アーシャム・ガラマニ博士、リボン共同創設者兼CEO – インタビュー・シリーズ

アーシャム・ガラマニ博士は、リボンの共同創設者兼CEOです。トロントを拠点とし、元々はイギリス出身のガラマニ博士は、人工知能と生物学の両方の分野で経験を積んでいます。彼の専門分野は、高頻度取引、採用、生物医学研究など多岐にわたります。

ガラマニ博士は2014年頃から人工知能の分野で働き始めました。彼はフランシス・クリーク研究所で博士号を取得し、がん遺伝子調節を研究するために初期のジェネレーティブAIを適用しました。当時は「ジェネレーティブAI」という用語が一般的ではありませんでした。

現在、ガラマニ博士はリボンを率いています。リボンは、採用プロセスを劇的に高速化することに焦点を当てたテクノロジー企業です。リボンは800万ドル以上の資金を調達し、20万人以上の求職者をサポートし、チームを拡大しています。プラットフォームは、AIと自動化を組み合わせて採用ワークフローを最適化することで、採用を100倍速くすることを目指しています。

まずはじめから始めましょう — リボンを創設するきっかけとなったものは何ですか? また、採用が壊れていることを実感した「アハ！」の瞬間は何でしたか?

私は、Ezraでの仕事で共同創設者であるDave Vuと出会いました。彼は人事・採用責任者であり、私は機械学習責任者でした。私たちがチームを急速に拡大するにつれて、迅速に採用する必要性を感じていましたが、プロセスを最適化するための適切なツールが不足していました。私はAIの初期から関与しており、AIが採用に与える影響について早期に理解していました。伝統的な採用における非効率性と課題を直接体験しました。そこで、より良い方法があるはずと考え、リボンを創設することにしました。

あなたはAmazon、Ezra、アルゴリズム取引など、さまざまな企業で機械学習の役割を担ってきました。リボンを構築する上で、これらの経験はどのように役立ちましたか?

Ezraでは、AIヘルスケア技術に取り組み、AIシステムのバイアスを最小限に抑えるために多大な時間と労力を費やしました。バイアスを検出して軽減する方法を開発しました。リボンでは、これらの技術を導入し、AIインタビュアーのバイアスを監視して軽減することで、より公平な採用プロセスを実現しています。

あなたの経験、特に候補者としての経験と採用マネージャーとしての経験は、リボンの初期の製品決定にどのように影響しましたか?

仕事を見つけることは、ジュニア候補者にとって非常に厳しいプロセスです。私は、まだ若い候補者だった頃、多くの仕事に応募したことを覚えています。以来、状況はさらに悪化しました。リボンでは、求職者に対して深い共感を持ちます。私たちの音声AIは、会社と候補者との最初の接点となることが多いため、候補者の経験を肯定的なものにするために努力しています。候補者が採用プロセス全体を通じて同じAIと会話できるようにすることで、信頼と安心感を築くことができます。伝統的なプロセスでは、候補者が複数の人物を経由する必要がありますが、リボンのAIは一貫した存在感を提供し、候補者がインタビューと評価を進める際により安心できるようにします。

リボンのAIは、スクリプトボットよりも人間らしいインタビューを実施します。リボンの適応型インタビューフローの詳細についてお話しください。バックエンドではどのようなリアルタイムの理解が行われているのでしょうか?

私たちは、5つのインハウスマシンラーニングモデルと4つの公開モデルを組み合わせて、リボンのインタビューエクスペリエンスを作成しました。バックエンドでは、会話を評価し、会社、キャリアページ、パブリックプロファイル、履歴書などからのコンテキストを組み合わせて、シームレスなインタビューエクスペリエンスを生成しています。候補者に人間のリクルーターに近い体験を提供したいという願望から、多くの情報を組み合わせています。

5分間の音声は、1時間の書き込み入力を上回ると述べています。どのような信号をそのオーディオデータから抽出していますか? また、どのように分析していますか?

