Alper Tekin, Chief Product Officer di Findem – Serie di Interviste

Precedentemente eri un imprenditore seriale, agendo come fondatore e CEO di diverse startup. Quali sono stati alcuni dei più grandi sfidi di assunzione che hai incontrato?

L’assunzione è stata una delle sfide più difficili del mio percorso imprenditoriale. Come imprenditori, sappiamo che le persone contano più di tutto il resto e costruire il team giusto è il lavoro più importante di qualsiasi leader aziendale. Tuttavia, è davvero difficile allocare il tempo sufficiente necessario per trovare le persone giuste quando si gestiscono molte altre attività aziendali coinvolte nel lancio e nella scalabilità di un’azienda. Senza dati oggettivi su chi è disponibile là fuori, è difficile trovare il set giusto di persone, e ancora più difficile sapere se faranno bene nella tua organizzazione.

Potresti condividere la visione per cui Findem sta costruendo una piattaforma di talento autonoma per il team HR del futuro?

L’acquisizione di talenti è un lavoro complesso con centinaia di attività, svolte da decine di persone, attraverso decine di strumenti di punto che non si parlano l’un l’altro la maggior parte del tempo. La nostra visione è quella di rimuovere questa complessità attraverso una combinazione di intelligenza artificiale e automazione del flusso di lavoro.

Il nostro obiettivo principale è supportare i team di talenti automatizzando le attività ripetitive e soggette a errori dal loro giorno dopo giorno e assistere le persone a prendere decisioni più rapide, migliori e più eque con i dati. Stiamo già vedendo casi d’uso, come una grande azienda tecnologica in cui utilizzavano otto o dieci sistemi solo per costruire una pipeline di talenti, e ognuno veniva utilizzato in modo isolato. Ci volevano 80-100 clic per eseguire un singolo compito e adesso, con le applicazioni autonome, possono eseguire lo stesso compito con un solo clic.

Come quasi tutte le funzioni aziendali, le organizzazioni di talenti subiranno una trasformazione AI-first e il nostro piano è quello di automatizzare tutto ciò che può essere automatizzato, abilitando i reclutatori e altri professionisti del talento a raggiungere il loro massimo potenziale. Le applicazioni autonome inizialmente svolgeranno un ruolo cruciale nella pianificazione, nella pipeline e nell’analisi, e poi si estenderanno su tutto il ciclo di vita del talento, comprendendo tutto, dalla pianificazione della forza lavoro ai bacini di talenti alla formazione e alla pianificazione della successione.

Findem analizza trilioni di punti di dati e si avvale di ciò che viene chiamato 3D data, potresti chiarire cosa sia il 3D data?

Findem ingerisce 1,6 trilioni di punti di dati da centinaia di migliaia di fonti per generare interamente nuovi dati di talenti che non esistono da nessun’altra parte e fornisce una comprensione di un individuo e delle aziende con cui è associato, nel tempo. Findem utilizza queste tre dimensioni di dati – persone e dati aziendali nel tempo – per collegare i viaggi individuali e aziendali e creare profili di talenti arricchiti.

Pensalo in questo modo: ogni persona che ha lavorato nel mercato del lavoro moderno ha un percorso e lascia dietro di sé un’impronta digitale. Ci sono titoli, promozioni, certificati, contributi di codice, pubblicazioni, post social e così via. Allo stesso modo, le aziende hanno un percorso. Hanno attività come round di finanziamento, IPO e depositi finanziari, nonché descrizioni di lavoro, organigrammi, recensioni aziendali e profili di leadership – tutti questi dati possono tracciare lo sviluppo e il progresso di un’organizzazione.

Tradizionalmente, le decisioni di talento si sono basate su un curriculum, una domanda di lavoro e/o un profilo LinkedIn che offrono solo una fetta unidimensionale di un individuo e dei dati aziendali. Tuttavia, abbiamo costruito una piattaforma in grado di catturare migliaia di punti di dati sui viaggi delle persone e delle aziende e convertirli in un profilo enormemente arricchito. Il risultato è una comprensione più dettagliata e granulare dell’esperienza, del set di competenze e dell’impatto di una persona rispetto a quanto precedentemente possibile con la ricerca manuale o da un profilo LinkedIn generato dall’utente.

Con il nostro Talent Data Cloud, intere carriere sono ricercabili su comando attraverso un’interfaccia GenAI. Ad esempio, puoi chiedere alla piattaforma di mostrarti i CFO delle aziende statunitensi di proprietà di società di private equity che hanno portato un’azienda da un margine operativo negativo a uno positivo o di darti un elenco di product manager leali che hanno lavorato per una startup B2B e l’hanno vista attraverso una grande serie C.

