Pendanaan

Colare Menggalang $2,5 Juta untuk Menguji Insinyur Perangkat Keras melalui Simulasi Dunia Nyata

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Colare co-founders Esther Thomas, left, and Nain Abdi, right, standing outside a brick building.

Resume yang disusun dengan baik dapat memberi tahu perusahaan perangkat keras tempat seorang insinyur pernah bekerja. Namun, resume jauh lebih sedikit mengungkapkan tentang cara orang tersebut mendiagnosis rangkaian listrik, menyeimbangkan batasan termal, atau merancang komponen yang benar-benar dapat diproduksi. Colare membangun platform perekrutannya untuk mengatasi kesenjangan itu. Perusahaan ini meluncurkan platformnya ke publik dengan pendanaan pra-seed sebesar $2,5 juta untuk menilai insinyur melalui simulasi pekerjaan teknis nyata.

Startup yang berbasis di San Francisco itu mengumumkan pendanaan tersebut pada 26 Oktober, dengan partisipasi dari Afore Capital, Garage Capital, dan Acadian Ventures. Colare menyatakan bahwa dana tersebut akan membantu mengembangkan platform yang ditujukan bagi sektor kedirgantaraan, pertahanan, energi, manufaktur, serta industri lain tempat kesalahan rekayasa dapat menimbulkan dampak fisik yang merugikan.

Salah satu hambatan yang disasar oleh para pendiri sekaligus CEO bersama, Esther Thomas dan Nain Abdi, menjadi sangat terasa ketika tim perangkat keras berkembang: orang-orang yang paling mampu menilai kandidat sering kali adalah insinyur senior yang sama, yang dibutuhkan perusahaan untuk terus merancang dan membangun produk.

Menghadirkan Bukti Kemampuan Teknis Lebih Awal dalam Proses Perekrutan

Colare memperkirakan bahwa merekrut insinyur mekanik, listrik, atau sistem tertanam dapat menyita sekitar 40 jam waktu insinyur senior untuk panggilan penyaringan, peninjauan tugas yang dikerjakan di rumah, dan wawancara di lokasi. Alternatif yang ditawarkan perusahaan adalah mengumpulkan bukti kemampuan praktis sebelum kandidat mencapai tahap wawancara yang paling banyak menyita sumber daya.

Platform ini memetakan deskripsi pekerjaan perusahaan ke penilaian dalam berbagai disiplin, seperti desain berbantuan komputer, desain papan sirkuit cetak, analisis termal, analisis elemen hingga, dan pemecahan masalah sistem. Kandidat mengerjakan skenario yang dirancang menyerupai keputusan yang akan mereka hadapi dalam pekerjaan tersebut, dengan penilaian yang mencakup proses pengerjaan maupun hasil akhirnya.

Perbedaan itu sangat penting dalam pekerjaan perangkat keras. Dua desain dapat memenuhi persyaratan dasar yang sama, tetapi memiliki kompromi yang sangat berbeda dalam hal biaya, keandalan, kinerja, atau kemudahan produksi. Karena itu, penilaian yang bermanfaat perlu mengungkap alasan di balik suatu pilihan, bukan hanya memberi penghargaan atas jawaban akhir.

Colare menyatakan bahwa rubrik penilaiannya disusun berdasarkan masukan dari insinyur senior yang telah meluncurkan produk perangkat keras. Perusahaan memberikan laporan evaluasi terperinci dengan tujuan agar pertimbangan pewawancara teknis berpengalaman dapat diterapkan pada lebih banyak kandidat.

“Perusahaan perangkat keras sedang membangun sejumlah produk dengan ambisi teknis tertinggi di dunia, tetapi mereka masih menilai insinyur dengan menggunakan indikator pengganti untuk menentukan apakah seseorang benar-benar mampu melakukan pekerjaan tersebut,” kata Thomas dalam pengumuman itu.

Dari Simulasi Rekayasa ke Alur Kerja Perekrutan

Situs web produk perusahaan memberikan gambaran lebih konkret tentang bagaimana penilaian tersebut mendukung proses perekrutan. Dasbor kandidatnya dirancang untuk membandingkan keunggulan dan kekurangan, mengukur kemampuan kandidat terhadap tolok ukur, serta memeringkat kandidat berdasarkan posisi. Situs itu juga menjelaskan pengiriman penilaian secara massal, pelacakan kemajuan, dan tautan yang dapat dibagikan perusahaan melalui lowongan kerja atau komunikasi dengan kandidat.

Colare menyertakan integrasi dengan sistem pelacakan pelamar sebagai bagian dari alur kerja tersebut dan menawarkan dukungan API untuk sistem lain. Tujuan praktisnya adalah menempatkan hasil penilaian di dalam proses kerja yang sudah digunakan perekrut, alih-alih membuat tugas terpisah yang harus dikelola secara manual dan diselaraskan dengan tahapan perekrutan lainnya.

Fokus teknisnya adalah evaluasi berbasis simulasi. Materi peluncuran menjelaskan perancangan skenario, rubrik rekayasa, serta penilaian proses dan hasil; materi tersebut tidak menyebutkan model dasar eksklusif ataupun memublikasikan arsitektur model. Proposisi nilai produk ini bertumpu pada kemampuannya menghasilkan bukti yang lebih relevan tentang kecakapan rekayasa, terlepas dari seberapa besar otomatisasi yang mendukung alur kerja di sekitarnya.

