Аюш Шарма, основатель и генеральный директор Warp — серия интервью

Аюш Шарма — основатель и генеральный директор Warp, которую он запустил в 2023 году, столкнувшись со сложностями управления расчетом заработной платы в нескольких штатах и странах США. Он вырос в небольшом городе в Индии, изучал информатику и физику в MIT. В магистерской работе он исследовал способы снизить влияние медленно работающих компонентов на обучение распределенных моделей машинного обучения, изучая, как крупномасштабные системы могут работать эффективнее, если отдельные машины отстают. Warp вошла в зимний набор Y Combinator 2023 года, первоначально сосредоточившись на соблюдении требований к уплате налогов с заработной платы. Подход Шармы строится на ИИ-агентах, которые выполняют целые рабочие процессы; система разрешений, согласование действий людьми и возможность аудита были предусмотрены с самого начала.

Warp — платформа управления персоналом, изначально созданная на базе ИИ. Она объединяет расчет заработной платы, кадровые процессы, соблюдение налоговых требований, льготы и ИТ-сервисы на основе единой записи о сотруднике. Платформа использует агентов для выполнения таких задач, как регистрация для уплаты налогов штата, проверка расчетов заработной платы, урегулирование вопросов по налоговым уведомлениям, оформление льгот и адаптация новых сотрудников. Компании могут отдельно настраивать степень самостоятельности агента для каждого рабочего процесса: выбирать, будет ли он рекомендовать действие, ожидать согласования или действовать самостоятельно. Действия агентов записываются для последующей проверки, а задачи, требующие участия человека, могут передаваться администраторам компании или специалистам Warp. Кроме того, Warp поддерживает настройку устройств и учетных записей сотрудников, международные выплаты подрядчикам, а также выделенную поддержку по управлению учетными записями и льготам.

Ваш путь из небольшого города в Индии через изучение информатики и физики в MIT к работе над инфраструктурой машинного обучения в Yelp выглядит довольно необычно. Что в итоге побудило вас основать Warp в 2023 году и почему вы решили, что именно расчет заработной платы и управление персоналом — те задачи, которые стоит заново выстроить на основе ИИ?

До Warp я работал в стартапе, который во время COVID вырос примерно с 10 до 40 человек и нанимал сотрудников удаленно в разных штатах. Тогда я увидел, сколько работы по расчету заработной платы и соблюдению требований до сих пор выполняется вручную. Позже, когда я сам нанимал первых сотрудников, я потратил целый день, пытаясь разобраться, как зарегистрироваться в Департаменте труда штата Нью-Йорк; если бы я пропустил срок, мне грозил штраф. В компании и без того хватало срочных проблем, но тот день мне запомнился.

Кадровые команды ежедневно выполняют процедурную и повторяющуюся работу, отнимающую время, которое им следовало бы посвящать людям. Это идеальная область для применения ИИ, однако все крупные кадровые платформы были созданы еще до появления агентов, и просто добавить такую возможность в старое программное обеспечение непросто.

Когда в 2023 году мы пришли на собеседование в YC, у нас не было ни готового продукта, ни выручки — только проблема, о которой мы не могли перестать думать. На звонке были пять человек из YC, и первые десять или двенадцать минут они задавали один и тот же вопрос: действительно ли соблюдение требований к уплате налогов с заработной платы может стать достаточно сильной отправной точкой для решения остальных задач? Это была гипотеза, но доводы в ее пользу были убедительными. Компании стали гораздо раньше, чем прежде, нанимать сотрудников в нескольких штатах, и сложность процессов только росла. Кроме того, требования к налогам с заработной платы строже, чем к налогам с продаж, где до вступления правил в силу действуют достаточно высокие пороговые значения. Если же вы нанимаете одного человека в одном штате, на вас распространяется вся система налогообложения этого штата.

Поэтому начать с соблюдения требований было очевидным решением. Я много лет занимался машинным обучением в MIT, и, когда большие языковые модели и агенты стали превращаться в реальные инструменты, я понял, что задачи в сфере расчета заработной платы и соблюдения требований, за которые никто не хотел браться, вскоре можно будет автоматизировать. Первая версия Warp умела только одно: можно было нанять сотрудника в любом штате и не заниматься государственными документами. Мы решили, что, если сможем правильно организовать уплату налогов с заработной платы, остальное будет проще.