Quali sono i diversi tipi di punti di dati che vengono analizzati?

Il nostro Talent Data Cloud sfrutta dinamicamente e continuamente un modello linguistico per generare 3D data da centinaia di migliaia di fonti di dati.

Analizza dati di profilo e di contatto da piattaforme come LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress e siti web personali. I dati del censimento provengono dall’Ufficio del censimento degli Stati Uniti, naturalmente. Inoltre, esaminiamo i dati aziendali da annunci di finanziamento, dettagli IPO, modelli di business di oltre 8 milioni di aziende e oltre 100.000 categorie di aziende e prodotti aggregate. Per le competenze verificate, la piattaforma analizza oltre 300 milioni di brevetti e pubblicazioni, oltre 5 milioni di dataset e progetti di apprendimento automatico aperti, e oltre 200 milioni di repository di codice open-source e altre contribuzioni pubbliche. E includiamo anche i dati ATS che includono informazioni sul profilo del candidato dall’ATS dell’utente, che potrebbe essere Greenhouse, Workday, SmartRecruiters, BambooHR, Lever e così via.

Cosa cerca l’apprendimento automatico quando analizza questi dati?

Findem è BI prima, poi utilizza l’AI per imparare e fare previsioni basate su dati fattuali. Chiamiamo questo un modello deterministico rispetto a un modello probabilistico. Ad esempio, non inferiamo probabilisticamente che tu abbia esperienza di startup, invece guardiamo la tua storia lavorativa e vediamo se alcune delle aziende per cui lavori sono state classificate come startup e poi aggiungiamo un attributo ‘esperienza di startup’ al tuo profilo.

Come vengono trasformati questi dati in attributi e cosa sono gli attributi?

Una volta che la raccolta dei dati avviene, abbiamo un motore di intelligenza (pensalo come un middleware SQL sofisticato) che può mappare i dati su qualsiasi attributo desideriamo creare.

Gli attributi sono le competenze, le esperienze e le caratteristiche di individui e aziende – e sono sia tangibili che intangibili. Gli attributi tangibili includono ruoli (attuali, passati e esperienze di ruolo), esperienza lavorativa, istruzione, qualifiche e altre informazioni tecniche. Gli attributi intangibili possono essere molto ampi, come ad esempio se qualcuno ispira lealtà, costruisce team diversificati o è guidato dalla missione.

La nostra ricerca basata su attributi consente ai team HR di cercare candidati su tutti i canali del loro ecosistema di talenti utilizzando praticamente qualsiasi criterio si possa pensare.

Come la piattaforma impedisce che si insinuino pregiudizi di genere o razziali nell’intelligenza artificiale nelle decisioni di assunzione?

La nostra piattaforma è stata progettata intenzionalmente per non prendere decisioni per conto di qualsiasi utente, ma piuttosto per assistere le persone nella loro presa di decisioni. Utilizzando una strategia BI-first, la piattaforma dà priorità alla raccolta, all’analisi e alla presentazione dei dati per fornire informazioni e supporto per la presa di decisioni, e poi utilizza l’AI per imparare, ragionare e fare previsioni o raccomandazioni con risultati attendibili.

Siamo una piattaforma di ricerca e abbinamento, non una piattaforma di valutazione dei candidati, e l’AI non viene utilizzata per valutare soggettivamente una persona. Non avanza automaticamente o rifiuta i candidati. Inoltre, poiché Findem non utilizza l’AI per la ricerca e l’abbinamento (queste capacità sono basate su BI), mitigano il rischio di pregiudizi o discriminazioni che si insinuano nel processo.

Come Findem semplifica il processo di promozione del personale interno?

Al centro di tutto, non dobbiamo differenziare tra ‘talenti interni’ ed ‘esterni’. Per qualsiasi persona nel nostro database, il nostro algoritmo può trovare i candidati migliori in base alle corrispondenze, sia all’interno che all’esterno dell’organizzazione.

Quali sono tutti gli strumenti di gestione del talento offerti?

Stiamo consolidando le attività di alto livello, quindi tutto, dalla ricerca di talenti alla gestione delle relazioni, all’analisi. Abbiamo anche una soluzione per la mobilità interna e stiamo lanciando offerte per la gestione dei riferimenti e la pianificazione della successione.

A quale fase del percorso imprenditoriale dovrebbe essere una startup prima di contattare Findem?

Serviamo clienti di tutte le dimensioni, ma il nostro punto dolce tende a essere le aziende che sono in modalità di scalabilità con alcune centinaia di dipendenti.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Findem.