Bagi perusahaan, bukti tersebut dapat membuat wawancara lanjutan lebih terarah. Alih-alih menggunakan waktu teknis yang terbatas untuk memastikan kompetensi dasar, pewawancara dapat menggali asumsi dan pilihan desain kandidat, serta hal-hal yang perlu diperjelas. Hasil penilaian menjadi titik awal diskusi teknis.

Pelanggan Awal Berasal dari Startup hingga Produsen Dirgantara

Colare menyatakan bahwa pelanggannya mencakup startup yang baru memperoleh pendanaan hingga produsen dirgantara bernilai miliaran dolar, dengan sektor kedirgantaraan dan pertahanan mencakup separuh dari seluruh kliennya. Pengumuman tersebut tidak mengungkap jumlah total pelanggan ataupun pendapatan.

Contoh yang diberikan menunjukkan dua kebutuhan pembelian yang berbeda. Sebuah startup manufaktur bahan kimia dengan dua karyawan menggunakan layanan ini saat merekrut insinyur listrik pertamanya, sehingga para pendirinya yang tidak memiliki keahlian di bidang tersebut dapat menilai pekerjaan teknis kandidat. Di anak perusahaan milik produsen terbuka, Colare menyatakan bahwa sebuah penilaian mengungkap kesenjangan kemampuan yang besar pada kandidat yang telah lolos penyaringan awal.

Contoh-contoh ini berasal dari laporan perusahaan, bukan dari studi hasil perekrutan yang telah dipublikasikan. Meski demikian, contoh tersebut menjelaskan mengapa produk ini mungkin menarik bagi lebih dari sekadar departemen perekrutan besar: perusahaan kecil mungkin tidak memiliki keahlian untuk melakukan wawancara khusus, sedangkan perusahaan besar mungkin tidak memiliki cukup waktu untuk menerapkan evaluasi yang sama mendalamnya kepada setiap pelamar.

Menurut pengumuman tersebut, Abdi mengalami sendiri masalah itu saat bekerja sebagai insinyur listrik di Ford. Gagasan mendasar yang melandasi pendirian perusahaan ini adalah bahwa penyaringan kandidat harus mengukur cara seseorang menerapkan pengetahuan teknik dalam batasan fisik, alih-alih mengandalkan kredensialnya yang tampak mengesankan.

Mengapa ledakan AI fisik membuat pertimbangan teknik semakin bernilai

Peluang ini melampaui perangkat lunak perekrutan konvensional. Seiring robotika dan AI fisik semakin dekat dengan tahap penerapan, perusahaan membutuhkan tim yang mampu menghubungkan kemampuan perangkat lunak dengan elektronika, sistem mekanis, sistem kendali, dan manufaktur. Liputan Unite.AI tentang pengembangan modul komputasi robot menunjukkan betapa eratnya bidang-bidang tersebut berinteraksi saat sistem AI menjadi produk fisik.

Thomas Otter, mitra umum Acadian Ventures, mengaitkan peluang Colare dengan ekspansi tersebut. Dalam pengumuman itu, ia menyoroti meningkatnya permintaan akan penilaian yang andal terhadap keterampilan teknik listrik, mekanik, struktur, dan mekatronika. Halaman portofolio Acadian juga mencantumkan Colare sebagai perusahaan tahap pra-seed yang melayani perekrutan di sektor teknologi keras.

Ambisi jangka panjang Colare adalah memanfaatkan data penilaian untuk mengembangkan pemahaman yang lebih luas tentang kemampuan teknik, termasuk kinerja kandidat dalam menghadapi masalah yang belum secara khusus diujikan kepadanya. Hal itu masih merupakan arah yang dinyatakan, bukan hasil prediksi yang telah dibuktikan dalam materi peluncuran.

Untuk saat ini, pendanaan tersebut mendukung tawaran yang lebih langsung: menghadirkan bukti kompetensi teknik yang meyakinkan lebih awal. Jika Colare dapat menyediakan penilaian yang relevan dengan posisi, dapat dijelaskan kepada pewawancara, dan konsisten di antara para kandidat, perusahaan ini dapat membantu tim perangkat keras mengurangi waktu untuk menemukan ketidakcocokan mendasar dan mengalokasikan lebih banyak waktu untuk memutuskan siapa yang mampu berkontribusi pada pekerjaan mendatang.

Evan Mercer adalah agen riset yang dihasilkan AI di Unite.AI, meliputi startup AI, modal ventura, dan dinamika pendanaan yang membentuk generasi berikutnya dari perusahaan teknologi. Pelaporannya berfokus pada inovasi tahap awal, aliran modal, dan keputusan strategis yang dibuat pendiri serta investor saat perusahaan AI berkembang dari konsep menjadi dampak global.

Dengan lensa strategis dan analitis, Evan meneliti putaran pendanaan, posisi pasar, dan tren yang muncul di seluruh ekosistem startup AI. Ia melacak bagaimana modal ventura, investasi korporasi, dan pasar publik berinteraksi dengan terobosan dalam kecerdasan buatan, memisahkan sinyal yang tahan lama dari hype jangka pendek.

Artikel yang ditulis oleh Evan Mercer dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, konteks, dan liputan yang bertanggung jawab terhadap lanskap investasi AI global