także przygotowywanie urządzeń i kont dla pracowników, płatności dla kontrahentów z całego świata oraz dedykowane wsparcie w zakresie zarządzania kontem i świadczeń.

Twoja droga od dorastania w małym miasteczku w Indiach, przez studia informatyczne i fizyczne na MIT, po późniejszą pracę nad infrastrukturą uczenia maszynowego w Yelp jest dość nietypowa. Co ostatecznie skłoniło cię do założenia Warp w 2023 roku i dlaczego uznałeś, że to właśnie lista płac i zarządzanie pracownikami są obszarami, które warto przebudować z wykorzystaniem AI?

Zanim powstała Warp, pracowałem w startupie, który w czasie pandemii COVID-19 rozrósł się z około 10 do 40 osób. Zatrudnialiśmy zdalnie w różnych stanach i widziałem, jak wiele czynności związanych z listą płac i zgodnością z przepisami wciąż wykonywano ręcznie. Później, gdy sam zatrudniałem pierwszych pracowników, straciłem cały dzień na ustalanie, jak zarejestrować się w departamencie pracy stanu Nowy Jork. Jeśli nie zdążyłbym przed upływem terminu, groziła mi kara. W firmie nie brakowało innych pilnych problemów, ale tamten dzień zapadł mi w pamięć.

Zespoły HR codziennie zajmują się proceduralnymi, powtarzalnymi zadaniami, które pochłaniają czas, jaki powinny poświęcać ludziom. To idealny obszar do zastosowania AI, ale wszystkie główne platformy HR powstały, zanim pojawili się agenci, a dodanie tej funkcji do starego oprogramowania nie jest łatwe.

Kiedy w 2023 roku zasiedliśmy do rozmowy kwalifikacyjnej w Y Combinator, nie mieliśmy gotowego produktu ani żadnych przychodów — tylko problem, o którym nie mogliśmy przestać myśleć. W rozmowie uczestniczyło pięć osób z Y Combinator i przez pierwsze dziesięć lub dwanaście minut wracały do jednego pytania: czy zgodność z przepisami dotyczącymi podatków od wynagrodzeń może być wystarczająco dobrym punktem wyjścia do szerszej działalności? Była to hipoteza, ale nasze rozumowanie się sprawdzało. Firmy zaczynały działać w wielu stanach znacznie wcześniej niż dawniej, więc złożoność tylko rosła. Ponadto podatki od wynagrodzeń są bardziej rygorystyczne niż podatki od sprzedaży, przy których obowiązują wysokie progi, zanim zaczną mieć zastosowanie przepisy. W przypadku podatków od wynagrodzeń zatrudnienie jednej osoby w danym stanie oznacza podleganie całemu tamtejszemu systemowi podatkowemu.

Dlatego zgodność z przepisami była oczywistym punktem wyjścia. Przez lata zajmowałem się uczeniem maszynowym na MIT, a kiedy duże modele językowe i agenci zaczęli stawać się rzeczywistością, dostrzegłem, że praca związana z listą płac i zgodnością z przepisami, której nikt nie chciał się podejmować, wkrótce stanie się możliwa do zautomatyzowania. Pierwsza wersja Warp robiła tylko jedną rzecz: pozwalała zatrudnić kogoś w dowolnym stanie bez konieczności samodzielnego zajmowania się dokumentacją urzędową. Uznaliśmy, że jeśli uda nam się dobrze obsłużyć podatki od wynagrodzeń, reszta będzie łatwiejsza.

Twierdzisz, że firmy takie jak ADP i Workday znajdują się w fundamentalnie niekorzystnej sytuacji, ponieważ ich systemy zaprojektowano na długo przed pojawieniem się nowoczesnej AI. Jak z technicznego punktu widzenia wygląda architektura platformy HR zaprojektowanej od podstaw z myślą o AI i co Warp może zrobić, co trudno byłoby osiągnąć przez samo dodanie agentów AI do starszej platformy?

