Alper Tekin, Chief Product Officer bij Findem – Interviewreeks

Voorheen was u een seriële ondernemer, die fungeerde als oprichter en CEO van verschillende startups. Wat waren enkele van de grootste uitdagingen bij het werven van personeel die u tegenkwam?

Het werven van personeel is een van de moeilijkste aspecten van mijn ondernemersreis. Als ondernemers weten we dat mensen meer tellen dan alles anders en dat het opbouwen van het juiste team de belangrijkste taak is van elke zakelijke leider. Het is echter echt moeilijk om voldoende tijd te besteden aan het vinden van de juiste mensen wanneer u zo veel andere zakelijke activiteiten heeft die betrokken zijn bij het starten en opschalen van een bedrijf. Zonder objectieve gegevens over wie er beschikbaar is, is het moeilijk om de juiste set mensen te vinden en nog moeilijker om te weten of ze het goed zullen doen in uw organisatie.

Kunt u de visie delen over hoe Findem een autonoom talentplatform bouwt voor het HR-team van de toekomst?

Talentacquisitie is een complexe taak met honderden taken, die worden uitgevoerd door tientallen personen, via tientallen punttools die meestal niet met elkaar communiceren. Onze visie is om deze complexiteit te verwijderen door een combinatie van AI en workflowautomatisering.

Ons eerste en voornaamste doel is om de talentteams te ondersteunen door het wegautomatiseren van saaie, herhaalde en foutgevoelige taken uit hun dagelijkse werk en om mensen te helpen bij het nemen van snellere, betere en eerlijkere beslissingen met gegevens. We zien al gebruikscases, zoals een grote technologiebedrijf waar ze acht tot tien systemen gebruikten om alleen maar een talentpijplijn op te bouwen, en elk werd op een geïsoleerde manier gebruikt. Het kostte hen 80-100 klikken om één taak te voltooien en nu, met autonome applicaties, kunnen ze dezelfde taak uitvoeren met één klik.

Net als bijna alle bedrijfsfuncties, zullen talentorganisaties een AI-geleide transformatie ondergaan en ons plan is om alles te automatiseren wat geautomatiseerd kan worden, waardoor recruiters en andere talentprofessionals hun volle potentieel kunnen bereiken. Autonome applicaties zullen aanvankelijk een cruciale rol spelen bij planning, pijplijn en analyse, en vervolgens uitbreiden over de hele talentlevenscyclus, waaronder alles van workforceplanning tot talentpools tot carrièreontwikkeling en opvolgingsplanning.

Findem analyseert triljoenen gegevenspunten en maakt gebruik van wat 3D-gegevens wordt genoemd, kunt u uitleggen wat 3D-gegevens zijn?

Findem verwerkt 1,6 triljoen gegevenspunten uit honderdduizenden bronnen om geheel nieuwe talentgegevens te genereren die nergens anders bestaan en die een begrip geven van een individu en de bedrijven waar ze mee geassocieerd zijn, in de loop van de tijd. Findem gebruikt deze drie dimensies van gegevens – mensen- en bedrijfsgegevens in de loop van de tijd – om individuele en bedrijfsreizen te verbinden en verrijkte talentprofielen te creëren.

Denk hierbij aan het volgende: elke persoon die in de moderne arbeidsmarkt heeft gewerkt, heeft een reis en laat een digitale voetafdruk achter. Er zijn titels, functiepromoties, certificaten, codebijdragen, publicaties, sociale berichten enzovoort. Bedrijven hebben ook een reis. Ze hebben activiteiten zoals financieringsrondes, beursgangen en financiële indieningen, evenals vacaturebeschrijvingen, organigrammen, bedrijfsbeoordelingen en leiderschapsprofielen – al deze gegevens kunnen de ontwikkeling en vooruitgang van een organisatie in kaart brengen.

Traditioneel zijn talentbeslissingen gebaseerd op een cv, sollicitatie en/of LinkedIn-profiel dat alleen een één-dimensionale slice van een persoon en bedrijfsgegevens biedt. Echter, we hebben een platform gebouwd dat in staat is om duizenden gegevenspunten over mensen- en bedrijfsreizen te verzamelen en om te zetten in een enorm verrijkt profiel. Het resultaat is een meer gedetailleerd en granulair begrip van iemands ervaring, vaardigheden en impact dan wat eerder mogelijk was met handmatige onderzoek of van een door de gebruiker gegenereerd LinkedIn-profiel.

Met onze Talent Data Cloud zijn hele carrières op aanvraag doorzoekbaar via een GenAI-interface. U kunt bijvoorbeeld het platform vragen om u CFO’s van Amerikaanse bedrijven te laten zien die in het bezit zijn van private-equitybedrijven en die een bedrijf van een negatieve naar een positieve operationele marge hebben gebracht, of om u een lijst te geven van loyale productmanagers die voor een B2B-startup hebben gewerkt en die het hebben zien groeien tot een grote Serie C.

