lunes, 3 de agosto de 2026

Apps y consumo

Rippling lanza Data Cloud para consolidar la pila de datos moderna

Rippling lanzó su Data Cloud para consolidar la pila de datos moderna, mientras que el CEO Parker Conrad confirmó que a la empresa le faltan aproximadamente dos años para generar flujo de caja positivo.

Rippling launches Data Cloud to consolidate the modern data stack
Foto: Rippling

El jueves por la mañana, Rippling, con sede en San Francisco, anunció el lanzamiento de Rippling Data Cloud. La nueva plataforma está diseñada para consolidar la pila de datos moderna —la colección de herramientas utilizadas para el almacenamiento, la transformación y la visualización de datos— en un solo sistema. Por lo general, las empresas deben ensamblar estos sistemas utilizando herramientas separadas de múltiples proveedores, como Fivetran o Airbyte para la integración de datos, Snowflake para el almacenamiento de datos, dbt Labs para la transformación de datos y Tableau para la visualización de datos. Según el CEO Parker Conrad, Rippling busca colapsar esta infraestructura fragmentada en su plataforma existente de recursos humanos y gestión empresarial.

Rippling ya ha implementado la herramienta internamente para analizar el gasto en inteligencia artificial de su propia fuerza laboral. Por ejemplo, la plataforma identificó a empleados cuyo uso del asistente Claude de Anthropic alcanzó una tasa de ejecución (una proyección financiera basada en el rendimiento actual) de USD 30,000 al año para tareas como el análisis de calendario y correo electrónico, lo que ofrecía un bajo retorno de inversión. El sistema también realiza referencias cruzadas de datos de Anthropic, solicitudes de pull requests de GitHub y calificaciones de desempeño para señalar a los ingenieros con un alto gasto en tokens de IA pero con altas tasas de rechazo por parte de sus pares en las revisiones de código. Conrad señaló que si los pares de un ingeniero le piden frecuentemente que rehaga su trabajo, es posible que simplemente esté generando código de baja calidad. Este análisis ha llevado a Rippling a ajustar los límites de gasto, y la empresa también ha trasladado recientemente muchas de sus cargas de trabajo de IA de Anthropic a OpenAI. El SKU base (un nivel de producto) para la nueva herramienta de datos cuesta alrededor de USD 20 al mes, y cerca de 560 empresas la están utilizando actualmente, generando aproximadamente entre USD 5 millones y USD 7 millones al mes en nuevos ingresos.

El lanzamiento de la plataforma de datos sigue al anuncio de Rippling a principios de esta semana sobre Business Banking, un producto que ofrece cuentas corrientes de alto rendimiento y procesamiento de nómina. El producto bancario posiciona a Rippling para competir con empresas fintech como Ramp, que recientemente recaudó USD 750 millones con una valoración de USD 44,000 millones. En comparación, los inversionistas valoraron a Rippling en USD 16,800 millones el año pasado. Conrad declaró que a Rippling le faltan aproximadamente dos años para generar flujo de caja positivo (el estado financiero en el que una empresa genera más efectivo del que gasta). Atribuyó este cronograma a la fuerte inversión de la empresa en la construcción de sus productos internamente, contrastando su gasto en investigación y desarrollo frente a competidores de recursos humanos en el mercado público como Paylocity y Paycom:

  • Rippling gasta entre el 45% y el 50% de sus ingresos en investigación y desarrollo.
  • Las empresas de RR. HH. del mercado público gastan aproximadamente entre el 8% y el 9% de sus ingresos en investigación y desarrollo.

A pesar de la ventana abierta del mercado, el CEO de Rippling, Parker Conrad, descartó una oferta pública inicial (OPI) inminente, declarando: “No vamos a salir a bolsa. Ni siquiera con un guiño”, para enfatizar que la empresa no tiene prisa por cotizar en los mercados públicos.

Por qué importa

Rippling está intentando consolidar la fragmentada pila de datos moderna en su plataforma existente de RR. HH. y gestión empresarial, con el objetivo de proporcionar una visión unificada de los datos organizacionales.