アルパー・テキン、Findemのチーフ・プロダクト・オフィサー – インタビュー・シリーズ

以前は、複数のスタートアップの創業者およびCEOを務めていました。スタートアップでの採用における最大の課題とは何でしたか?

採用は、私の起業家としての旅で最も課題的な側面の1つでした。起業家として、私たちは、人々が何よりも重要であり、適切なチームを構築することがビジネス・リーダーにとって最も重要な仕事であることを知っています。ただし、会社を立ち上げて拡大する際に伴う他の多くのビジネス活動に十分な時間を割くことは難しく、適切な人材を見つけることが困難です。誰が利用可能かという客観的なデータがなければ、適切な人材を見つけることは困難であり、組織内で彼らがうまく機能するかどうかを知ることはさらに困難です。

Findemが将来のHRチームのための自律型タレント・プラットフォームをどのように構築するというビジョンを共有できますか?

タレント・アクイジションは、数百のタスク、数十の役割、数十のポイント・ツールで行われる複雑な仕事であり、多くの場合、これらのツールは相互に通信しません。私たちのビジョンは、AIとワークフロー・オートメーションの組み合わせを通じて、この複雑さを除去することです。

私たちの第一の目標は、タレント・チームをサポートし、日常の作業から退屈で繰り返し発生するタスクを自動化し、データを使用してより迅速で、より優れた、より公平な決定を下すことを支援することです。たとえば、大手テクノロジー企業では、タレント・パイプラインを構築するために8～10のシステムを使用しており、それぞれがシロされた方法で使用されていました。1つのタスクを完了するには80～100のクリックが必要でしたが、Findemの自律型アプリケーションを使用すると、1つのクリックで同じタスクを実行できます。

ほとんどのビジネス機能と同様に、タレント・オーガニゼーションはAIファーストの変革を遂行することになります。私たちの計画は、自動化可能なすべてを自動化し、リクルーターとその他のタレント・プロフェッショナルが彼らの最大の潜在能力を発揮できるようにすることです。自律型アプリケーションは、計画、パイプライン、分析の役割を果たすことから始め、ワークフォース・プランニング、タレント・プール、キャリア・デベロップメント、サクセッション・プランニングを含む、タレント・ライフサイクル全体にわたって拡大します。

Findemは3Dデータと呼ばれるものを分析していますが、3Dデータとは何ですか?

Findemは、数百万のソースから1.6兆のデータ・ポイントをインジェストして、他の場所には存在しない完全に新しいタレント・データを生成し、個人と彼らが関連する会社の理解を提供します。Findemは、個人のジャーニーと会社のジャーニーを接続し、豊富なタレント・プロファイルを作成するために、時間を通じて人々と会社のデータの3次元を使用します。

これは、次のように考えることができます。現代の職場で働いたすべての人はジャーニーを持ち、デジタル・フットプリントを残します。タイトル、昇進、証明書、コード・コントリビューション、出版物、ソーシャル・ポストなどがあります。同様に、会社もジャーニーを持ちます。資金調達ラウンド、IPO、財務報告など、活動があり、ジョブ・ディスクリプション、オーガニゼーション・チャート、会社のレビュー、リーダーシップ・プロファイルなどがあります。すべてのデータは、組織の開発と進歩を示すことができます。

従来、タレントの決定は、リジュメ、ジョブ・アプリケーション、またはLinkedInプロファイルに頼り、個人と会社のデータの1次元のスライスしか提供しません。ただし、私たちは、数千のデータ・ポイントを個人と会社のジャーニーに変換し、以前は手動でのリサーチまたはユーザー生成されたLinkedInプロファイルでは不可能だった、より詳細でグラニュールな理解を提供するプラットフォームを構築しました。

私たちのTalent Data Cloudでは、GenAIインターフェースを使用して、全キャリアを検索できます。たとえば、米国のPEファームが所有する米国企業のCFOを表示するようにプラットフォームに依頼したり、B2Bスタートアップで働き、大規模なシリーズCを見た忠実なプロダクト・マネージャーのリストを表示するように依頼したりできます。

分析されるデータ・ポイントの種類は何ですか?