Вы утверждали, что такие компании, как ADP и Workday, находятся в принципиально невыгодном положении, поскольку их системы были разработаны задолго до появления современного ИИ. Как на техническом уровне устроена архитектура HR-системы, изначально созданной на базе ИИ, и что может делать Warp, чего трудно добиться, просто добавив ИИ-агентов к устаревшей платформе?

Большинство кадровых программ создавали для человека, который сидит перед экраном и вручную проходит каждый шаг. Поэтому, когда в такие платформы добавляют ИИ, обычно это сводится к агенту, который подсказывает, что делать дальше, пока всю работу по-прежнему выполняет сам пользователь. Мы построили архитектуру Warp иначе: с самого начала заложили в нее API, систему разрешений и журнал аудита, чтобы агент мог выполнять работу, а люди подключались при необходимости.

Представьте, что вы руководитель отдела по работе с персоналом в компании, где трудятся 350 человек, и вы получили подписи под четырьмя предложениями о работе: двумя в Орегоне и двумя в Колорадо — штатах, где у компании никогда раньше не было сотрудников. Прежде чем кому-либо можно будет выплатить зарплату, нужно зарегистрироваться в налоговых ведомствах обоих штатов, открыть счета для страхования по безработице, зарегистрироваться в программе оплачиваемого отпуска в каждом штате, определить местные налоги для каждого адреса и настроить удержания. Обычный ИИ-помощник может подсказать, какие формы нужны, но наш агент заполняет их и подает. Если вы разрешили ему действовать самостоятельно, он сообщит вам о результате, когда все будет готово.

У наших агентов есть контекст, разрешения и инфраструктура, необходимые для выполнения нескольких шагов в разных системах компании: от расчета заработной платы и управления льготами до соблюдения налоговых требований. Для этого не нужно, чтобы кто-то вручную координировал весь процесс. Агент, добавленный к устаревшей платформе, может помочь пользователям ориентироваться в программе, но не меняет сам способ выполнения работы. Агенты Warp действительно меняют то, как выполняется работа.

Warp описывает своих агентов как системы, которые самостоятельно выполняют рабочие процессы целиком: открывают налоговые счета в штатах, подают декларации, разбираются с уведомлениями государственных органов и управляют льготами. Как вы определяете, какие действия агент может выполнять самостоятельно, а для каких требуется одобрение человека?

Warp устанавливает общие рамки, а каждая компания решает, какую степень самостоятельности предоставить своим агентам в их пределах. Для некоторых действий, например платежей, установлены жёсткие ограничения, которые нельзя отменить настройками клиента. В этих рамках компании определяют степень самостоятельности отдельно для каждого рабочего процесса: в одном случае агент может лишь предложить действие, в другом — ждать одобрения, а где-то — действовать самостоятельно. Большинство клиентов сначала одобряют всё, а затем постепенно расширяют полномочия агента, когда убеждаются в надёжности его работы. Если решение должен принять клиент, агент передаёт его администратору клиента. Если для выполнения задачи нужен человек — потому что этого требует закон или ведомство не взаимодействует с программным обеспечением, — её передают специалисту Warp.

При расчёте зарплаты и соблюдении налоговых требований почти нет места галлюцинациям и вероятностным ответам. Warp работает в тысячах налоговых юрисдикций, где правила постоянно меняются. Как вы обеспечиваете опору своих систем ИИ на авторитетные источники, оцениваете их надёжность и действуете в ситуациях, когда агент не уверен, какое решение будет правильным?

Мы три года проверяли наши механизмы контроля в сфере соблюдения налоговых требований при расчёте зарплаты — самой требовательной области HR. Warp отслеживает изменения в более чем 10 000 налоговых юрисдикций, и агент никогда не отвечает на налоговые вопросы по памяти. Все ставки, формы и сроки, с которыми он работает, поступают непосредственно от ведомств, а наша налоговая команда проверяет каждое изменение правил, прежде чем оно попадёт в систему. В этом году мы планируем обработать выплаты зарплаты на сумму более 2 миллиардов долларов, а наши клиенты за это время избежали штрафов на сумму более 200 млн долларов.

Перед каждым расчётом зарплаты агент проверяет, нет ли подозрительных отклонений, например неожиданного роста зарплаты сотрудника или отсутствия налоговых настроек в новом штате. Если агент не уверен, что делать, или у него нет разрешения на действие, он останавливается и передаёт задачу администратору, а не пытается угадать.

