Rippling 的平台打法與帶人

122 · Rippling 的平台打法與帶人

44:44YouTube 上架 2025-07-10Parker Conrad（Rippling CEO）

No Priors Ep. 122 | With Rippling Co-Founder & CEO Parker Conrad

Parker Conrad 談 Zenefits 失敗後再創業的心境，解釋 Rippling 為什麼堅持做整合的平台、怎麼逼團隊找出路，也談 AI 對工程人力、垂直軟體與上市時機的影響。

122 講了什麼

失敗教得不多，成功教得比較多Parker 說 Zenefits 是因為一些很蠢的原因倒的，能帶走的教訓只有兩件：合規要極度小心、不要太依賴 ops。第三次創業是因為幾乎沒有別條路，而有人來問要不要創業，Parker 的建議幾乎都是別做：多數人會失敗，對心理、婚姻與人際關係的傷害都很大。
平台比單點產品強permissions、reports、analytics、workflow automations、approvals 這些底層能力在各種應用裡反覆出現。應用做得多，才養得起把它們做深的研發；Parker 說花在底層的每一塊錢會回收 35 倍。這也是 Oracle、SAP、Salesforce、Microsoft 走過的老路。
瓶頸是 ownerRippling 分平台團隊與應用團隊，最難的是找到能全權負責一塊業務的人，否則一切都卡在執行長的注意力上。Parker 帶人的方式是把現實的缺口攤開來講，遇到「A 或 B」的選項就反問為什麼不能兩個都要。
AI 不見得省人力Parker 很懷疑 AI 會讓公司少雇人，寫程式的工具有幫助，但沒有大到讓人力需求大減；軟體變好做，需求只會更多，客服也一樣。Parker 的推測是核心系統公司會做出大量垂直版本，而 AI agent 必須繼承所服務那個人的權限。
ops 很難換成軟體Zenefits 當年的想法是先靠人工衝市場、之後再自動化，結果自動化一直在路上、始終沒到，Parker 認為那是公司垮掉的原因之一。像 payroll 這種一定要算對的領域，更難交給 AI。
暫時不上市私有市場的流動性變多，公開市場又缺少高成長的可比公司，風險反而高。Rippling 目前選擇不上市，但每年都可以重新決定，上市則很難回頭。

從哪一段開始看17 段

00:03開場與 ZenefitsSarah 介紹 Parker。Parker 說兩家公司最大的差別是合規，以及 Zenefits 太依賴 ops，Rippling 因此對 ops 很排斥，有時甚至過頭。
01:53失敗與成功哪個學得多經營公司的心理起伏一直很難熬，但 Rippling 再糟也比不上 Zenefits 最後那段。Parker 認為人從成功學到的比失敗多。
03:10為什麼又創業第一次是天真，第二次是待了七八年的公司在履歷上沒用，第三次是名聲掃地、沒有其他選項，只有把這家公司做起來才有機會講自己的版本。
06:18憤怒與動力Sarah 問生氣重不重要。Parker 說早年的執著很有動力但不算健康，後來換成喜歡產品與同事，那股勁會慢慢淡掉。
07:52野心沒變，說法變清楚Rippling 一開始就相信該做整合、互通的產品套件，而不是窄而專的單點產品；後來才把「共用底層能力」的道理講清楚。
11:11為什麼這個想法被忽略地端轉雲端讓單點 SaaS 好做，等門檻提高、客戶需要更深的能力，產品又被逼著合在一起。至於 AI，Parker 不認為是類似的轉換，反而比較集中化。
15:07平台與應用團隊平台團隊做底層能力，應用團隊在上面蓋產品。每個應用都需要真正的 owner，從產品、行銷、銷售到競爭全包，否則就卡在執行長的注意力。
16:40怎麼看出 owner季度規劃最看得出來：有人排好優先順序、做一季的量就交差；Parker 要的是在看似不可能的限制下，自己找出補上缺口的辦法。
19:00把缺口攤開來講Sarah 說 A 輪前打給 20 幾位前同事，最多人提到的是 Parker 逼出了他們自己都不知道的能力。Parker 的做法是講清楚處境與差距，團隊之間的差別是數量級，不是多拚 20%。
21:37拒絕二選一遇到「A 或 B」的選項，Parker 會反問為什麼不能兩者都要，常常能逼出第三條路。
24:12平台與應用的拉扯應用團隊常想脫離平台自己做，但長期是最糟的選擇，因為底層每一塊研發會回收 35 倍。Sarah 舉 Datadog 要併購來的公司改寫到自家平台、以及 Workday 為例；Parker 補上 Microsoft。
27:51打現有廠商與新產品對客戶來說新功能跟修 bug 沒差別。工程人力超過 80% 在做既有產品，新產品同時有四五個，每個可能只有五到七位工程師。
30:32AI 與工程人力Parker 很懷疑 AI 會讓公司少雇人，問過的後期公司也都沒看到大幅效率提升。軟體變好做，需求反而會增加，客服也一樣。
32:56垂直化與門檻抬高軟體變便宜後，核心系統公司會做出像「給眼科診所的 Rippling」這種垂直版本；大家都能很快做出東西，門檻就會抬高，還是要人。
36:52ops 能被軟體取代嗎Sarah 問買下通路、整併服務公司的做法。Parker 說 Zenefits 的自動化一直在路上卻始終沒到；payroll 這種必須算對的領域，AI 更難可靠。
40:05AI 時代的資料與權限Rippling 更重視資料。治理、權限、資料管線比蓋 AI 應用難，agent 要繼承人的權限，否則會有權限外洩的問題。
42:10上市還是不上市私有市場流動性變多，公開市場缺少高成長的可比公司。Rippling 目前不上市，但每年都可以重新選。

值得記的話5 句

My advice is is pretty much always like don't do it.我的建議幾乎都是：別做05:14
Genuinely believe that people are usually capable of so much more than they believe themselves to be capable of.我真心相信，人能做到的通常遠超過自己以為的19:46
Want A and B like why can A and B not coexist is does it violate like the second law of thermodynamics我兩個都要。為什麼 A 和 B 不能並存？違反熱力學第二定律嗎？22:08
I think it's hard to replace ops with software.我覺得很難用軟體取代 ops37:38
All of these AI agents are going to need to inherit the permissions of a person.這些 AI agent 都得繼承某個人的權限41:23

名詞與人物7 個

Parker Conrad: Rippling 共同創辦人兼 CEO。
Rippling: Parker 現在的公司，從 HR、IT、identity 一路做成整合的產品套件。
Zenefits: Parker 先前創辦、後來失敗的公司，這集一再拿來對照。
platform: 把 permissions、reports、workflow automations 等底層能力做成共用，在上面蓋各種應用。
owner: 能對一塊業務的產品、行銷、銷售與競爭全權負責的人。
ops: 靠人工處理的營運工作；Zenefits 太依賴它，後來很難換成軟體。
vertical software: 針對特定產業的軟體；Parker 預期核心系統公司會做出更多垂直版本。

提到但沒有展開

Parker 提到 Patrick Collison 有個網站，整理各種組織做事的速度，例如四年完成登月，用來說明團隊之間差的是數量級。
Parker 認為 Databricks 沒上市，在跟 Snowflake 的競爭裡似乎占了些便宜；公開市場則成了低成長、高獲利公司的退休社區，分析師問的是成長有沒有超過 20%，因為 30% 以上的已經找不到了。
Rippling 正在做 variable compensation 產品：對公司是新產品，對客戶卻是本來就有的問題，獎金、佣金放在同一個地方管，payroll 會簡單很多。

在 YouTube 看原片 ↗

Rippling