Ayush Sharma, fundador e CEO da Warp – Série de entrevistas

Ayush Sharma é fundador e CEO da Warp, que lançou em 2023 depois de vivenciar a complexidade de administrar a folha de pagamento em vários estados e países dos EUA. Criado em uma pequena cidade da Índia, estudou ciência da computação e física no MIT. Sua pesquisa de mestrado se concentrou em reduzir o impacto de componentes lentos no treinamento distribuído de aprendizado de máquina e em explorar como sistemas de grande escala podem operar com mais eficiência quando máquinas individuais ficam para trás. A Warp participou da turma de inverno de 2023 da Y Combinator, inicialmente com foco na conformidade tributária da folha de pagamento. A abordagem de Sharma prioriza agentes de IA que executam fluxos de trabalho completos, com permissões, aprovação humana e capacidade de auditoria incorporadas desde o início.

Warp é uma plataforma de gestão de funcionários nativa de IA que reúne folha de pagamento, RH, conformidade tributária, benefícios e TI em torno de um cadastro compartilhado de funcionários. A plataforma usa agentes para realizar tarefas como registro tributário estadual, conferência da folha de pagamento, resolução de avisos fiscais, inscrição em benefícios e integração de funcionários. As empresas podem definir o nível de autonomia separadamente para cada fluxo de trabalho, escolhendo se o agente recomenda uma ação, aguarda aprovação ou age por conta própria. A atividade dos agentes é registrada para análise, e as tarefas que exigem intervenção humana podem ser encaminhadas aos administradores da empresa ou aos especialistas da Warp. A Warp também oferece suporte ao provisionamento de dispositivos e contas de funcionários, a pagamentos a prestadores de serviços globais e a um atendimento dedicado para gestão de contas e benefícios.

Seu percurso, desde crescer em uma pequena cidade da Índia até estudar ciência da computação e física no MIT e, mais tarde, trabalhar com infraestrutura de aprendizado de máquina na Yelp, é bastante incomum. O que acabou levando você a fundar a Warp em 2023, e por que decidiu que a folha de pagamento e a gestão de funcionários eram os problemas que queria reinventar com IA?

Antes da Warp, trabalhei em uma startup que cresceu de cerca de 10 para 40 pessoas durante a COVID, contratando funcionários remotamente em vários estados, e percebi quanto do trabalho de folha de pagamento e conformidade ainda era feito manualmente. Mais tarde, quando comecei a contratar meus primeiros funcionários por conta própria, perdi um dia inteiro tentando descobrir como me registrar no Departamento do Trabalho de Nova York, sob o risco de receber uma multa se perdesse o prazo. Com tantos outros problemas urgentes na empresa, aquele dia ficou marcado para mim.

As equipes de RH lidam diariamente com tarefas processuais e repetitivas, que consomem o tempo que deveriam dedicar às pessoas. É uma área ideal para aplicar IA, mas todas as principais plataformas de RH foram desenvolvidas antes da existência dos agentes, e não é fácil acrescentar esse recurso a softwares antigos.

Quando nos reunimos para a entrevista da YC em 2023, não tínhamos um produto pronto nem receita, apenas um problema no qual não conseguíamos parar de pensar. Cinco pessoas da YC participaram da chamada e, nos primeiros dez ou doze minutos, insistiram em uma pergunta: a conformidade tributária da folha de pagamento poderia realmente servir de porta de entrada para todo o resto? Era uma hipótese, mas o raciocínio fazia sentido. As empresas passaram a operar em vários estados muito antes do que costumavam, então a complexidade só aumentava. Além disso, os impostos sobre a folha de pagamento são mais rigorosos do que os impostos sobre vendas, que oferecem limites generosos antes de as regras entrarem em vigor. No caso da folha de pagamento, basta contratar uma pessoa em um estado para ficar sujeito a todo o sistema tributário daquele estado.

Por isso, a conformidade era o ponto de partida óbvio. Passei anos estudando aprendizado de máquina no MIT e, quando os LLMs e os agentes começaram a se tornar realidade, percebi que o trabalho com folha de pagamento e conformidade que ninguém queria fazer em breve seria possível automatizar. A primeira versão da Warp fazia uma única coisa: permitia contratar alguém em qualquer estado sem precisar lidar com a papelada governamental. Acreditávamos que, se conseguíssemos acertar os impostos sobre a folha de pagamento, o restante seria mais fácil.