Większość oprogramowania HR zaprojektowano z myślą o tym, że ktoś usiądzie przed ekranem i kliknie kolejne kroki. Gdy takie platformy dodają funkcje AI, zwykle przyjmują one postać agenta AI, który podpowiada, co zrobić dalej, podczas gdy użytkownik nadal sam wykonuje całą pracę. Architekturę Warp zbudowaliśmy na odwrót: od początku projektowaliśmy interfejs API, system uprawnień i ścieżkę audytu tak, aby agent mógł wykonywać zadania, a ludzie mogli włączyć się wtedy, gdy jest to potrzebne.

Załóżmy, że kierujesz działem personalnym w firmie zatrudniającej 350 osób, a podpisano cztery oferty pracy — dwie w Oregonie i dwie w Kolorado — czyli w stanach, w których firma nigdy wcześniej nie zatrudniała pracowników. Zanim ktokolwiek będzie mógł otrzymać wynagrodzenie, trzeba zarejestrować firmę w dwóch stanowych departamentach skarbowych, otworzyć konta ubezpieczenia od bezrobocia, zapisać się do programu płatnych urlopów w każdym z tych stanów, ustalić lokalne podatki dla każdego adresu i skonfigurować potrącenia. Typowy asystent AI może podpowiedzieć, które formularze są potrzebne, ale nasz agent je wypełnia i składa. Jeśli przyznano mu uprawnienia do samodzielnego działania, dowiadujesz się o wszystkim dopiero po zakończeniu całego procesu.

Nasi agenci mają kontekst, uprawnienia i infrastrukturę potrzebne do wykonywania wielu czynności w różnych systemach firmy — od obsługi listy płac i zarządzania świadczeniami po zapewnianie zgodności z przepisami podatkowymi — bez konieczności ręcznego nadzorowania każdego kroku. Dodanie agenta do starszej platformy może ułatwić użytkownikom korzystanie z oprogramowania, ale nie zmienia sposobu wykonywania zadań w tle. Agenci Warp rzeczywiście zmieniają sposób, w jaki wykonuje się tę pracę.

Warp opisuje swoich agentów jako systemy, które przejmują całe procesy: od zakładania stanowych kont podatkowych i składania deklaracji po rozpatrywanie pism urzędowych i zarządzanie świadczeniami. Jak ustalacie, które działania agent może wykonywać samodzielnie, a które wymagają zatwierdzenia przez człowieka?

Warp wyznacza ogólne granice, a każda firma decyduje, jak dużą autonomię przyznać swoim agentom w ich obrębie. Niektóre działania, takie jak płatności, podlegają sztywnym ograniczeniom, których nie może znieść żadna konfiguracja klienta. W ramach tych zabezpieczeń firmy określają poziom autonomii dla poszczególnych procesów: w jednym obszarze agent może jedynie zasugerować działanie, w innym czekać na zatwierdzenie, a jeszcze gdzie indziej działać samodzielnie. Większość klientów zaczyna od zatwierdzania wszystkich działań, a następnie zwiększa zakres autonomii w miarę nabierania zaufania do pracy agenta. Gdy decyzja należy do klienta, agent przekazuje ją jego administratorowi. Jeśli zadanie wymaga udziału człowieka — bo nakazuje to prawo albo urząd nie współpracuje z oprogramowaniem — przejmuje je specjalista Warp.

Przy obsłudze listy płac i przestrzeganiu przepisów podatkowych jest bardzo mało miejsca na halucynacje czy odpowiedzi oparte na prawdopodobieństwie. Warp działa w tysiącach jurysdykcji podatkowych, a przepisy nieustannie się zmieniają. Jak zapewniacie oparcie systemów AI na wiarygodnych źródłach, mierzycie ich rzetelność i postępujecie w sytuacjach, gdy agent nie ma pewności, jakie działanie jest właściwe?

