Medición del gasto en IA con Rippling: RR.HH. como capa de ROI

La empresa promedio "con IA hasta los huesos" gasta 7.500 dólares por empleado al mes en herramientas de inteligencia artificial, según un informe de TechCrunch de junio de 2026. Ese número es llamativo por sí solo. Pero la pregunta más silenciosa y trascendente que plantea es: ¿alguien sabe realmente qué empleados están generando retornos que justifiquen esa partida presupuestaria? El CEO de Rippling, Parker Conrad, cree que la mayoría de las empresas no lo saben, y está apostando a que su plataforma de gestión de personal es el lugar indicado para averiguarlo.

El problema al que nadie tiene una respuesta clara

Pregúntale hoy a un CFO dónde vive el gasto en herramientas de IA, y te señalará el sistema financiero. Pregúntale qué empleados individuales están obteniendo retorno de esa inversión, y la conversación se pone incómoda rápidamente. Los datos necesarios para responder esa pregunta están dispersos: los registros de uso de software viven en IT, los datos de compensación viven en nómina, y las señales de rendimiento viven en RRHH. Ninguna solución puntual controla las tres capas al mismo tiempo.

Según la cobertura de TechCrunch sobre la posición de Conrad, Rippling argumenta ahora que su plataforma compuesta —que abarca RRHH, IT y finanzas— está estructuralmente posicionada para ser el tejido conectivo que cierre esta brecha. La clave no está en que medir el ROI de la IA sea difícil. La clave está en que el sistema adecuado para hacerlo ya tiene los datos relevantes; simplemente no se le ha pedido que los use.

La startup compuesta dando sus frutos

Conrad lleva años defendiendo lo que él llama el modelo de "startup compuesta". El argumento, detallado por SaaStr, es que construir en múltiples superficies de producto de forma simultánea —en lugar de comenzar con foco y expandirse más adelante— crea ventajas de datos y flujos de trabajo que se van acumulando y que las soluciones puntuales estructuralmente no pueden replicar. Según se informó, Conrad reconoció desde el principio que esto parecía romper una regla, pero llegó a verlo como la fuente de todo lo que hace a Rippling distintiva.

La funcionalidad de medición del gasto en IA es esa tesis llegando en un momento en que las empresas realmente la necesitan. Una compañía que gestiona nómina, administra acceso a dispositivos y hace seguimiento del aprovisionamiento de software a través de una sola plataforma ya cuenta con un registro unificado de cada empleado. Agregar una señal de ROI de IA a ese registro no es tanto un nuevo producto como una nueva pregunta formulada sobre datos ya existentes. Eso representa una posición competitiva significativa: Workday, SAP y las herramientas independientes de análisis de gasto tendrían que ensamblar lo que Rippling ya tiene en su poder.

El "AI washing", bajo la lupa

El enfoque de Conrad lleva implícita una crítica que vale la pena destacar. En un podcast de TechCrunch, Conrad planteó la preocupación de que las empresas están incurriendo en AI washing —proclamando ganancias de productividad gracias a la IA sin contar con la infraestructura de datos para sustentarlas. La nueva funcionalidad es, en parte, una respuesta directa a esa dinámica: si tu empresa va a afirmar que la IA está haciendo a tu fuerza laboral más productiva, Rippling se ofrece a ser el registro que lo pruebe o lo refute a nivel de empleado individual.

Es un movimiento de posicionamiento de producto con mucho filo. Desplaza la conversación de "usamos IA" a "esto es lo que nuestro gasto en IA realmente produjo, por persona, por rol". Las herramientas de finanzas y análisis pueden rastrear el gasto agregado. Lo que generalmente no pueden hacer es correlacionar ese gasto con los datos de compensación, antigüedad y rendimiento que viven en RRHH. Rippling enhebra esa aguja por diseño.

Qué observar a continuación

La pregunta estratégica ahora es si los clientes confiarán en que su plataforma de RRHH sea el árbitro de la productividad en IA, o si ese rol se siente demasiado cercano a la gestión del rendimiento para resultar cómodo. Existe una versión de esta funcionalidad que dota a los managers de datos genuinamente útiles. También existe una versión que genera ansiedad en la fuerza laboral si la señal se utiliza de forma punitiva. Conrad y Rippling deberán navegar esa percepción con cuidado a medida que la funcionalidad escale.

Para los operadores y creadores que siguen este espacio, el movimiento que vale la pena rastrear no es solo la hoja de ruta de producto de Rippling. Es si Workday, Deel o Lattice responden adquiriendo o construyendo hacia la misma capa de datos unificada. La empresa que sea dueña del registro de ROI de IA por empleado tendrá en sus manos una pieza importante de cómo se toman las decisiones tecnológicas empresariales durante los próximos años. Rippling acaba de clavar su bandera.