Hari Kolam on Findem – Haastattelusarja

Hari Kolam on Findemin toimitusjohtaja ja perustaja, ja hän vastaa yhtiön yleisestä suunnasta ja strategisesta kasvusta sekä sen päivittäisistä toiminnasta. Hän on sarjayrittäjä ja menestyksekäs teknologiavaikuttaja, jolla on lähes kaksi vuosikymmentä kokemusta yritysten perustamisesta ja uraauurtavien teknologiaratkaisujen luomisesta.

Aikaisemmin Hari oli Instartin perustaja ja tekninen johtaja, jossa hän johti yhtiön teknistä visiota ja käänsi asiakastarpeet toteutettaviksi ja innovatiivisiksi ratkaisuiksi. Instartin aikanaan hän kirjoitti yli 50 patenttia.

Hari on myös toiminut johtavissa insinöörirooleissa Aster Datassa, jossa hän työskenteli kaikissa kehitysprosessin osa-alueilla, sekä Sunin Solaris Cluster -ryhmässä, jossa hän osallistui kriittisten ohjelmistomodulien kehittämiseen.

Olet ollut menestyksekäs yrittäjä, joka on perustanut kaksi startup-yritystä. Voitko kertoa ensimmäisen startup-yrityksesi Instartin kohdalla olleesta “eureka”-hetkestä, jolloin tajusit, että tiimin kasvattaminen on monille yrittäjille suuri ongelma?

Se ei ollut vain yksi hetki, vaan enemmän useiden kokemusten yhdistelmä. Instartissa saavutimme nopean kasvun, mukaan lukien kansainvälistymisen, ja se aiheutti erityisiä haasteita. Pyrimme rakentamaan poikkeuksellisen ja todella monipuolisen tiimin, ja tekemään sen lyhyessä ajassa ja mantereiden yli. Kilpaillessamme muiden startup-yritysten kanssa osaamisesta ja kiirehtimässämme tiimimme kasvattamista, teimme muutamia huonoja palkkaamisia, jotka hidastivat meidän etenemistämme ja aiheuttivat paljon frustraatiota. Muut esteet tulivat, kun yritimme kommunikoida haluamiamme työntekijöitä palkkaamiseksi rekrytoijille. Prosessi oli erittäin virheherkkä, ja usein joudumme tinkimään oikean henkilön palkkaamisesta nopean palkkaamisen henkinenä. Nämä olivat kovaoppisia kokemuksia, mutta olen kiitollinen, että ne herättivät idean ja sytyttivät tulen, joka johti Findemiin.

Voitko sitten kertoa Findemin perustamisen tarinan?

Findem oli suora seuraus virheistä, jotka tein palkkaamisessa ja tiimin kasvattamisessa urani alussa. Kuten kaikki yrittäjät tietävät, poikkeuksellisten tiimien rakentaminen on yrityksen menestyksen tärkein tekijä. Se on myös erittäin haastavaa. Teknillisen taustani vuoksi olen kiinnostunut ratkaisemaan joitain haasteellisimmista ongelmista, joilla on suurin vaikutus, ja olin motivoitunut tämän haasteen vuoksi. Löytää oikeat henkilöt, jotka voivat sulautua yrityksen kulttuuriin ja joilla on tarvittavat valmiudet tehtävän suorittamiseen, on paljon haasteellisempaa kuin mitä se kuulostaa.

Perinteisesti ainoastaan tapa ratkaista tiimin kasvatusongelma oli voimalla ja ihmisten osallistumisella – prosessi, joka oli täynnä virheitä, puolueellisuutta ja epätarkkuutta. Tutkiessani asiaa tarkemmin, tajusin, että se on itse asiassa datan ongelma, ja oikea tapa ratkaista se on lähestyä sitä datan ongelmana. Käyttämällä tekoälyä ja syvää analytiikkaa, olemme tuoneet onnistuneen uuden lähestymistavan prosessiin, jossa mahdollistamme henkilöstöjohtajien etsimisen ehdokkaita halutuilla ominaisuuksilla eikä pelkästään avainsanoilla tai otsikoilla ansioluetteloissa. Yritykset hakevat dataan perustuvaa palkkaamista, koska se on tehokkaampaa, vähentää kustannuksia, parantaa tasa-arvoa ja johtaa parempiin palkkaamisiin. Findem alkoi intohimoprojektina, ja nyt menestyämme erityisesti suurten yritysten keskuudessa, jotka kokevat enemmän palkkaamiseen liittyviä kipuja ja kustannuksia kuin pienemmät vastineensa.

