SULAWESI BARAT — Rippling, yang dikenal sebagai platform HR dan manajemen karyawan, resmi meluncurkan Rippling Data Cloud pada pekan ini. Produk terbaru ini bukan sekadar alat HR biasa — ia langsung menyasar jantung masalah yang dihadapi banyak perusahaan saat ini: bagaimana mengukur efektivitas pengeluaran AI karyawan secara akurat.
Conrad berargumen bahwa tumpukan data modern saat ini — yang biasanya terdiri dari alat ekstraksi (Fivetran, Airbyte), penyimpanan (Snowflake), transformasi (dbt Labs), hingga visualisasi (Tableau) — bisa disederhanakan menjadi satu sistem. Rippling Data Cloud mengintegrasikan semuanya dengan pemahaman bawaan terhadap struktur organisasi perusahaan.
"Data itu sendiri tidak cukup. Yang membedakan adalah pemahaman tentang bagaimana perubahan satu metrik memengaruhi bagian lain dari organisasi," kata Conrad dalam demonstrasi dari kantornya di San Francisco.
Saat mengaktifkan produk tersebut pada data internal Rippling, Conrad menemukan temuan mengejutkan. Seorang karyawan menggunakan Claude — asisten AI dari Anthropic — untuk menganalisis kalender dan email, lalu menyusun rencana kerja harian. Biaya berlangganan layanan tersebut mencapai 30.000 dolar AS per tahun (sekitar Rp 495 juta).
"Orang itu tidak melakukan kesalahan apa pun, tapi ROI-nya jelas tidak ada," ujar Conrad. Temuan semacam ini, menurutnya, biasanya tidak bisa diungkap oleh perusahaan karena data tersebar di berbagai sistem terpisah.
Fitur yang paling menarik perhatian eksekutif adalah dashboard AI token spend. Dasbor ini menggabungkan data log penggunaan dari Anthropic, data pull request GitHub, dan rating performa internal Rippling. Hasilnya, perusahaan bisa melihat secara langsung engineer mana yang benar-benar mendapatkan nilai dari alat AI dan mana yang hanya membakar uang.
"Karyawan berperforma tinggi memang menghabiskan paling banyak, itu wajar," kata Conrad. Namun dasbor juga menandai engineer dengan pengeluaran tinggi namun tingkat penolakan peer review kode yang tinggi. "Kalau rekan kerja terus-menerus menyuruhmu mengulang pekerjaan, mungkin kau hanya menghasilkan banyak sampah," tambahnya.
Temuan ini sudah mendorong Rippling untuk memangkas batas pengeluaran AI beberapa karyawan. Produk ini juga bisa dikonfigurasi untuk mengirim peringatan ke manajer — atau memutus akses secara otomatis — ketika karyawan melampaui ambang pengeluaran yang ditentukan.
SKU dasar Rippling Data Cloud yang sudah termasuk Rippling AI dibanderol sekitar 20 dolar AS (sekitar Rp 330.000) per bulan. Biaya tambahan berlaku untuk pengguna berat. Saat ini, sekitar 560 perusahaan telah menggunakan produk ini, dengan pendapatan baru mencapai 5-7 juta dolar AS per bulan (sekitar Rp 82,5-115,5 miliar).
Conrad menegaskan bahwa Rippling tidak merugi meskipun pelanggan melebihi jatah token. "Kami tidak kehilangan uang," katanya, seraya menambahkan target perusahaan adalah menjaga harga tetap terjangkau.
Menariknya, Rippling baru saja memindahkan sebagian besar beban kerja AI-nya dari Anthropic ke OpenAI. Conrad menyebut model terbaru OpenAI (versi 5.5) "lebih baik dan lebih hemat biaya" untuk kebutuhan Rippling. Namun ia menekankan bahwa keseimbangan ini terus berubah dan perusahaan menggunakan model berbeda untuk tugas yang berbeda.
Selain Data Cloud, Rippling juga meluncurkan Business Banking — layanan rekening giro berbunga tinggi yang memungkinkan pemrosesan payroll di hari yang sama. Conrad menggambarkan fitur ini sebagai penghilang beban mental mengelola dua jadwal pembayaran. Sebagian besar sistem penggajian membutuhkan pemrosesan dua hingga empat hari sebelumnya; produk perbankan Rippling memungkinkan perubahan diterima hingga pukul 13.00 pada hari gajian.
Langkah ini menempatkan Rippling bersaing langsung dengan fintech seperti Ramp, yang baru saja mengumpulkan 750 juta dolar AS dengan valuasi 44 miliar dolar AS — hampir tiga kali lipat valuasi Rippling yang mencapai 16,8 miliar dolar AS.
Bagi perusahaan teknologi di Indonesia yang mulai kebingungan mengontrol pengeluaran AI tim engineering, Rippling Data Cloud menawarkan solusi yang patut dilirik — meski belum tersedia secara resmi di pasar lokal. Produk ini paling cocok untuk perusahaan menengah hingga besar yang sudah memiliki banyak data tersebar dan ingin mengukur ROI investasi AI secara konkret.