一般的に、人々はかなり速く話します。多くの仕事の応募プロセスは、多くのフォームや多肢選択式質問に答える必要があり、非常に面倒です。5分間の自然な会話は、約25の多肢選択式質問に相当することがわかりました。また、言語の熟達度やコミュニケーション能力などの要素も収集しています。

リボンは、自動要約とスコアリング機能を備えたAIパワードの記者も務めます。データの解釈可能性は、採用担当者にとってデータを有用で公平にする上でどのような役割を果たしますか?

解釈可能性は、リボンのアプローチの核心です。私たちが生成するすべてのスコアと分析は、常にそのソースに結び付けられています。つまり、私たちのAIは非常に透明性があります。

たとえば、候補者のスキルをスコアする場合、以下の2点を参照します：

1. 元の求人要件と
2. 候補者がスキルについて言及したインタビューでの具体的な瞬間。

私たちは、AIシステムの解釈可能性が非常に重要であると考えています。最終的には、企業が決定を下すのを支援しているからです。企業は、具体的なデータに基づいて決定を下したいと考えています。公平性とAIドリブンハイリングにおける信頼性のために不可欠なことです。

AI採用システムにおけるバイアスは大きな懸念事項です。リボンは、トップ候補者を浮き彫りにしながらバイアスを最小限に抑えるように設計されていますか?

バイアスは、AI採用において重要な問題です。リボンでは、非常に真剣に取り組んでいます。私たちのAIインタビュアーは、候補者を評価する際に、測定可能なスキルと能力に焦点を当て、主観性を低減し、バイアスを最小限に抑えるように設計されています。私たちは、AIシステムの公平性を定期的に監査し、多様でバランスの取れたデータセットを利用し、人間の監視を組み込んで、潜在的なバイアスを検出して修正しています。私たちのコミットメントは、公平な採用決定を確実に下す、最適な候補者を浮き彫りにすることです。

候補者は、午前2時にでもインタビューを受けることができます。仕事へのアクセスを民主化する上で、特に疎外されたコミュニティにとって、柔軟性はどれほど重要ですか?

柔軟性は、仕事へのアクセスを民主化する上で非常に重要です。リボンの常に利用可能なインタビュー機能により、候補者は都合の良い時間に参加できます。これにより、従来のスケジュールの制約や限られた利用可能性などの障壁が解消され、特に働く両親や非伝統的な労働時間を持つ人々に利益をもたらします。実際、リボンのインタビューの25%は、現地時間の午後11時から午前2時の間に実施されます。

これは、特に仕事を見つける上で追加の制約に直面する疎外されたコミュニティにとって非常に重要です。24時間利用可能なリボンにより、すべての人が自分のスキルを披露し、雇用機会を確保するための公平なチャンスを得ることができます。

リボンは採用だけではなく、人と機会の間の摩擦を減らすことについても取り組んでいます。将来はどのように見えますか?

リボンでは、採用の効率化を超えたビジョンを持っています。私たちが目指すのは、技術が個人の才能や志向と完全に一致する役割を、シームレスに結び付ける未来です。キャリアの移動性を低減することで、従業員が成長し、発展し、不要な障壁なく、充実した機会を見つけることができるようにします。内部移動が速まり、離職率が低下し、最終的には個人と企業の両方にとってより良い結果がもたらされます。

次の5年間で、AIが採用プロセスやより広い職場市場に与える影響についてはどう考えていますか?

AIは、次の5年間で採用プロセスとより広い職場市場を深く変えると考えています。AIドリブンの自動化により、リクルーターは反復的なタスクから解放され、より深い候補者との交流や戦略的な採用決定に焦点を当てることができるようになります。AIは、候補者を役割にマッチングする精度を高め、採用タイムラインを加速し、候補者の体験を向上させるでしょう。しかし、これらの利点を完全に実現するには、業界が透明性、公平性、倫理的考慮事項を優先し、AIがより公平な雇用環境を作り出す信頼できるツールになることを確実にする必要があります。

素晴らしいインタビュー、詳しく知りたい読者はリボンを訪れてください。