Wat zijn de verschillende soorten gegevenspunten die worden geanalyseerd?

Onze Talent Data Cloud maakt dynamisch en continu gebruik van een taalmodel om 3D-gegevens te genereren uit honderdduizenden gegevensbronnen.

Het analyseert profiel- en contactgegevens van LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress en persoonlijke websites. Gegevens van de volkstelling komen van het Amerikaanse Bureau van de Volkstelling, natuurlijk. Bovendien kijken we naar bedrijfsgegevens van financieringsaankondigingen, beursdetails, bedrijfsmodellen van meer dan 8 miljoen bedrijven en meer dan 100.000 geaggregeerde bedrijfs- en productcategorieën. Voor geverifieerde vaardigheden analyseert het platform meer dan 300 miljoen octrooien en publicaties, meer dan 5 miljoen open datasets en ML-projecten en meer dan 200 miljoen open-sourcecode-repositories en andere openbare bijdragen. En we omvatten belangrijk ATS-gegevens die informatie over sollicitantprofielen van de gebruiker bevatten, die Greenhouse, Workday, SmartRecruiters, BambooHR, Lever enzovoort kunnen zijn.

Wat zoekt machine learning wanneer het deze gegevens analyseert?

Findem is BI eerst, en gebruikt vervolgens AI om te leren en voorspellingen te doen op basis van feitelijke gegevens. We noemen dit een deterministisch model versus een probabilistisch model. Bijvoorbeeld, we doen geen probabilistische veronderstelling dat u startervaring heeft, we kijken in plaats daarvan naar uw werkgeschiedenis en zien of een van de bedrijven waar u voor heeft gewerkt is geclassificeerd als een startup en voegen dan een ‘startervaring’-kenmerk toe aan uw profiel.

Hoe worden deze gegevens vervolgens omgezet in kenmerken, en wat zijn kenmerken?

Als gegevensverzameling eenmaal heeft plaatsgevonden, hebben we een intelligentie-engine (denk aan een geavanceerd SQL-middleware) die gegevens kan koppelen aan elk kenmerk dat we willen maken.

Kenmerken zijn de vaardigheden, ervaringen en kenmerken van individuen en bedrijven – en ze zijn zowel tastbaar als intuïtief. Tastbare kenmerken omvatten rollen (huidige, voorgaande en rolervaring), werkervaring, opleiding, kwalificaties en andere technische informatie. Intuïtieve kenmerken kunnen ver gaan, zoals of iemand loyaliteit inspireert, diverse teams bouwt of missiegedreven is.

Onze kenmerk-gebaseerde zoekfunctie stelt HR-teams in staat om kandidaten te zoeken in alle kanalen van hun talentecosysteem met praktisch elk criterium dat u maar kunt bedenken.

Hoe voorkomt het platform dat geslachts- of raciale AI-vooringenomenheid in het wervingsproces terechtkomt?

Ons platform is bewust ontworpen om geen beslissingen te nemen namens een gebruiker, maar om AI te gebruiken om mensen te helpen bij hun besluitvorming. Met een BI-geleide strategie heeft het platform prioriteit bij het verzamelen, analyseren en presenteren van gegevens om inzicht en ondersteuning te bieden voor besluitvorming, en gebruikt vervolgens AI om te leren, te redeneren en voorspellingen of aanbevelingen te doen met betrouwbare resultaten.

We zijn een zoek- en matchingsplatform, geen kandidaatbeoordelingsplatform, en AI wordt nooit gebruikt om een subjectieve beoordeling van een persoon te maken. Het automatiseert nooit het doorsturen of afwijzen van sollicitanten. Bovendien, aangezien Findem geen AI gebruikt voor zoeken en matchen (deze functionaliteiten zijn BI-gebaseerd), wordt het risico van vooringenomenheid of discriminatie in het proces geminimaliseerd.

Hoe vereenvoudigt Findem het proces van het bevorderen van interne medewerkers?

In wezen hoeven we niet te differentiëren tussen ‘interne’ en ‘externe’ talent. Voor elke persoon in onze database kan onze algoritme top-kandidaten vinden, of ze nu binnen of buiten de organisatie zitten.

Wat zijn alle talentbeheerhulpmiddelen die worden aangeboden?

We consolideren top-of-funnel-activiteiten, dus alles van talentwerving tot CRM tot analyse. We hebben ook een oplossing voor interne mobiliteit en we zijn bezig met het uitrollen van aanbod voor verwijzingsbeheer en opvolgingsplanning.

Op welk moment van de ondernemersreis zou een startup contact moeten opnemen met Findem?

We bedienen klanten van alle maten, maar ons zoete plek is meestal bedrijven die in de schaalmodus zitten met een paar honderd medewerkers.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Findem bezoeken op Findem.