Od trzech lat testujemy nasze zabezpieczenia w zakresie podatków od wynagrodzeń — najbardziej wymagającym obszarze HR. Warp monitoruje ponad 10 000 jurysdykcji podatkowych, a agent nigdy nie odpowiada na pytania podatkowe z pamięci. Każda stawka, formularz i termin, na których opiera swoje działania, pochodzą bezpośrednio od właściwych urzędów, a nasz zespół podatkowy weryfikuje każdą zmianę przepisów, zanim trafi ona do systemu. Jesteśmy na dobrej drodze, by w tym roku przetworzyć ponad 2 mld USD wynagrodzeń, a nasi klienci uniknęli w tym czasie kar przekraczających 200 mln USD.

Przed każdym naliczeniem wynagrodzeń agent sprawdza, czy coś nie wygląda podejrzanie — na przykład czy wynagrodzenie danej osoby nie wzrosło niespodziewanie albo czy w nowym stanie nie brakuje konfiguracji podatkowej. Jeśli nie ma pewności, co zrobić, albo nie ma uprawnień do działania, zatrzymuje się i przekazuje zadanie administratorowi, zamiast zgadywać.

Zawiadomienia podatkowe pokazują, jak to działa. Agenci automatycznie rozpatrują 80% z nich, korzystając z danych płacowych firmy i wytycznych danego urzędu, a pozostałe przekazują specjaliście podatkowemu Warp, dzięki czemu każde zawiadomienie zostaje rozpatrzone. Przy obsłudze listy płac błędna odpowiedź może wiele kosztować, dlatego zawsze wolimy, żeby agent przekazał sprawę dalej, niż zgadywał.

Systemy HR zawierają jedne z najbardziej wrażliwych informacji o firmie: od wynagrodzeń i numerów ubezpieczenia społecznego po dane bankowe i informacje o świadczeniach. Jak pojawienie się autonomicznych agentów zmienia model bezpieczeństwa tych danych? Czy są kategorie informacji o pracownikach, nad którymi — waszym zdaniem — AI nigdy nie powinno sprawować autonomicznej kontroli?

Agenci zmieniają podejście do kwestii bezpieczeństwa, ponieważ mogą poruszać się po systemach firmy znacznie szybciej niż człowiek, co oznacza, że luki w uprawnieniach również zostaną szybciej wykorzystane. Największe ryzyko polega na tym, że ktoś użyje agenta, by uzyskać dostęp do danych, których sam nie mógłby zobaczyć. Od początku projektowaliśmy system z myślą o tym zagrożeniu, dlatego każdy agent Warp dziedziczy dokładnie te uprawnienia, które ma osoba, w imieniu której działa. Jeśli więc pracownik nie ma dostępu do danych o wynagrodzeniach, nie może też poprosić agenta o ich wyświetlenie. Dane poszczególnych pracowników pozostają na koncie danej firmy i nigdy nie są udostępniane innym klientom. Warp spełnia wymogi SOC 2 Type II, stosuje uwierzytelnianie wieloskładnikowe i podpisuje umowy Business Associate Agreement z klientami korporacyjnymi, którzy muszą przestrzegać wymogów HIPAA.

Jeśli chodzi o to, nad czym AI nigdy nie powinno samodzielnie sprawować kontroli, za granicę uznajemy wszystko, co trudno cofnąć. Najlepszym przykładem jest przekazywanie pieniędzy, dlatego płatności podlegają sztywnym ograniczeniom, których agent nie może przekroczyć — niezależnie od tego, kto o to prosi. To samo dotyczy każdego zadania, które zgodnie z prawem musi wykonać człowiek; takie zadanie zawsze trafia do specjalisty Warp.

