Rippling controla la eficiencia de los gastos en inteligencia artificial

El fundador de Rippling, Parker Conrad, está iniciando una nueva tendencia en el mundo empresarial: ahora las empresas podrán monitorear en tiempo real qué tan eficientemente utilizan sus empleados las herramientas de inteligencia artificial (AI). La nueva plataforma Rippling Data Cloud no solo busca gestionar el talento humano, sino también revolucionar el campo del análisis de datos (data analytics). Así lo informa Techcrunch.com en su noticia.

Actualmente, muchas empresas utilizan un conjunto de diversos servicios como Snowflake, Tableau o dbt Labs para almacenar y analizar datos. Según Conrad, ha llegado el momento de integrar esta compleja cadena en un solo sistema. Presenta su plataforma como un ecosistema único que comprende la jerarquía y la estructura interna de la empresa. Esto lo reporta la publicación ixbt.com, basándose en información proporcionada por Parker Conrad desde su oficina en San Francisco.

Costos de AI y resultados inesperados

Conrad mencionó un caso interesante usando el ejemplo de su propia empresa. Resultó que algunos empleados utilizaban tanto las herramientas de AI como Claude para su planificación personal que sus costos anuales alcanzaron los 30 000 dólares. Aunque los empleados lo hicieron para mejorar su eficiencia, un costo tan alto no estaba justificado para la empresa. Rippling Data Cloud ayuda precisamente a identificar estos costos ocultos.

El análisis de la actividad de los ingenieros de software también reveló datos inesperados. Al comparar los registros de uso de Anthropic y los datos de GitHub, se identificó qué desarrollador utiliza las herramientas de AI de manera productiva y quién simplemente está desperdiciando «tokens». Los empleados con mejores resultados suelen consumir muchos recursos de AI, pero en algunos casos se observó una combinación de costos elevados y baja calidad.

Una nueva etapa en el control de la eficiencia

El sistema también tiene en cuenta los errores en el proceso de escritura de código y los trabajos rechazados (rejected) por sus colegas. Si un desarrollador genera demasiado código con ayuda de AI, pero su equipo se ve obligado a procesarlo constantemente, significa que la herramienta de AI está produciendo un producto de mala calidad. Parker Conrad llama a esto «slop » (desechos) y sugiere reducir inmediatamente el límite de gastos de AI para dichos empleados.

Las capacidades de Rippling Data Cloud no se limitan solo a la AI. Vincula los datos de Salesforce con el horario de trabajo de los empleados para mostrar qué equipos tienen dificultades en la atención al cliente. Por ejemplo, los análisis revelaron que los empleados del departamento de viajes tienen el doble de tickets no resueltos que otros departamentos, lo que indica una falta de personal.

En un momento en que la transformación digital se acelera también en el mercado de Uzbekistán, estas herramientas analíticas son fundamentales para las grandes corporaciones. Los directivos ahora podrán no solo invertir en AI, sino ver exactamente qué resultado produce cada dólar gastado. El sistema Rippling también cuenta con una función de alerta automática al gerente o de suspensión del servicio cuando los gastos superan el límite establecido.