Você argumentou que empresas como ADP e Workday enfrentam uma desvantagem fundamental porque seus sistemas foram projetados muito antes da IA moderna. Do ponto de vista técnico, como é uma arquitetura nativa de IA para RH e o que a Warp pode fazer que seria difícil de alcançar simplesmente adicionando agentes de IA a uma plataforma legada?

A maioria dos softwares de RH foi projetada para que uma pessoa se sente diante de uma tela e clique em cada etapa. Por isso, quando essas plataformas incorporam IA, geralmente ela aparece na forma de um agente de IA que diz o que fazer em seguida, enquanto a pessoa continua realizando o trabalho. Desenvolvemos a arquitetura da Warp na direção oposta, projetando desde o início a API, as permissões e o registro de auditoria para que um agente pudesse executar o trabalho e as pessoas pudessem intervir quando necessário.

Imagine que você seja responsável pela área de Pessoas em uma empresa com 350 funcionários e que quatro propostas de emprego sejam aceitas — duas no Oregon e duas no Colorado —, em estados onde a empresa nunca teve funcionários. Antes que alguém possa receber, é preciso se registrar nos departamentos de receita dos dois estados, abrir contas de seguro-desemprego, inscrever-se no programa de licença remunerada de cada estado, calcular os impostos locais para cada endereço e configurar as deduções. Um assistente de IA típico pode dizer quais formulários são necessários, mas nosso agente os preenche e os envia. Se você tiver autorizado o agente a agir por conta própria, só ficará sabendo quando tudo estiver concluído.

Nossos agentes têm o contexto, as permissões e a infraestrutura necessários para executar várias etapas nos sistemas de uma empresa — desde processar a folha de pagamento e administrar benefícios até cuidar da conformidade tributária — sem que alguém precise gerenciar tudo manualmente. Adicionar um agente a uma plataforma legada pode ajudar os usuários a navegar pelo software, mas não muda a forma como o trabalho subjacente é feito. Os agentes da Warp realmente mudam a maneira como o trabalho é realizado.

A Warp descreve seus agentes como responsáveis por fluxos de trabalho inteiros, incluindo abrir contas estaduais para pagamento de impostos, enviar declarações, resolver notificações governamentais e administrar benefícios. Como vocês determinam quais ações um agente pode executar de forma autônoma e quais exigem aprovação humana?

A Warp define os limites gerais, e cada empresa decide quanta autonomia seus agentes terão dentro deles. Algumas ações, como pagamentos, têm limites rígidos que nenhuma configuração do cliente pode remover. Dentro dessas restrições, as empresas definem a autonomia para cada fluxo de trabalho: em uma área, o agente pode apenas sugerir uma ação; em outra, pode aguardar aprovação; e, em outra, pode cuidar de tudo por conta própria. A maioria dos clientes começa aprovando tudo e amplia a autonomia à medida que ganha confiança no trabalho do agente. Quando a decisão cabe ao cliente, o agente a encaminha ao administrador responsável. Quando uma tarefa exige a intervenção de uma pessoa, seja porque a lei assim determina, seja porque um órgão não trabalha com software, ela é encaminhada a um especialista da Warp.

A folha de pagamento e a conformidade tributária deixam pouquíssima margem para alucinações ou respostas probabilísticas. A Warp atua em milhares de jurisdições fiscais, sujeitas a regulamentações que mudam constantemente. Como vocês fundamentam seus sistemas de IA em informações confiáveis, medem sua confiabilidade e lidam com situações em que um agente não tem certeza sobre a ação correta?

Passamos três anos testando nossos controles de conformidade tributária da folha de pagamento, a área mais rigorosa de RH. A Warp acompanha mais de 10.000 jurisdições fiscais, e o agente nunca responde a uma pergunta tributária com base apenas na memória. Cada alíquota, formulário e prazo que ele utiliza vem diretamente dos órgãos responsáveis, e nossa equipe tributária analisa cada alteração nas regras antes que ela chegue ao sistema. Estamos no caminho para processar mais de US$ 2 bilhões em pagamentos de folha este ano, e, nesse período, nossos clientes evitaram mais de US$ 200 milhões em multas.

Antes de cada processamento da folha, o agente verifica se há algo fora do esperado, como um aumento inesperado no salário de alguém ou a falta de uma configuração tributária em um novo estado. Se não tiver certeza do que fazer ou não tiver permissão para agir, ele para e encaminha a tarefa ao administrador, em vez de tentar adivinhar.