私たちのTalent Data Cloudは、数百万のデータ・ソースから3Dデータを生成するために、ダイナミックに継続的に言語モデルを活用します。

これは、LinkedIn、GitHub、StackOverflow、Kaggle、Dribble、Doximity、ResearchGate、WordPress、パーソナル・ウェブサイトなどのプロファイルとコンタクト・データを分析します。国勢調査データは、米国国勢調査局から来ます。さらに、8百万以上の会社のビジネス・モデル、100,000以上の会社と製品のカテゴリ、300百万以上の特許と出版物、500万以上のオープン・データセットとMLプロジェクト、200百万以上のオープン・ソース・コード・リポジトリとその他のパブリック・コントリビューションを含む会社のデータを分析します。また、Greenhouse、Workday、SmartRecruiters、BambooHR、LeverなどのユーザーのATSから得られるATSデータも含みます。

このデータを分析する際に、機械学習は何を探していますか?

Findemは、BIファーストで、事実データに基づいて学習し、予測を行います。私たちはこれを、決定論的モデルと確率論的モデルの違いと呼びます。たとえば、私たちがあなたのスタートアップ経験を確率的に推測するのではなく、あなたの雇用歴を調べて、スタートアップに勤務したことがあるかどうかを確認し、プロファイルに「スタートアップ経験」という属性を追加します。

このデータはどのようにして属性に変換され、属性とは何ですか?

データの収集が完了すると、任意の属性を作成したいデータをマッピングできるインテリジェンス・エンジン（高度なSQLミドルウェアと考えることができます）が存在します。

属性とは、個人のスキル、経験、特性であり、会社の特性も含みます。有形的な属性には、役割（現在、過去、役割の経験）、勤務経験、教育、資格など、技術的な情報が含まれます。無形的な属性には、誰かが忠誠心を呼び起こすか、多様なチームを構築するか、使命に突き動かされるかなど、幅広い範囲があります。

私たちの属性ベースの検索では、HRチームが、タレント・エコシステム内のすべてのチャネルで、考えることができるほぼすべての基準を使用して候補者を検索できます。

プラットフォームは、採用の決定に性別や人種のAIバイアスが入るのを防ぐにはどうしていますか?

私たちのプラットフォームは、ユーザーに代わって決定を下すのではなく、AIがユーザーの決定を支援するように意図的に設計されています。BIファーストの戦略を使用して、プラットフォームは、データの収集、分析、提示を優先し、洞察と決定支援を提供し、AIを使用して学習、推論、予測または推奨を行います。

私たちは、候補者の評価プラットフォームではなく、検索とマッチングのプラットフォームです。AIは、主観的な評価を行うことはなく、自動的に候補者を進めることも、却下することもありません。また、Findemは検索とマッチングにAIを使用しないため（これらの機能はBIベースです）、プロセスにバイアスや差別が入るリスクを軽減します。

Findemは内部スタッフの昇進プロセスをどのように簡素化しますか?

核心的に、私たちは「内部」と「外部」のタレントを区別する必要はありません。データベース内の誰に対してでも、私たちのアルゴリズムはトップ・マッチング・候補者を見つけることができます。内部または外部の会社に関係なくです。

提供されているタレント・マネジメント・ツールは何ですか?

私たちは、タレント・ソーシング、CRM、分析を含むトップ・オブ・ファンネルの活動を統合しています。また、内部モビリティのソリューションも提供しています。リファラル・マネジメントとサクセッション・プランニングの提供も進めています。

Findemにアプローチする前に、スタートアップはどの段階にあるべきですか?

私たちは、すべてのサイズの顧客にサービスを提供していますが、私たちのスイート・スポットは、数百人の従業員がいる拡大モードにある会社です。

素晴らしいインタビュー、詳しく知りたい読者はFindemを訪問してください。