Kuinka tärkeää data on palkkaamisessa?

Data on erittäin tärkeää tehokkaiden palkkaamispäätösten tekemiseksi. Esimerkiksi, kun yritykset pyrkivät rakentamaan monipuolisia tiimejä, työntekijöiden ja ehdokkaiden datan seuraaminen on usein jälkijättö. On kuitenkin tärkeää, että monimuotoisuuden, tasa-arvon ja sisällyttämisen (DE&I) aloitetaan avoimuudella nykyisestä, dataohjatusta tilasta – analytiikka voi näyttää kaiken johtajuuden monimuotoisuudesta viiden viime vuoden aikana tapahtuneeseen monimuotoisuuteen, palkkaeroihin, erilaisten työntekijöiden käännytyksiin. On tärkeää huomata, että datan seuraaminen tulisi laajentaa ei vain sukupuoleen ja rotuun, vaan myös muihin tekijöihin, kuten ikään, uskontoon, vammaan ja sotilaspalveluun. Kun sinulla on tämä data, voit aloittaa tavoitteiden määrittelyn ja todella työskennellä monipuolisen ja sisällyttävän kulttuurin luomiseksi.

Mitkä ovat joitain data-lähteitä, joista Findem kerää tietoa?

Findem kerää kaiken julkisesti saatavilla olevan ihmisten datan, joka on vahvistettu ja kolmiportainen useista lähteistä, tarkoituksena on tallentaa ja oppia potentiaalisen ehdokkaan ominaisuuksista. Meillä on yli 1 miljoonan ominaisuuden kirjasto jokaiselle yksilölle. Voimme rikastaa tätä dataa ja löytää uusia ominaisuuksia, jos asiakkaamme haluavat integroida sisäiset HR-työkalunsa Findemiin. Joitain esimerkkejä julkisesta tiedosta, jota keräämme, ovat väestönlaskenta, tuoteryhmätiedot, yritysten taloustiedot, markkinatiedot, patentit ja julkaisut, koulutustiedot ja tuottavuus- ja taitotiedot.

Miten työnantajat voivat parhaiten käyttää Findemin alustaa etsimään ihannetyöntekijää?

Työnantajat voivat etsiä alustalla ihannetyöntekijöitä, olivat he sitten aktiivisia tai passiivisia, yhdistämällä yli 1 miljoonan ominaisuuden. Ominaisuudet voivat olla konkreettisia, kuten onko joku nainen, entinen perustaja tai työskennellyt huipputeknologiayrityksessä, sekä abstrakteja, kuten onko joku yrityksen arvojen mukainen, onko yrittäjähenkinen tai onko menestyjä. Nämä ominaisuudet antavat dataohjatun kuvan jokaisesta yksilöstä ja voivat auttaa löytämään täydellisen sopimisen avoimeen asemaan.

Miten Findem välttää tahattoman sukupuoli- tai etnisen puolueellisuuden koneoppimisprosessissaan?

Tahattoman puolueellisuuden aiheuttaja, joka ilmenee ilman näkyvyyttä kykyjen jakautumisesta, kun valitaan tietty sijainti tai ominaisuus hakua varten, on tietoisuuden puute. Findem antaa dynaamisen yhteenveto kykyjen jakautumisesta sijainnin ja eri hakuoiminaisuuksien mukaan ja antaa tämän näkyvyyden henkilöstötiimille.

Onko jotain muuta, mitä haluaisit jakaa Findemista?

Toinen suurista painopisteistamme on toteuttaa visiomme tehdä kykyjen etsintäratkaisustamme täysin itsepalveluna. Alusta alkaen yksi tavoitteistamme oli rakentaa alusta, joka on riittävän yksinkertainen jokaiselle HR-funktion sisällä, ja teemme nyt suuria harppauksia tämän saavuttamiseksi.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Findem-sivustolla.