Альпер Текин, главный директор по продукту в Findem – Интервью

Ранее вы были серийным предпринимателем, выступая в качестве основателя и генерального директора нескольких стартапов. Какими были некоторые из наиболее значительных проблем с набором персонала, с которыми вы столкнулись?

Набор персонала был одним из наиболее сложных аспектов моего предпринимательского пути. Как предприниматели, мы знаем, что люди важнее всего остального, и построение правильной команды является наиболее важной задачей любого бизнес-лидера. Однако на самом деле очень трудно выделить достаточное количество времени для поиска правильных людей, когда вы занимаетесь многими другими бизнес-активностями, связанными с запуском и масштабированием компании. Без объективных данных о том, кто доступен, очень трудно найти правильный набор людей, и еще труднее знать, будут ли они хорошо работать в вашей организации.

Можете ли вы поделиться видением того, как Findem строит автономную платформу для талантов для команды HR будущего?

Приобретение талантов – это сложная задача, включающая сотни задач, выполняемых десятками персон, через десятки инструментов, которые не всегда взаимодействуют друг с другом. Наше видение – удалить эту сложность посредством комбинации ИИ и автоматизации рабочих процессов.

Наша первая и основная цель – поддержать команды по талантам, автоматизируя рутинные, повторяющиеся и ошибочные задачи из их повседневной работы и помогая людям принимать более быстрые, лучшие и более справедливые решения с помощью данных. Мы уже видим примеры, такие как крупная технологическая компания, где они использовали восемь до 10 систем только для построения талант-пайплайна, и каждая из них использовалась в изолированном режиме. Это заняло у них 80-100 кликов, чтобы выполнить одну задачу, и теперь, с автономными приложениями, они могут выполнить одну и ту же задачу с одним кликом.

Как и почти все бизнес-функции, организации талантов будут проходить через трансформацию, основанную на ИИ, и наш план – автоматизировать все, что можно автоматизировать, позволяя рекрутерам и другим специалистам по талантам достичь своего полного потенциала. Автономные приложения изначально будут играть ключевую роль в планировании, пайплайне и аналитике, а затем будут распространяться на весь жизненный цикл талантов, охватывая все, от планирования рабочей силы до развития карьеры и планирования преемственности.

Findem анализирует триллионы данных и использует то, что называется 3D-данными, можете ли вы объяснить, что такое 3D-данные?

Findem получает 1,6 триллиона данных из сотен тысяч источников для генерации совершенно новых данных о талантах, которые не существуют нигде больше, и предоставляет понимание отдельного человека и компаний, с которыми он связан, во времени. Findem использует эти три измерения данных – людей и компаний во времени – для соединения индивидуальных и компаний путей и создания обогащенных профилей талантов.

Представьте себе это так: каждый человек, который работал на современном рынке труда, имеет путь и оставляет после себя цифровой след. Есть должности, повышения, сертификаты, вклады в код, публикации, социальные посты и так далее. Аналогично, компании имеют путь. У них есть такие действия, как раунды финансирования, IPO и финансовые отчеты, а также описания вакансий, организационные схемы, профили компаний и лидерские профили – все эти данные могут отслеживать развитие и прогресс организации.

Традиционно решения о талантах полагались на резюме, заявление о приеме на работу и/или профиль LinkedIn, который предлагает только одномерный срез данных о человеке и компании. Однако мы построили платформу, которая способна захватывать тысячи данных о путях людей и компаний и преобразовывать их в огромно обогащенный профиль. Результатом является более подробное и детальное понимание опыта, навыков и влияния человека, чем было ранее возможно с помощью ручных исследований или пользовательского профиля LinkedIn.

С помощью нашего Talent Data Cloud вся карьера является поисковой на команду через интерфейс GenAI. Например, вы можете попросить платформу показать вам финансовых директоров в американских компаниях, принадлежащих частным инвестиционным фирмам, которые привели компанию от отрицательного к положительному операционному марже или дать вам список лояльных менеджеров по продукту, которые работали в B2B-стартапе и увидели его через крупный раунд серии C.

