スタブ Hari Kolam は Findem - インタビュー シリーズ - Unite.AI の CEO 兼共同創設者です
私達と接続

記事執筆

ハリ・コラム氏は Findem の CEO 兼共同創設者です – インタビュー シリーズ

mm

公開済み

 on

CEO兼共同創設者として ファインデム, Hari は、会社の全体的な方向性と戦略的成長を推進するとともに、日常業務を監督する責任を負っています。 彼は連続起業家であり、熟練した技術者であり、会社を設立し、先駆的なテクノロジー ソリューションを作成してきた XNUMX 年近くの経験があります。

Hari は以​​前、Instart の共同創設者兼 CTO を務め、会社の技術的ビジョンを主導し、顧客の要件を実現可能な革新的なソリューションに変換しました。 Instart 在籍中に、50 件以上の特許を共同執筆しました。

Hari は、Aster Data で上級レベルのエンジニアリング職を歴任し、開発スタック全体のすべての機能に取り組んだほか、Sun の Solaris Cluster グループでもソフトウェアの重要なモジュールに貢献しました。

あなたは XNUMX つのスタートアップの立ち上げに成功し、成功した起業家です。 最初のスタートアップ Instart で、チームの規模を拡大することがほとんどの起業家にとって大きな問題であることに気づいたときの、画期的な瞬間についてお話しいただけますか?

それは XNUMX つだけではなく、いくつかの異なる経験の組み合わせでした。 Instart では、会社の国際的な拡大を含め、非常に急速な成長軌道に乗った時点に到達しましたが、これには特別な課題が伴いました。 現在、私たちは大陸の国境を越えて、真に多様性に富んだ優れたチームを構築しようとしています。これを短期間で実現します。 私たちが他のスタートアップ企業と人材獲得を競い合い、チームの規模拡大を急いでいたため、最終的には数人の採用に失敗し、後退し、多くのフラストレーションを生み出しました。 他にも、従業員の希望リストを採用担当者に伝えようとしたときに、困難が生じました。 このプロセスは非常にエラーが発生しやすく、すぐに契約を結ぼうとするあまり、適切な人材を採用するために何度も妥協することになりました。 これらは厳しい教訓であり、ほぼすべての起業家にとって課題となるものでしたが、これらがアイデアのきっかけとなり、Findem につながる火に火を与えてくれたことに感謝しています。

それでは、Findem 立ち上げの誕生の経緯についてお話しいただけますか?

Findem は実際、私がキャリア初期の採用と規模拡大で犯した間違いの直接の結果でした。 起業家であれば誰もが言うように、優れたチームを構築することがビジネスの成功にとって最も重要な要素です。 それは非常に難しいことでもあります。 私はエンジニアリングのバックグラウンドを持つ人間として、最大の影響をもたらす最も困難な問題のいくつかを解決することに惹かれており、この特定の課題に動機付けられていました。 会社の文化にスムーズに溶け込み、仕事を遂行するために必要な能力を備えた適切な人材を見つけることは、思っているよりもはるかに困難です。

従来、人材のスケーリング問題を解決する唯一の方法は、人的要素を加えた強引な手段であり、そのプロセスにはエラー、偏見、非効率が点在していました。 さらに詳しく調べてみると、これは実は本質的にはデータ問題であり、それを解決する正しい方法はデータ問題のようにアプローチすることであることに気づきました。 AI と詳細な分析を使用して、人事リーダーがキーワードや履歴書の肩書ではなく、望ましい属性に基づいて候補者を検索できるようにすることで、プロセスに新しいアプローチを導入し、成功を収めました。 企業は、データベースの採用がより効率的でコストが削減され、公平性が向上し、より質の高い採用につながるため、データベースの採用に惹かれています。 Findem は情熱を持ったプロジェクトとしてスタートしましたが、現在では、特に小規模な企業に比べて採用の悩みや痛み、出費が多い企業の間で繁栄しています。

採用に関してデータはどのくらい重要ですか?

効果的な採用決定を行う場合、データは非常に重要です。 たとえば、企業がより多様なチームを構築しようとしている場合、従業員と候補者のデータの追跡は後回しになることがよくあります。 ただし、ダイバーシティ、エクイティ、インクルージョン (DE&I) の取り組みは、データに基づいた組織の現在の状態に関する透明性から始めることが重要です。分析により、リーダーシップの多様性から多様性をどのように追跡しているかまで、あらゆることがわかります。過去 XNUMX 年間の報酬格差、多様な従業員の離職率など。 データ追跡は、性別や人種だけでなく、年齢、宗教、障害、兵役などの他の要素にも拡張する必要があることに注意することが重要です。 そのデータがあれば、目標を計画し、多様性と包摂的な文化に向けて真に取り組むことができます。

また、採用を通じて多様性と包括的な文化を構築する場合、人材パイプラインを監視して、候補者探しの開始時点から多様性を確実に育成できるようにすることが非常に重要です。 適切なデータがなければこれは不可能です。

