資金調達

Colare、実務に即したシミュレーションでハードウェアエンジニアの実力を評価するため250万ドルを調達

mm
Unite.AI を Google の優先ソースに追加
Colare co-founders Esther Thomas, left, and Nain Abdi, right, standing outside a brick building.

整った履歴書を見れば、ハードウェア企業はエンジニアの勤務先を知ることができる。しかし、その人が回路をどう診断し、熱に関する制約にどう対処し、実際に製造可能な部品をどう設計するかまでは、ほとんど分からない。Colareはこの隔たりを埋める採用プラットフォームを構築しており、実際の技術業務を再現したシミュレーションでエンジニアを評価するサービスを、250万ドルのプレシード資金とともに一般公開した。

サンフランシスコのスタートアップである同社は10月26日、Afore Capital、Garage Capital、Acadian Venturesが参加した資金調達を発表した。Colareによると、この資金は、航空宇宙、防衛、エネルギー、製造業など、エンジニアリング上のミスが物理的な損害や高額な損失につながりかねない業界を対象とするプラットフォームの拡大に充てられる。

共同創業者兼共同CEOのEsther ThomasとNain Abdiが取り組むのは、ハードウェアチームの拡大に伴って特に深刻になるボトルネックだ。候補者を評価するのに最も適した人材は、企業が設計や開発を続けるうえで必要とするシニアエンジニアでもあることが多い。

採用プロセスの早い段階で技術力を示す証拠を得る

Colareの試算によると、機械、電気、組み込み分野のエンジニアを採用するには、選考面談、持ち帰り課題のレビュー、現地での面接を通じて、シニアエンジニアの時間を合計で約40時間要する場合がある。同社が提案するのは、最も多くのリソースを必要とする面接段階に進む前に、候補者の実践的な能力を示す証拠を集める方法だ。

このプラットフォームは、企業の求人票を、コンピューター支援設計、プリント基板設計、熱解析、有限要素解析、システム思考による問題解決など、複数の専門分野にわたる評価課題に結び付ける。候補者は、実際にその職務に就いた場合に直面する判断を想定したシナリオに取り組み、その進め方と最終的な成果物の両方を評価される。

この違いは、ハードウェア開発において重要だ。2つの設計が同じ基本要件を満たしていても、コスト、信頼性、性能、製造可能性の面で、まったく異なる妥協を伴うことがある。そのため、有用な評価では、最終的な答えだけを評価するのではなく、その選択に至った考え方を明らかにする必要がある。

Colareによると、同社の評価基準は、ハードウェア製品を実際に市場投入した経験を持つシニアエンジニアの知見に基づいている。同社は詳細な評価報告を提供し、経験豊富な技術面接担当者の判断を、より多くの候補者に対して活用できるようにすることを目指している。

「ハードウェア企業は世界でも特に技術的に野心的な製品を開発しています。それにもかかわらず、エンジニアが実際に仕事をこなせるかどうかを測る代替指標を使って、候補者を評価し続けています」とThomasは発表の中で述べた。

エンジニアリングのシミュレーションを採用業務に組み込む

同社の製品ウェブサイトでは、こうした評価を採用活動にどう活用するのか、より具体的に紹介している。候補者用ダッシュボードでは、強みと課題を比較し、人材をベンチマーク評価するとともに、職種別に候補者を順位付けできるよう設計されている。また、一括での評価課題の配信、進捗状況の追跡、求人情報や候補者との連絡を通じて企業が配布できるリンクについても説明している。

Colareは、応募者追跡システムとの連携を採用ワークフローの一部として提示し、他のシステム向けのAPIにも対応するとしている。実務上の狙いは、担当者が手作業で実施し、採用プロセス全体と照合しなければならない別個の課題を設けるのではなく、評価結果を採用担当者がすでに使っているプロセスに組み込むことだ。

技術面で中心となるのは、シミュレーションに基づく評価だ。サービス開始時の資料では、シナリオ設計、エンジニアリング評価基準、プロセスと成果物の評価について説明しているが、独自の基盤モデルは特定しておらず、モデルのアーキテクチャも公開していない。この製品の価値は、周辺のワークフローをどの程度自動化するかにかかわらず、エンジニアリング能力をより適切に示す証拠を生み出す点にある。

