Yardstik raccoglie 30 milioni di dollari in Serie B mentre l’IA ridefinisce il futuro della fiducia nella forza lavoro

Yardstik ha raccolto 30 milioni di dollari in un finanziamento di Serie B mentre l’azienda di tecnologia per la forza lavoro cerca di espandersi oltre i tradizionali controlli dei precedenti e affrontare una sfida crescente per i datori di lavoro: stabilire se i dipendenti rimangono affidabili dopo l’assunzione.

Il round è stato guidato da Harbert Growth Partners, con la partecipazione degli investitori esistenti Rally Ventures, MissionOG, Crosslink Capital, Grotech Ventures e Great North Ventures. Il finanziamento porta il capitale totale raccolto da Yardstik a 65 milioni di dollari. L’azienda prevede di utilizzare il nuovo capitale per sviluppare ulteriori capacità di prevenzione delle frodi e di monitoraggio della forza lavoro, inclusi il monitoraggio dei rapporti sui veicoli a motore, il monitoraggio delle esclusioni dell’Ufficio dell’Ispettore Generale e avvisi automatici quando licenze professionali, assicurazioni o certificazioni scadono.

L’investimento arriva mentre l’IA generativa sta cambiando la natura delle frodi nelle assunzioni. Identità sintetiche, credenziali fabbricate, interviste deepfake e documenti fraudolenti sempre più convincenti possono rendere più difficile per i datori di lavoro verificare se i candidati sono chi dichiarano di essere. Ancora più importante, un controllo dei precedenti effettuato il primo giorno di lavoro fornisce poca visibilità sui rischi che si sviluppano mesi o anni dopo.

Andare oltre il controllo dei precedenti una tantum

Questa limitazione è diventata centrale nella strategia di Yardstik.

Fondata nel 2020, l’azienda con sede a Minneapolis è passata da fornitore di controlli dei precedenti a quella che definisce una Human Trust Platform, combinando prevenzione delle frodi, verifica dell’identità, controlli dei precedenti, verifica delle credenziali e monitoraggio continuo della forza lavoro.

Invece di considerare la verifica come un singolo evento durante l’onboarding, la piattaforma è progettata per mantenere un quadro dinamico del rischio della forza lavoro.

La distinzione è importante. Un controllo dei precedenti convenzionale può determinare se esistevano registri pertinenti al momento del controllo. Non può necessariamente informare il datore di lavoro che una patente è scaduta tre mesi dopo, che è comparso un nuovo casellario giudiziale o che è emerso un altro segnale di rischio dopo l’inizio dell’impiego.

La tecnologia di Monitoraggio Continuo di Yardstik iscrive automaticamente i lavoratori controllati al monitoraggio post-assunzione invece di fare affidamento esclusivamente su controlli programmati manualmente. Le attuali capacità di monitoraggio coprono aree tra cui banche dati criminali, registri di molestatori sessuali, liste di controllo federali e altri registri.

La Serie B consentirà all’azienda di ampliare questo modello a ulteriori forme di monitoraggio di credenziali e aspetti legati all’impiego.

“If a license lapses the day after someone’s hired, an employer should know that day, not at the next annual review,” CEO Andrew Johnson ha dichiarato nell’annuncio del finanziamento, descrivendo la differenza come quella tra una fotografia e un flusso live.

Utilizzare l’IA per rilevare le frodi prima dell’inizio del controllo

Yardstik sta inoltre applicando l’IA e l’analisi dei dati in una fase più precoce del processo di assunzione.

La sua tecnologia Detect AI è pensata per identificare segnali associati a manipolazioni dell’identità e domande fraudolente prima che un datore di lavoro faccia affidamento su un controllo dei precedenti convenzionale.

Piuttosto che considerare solo i casellari giudiziali, Detect AI analizza segnali di rischio legati all’identità che coinvolgono informazioni personali identificabili, attività di pagamento, posizione e dati IP. L’infrastruttura dati più ampia di Yardstik esamina anche segnali come impronte dei dispositivi, discrepanze biometriche e incoerenze tra i punti dati che possono apparire legittimi singolarmente ma diventare sospetti quando analizzati congiuntamente.

Ciò affronta un problema diverso rispetto al controllo tradizionale. Un controllo dei precedenti può restituire con precisione informazioni associate a un’identità senza riuscire a stabilire se il candidato possieda effettivamente tale identità.

Yardstik abbina questi segnali di frode a una verifica dell’identità in grado di confrontare le informazioni biometriche con i documenti rilasciati dal governo. L’obiettivo è creare un legame più solido tra la persona che invia la domanda, le credenziali fornite e l’individuo che entra effettivamente nella forza lavoro.

L’approccio riflette un cambiamento più ampio nella rilevazione delle frodi, poiché l’IA riduce il costo di produzione di identità e documenti falsi convincenti. I sistemi di screening devono sempre più valutare pattern e incoerenze tra molteplici segnali, anziché limitarsi a interrogare i database per i record.

Trasformare le frodi nella forza lavoro in un dataset continuamente aggiornato

Un altro componente è Fraud Insights, una dashboard in tempo reale che aggrega segnali legati alle frodi in tutta la forza lavoro di un’organizzazione.

