Rippling

083 · Talent Signal 與績效管理

31:29YouTube 上架 2024-09-25Matt MacInnis（Rippling COO）

No Priors Ep. 83 | With Rippling COO Matt MacInnis

Matt MacInnis 談 Rippling 第一個 AI 產品 Talent Signal：只讀員工的工作成果、只在入職 90 天產生一次訊號，以及用在人身上的風險與限制。

083 講了什麼

• 一家公司等於 25 個新創主持人形容 Rippling 像 25 家新創各自從小基數成長。Matt 說 Rippling 有大約 25 個獨立 SKU，每季出小功能、每隔幾季出大功能，內部有超過 150 位創業過的人。Matt 認為規模大了之後，單位經濟會愈來愈取決於向既有客戶交叉銷售。
• 核心優勢是員工資料Matt 稱之為 vibranium advantage，指所有產品都建在對員工資料的深入理解上。Talent Signal 把這些資料和員工實際產出的工作成果放在一起，讓模型判斷員工表現。
• 為了繞開主管的印象Matt 引用 HBR 文章談的「manager vibe」，認為考核時主管沒時間看完半年或一年的成果。Talent Signal 只讀工作成果，不給模型種族、年齡、工作地點等人口資料，產出 high potential、typical 或 pay attention 三種訊號。
• 範圍刻意收得很小目前是 early access，只對每位員工在 90 天時產生一次訊號，即使是任職三年的人也只看最初 90 天。目前針對個人貢獻者，銷售、工程與客服，尚未評估管理者。
• 人還是要下判斷Rippling 內部規定不能只憑 Talent Signal 做升遷等重大決定，主管必須有自己的評估。Matt 舉一家 alpha 測試客戶為例：CTO 原本不看好的一位員工被標為 high potential，回頭看程式碼才發現，那些高品質的貢獻是自己坐在旁邊陪著寫出來的。
• 不做 chatbot 與 copilotMatt 說比起這些表面的功能，團隊把昂貴的 AI 工程師放在能和自家員工資料結合的產品上。Matt 也說合作的客戶多半是競爭性強、本來就重視輔導的銷售、工程與客服團隊。

從哪一段開始看16 段

1. 00:02開場與 Rippling主持人介紹 Matt 與 Rippling 即將推出分析員工工作成果的 AI 產品。Matt 說 Rippling 是人資、IT 與財務的一站式平台。
2. 01:05規模與 compound startup約 3500 名員工、數以萬計的客戶；大約 25 個 SKU，內部有超過 150 位創業過的人，並把這當成招募策略。
3. 03:07交叉銷售的財務動態個別產品線規模都還不大，合起來才是漂亮的營收；Matt 說大規模 SaaS 的單位經濟會收斂到 cross-sell。
4. 04:07vibranium advantage 與 Talent Signal一個平台的真正優勢是底層共同的東西，對 Rippling 就是員工資料；Talent Signal 讀工作成果並結合職級等資料，給出表現洞察。
5. 05:55績效考核與 manager vibeMatt 回顧自己早年在 Apple 當個人貢獻者的經驗：考核時主管沒時間看完半年、一年的成果，表現有模糊空間時，印象就會左右結果。
6. 07:25只看工作成果的訊號模型沒有人口資料，只看原始碼或客服互動，產出 high potential、typical、pay attention 三種訊號，並附上具體例子給主管。
7. 08:29校準與 90 天限制職級會餵給模型並在各公司間校準，但只呈現公司內的分布；目前每位員工只在 90 天產生一次，是想先建立信任。
8. 11:19想解決的問題Matt 說動機是不夠勤快的主管；舉例是印度一位工程師被模型從默默無名中挑出來，讓主管看到具體貢獻。
9. 13:23內部試用與使用規則員工回饋影響政策：不得只憑 Talent Signal 做重大決定，主管要提出自己的評估；Matt 也說公司什麼都先自己用，CEO Parker 親自跑薪資，還核准每一筆超過 10 美元的開支。
10. 14:57管理者怎麼辦與誤判案例目前只評估個人貢獻者；最能預測職涯結果的是工作成果。一家 alpha 測試客戶的 CTO 發現，模型看到的高品質程式碼是自己陪著寫出來的，屬於誤歸因。
11. 18:23為什麼選這個產品Matt 從企業財務講起：知道下一塊錢該投在哪裡的公司才會不斷加碼，只會買回庫藏股或發股利是壞訊號；Rippling 手上有一長串做了就會帶來營收的產品。
12. 20:33多產品與不做 chatbot問到產品這麼多怎麼維持凝聚，Matt 說就是更努力、把對的人放對位置；主持人引 Netscape 時期「創新不是 bundling 就是 unbundling」的說法。Matt 說很多公司因為不知道下一步做什麼才變成 AI 公司，Rippling 沒這問題，所以不做 chatbot，把 AI 工程師放在 AI 加上自家員工資料才做得到的事。
13. 23:24資料平台與整合專心把這一個產品做好；Talent Signal 建在 Rippling 的資料平台上，裝 GitHub app 會複製程式碼庫，Salesforce 也一樣。
14. 25:13早期採用者與未來有些公司選擇不當早期採用者；Matt 認為 LLM 參與評估人的表現是必然，目前只走了很小一步。
15. 26:15風險與使用原則先理解對人的影響；就算系統幾乎沒問題，主管仍要自己查證脈絡，不要被誤歸因左右。
16. 28:04誰願意用與外界批評願意合作的是銷售、工程、客服這些重視競爭與輔導的團隊；Matt 說會聽取對偏見等問題的批評。

值得記的話5 句

• it generates one signal one time for one employee at their 90-day Mark它對每一位員工，只在第 90 天產生一次訊號09:17

• Talent signal is like a cheat sheet but the manager has to do what is fundamentally a human processTalent Signal 像一張小抄，但主管還是得做本質上屬於人的那件事13:54

• we didn't build a chatbot we didn't build a co-pilot我們沒做 chatbot，也沒做 copilot22:36

• AI in the conversation about human performance is 0.1% of the way there在評估人的表現這件事上，AI 只走了 0.1% 的路25:29

• even if the system is arguably bulletproof like you have to go to ground and still do your job as a manager就算系統幾乎無懈可擊，你還是得親自下去看，做好主管的工作27:32

名詞與人物9 個

Matt MacInnis

Rippling COO，本集來賓。

Rippling

整合人資、IT 與財務的一站式平台。

Talent Signal

Rippling 新推出的 AI 產品，讀員工的工作成果並產出表現訊號。

compound startup

一家公司同時經營多條產品線，各自從較小的基數成長。

vibranium advantage

Matt 的說法，指平台底層讓其他公司做不到某些事的核心優勢；Rippling 的是員工資料。

employee graph

Rippling 對員工資料與其脈絡的深入理解，所有產品都建在它上面。

manager vibe

主管對員工的整體印象，Matt 認為這會在績效有模糊空間時左右考核。

calibration

主管們在考核時彼此對齊評估標準的會議。

90-day signal

只用員工前 90 天的工作成果，對每位員工產生一次的訊號。

提到但沒有展開

• 怎麼評估管理者還沒做。主持人提到 Andy Grove 說管理者的產出就是團隊的產出；Matt 說產品目前會在管理者層級彙總三種訊號的分布，但只建議客戶拿來找熱點，不要據此評斷主管。
• Matt 預告公司大概一季內會有和超大規模資料有關、不直接屬於 AI 的新東西，稱之為 Rippling 的 AWS moment。

在 YouTube 看原片 ↗