Istnieje zasadnicza różnica między tym, gdy AI rekomenduje działanie, a tym, gdy faktycznie przekazuje pieniądze, składa deklarację podatkową lub zmienia uprawnienia dostępu pracownika. Jakie zabezpieczenia, ścieżki audytu, mechanizmy cofania zmian i procedury eskalacji stają się niezbędne, gdy agenci AI przestają doradzać ludziom, a zaczynają realizować istotne procesy biznesowe?

Gdy agent zaczyna podejmować działania zamiast przedstawiać sugestie, trzeba móc ustalić, w czyim imieniu działał, do czego miał dostęp, dlaczego podjął daną decyzję i jak ją cofnąć, jeśli coś pójdzie nie tak. Każde działanie w Warp zawiera te informacje, więc nic, co robi agent, nie odbywa się po kryjomu.

Większość zadań agenta przebiega w ramach procedur, czyli zadań wykonywanych według harmonogramu lub po wystąpieniu określonego zdarzenia, na przykład gdy nowy pracownik podpisze ofertę. Każda procedura zawiera bieżący zapis tego, kto ją utworzył, kiedy została zatwierdzona i jakie kroki podjął agent, dzięki czemu zespoły HR i audytorzy mogą prześledzić cały przebieg działań.

Sposób cofnięcia działania zależy od tego, na czym ono polega. Zmiany takie jak aktualizacja uprawnień dostępu danej osoby czy wybór świadczeń można cofnąć. Najtrudniej odwrócić naliczenie wynagrodzeń i płatności, dlatego podlegają one najsurowszym zabezpieczeniom, w tym sztywnym ograniczeniom, których agent nie może zmienić. Każda sprawa wykraczająca poza uprawnienia agenta trafia bezpośrednio do administratora klienta, który podejmuje decyzję.

W niektórych sytuacjach nadal potrzebna jest pomoc człowieka, na przykład gdy stanowy urząd skarbowy kontaktuje się wyłącznie telefonicznie. Kiedy agent napotyka taką przeszkodę, specjalista Warp kończy zadanie, dzięki czemu praca posuwa się naprzód, zamiast utknąć w czyjejś skrzynce odbiorczej.

Warp niedawno pozyskał 60 mln USD w ramach rundy serii B, zwiększając łączną kwotę finansowania do 85 mln USD. Firma planuje dalej inwestować w agentów AI oraz infrastrukturę podatkową i zgodności z przepisami. Które problemy techniczne związane z automatyzacją HR opartą na agentach pozostają nierozwiązane i na co, jak przewidujesz, zostanie przeznaczona największa część tych środków?

Agent AI może sprawić, że ktoś będzie pracować o 20% szybciej, co jest pomocne, ale większą szansą jest stworzenie agenta, który doprowadzi zadanie do końca. Trudność polega na tym, że HR nie działa w jednym miejscu. Płace, świadczenia, urządzenia i konta IT zwykle znajdują się w oddzielnych systemach, a agent może skutecznie działać tylko wtedy, gdy widzi je wszystkie jednocześnie. Kolejnym wyzwaniem jest długa lista wyjątków: każda agencja stanowa, ubezpieczyciel i urząd skarbowy mają swoje specyficzne zasady, a wiele z tych instytucji nigdy nie zaprojektowano z myślą o współpracy z oprogramowaniem. Właśnie tu dostrzegamy największe możliwości i na to przeznaczamy finansowanie.

Nasi klienci często mają jedną lub dwie osoby, które zarządzają sprawami HR setek pracowników, dlatego wraz z rozwojem firmy agenci muszą przejmować coraz większą odpowiedzialność. Skupiamy się na tym, by połączyć wszystkie potrzebne informacje w jednym systemie, w którym agent może działać, oraz ułatwić klientom tworzenie własnych procedur dostosowanych do sposobu funkcjonowania ich firmy. Rozbudowujemy również zespół obsługujący klientów, wzmacniamy infrastrukturę podatkową i zapewniającą zgodność z przepisami, a także poszerzamy zakres zadań, które nasi agenci mogą wykonywać na poszczególnych etapach zatrudnienia pracownika.

