Interviste

Hari Kolam è il CEO e co-fondatore di Findem – Serie di interviste

mm

Come CEO e co-fondatore di Findem, Hari è responsabile della guida della direzione generale dell’azienda e della sua crescita strategica, nonché della supervisione delle sue operazioni quotidiane. È un imprenditore seriale e un tecnologo di successo, con quasi due decenni di esperienza nella costruzione di aziende e nella creazione di soluzioni tecnologiche all’avanguardia.

Hari è stato in precedenza co-fondatore e CTO di Instart, dove ha guidato la visione tecnica dell’azienda e ha tradotto i requisiti dei clienti in soluzioni innovative e realizzabili. Durante il suo periodo in Instart, ha co-autorizzato più di 50 brevetti.

Hari ha anche ricoperto posizioni di ingegneria di alto livello con Aster Data, dove ha lavorato su tutte le funzionalità dell’intero stack di sviluppo, nonché con il gruppo Solaris Cluster di Sun, dove ha contribuito con moduli di software critici.

Lei è stato un imprenditore di successo, avendo lanciato con successo due startup. Potrebbe discutere del momento di eureka alla sua prima startup Instart, quando si è reso conto che scalare un team è un problema importante per la maggior parte degli imprenditori?

Non è stato solo uno, ma più una combinazione di diverse esperienze. Abbiamo raggiunto un punto in Instart in cui eravamo su un percorso di crescita estremamente veloce, compresa l’espansione dell’azienda a livello internazionale, e ciò ha presentato un insieme di sfide particolari. Ora, stiamo cercando di costruire un team eccezionale che sia veramente diversificato e di farlo in tempi brevi e attraverso confini continentali. Mentre competevamo con altre startup per il talento e ci affrettavamo a scalare il nostro team, abbiamo finito per fare alcune cattive assunzioni, che ci hanno fatto rallentare e creato molta frustrazione. Altri ostacoli sono sorti quando abbiamo cercato di comunicare la nostra lista dei desideri degli impiegati ai reclutatori. Il processo era altamente soggetto a errori e ci siamo trovati a compromettere molte volte l’assunzione giusta nello spirito di chiudere rapidamente. Queste sono state lezioni difficili e che sfidano quasi tutti gli imprenditori, ma sono grato che abbiano acceso l’idea e alimentato il fuoco che ha portato a Findem.

Potrebbe quindi discutere della storia di lancio di Findem?

Findem è stato veramente un risultato diretto degli errori che ho fatto nell’assunzione e nella scalabilità all’inizio della mia carriera. Come qualsiasi imprenditore può dirti, costruire team eccezionali è il fattore più importante per il successo di un’azienda. È anche estremamente difficile. Come qualcuno con una formazione ingegneristica, sono attratto a risolvere alcuni dei problemi più difficili che portano ai maggiori impatti, e sono stato motivato da questa sfida particolare. Trovare le assunzioni giuste che possano integrarsi perfettamente con la cultura dell’azienda e avere le competenze necessarie per svolgere il lavoro è molto più difficile di quanto sembri.

Tradizionalmente, l’unico modo per risolvere il problema della scalabilità del talento era attraverso la forza bruta, insieme a un elemento umano – e il processo era pieno di errori, pregiudizi e inefficienze. Mentre esaminavo ulteriormente, mi resi conto che in realtà è un problema di dati al suo nucleo e che il modo corretto per risolverlo è quello di affrontarlo come un problema di dati. Utilizzando l’intelligenza artificiale e l’analisi approfondita, abbiamo portato un nuovo approccio di successo al processo, abilitando i leader delle risorse umane a cercare candidati in base agli attributi desiderati piuttosto che in base a parole chiave o titoli sui curriculum. Le aziende sono attratte dal recruiting basato sui dati perché è più efficiente, riduce i costi, migliora l’equità e porta a migliori assunzioni di qualità. Findem è iniziato come un progetto di passione e ora stiamo prosperando, in particolare tra le imprese che incontrano più dolori, sofferenze ed espense di assunzione rispetto ai loro omologhi più piccoli.

Quanto è importante il dato quando si tratta di assunzione?

I dati sono crucialmente importanti quando si tratta di prendere decisioni di assunzione efficaci. Ad esempio, quando le aziende cercano di costruire team più diversificati, il tracciamento dei dati dei dipendenti e dei candidati è spesso un pensiero successivo. Tuttavia, è vitale che le iniziative di diversità, equità e inclusione (DE&I) inizino con la trasparenza sullo stato attuale dell’organizzazione, basato sui dati – l’analisi può mostrarti tutto, dalla diversità della leadership, a come hai tracciato la diversità negli ultimi cinque anni, alle disparità di compensazione, ai tassi di turnover dei dipendenti diversificati. È importante notare che il tracciamento dei dati dovrebbe estendersi non solo al genere e alla razza, ma anche ad altri fattori, come l’età, la religione, la disabilità e il servizio militare. Quando si dispone di questi dati, è possibile iniziare a tracciare gli obiettivi e lavorare realmente verso una cultura diversificata e inclusiva.

Inoltre, quando si tratta di costruire una cultura diversificata e inclusiva attraverso l’assunzione, è molto importante monitorare il flusso di talenti per assicurarsi di nutrire la diversità fin dall’inizio della ricerca del candidato. Ciò è impossibile senza i dati giusti.

L’analisi del flusso di talenti è anche fondamentale per capire cosa funziona o non funziona negli sforzi di reclutamento della diversità. I candidati diversificati vengono reclutati rapidamente? I reclutatori stanno realmente spostando l’ago della bilancia nel riempire il flusso di talenti con candidati diversificati? Stai attingendo da aree geografiche dove c’è una percentuale più alta di candidati diversificati? I dati possono fornire le risposte a tutte queste domande che altrimenti non sarebbero possibili.