Налоговые уведомления показывают, как это работает. Агенты автоматически обрабатывают 80% таких уведомлений, используя данные о выплатах зарплаты в компании и инструкции самого ведомства; остальные передаются специалисту Warp по налогам, поэтому каждое уведомление в итоге получает решение. Ошибка при расчёте зарплаты обходится дорого, поэтому мы всегда предпочитаем, чтобы агент передал задачу человеку, а не гадал.

В HR-системах хранится часть самых конфиденциальных данных компании: от сведений о зарплатах и номеров социального страхования до банковских данных и информации о льготах. Как появление автономных агентов меняет модель защиты этих данных и есть ли категории сведений о сотрудниках, которыми, по вашему мнению, ИИ ни в коем случае нельзя предоставлять возможность управлять самостоятельно?

Агенты меняют подход к безопасности: они могут перемещаться по системам компании намного быстрее любого человека, а значит, быстрее используют и любые пробелы в настройках разрешений. Самый большой риск — что кто-то воспользуется агентом, чтобы получить доступ к данным, которые сам он никогда не смог бы увидеть. Мы с самого начала предусмотрели защиту от этого: каждый агент Warp получает точно такие же права доступа, как человек, от имени которого он действует. Поэтому, если сотрудник не может видеть данные о вознаграждении, он не сможет попросить агента показать их ему. Персональные данные сотрудников хранятся в аккаунте самой компании и никогда не передаются другим клиентам. Warp соответствует стандарту SOC 2 Type II, обеспечивает многофакторную аутентификацию и подписывает соглашения с деловыми партнёрами для корпоративных клиентов, которым необходимо соответствие требованиям HIPAA.

Что касается действий, которые ИИ никогда не должен выполнять самостоятельно, для нас ключевой критерий — насколько трудно отменить их последствия. Самый очевидный пример — перевод денег: для платежей установлены жёсткие ограничения, которые агент не может превысить, независимо от того, кто его об этом просит. То же касается любой задачи, для которой закон требует участия человека: такие задачи всегда передаются специалисту Warp.

Существует существенная разница между тем, когда ИИ рекомендует действие, и тем, когда он действительно переводит деньги, подаёт налоговую декларацию или меняет права доступа сотрудника. Какие меры защиты, журналы аудита, механизмы отката и системы эскалации необходимы, когда ИИ-агенты переходят от рекомендаций людям к выполнению важных бизнес-процессов?

Как только агент начинает действовать, а не просто предлагать решения, необходимо иметь возможность выяснить, от чьего имени он действовал, к каким данным и системам ему был разрешён доступ, почему он принял именно такое решение и как отменить его, если что-то пойдёт не так. Каждое действие в Warp сопровождается этой информацией, поэтому ничего из того, что делает агент, не происходит втайне.

Большая часть работы агента выполняется в рамках процедур — задач, которые он запускает по расписанию или при наступлении какого-либо события, например когда новый сотрудник подписывает предложение о работе. В каждой процедуре ведётся запись о том, кто её создал, когда её одобрили и какие шаги предпринял агент. Это позволяет HR-командам и аудиторам проследить весь ход работы.

Способ отмены действия зависит от его типа. Такие изменения, как обновление прав доступа сотрудника или выбор льгот, можно отменить. Расчёты зарплаты и платежи отменить сложнее всего, поэтому для них предусмотрены самые строгие меры контроля, в том числе жёсткие ограничения, которые агент не может изменить. Любые действия, выходящие за пределы полномочий агента, сразу передаются администратору клиента для принятия решения.

В некоторых ситуациях всё же требуется участие человека — например, если налоговая служба штата согласна общаться только по телефону. Когда агент сталкивается с таким препятствием, специалист Warp доводит дело до конца, и работа продолжается, а не застревает во входящих у кого-то из сотрудников.

Недавно Warp привлекла 60 млн долларов в рамках раунда финансирования серии B, доведя общий объём привлечённых средств до 85 млн долларов. Компания планирует и дальше инвестировать в ИИ-агентов, а также в инфраструктуру налогообложения и соблюдения нормативных требований. Какие технические проблемы автоматизации HR с помощью ИИ-агентов ещё не решены и на какие направления, по вашим ожиданиям, придётся наибольшая часть этих инвестиций?