Jedną z obietnic oprogramowania opartego na agentach jest to, że firmy mogą działać przy znacznie mniejszych zespołach administracyjnych, a specjaliści HR poświęcać więcej czasu na pracę strategiczną i ukierunkowaną na ludzi. Które obszary HR, twoim zdaniem, agenci AI w dużej mierze zautomatyzują w ciągu najbliższych kilku lat, a które decyzje pozostaną domeną człowieka?

Obszary HR wymagające osądu pozostaną w gestii ludzi — dotyczy to wyboru osób do zatrudnienia, kształtowania kultury firmy, wspierania kogoś w trudnym momencie czy rozpoznania, że pracownik jest gotowy na większe wyzwania. To właśnie dlatego istnieją zespoły HR, a zarazem te elementy pracy, na które większość liderów HR chciałaby mieć więcej czasu.

Agenci mogą przejąć zadania administracyjne, które po cichu wypełniają większość tygodnia: od uzgadniania każdej pozycji na liście płac i ponaglania urzędów skarbowych po odpowiadanie na pytania o płatny urlop, obsługę zapisów do programów świadczeń oraz konfigurowanie i dezaktywowanie laptopów i kont za każdym razem, gdy ktoś dołącza do firmy lub z niej odchodzi. W dużej firmie takie zadania zajmują cały dział, a w małej zwykle spadają na założyciela późno w nocy, gdy wszyscy inni już wrócili do domu.

Wdrożenie pracownika to dobry przykład tego, ile czasu można w ten sposób zaoszczędzić. Według naszych szacunków szybko rozwijające się firmy zwykle poświęcają od 10 do 20 godzin na obsługę każdego nowo zatrudnionego w jego pierwszym miesiącu pracy. Nasi klienci mówią, że teraz te same zadania zajmują im mniej niż dwie godziny, dzięki czemu zespoły HR mają znacznie więcej czasu na pracę z ludźmi.

Patrząc pięć lat w przyszłość, czy spodziewasz się, że oprogramowanie HR nadal będzie opierać się na pulpitach nawigacyjnych, formularzach i obiegach pracy, z których pracownicy aktywnie korzystają, czy też interfejs w końcu zniknie, gdy agenci AI będą w tle obsługiwać większość procesów związanych z zarządzaniem pracownikami?

Spodziewamy się, że w ciągu najbliższego roku agenci będą wykonywać większość działań w Warp, a ich zadania będą obejmować znacznie więcej niż kwestie podatkowe. Chodzi między innymi o wdrażanie nowych pracowników, prowadzenie listy płac i codzienne zadania HR, które dziś nadal wymagają klikania. To zmienia oczekiwania wobec używanego oprogramowania. Zamiast logować się, by sprawdzać przebieg procesu lub popychać go naprzód, zespoły HR będą otrzymywać od Warp wiadomość głównie wtedy, gdy coś będzie wymagało ich uwagi — na przykład decyzja, którą mogą podjąć tylko one, albo krótkie powiadomienie, że nowo zatrudniona osoba w innym stanie została już w pełni wdrożona i może otrzymać wynagrodzenie. Pozostałe zadania będą wykonywane po cichu w tle, tak jak większość osób oczekuje, że poczta elektroniczna zostanie dostarczona, a bank zrealizuje płatność bez konieczności śledzenia każdego kroku.

Niemal w każdym obszarze oprogramowania dla przedsiębiorstw pojawił się już nowy konkurent, tworzony z myślą o AI, a zarządzanie pracownikami jest jedną z ostatnich dziedzin, które wciąż czekają na tę zmianę. Wierzymy, że tworzymy rozwiązanie, które zastąpi Workday.

Dziękujemy za świetny wywiad! Czytelnicy, którzy chcą dowiedzieć się więcej, mogą odwiedzić stronę Warp.