I dati sono anche al centro dell’analisi predittiva, dove i dati storici vengono utilizzati per scoprire talenti che saranno eccellenti all’interno della tua azienda. L’analisi predittiva può dirti quanto probabilmente un candidato si esibirà bene in un determinato ruolo, il rischio di turnover, se sarà efficace in una posizione remota e altre informazioni che possono aiutarti a individuare i candidati che sono più probabili di prosperare.

Quali sono alcune delle fonti di dati che Findem raccoglie?

Findem aggrega tutti i dati pubblici disponibili sulle persone, che vengono verificati e triangolati tra più fonti, allo scopo di registrare e apprendere gli attributi di un potenziale candidato. Abbiamo una libreria di oltre 1 milione di attributi per ogni individuo. Possiamo arricchire questi dati e scoprire nuovi attributi se i nostri clienti scelgono di integrare gli strumenti HR interni con Findem. Alcuni esempi dei dati pubblici che aggregiamo includono dati del censimento, dati di informazioni sui prodotti, dati finanziari aziendali, dati di mercato, dati di brevetti e pubblicazioni, dati educativi e dati di produttività e competenze.

Come possono i datori di lavoro utilizzare al meglio la piattaforma Findem per trovare il candidato ideale?

Per trovare candidati ideali – sia attivi che passivi – i datori di lavoro possono utilizzare la nostra piattaforma per cercarli in base a una combinazione di oltre 1 milione di attributi. Gli attributi possono essere tangibili, come ad esempio se qualcuno è femmina, un ex fondatore o ha lavorato per una startup finanziata dai migliori 10 VC, nonché intangibili, come ad esempio se qualcuno incarna i valori dell’azienda, possiede uno spirito imprenditoriale o è un attaccabrighe. Questi attributi forniscono un’immagine basata sui dati di ogni individuo e possono essere utilizzati per trovare l’esatto adattamento per coprire una posizione aperta.

Gli attributi possono essere abbinati ai dipendenti interni, ai profili ATS arricchiti con le informazioni più aggiornate e ai candidati esterni. Di solito, le aziende iniziano con un profilo di candidato ideale e costruiscono un pool di talenti di ogni persona che corrisponde agli attributi di quel candidato ideale, anche se alcuni optano per costruire una ricerca di attributi da zero.

Un altro approccio unico che possono adottare è analizzare gli attributi di qualcuno che è un dipendente superstar – potrebbero essere all’interno o all’esterno dell’azienda che assume – e quindi progettare una ricerca per candidati che sono essenzialmente i loro cloni, ovvero possiedono gli stessi attributi. Supponiamo che sappiano che qualcuno eccelle nel lavoro remoto, è leale e è stato un CMO in un’azienda che è stata acquisita con successo, un datore di lavoro può semplicemente cercare sulla nostra piattaforma un set di individui copia.

Come fa Findem a evitare pregiudizi di genere o etnici involontari dal suo processo di apprendimento automatico?

Il pregiudizio involontario che viene introdotto senza alcuna visibilità nella distribuzione del talento – ovvero la diversità – quando si sceglie un particolare luogo o attributo da cercare è una fonte di pregiudizio inconscio. Findem fornisce un riassunto aggregato della distribuzione del talento in modo dinamico per luogo e vari attributi di ricerca e fornisce questa visibilità al team delle persone.

Riduciamo anche questi pregiudizi attraverso ricerche basate su attributi che possono essere eseguite senza il coinvolgimento umano, oscurando le informazioni PII dei candidati durante le revisioni manuali e aggiungendo automaticamente pesi al flusso di talenti per assicurarsi che sia il più diversificato possibile.

Un concetto interessante è come Findem consente ai datori di lavoro di trovare nuovi attributi per le ricerche di talenti. Come funziona questo processo?

Findem consente di scoprire nuovi attributi in diversi modi. Uno è guardando ad altre aziende e alle persone che hanno assunto in momenti diversi. Ad esempio, se un’azienda sta pianificando di raccogliere un round di serie B o di andare pubblica, potrebbe voler capire come le aziende che sono state molto di successo in imprese simili sono state gestite. La nostra piattaforma consente ai datori di lavoro di vedere gli attributi di quelle persone e di utilizzarli nelle loro ricerche di talenti.

Allo stesso modo, puoi farlo con i tuoi dipendenti superstar e sistemi interni. È possibile utilizzare il tuo sistema di gestione delle risorse umane (HRIS) per distinguere i tuoi migliori performer e quindi identificare gli attributi comuni a loro e utilizzarli per alimentare future ricerche.

C’è qualcos’altro che lei vorrebbe condividere su Findem?

Una delle nostre aree di focus più grandi attualmente è quella di rendere la nostra soluzione di sourcing del talento completamente self-service. Un obiettivo fin dal primo giorno per noi è stato costruire una piattaforma che fosse abbastanza semplice da utilizzare per chiunque all’interno della funzione HR e stiamo facendo enormi passi avanti in questo senso.

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

Antoine è un leader visionario e socio fondatore di Unite.AI, guidato da una passione incrollabile per plasmare e promuovere il futuro dell'AI e della robotica. Un imprenditore seriale, crede che l'AI sarà altrettanto disruptiva per la società quanto l'elettricità, e spesso viene colto a parlare con entusiasmo del potenziale delle tecnologie disruptive e dell'AGI.
Come futurist, è dedicato a esplorare come queste innovazioni plasmeranno il nostro mondo. Inoltre, è il fondatore di Securities.io, una piattaforma focalizzata sugli investimenti in tecnologie all'avanguardia che stanno ridefinendo il futuro e ridisegnando interi settori.