ИИ-агент может повысить скорость работы человека на 20%, и это полезно. Но куда больше возможностей открывает агент, который сам доводит дело до конца. Главная сложность в том, что HR-процессы не сосредоточены в одной системе. Расчёт зарплаты, льготы, устройства и ИТ-учётные записи обычно находятся в разных системах, и агент сможет эффективно работать, только если видит их все вместе. Ещё одна сложность — огромное количество нестандартных ситуаций: у каждого ведомства штата, страховой компании и налоговой службы свои особенности, а многие из них вообще не создавались для взаимодействия с программным обеспечением. Именно здесь мы видим наибольшие возможности и именно на это направляем инвестиции.

У наших клиентов нередко всего один или два сотрудника отвечают за HR для сотен работников, поэтому по мере роста компании агентам нужно брать на себя больше обязанностей. Мы стремимся объединить всё в единой системе, с которой агент сможет работать, и упростить клиентам создание собственных сценариев с учётом особенностей их компаний. Кроме того, мы расширяем команду поддержки клиентов, укрепляем инфраструктуру налогообложения и соблюдения нормативных требований и расширяем круг задач, которые агенты могут выполнять на протяжении всего жизненного цикла сотрудника.

Одно из обещаний программного обеспечения на базе ИИ-агентов состоит в том, что компании смогут обходиться гораздо меньшими административными командами, а специалисты по персоналу будут уделять больше времени стратегическим задачам и работе с людьми. Какие направления HR, по вашему мнению, ИИ-агенты в основном автоматизируют в ближайшие несколько лет, а какие решения останутся исключительно за человеком?

Всё, что требует суждения, останется за людьми: выбор кандидатов, формирование корпоративной культуры, поддержка человека в трудную минуту или понимание того, что сотрудник готов к новым, более серьёзным задачам. Именно поэтому существуют команды по работе с персоналом, и именно на эти стороны работы, как хотелось бы большинству руководителей HR, им не хватает времени.

Агентам можно поручить административную работу, которая незаметно занимает большую часть недели: от построчной сверки расчётов зарплаты и выяснения вопросов с налоговыми ведомствами до ответов на вопросы об оплачиваемом отпуске, оформления льгот и настройки или отключения ноутбуков и учётных записей при каждом найме или увольнении. В крупной компании эта работа занимает целый отдел, а в небольшой обычно ложится на основателя поздно вечером, когда все остальные уже ушли домой.

Ввод нового сотрудника в должность — хороший пример того, сколько времени можно высвободить. По нашим оценкам, быстрорастущие компании обычно тратят от 10 до 20 часов на оформление каждого нового сотрудника в течение первого месяца. Наши клиенты говорят, что теперь та же работа занимает у них меньше двух часов, благодаря чему команды по работе с персоналом могут гораздо больше времени уделять людям.

Как вы думаете, если заглянуть на пять лет вперёд, будет ли работа с HR-программами по-прежнему строиться вокруг панелей управления, форм и рабочих процессов, с которыми сотрудники взаимодействуют сами, или интерфейс в конечном счёте исчезнет, поскольку ИИ-агенты будут выполнять большинство задач по управлению персоналом в фоновом режиме?

В течение ближайшего года, как мы ожидаем, агенты будут выполнять большинство действий в Warp — и не только связанных с налогами. В их число войдут оформление новых сотрудников, расчёт зарплаты и повседневные задачи HR, для выполнения которых сейчас людям приходится переходить по разным разделам программ. Это изменит требования к используемому программному обеспечению. Вместо того чтобы входить в систему, чтобы проверить ход процесса или продвинуть его дальше, команды по работе с персоналом будут в основном получать от Warp уведомления, когда потребуется их внимание: например, когда нужно принять решение, которое могут принять только они, или когда достаточно сообщить, что новый сотрудник в другом штате полностью оформлен и готов к получению зарплаты. Остальная работа будет незаметно выполняться в фоновом режиме — так же, как большинство людей уже привыкли к тому, что электронная почта доставляется, а банк проводит платёж без необходимости следить за каждым этапом.

Практически в каждом сегменте корпоративного программного обеспечения уже появился новый игрок, создающий решения на базе ИИ, а управление персоналом — одна из последних областей, в которой этот переход ещё не произошёл. Мы верим, что создаём то, что придёт на смену Workday.

Спасибо за интересное интервью! Читателям, которые хотят узнать больше, рекомендуем посетить Warp.