Il sistema può evidenziare pattern come numeri di Social Security che compaiono in più domande, geografia dei dispositivi insolita e le località in cui sono state emesse le carte di pagamento associate ai candidati. Invece di valutare ogni candidato isolatamente, ciò può rivelare pattern che potenzialmente indicano frodi coordinate o sistematiche.

Yardstik ha recentemente reso Fraud Insights e Continuous Monitoring funzionalità standard per i suoi clienti, anziché componenti aggiuntivi separate. L’azienda afferma che i lavoratori controllati tramite la piattaforma possono essere iscritti automaticamente al monitoraggio, riducendo la necessità per i datori di lavoro di avviare controlli ripetuti manualmente.

Il monitoraggio continuo dei dipendenti introduce anche importanti considerazioni di conformità e privacy. Yardstik opera come Consumer Reporting Agency e afferma che i suoi processi di screening sono conformi al Fair Credit Reporting Act, inclusi i requisiti di trasparenza per le persone monitorate.

Man mano che il monitoraggio della forza lavoro diventa più automatizzato, tali salvaguardie potrebbero diventare sempre più rilevanti, soprattutto quando i segnali di rischio generati dall’IA influenzano le decisioni di assunzione.

Costruire un’infrastruttura di fiducia per gli agenti IA

La strategia tecnologica di Yardstik si estende anche oltre la propria applicazione.

L’azienda ha costruito un’infrastruttura API-first che consente a marketplace, piattaforme di assunzione e fornitori di tecnologie HR di integrare controlli, verifica dell’identità, prevenzione delle frodi e monitoraggio direttamente nei loro prodotti. L’annuncio del finanziamento elenca integrazioni con sistemi tra cui Greenhouse, Lever, Workable, Fountain, Bullhorn, Avionte e Paylocity.

Più recentemente, Yardstik ha aggiunto il supporto al Model Context Protocol (MCP), creando un’interessante connessione tra la verifica della forza lavoro e l’emergente ecosistema dell’IA agente.

Attraverso la sua integrazione MCP per agenti IA, gli sviluppatori possono concedere ai sistemi IA l’accesso ai flussi di lavoro di Yardstik per attività come l’avvio della verifica dell’identità, la richiesta di diversi pacchetti di controlli dei precedenti in base ai requisiti del lavoro o l’istituzione di processi di screening ricorrenti. Yardstik esegue i controlli sottostanti e i flussi di lavoro di conformità restituendo i risultati all’applicazione o all’agente.

Ciò potrebbe diventare sempre più rilevante man mano che gli agenti IA assumono ruoli più ampi nel reclutamento e nella gestione della forza lavoro. Se gli agenti software prendono decisioni di assunzione o vi assistono, l’infrastruttura che consente a quegli agenti di verificare identità, credenziali e informazioni di rischio in evoluzione potrebbe diventare un ulteriore livello dello stack IA aziendale.

Cosa potrebbe significare la verifica continua della forza lavoro per il futuro del lavoro

Yardstik entra nella Serie B dopo un periodo di rapida espansione. L’azienda riporta una crescita dei ricavi del 149% su base annua, un tasso di fidelizzazione dei clienti del 98% negli ultimi tre anni e clienti in diversi settori, tra cui marketplace gig, sanità, staffing, trasporti, logistica e assistenza all’infanzia.

Più significativo dei dati di crescita è il più ampio cambiamento che la tecnologia rappresenta. Il controllo dei precedenti è tradizionalmente costruito attorno a un unico punto decisionale: determinare se qualcuno debba essere assunto. Il monitoraggio continuo modifica quel modello trattando identità, credenziali e rischio della forza lavoro come informazioni che possono cambiare nel corso dell’impiego di una persona.

L’IA potrebbe accelerare questa transizione in entrambe le direzioni. Gli strumenti generativi rendono più semplice fabbricare curriculum, credenziali, documenti, immagini, voci e potenzialmente intere identità su larga scala. Allo stesso tempo, il machine learning può aiutare i sistemi di screening ad analizzare combinazioni di segnali di identità, dispositivo, credenziali e comportamentali che sarebbero difficili da valutare manualmente.

Nel tempo, ciò potrebbe trasformare la verifica della forza lavoro da un processo amministrativo periodico a uno strato sempre attivo dell’infrastruttura aziendale. Le piattaforme di assunzione, i marketplace di staffing e i sistemi HR potrebbero incorporare sempre più controlli automatizzati di identità e credenziali direttamente nei loro flussi di lavoro, mentre gli agenti IA potrebbero avviare o rispondere a eventi di verifica senza attendere un amministratore umano.

Questa evoluzione solleva anche interrogativi che diventeranno sempre più difficili da ignorare. I datori di lavoro dovranno stabilire quanto monitoraggio continuo sia appropriato, quali segnali debbano poter influenzare le decisioni di assunzione, come i lavoratori possano contestare informazioni inesatte e dove tracciare il confine tra gestione del rischio legittima e sorveglianza eccessiva.

Il significato del finanziamento di Yardstik si estende quindi oltre l’espansione di una singola piattaforma di controllo dei precedenti. Rappresenta una questione più ampia che emerge con la trasformazione del mercato del lavoro da parte dell’IA: se le identità digitali e le credenziali diventano più facili da manipolare, come potranno le organizzazioni stabilire continuamente la fiducia senza compromettere la privacy e i diritti delle persone che impiegano?