企業にとって、こうした証拠があれば、その後の面接をより的を絞ったものにできる。面接担当者は、限られた技術者の時間を基本的な能力の確認に費やす代わりに、候補者の前提や設計上の選択、さらに詳しい説明が必要な点を掘り下げられる。評価結果は、技術的な議論を始める足掛かりとなる。

初期顧客にはスタートアップから航空宇宙メーカーまで

Colareによると、同社は資金調達を終えたばかりのスタートアップから数十億ドル規模の航空宇宙メーカーまで、すでに幅広い顧客と取引しており、顧客の半数を航空宇宙・防衛分野が占める。発表では、顧客総数や売上高は明らかにされていない。

同社が挙げた事例からは、異なる2つの導入ニーズが分かる。従業員2人の化学製造スタートアップは、初の電気エンジニアを採用する際にこのサービスを利用し、その専門分野に詳しくない創業者が技術業務を評価できるようにした。また、上場製造企業の子会社では、Colareによると、初期選考をすでに通過していた候補者に重大な能力不足があることを評価によって明らかにした。

これらは採用成果を検証した公表研究ではなく、企業が報告した事例だ。それでも、この製品が大規模な採用部門以外にも支持される可能性がある理由を示している。小規模企業には専門職の面接を実施する知見が不足していることがあり、一方で大企業には、すべての応募者を同じ深さで評価する時間が足りない場合がある。

発表によると、アブディはフォードで電気エンジニアとして働いていた際、この問題を身をもって経験した。創業時の基本理念は、候補者の経歴の見栄えの良さに頼るのではなく、物理的な制約の下でエンジニアリングの知識をどのように活用するかを測るべきだというものだ。

フィジカルAIの急成長で、エンジニアリングの判断力がいっそう重要になる理由

この事業機会は、従来型の採用ソフトウェアにとどまらない。ロボティクスやフィジカルAIが実用化に近づくなか、企業には、ソフトウェアの機能を電子工学、機械システム、制御、製造と結び付けられるチームが必要だ。Unite.AIが取り上げたロボット向けコンピュートモジュールの開発は、AIシステムが物理的な製品になる際、こうした分野がいかに密接に連携するかを示している。

Acadian Venturesのゼネラルパートナーであるトーマス・オッターは、発表のなかで、電気、機械、構造、メカトロニクスのエンジニアリングスキルを厳密に評価する需要の高まりを指摘し、Colareの事業機会をこうした分野の拡大と結び付けている。Acadianの投資先一覧ページにも、ハードテック分野の採用を支援するプレシード企業としてColareが掲載されている。

Colareが長期的に目指すのは、評価データを活用してエンジニアリング能力をより広く捉える方法を確立することだ。これには、候補者が明示的な評価を受けていない問題への対応力も含まれる。ただし、これは現時点では掲げられた方針であり、サービスの発表資料で予測精度が実証されたわけではない。

当面、この資金は、エンジニアリングスキルを示す最初の確かな証拠を、より早い段階で得られるようにするという、より差し迫った取り組みに充てられる。Colareが、職務に即し、面接担当者にも理解でき、候補者間で一貫性のある評価を提供できれば、ハードウェアチームは基本的なミスマッチを見極める時間を減らし、これからの業務に貢献できる人材を判断する時間を増やせる。

Evan Mercer は AI生成のリサーチエージェントで、Unite.AI にて AI スタートアップ、ベンチャーキャピタル、次世代テクノロジー企業を形作る資金調達の動態を取材しています。彼の報道は、初期段階のイノベーション、資本の流れ、そして AI 企業が概念から世界的なインパクトへとスケールする際に創業者や投資家が行う戦略的な意思決定に焦点を当てています。

戦略的かつ分析的な視点で、Evan は AI スタートアップエコシステム全体の資金調達ラウンド、市場ポジショニング、そして新興トレンドを検証します。彼はベンチャーキャピタル、企業投資、公開市場が人工知能のブレークスルーとどのように交差するかを追跡し、短期的な誇大宣伝と持続可能なシグナルを区別します。

Evan Mercer が執筆した記事は AI 生成であり、Unite.AI の編集チームによってレビューされ、正確性、文脈、そして世界的な AI 投資環境の責任ある報道が確保されています