Какие разные типы данных анализируются?

Наш Talent Data Cloud динамически и непрерывно использует языковую модель для генерации 3D-данных из сотен тысяч источников данных.

Он анализирует профиль и контактные данные из таких источников, как LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress и личные веб-сайты. Данные переписи населения поступают из Бюро переписи населения США, конечно. Кроме того, мы смотрим на данные компаний из объявлений о финансировании, подробностей IPO, бизнес-моделей более 8 миллионов компаний и более 100 000 агрегированных категорий компаний и продуктов. Для подтвержденных навыков платформа анализирует более 300 миллионов патентов и публикаций, более 5 миллионов открытых наборов данных и проектов ML, и более 200 миллионов открытых репозиториев кода и других публичных вкладов. И мы важным образом включаем данные ATS, которые включают информацию о профиле заявителя из ATS пользователя, который может быть Greenhouse, Workday, SmartRecruiters, BambooHR, Lever и так далее.

Что ищет машинное обучение при анализе этих данных?

Findem сначала является BI, затем использует ИИ для обучения и прогнозирования на основе фактических данных. Мы называем это детерминированной моделью, а не вероятностной моделью. Например, мы не вероятностно предполагаем, что у вас есть опыт стартапа, мы вместо этого смотрим на вашу историю занятости и видим, работали ли вы в компаниях, классифицированных как стартапы, и затем добавляем атрибут “опыт стартапа” к вашему профилю.

Как эти данные затем преобразуются в атрибуты, и что такое атрибуты?

Как только происходит сбор данных, у нас есть интеллектуальный двигатель (представьте себе как сложный SQL-мидлвэр), который может сопоставить данные с любым атрибутом, который мы хотим создать.

Атрибуты – это навыки, опыт и характеристики людей и компаний – и они могут быть как осязаемыми, так и неосязаемыми. Осязаемые атрибуты включают роли (текущие, прошлые и опыт работы), опыт работы, образование, квалификации и другие технические сведения. Неосязаемые атрибуты могут быть очень широкими, такими как то, что кто-то вдохновляет лояльность, строит разнообразные команды или движим миссией.

Наш атрибутно-ориентированный поиск позволяет командам HR искать кандидатов во всех каналах их экосистемы талантов, используя практически любой критерий, который вы можете придумать.

Как платформа предотвращает проникновение гендерных или расовых предубеждений ИИ в решения о наборе персонала?

Наша платформа была намеренно разработана так, чтобы не принимать решения от имени любого пользователя, а скорее чтобы ИИ помогал людям в их процессах принятия решений. Используя стратегию BI-сначала, платформа отдает приоритет сбору, анализу и представлению данных для предоставления информации и поддержки для принятия решений, а затем использует ИИ для обучения, рассуждения и прогнозирования или рекомендаций с доверенными результатами.

Мы являемся платформой поиска и сопоставления, а не платформой оценки кандидатов, и ИИ никогда не используется для субъективной оценки человека. Он никогда не автоматически продвигает или отклоняет заявителей. Кроме того, поскольку Findem не использует ИИ для поиска и сопоставления (эти возможности основаны на BI), это смягчает риск проникновения предубеждений или дискриминации в процесс.

Как Findem упрощает процесс продвижения внутреннего персонала?

В основе этого мы не должны различать “внутренний” и “внешний” талант. Для любого человека в нашей базе данных наш алгоритм может найти лучших кандидатов, будь то внутри или вне организации.

Какие инструменты управления талантами предлагаются?

Мы консолидируем деятельность в верхней части воронки, поэтому все, от поиска талантов до CRM и аналитики. У нас также есть решение для внутренней мобильности, и мы запускаем предложения для управления рекомендациями и планирования преемственности.

На какой стадии предпринимательского пути стартап должен находиться, прежде чем обратиться к Findem?

Мы обслуживаем клиентов всех размеров, но наш сладкий участок обычно состоит из компаний, которые находятся в режиме масштабирования с несколькими сотнями сотрудников.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Findem.