As notificações fiscais mostram como isso funciona. Os agentes resolvem 80% delas automaticamente, com base nos dados da folha de pagamento da empresa e nas diretrizes do próprio órgão; as demais são encaminhadas a um especialista tributário da Warp, para que todas sejam resolvidas. Na folha de pagamento, uma resposta errada custa caro, por isso preferimos sempre que o agente encaminhe a questão, em vez de tentar adivinhar.

Os sistemas de RH contêm algumas das informações mais confidenciais de uma empresa, desde salários e números do Seguro Social até dados bancários e informações sobre benefícios. Como o surgimento de agentes autônomos muda o modelo de segurança desses dados? Há categorias de informações de funcionários que, na sua opinião, a IA nunca deveria poder controlar de forma autônoma?

Os agentes mudam a questão da segurança porque conseguem percorrer os sistemas de uma empresa muito mais rápido do que qualquer pessoa, o que também faz com que uma brecha nas permissões seja explorada mais rapidamente. O maior risco é alguém usar um agente para acessar dados que não conseguiria acessar por conta própria. Desde o início, desenvolvemos o sistema para evitar isso: cada agente da Warp herda exatamente as permissões da pessoa em nome de quem está agindo. Assim, se um funcionário não pode ver dados de remuneração, também não pode pedir ao agente que os mostre. Os dados individuais dos funcionários permanecem na conta da própria empresa e nunca são compartilhados com outros clientes. A Warp está em conformidade com a norma SOC 2 Type II, exige autenticação multifator e assina Acordos de Associado Comercial com clientes Enterprise que precisam cumprir a HIPAA.

Quanto ao que a IA nunca deveria controlar por conta própria, nosso critério é tudo o que seja difícil de reverter. Transferir dinheiro é o exemplo mais claro: os pagamentos têm limites rígidos que o agente não pode ultrapassar, independentemente de quem faça o pedido. O mesmo vale para qualquer tarefa que, por lei, exija a intervenção de uma pessoa; nesses casos, a tarefa é sempre encaminhada a um especialista da Warp.

Há uma diferença significativa entre uma IA recomendar uma ação e efetivamente movimentar dinheiro, enviar uma declaração fiscal ou alterar os privilégios de acesso de um funcionário. Que salvaguardas, trilhas de auditoria, mecanismos de reversão e sistemas de escalonamento se tornam necessários quando os agentes de IA deixam de apenas aconselhar as pessoas e passam a executar processos empresariais com consequências concretas?

A partir do momento em que um agente começa a agir, em vez de apenas fazer sugestões, é preciso poder responder em nome de quem ele estava agindo, a quais recursos tinha permissão para acessar, por que tomou aquela decisão e como revertê-la caso algo dê errado. Na Warp, todas as ações incluem essas informações, para que nada do que o agente faça aconteça sem visibilidade.

A maior parte do trabalho do agente é realizada por meio de rotinas, ou seja, tarefas executadas em um horário programado ou quando algo acontece, como a assinatura de uma proposta por uma nova contratação. Cada rotina mantém um registro contínuo de quem a criou, quando foi aprovada e de cada etapa executada pelo agente, oferecendo às equipes de RH e aos auditores um histórico claro para acompanhar.

A forma de reverter uma ação depende do tipo de ação. Alterações como atualizar o acesso de alguém ou modificar uma opção de benefícios podem ser revertidas. Processamentos da folha de pagamento e pagamentos são os mais difíceis de reverter, por isso estão sujeitos aos controles mais rigorosos, incluindo limites rígidos que o agente não pode alterar. Tudo o que estiver fora da autoridade do agente é encaminhado diretamente ao administrador do cliente para que tome uma decisão.

Algumas situações ainda exigem a intervenção de uma pessoa, como quando um órgão fiscal estadual só aceita falar por telefone. Quando o agente se depara com um desses obstáculos, um especialista da Warp conclui o trabalho, para que ele continue avançando em vez de ficar parado na caixa de entrada de alguém.

A Warp levantou recentemente US$ 60 milhões em uma rodada Série B, elevando o financiamento total para US$ 85 milhões, e planeja investir mais em agentes de IA e em sua infraestrutura tributária e de conformidade. Que problemas técnicos da automação de RH com agentes ainda não foram resolvidos e para onde você espera direcionar a maior parte desse investimento?

