イリット・ラズ、Joonkoの創設者兼CEO – インタビューシリーズ

イリット・ラズは、Joonkoの創設者兼CEOです。Joonkoは、企業が多様性の採用戦略にAIを適用するのを支援するプラットフォームです。現在、彼女の会社はAdidas、American Express、Crocs、PayPalと協力しています。她は3,850万ドル以上を調達し、会社は2年連続で500%成長しています。

コンピューターサイエンスに最初に惹かれたのは何ですか?

テクノロジーはイスラエルで最大かつ最も成功している業界の1つなので、生涯を通じて何らかの形で業界に触れてきました。軍に入ったとき、セキュリティソフトウェアの開発を管理する機会を得て、コンピューターサイエンスについて学びました。そこから私はその道に惹かれ、軍を離れた後はキャリアとして追求したいと思いました。

業界におけるギャップ（例：給与や昇進のギャップ）に最初に気づいたのはいつですか?

私が最初の数年間、プライベートソフトウェア会社で働いていたとき、女性が直面している偏見については個人的に気づいていませんでした。そこで、私は女性のテクノロジー専門家とネットワークを作り始めました。彼女たちが話した話を聞くことで、私は問題の大きさをすぐに理解しました。

Joonkoの創設ストーリーを共有してください。

私はコンピューターサイエンスの学位とソフトウェアエンジニアリングおよびNLPのバックグラウンドを持っています。私は職場環境を通じて無意識的および意識的な偏見を経験しました。また、私が参加していた女性製品マネージャーのグループも、給与ギャップ以外の職場の問題に私を引き込みました。これらの例は小さく見えますが、影響を受ける人があなた自身である場合には、重要で影響力のあるものです。

私は、これがより広範な問題であることを理解し、そこで私は私の技術的背景を使って、新しいテクノロジー・ソリューションを作成することを決めました。これがJoonkoが生まれた理由です。

Joonkoは、どのようにして多様性のあるバックグラウンドを持つタレントプールをソーシングしていますか?

私たちの独自のアルゴリズムは、自然言語処理とコンピュータビジョンを使用して、紹介された候補者の公開データをスキャンします。私たちは、誰かが自己認識していることを検証するデータを探します。たとえば、誰かがLinkedInに「彼女/彼女」という呼称を使用している場合、彼女が女性である可能性が高いと推測できます。ポイントが十分に集まると、候補者を私たちのタレントネットワークに招待し、さらにサインアップすると、彼女は私たちの仮定を検証します。

Joonkoはタレントをどうやってチェックしていますか?

私たちは、候補者をオープンポジションに適合させるために、人間の感覚とテクノロジーの組み合わせを使用します。まず、ネットワークに参加する各候補者は、最近面接した採用チームによって紹介されます。採用チームは、最終ラウンドまで到達した候補者しか紹介しないので、高品質の候補者であることが保証されます。そこから、私たちは自然言語処理を使用して、候補者を会社と役割と適切にマッチさせます。私たちは、候補者の履歴書と元々面接した役割からキーワードを収集し、それを私たちのプラットフォームで宣伝されている仕事と比較します。ほとんどのモデルは2つのデータセットしか使用しないので、3つを使用することで、私たちが正しいマッチングを行う能力が向上します。

Joonkoは、企業がこのタレントを維持するのをどのように支援していますか?

私たちは、アプリケーシントラッキングシステムと統合することで、企業がタレントを維持するのを支援しています。私たちの統合により、Joonkoの候補者がパイプラインを通じてどのくらい進むかについて、集計データを取得できます。私たちがJoonko以外の候補者と比較してドロップオフを確認する場所では、企業がマッチングを改善したり、採用プロセスを改善したりするのを支援します。

Joonkoは、採用またはマッチングプロセスでAIをどのように使用していますか?

私たちは、コンピュータビジョンと自然言語処理を使用して、候補者が自己認識しているかどうかを判断します。自然言語処理を使用して、候補者を役割とマッチさせ、機械学習を使用して、マッチングプロセスを候補者が関心を持っている役割を選択するにつれて改善します。最後に、マッチングと紹介は、エンドツーエンドで自動化されています。リクルーターは、Joonkoによって紹介された候補者に面接することを決定するまで、何もしなくて済みます。

AIバイアスを避けるために、多様化された採用プールの利点について議論できますか?

私たちが見るように、多様性のある候補者を引き付けて面接することができるほど、人間やテクノロジーの偏見を監査するためのデータをより多く取得できます。偏見は、モデル（または人）が繰り返し同じデータを見ているときに発生します。候補者の多様性に多く投資することで、テクノロジーとそれを使用する採用チームを、多様性のフライホイールに貢献するように訓練できます。

企業にとって、多様性が優先事項となるその他の理由は何ですか?

多くの企業は、オープンポジションを埋めるために、通常、紹介に頼りますが、これは均質なワークフォースにつながる可能性があります。私は、企業が見過ごされた才能、たとえば「銀メダリスト候補者」に注目することが重要であると考えています。彼らはトップ企業で最終ステージまで到達しましたが、仕事を得ることができませんでした。

多様性、公平性、包摂性（DE&I）を優先することは、公平で正しいことであり、前向きで公平な社会の重要な部分であるだけでなく、単にビジネスにとって良いことです。DE&Iへの取り組みを優先する企業は、より生産的で成功し、従業員は幸せで長く残ります。

コンピューターサイエンスまたはAIに飛び込もうとしている女性に最後にアドバイスがある場合は何ですか?

困難な時期に頼れる女性のコミュニティを見つけてください。人工知能業界の将来は女性の参加に依存していますが、現在は男性が支配しています。女性の経験を共有する女性のネットワークをできるだけ早く構築するほど、サポートされ、業界で成功する可能性が高くなります。

素晴らしいインタビュー、詳細についてはJoonkoを訪問してください。