パイプライン分析は、ダイバーシティ採用活動において何がうまくいっているのか、何がうまくいっていないのかを理解するための鍵でもあります。 多様な候補者の採用はどのくらいのペースで行われますか? パイプラインに多様な候補者を補充するという点で、本当に積極的に取り組んでいるのはどの採用担当者でしょうか? 多様な候補者の割合が高い地理的地域から調達していますか? データは、他の方法では答えられないこれらすべての質問に対する答えを提供します。

データは予測分析の中核でもあり、過去のデータは社内で優秀な人材を発掘するために使用されます。 予測分析により、候補者が特定の役割で好成績を収める可能性、離職のリスク、遠隔地でのポジションで成功するかどうか、および最も活躍する可能性が高い候補者を特定するのに役立つその他の情報がわかります。

Findem が情報を収集するデータ ソースにはどのようなものがありますか?

Findem は、潜在的な候補者の属性を記録および学習する目的で、複数のソースにわたって検証および三角測量された、公開されているすべての人物データを集約します。 私たちは、各個人の 1 万を超える属性のライブラリを持っています。 お客様が社内 HR ツールを Findem と統合することを選択した場合、このデータを強化して新しい属性を発見できます。 当社が収集する公開情報の例には、国勢調査データ、製品カテゴリ情報データ、企業財務データ、市場データ、特許および出版物のデータ、教育データ、生産性およびスキルのデータなどがあります。

雇用主は Findem プラットフォームをどのように活用して理想的な候補者とマッチングできるでしょうか?

積極的か消極的かを問わず、理想的な候補者とマッチングするために、雇用主は当社のプラットフォームを使用して、1 万を超える属性の組み合わせに基づいて候補者を検索できます。 属性には、その人が女性であるか、以前の創業者であるか、VC が資金提供するトップ 10 の新興企業で働いていたかなどの具体的なものだけでなく、その人が会社の価値観を体現しているか、起業家精神を持っているか、優秀な人材であるかなどの無形のものもあります。ゲッター。 これらの属性は、データに基づいた各個人の状況を提供し、空いたポジションを満たすために正確に適合する人材を見つけるために使用できます。

属性は、社内の従業員、最新情報が充実した ATS プロファイル、および社外の候補者全体で照合できます。 通常、企業は理想的な候補者のプロフィールから始めて、その理想的な候補者の属性に一致するすべての人材の人材プールを構築しますが、属性検索を最初から構築することを選択する企業もあります。

彼らが採ることができるもう XNUMX つのユニークなアプローチは、スーパースター従業員の属性を分析し (採用企業の社内外にいる可能性があります)、本質的にそのクローンである候補者を検索する計画を立てることです。つまり、その候補者もまさにその属性を持っています。 。 リモートワークに優れ、忠実で、買収に成功した会社で CMO を務めていた人を知っているとすると、雇用主は当社のプラットフォームで模倣人物を検索するだけで済みます。

Findem は機械学習プロセスから意図しない性別や民族的偏見をどのように回避しているのでしょうか?

検索する特定の場所や属性を選択するときに、人材の分布 (別名多様性) をまったく把握せずに導入される不注意なバイアスは、無意識のバイアスの原因となります。 Findem は、人材分布の集約された概要を場所およびさまざまな検索属性ごとに動的に提供し、人事チームにこれを可視化します。

また、手動レビューを実施する際に候補者の PII 情報を難読化し、可能な限り多様性を確保するためにパイプラインに自動的に重みを追加することで、人間の関与なしで実行できる属性ベースの検索を通じてこれらのバイアスを軽減します。

興味深いコンセプトの XNUMX つは、Findem を使用して雇用主が人材検索の新しい属性をどのように見つけられるかということです。 このプロセスはどのように機能するのでしょうか?

Findem を使用すると、さまざまな方法で新しい属性を明らかにできます。 XNUMX つは、他の企業とその企業がさまざまな時期に採用した人材を観察することです。 たとえば、ある企業がシリーズ B ラウンドの資金調達や株式公開を計画している場合、同様の取り組みで大きな成功を収めた企業​​がどのように人材を配置したかを理解したいと思うかもしれません。 私たちのプラットフォームを使用すると、雇用主はそれらの人々の属性を確認し、独自の人材検索に使用できます。

同様に、自社のスーパースター従業員や社内システムでもこれを行うことができます。 社内の人事情報システム (HRIS) を使用して成績優秀者を区別し、それらに共通する属性を特定して、それを今後の検索に使用することができます。

Findem について他に共有したいことはありますか?

現在私たちが最も注力している分野の XNUMX つは、人材調達ソリューションを完全にセルフサービスにするというビジョンを実現することです。 私たちの当初の目標は、人事部門内の誰でも簡単に使用できるプラットフォームを構築することでした。現在、そのマイルストーンに到達するために大きな進歩を遂げています。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。 ファインデム.

Unite.AI の創設パートナーであり、 フォーブステクノロジー評議会、 アントワーヌさんは、 未来派 AI とロボット工学の未来に情熱を持っている人。

彼はの創設者でもあります 証券.io、破壊的テクノロジーへの投資に焦点を当てたウェブサイト。