Um agente de IA pode deixar alguém 20% mais rápido, o que ajuda, mas a oportunidade maior está em um agente que conclui o trabalho. A dificuldade é que o RH não está concentrado em um único lugar. Folha de pagamento, benefícios, dispositivos e contas de TI geralmente ficam em sistemas separados, e um agente só consegue agir bem se puder ver tudo isso em conjunto. Outro desafio é a longa lista de exceções: cada órgão estadual, operadora de benefícios e repartição fiscal tem suas particularidades, e muitas dessas entidades nunca foram projetadas para trabalhar com software. É aí que vemos a maior oportunidade e onde estamos investindo nosso financiamento.

Muitas vezes, nossos clientes têm uma ou duas pessoas responsáveis pelo RH de centenas de funcionários. Por isso, à medida que a empresa cresce, os agentes precisam assumir mais responsabilidades. Nosso foco é reunir tudo em um único sistema no qual o agente possa agir e facilitar a criação, pelos clientes, de suas próprias rotinas, adaptadas à forma como a empresa funciona. Também estamos ampliando a equipe de suporte aos clientes, fortalecendo nossa infraestrutura tributária e de conformidade e expandindo o que nossos agentes podem fazer ao longo de todo o ciclo de vida dos funcionários.

Uma das promessas dos softwares com agentes é permitir que as empresas operem com equipes administrativas muito menores, enquanto os profissionais de RH dedicam mais tempo ao trabalho estratégico e às pessoas. Que áreas do RH você acredita que os agentes de IA vão automatizar em grande parte nos próximos anos e quais decisões continuarão sendo fundamentalmente humanas?

As áreas do RH que dependem de discernimento continuarão sob responsabilidade das pessoas, seja escolher quem contratar, definir a cultura da empresa, apoiar alguém em um momento difícil ou perceber quando um funcionário está pronto para algo maior. Essas são as razões pelas quais existem as equipes de Pessoas e também as partes do trabalho para as quais a maioria dos líderes de RH gostaria de ter mais tempo.

Os agentes podem assumir o trabalho administrativo que ocupa discretamente a maior parte da semana: desde conferir cada item da folha de pagamento e resolver pendências com órgãos fiscais até responder a dúvidas sobre folgas remuneradas, cuidar das inscrições em benefícios e configurar ou desativar laptops e contas sempre que alguém entra ou sai da empresa. Em uma grande empresa, esse trabalho mantém um departamento inteiro ocupado; em uma pequena, costuma acabar nas mãos do fundador tarde da noite, depois que todos os outros já foram embora.

A integração de novos funcionários é um bom exemplo de quanto tempo isso libera. Segundo nossas estimativas, empresas em rápido crescimento normalmente dedicam de 10 a 20 horas à gestão de cada nova contratação durante o primeiro mês. Nossos clientes nos dizem que, agora, esse mesmo trabalho leva menos de duas horas, o que deixa as equipes de RH com muito mais tempo para se dedicar às pessoas.

Olhando cinco anos à frente, você espera que os softwares de RH ainda girem em torno de painéis, formulários e fluxos de trabalho com os quais os funcionários interagem ativamente, ou a interface acabará desaparecendo à medida que os agentes de IA assumirem, em segundo plano, a maior parte das operações de gestão de funcionários?

Esperamos que, no próximo ano, os agentes realizem a maioria das ações na Warp, indo muito além dos impostos. Isso inclui integrar novos funcionários, processar a folha de pagamento e executar as tarefas cotidianas de RH pelas quais as pessoas ainda navegam com cliques. Isso muda o que as pessoas precisam dos softwares que usam. Em vez de entrar no sistema para verificar o andamento de um processo ou fazê-lo avançar, as equipes de RH receberão notícias da Warp principalmente quando algo exigir sua atenção, como uma decisão que só elas podem tomar ou uma rápida atualização informando que um novo funcionário em outro estado já está totalmente integrado e pronto para receber o salário. O restante do trabalho acontecerá discretamente em segundo plano, como a maioria das pessoas já espera que seus e-mails sejam entregues ou que o banco processe um pagamento, sem precisar acompanhar cada etapa.

Quase todos os setores dos softwares empresariais já têm um novo concorrente desenvolvido para a IA, e a gestão de funcionários é uma das últimas áreas que ainda aguardam essa transformação. Acreditamos que estamos criando o que virá depois do Workday.

Obrigado pela excelente entrevista. Leitores que quiserem saber mais podem visitar Warp.