Yardstik привлек $30 млн в раунде Series B, поскольку ИИ переопределяет будущее доверия к рабочей силе

Yardstik привлек $30 млн в раунде Series B, поскольку компания, работающая в сфере технологий управления персоналом, стремится выйти за рамки традиционных проверок биографии и решить растущую проблему для работодателей: определить, остаются ли сотрудники заслуживающими доверия после найма.

Раунд возглавил Harbert Growth Partners, при участии существующих инвесторов Rally Ventures, MissionOG, Crosslink Capital, Grotech Ventures и Great North Ventures. Финансирование увеличивает общий объём привлечённого Yardstik капитала до $65 million. Компания планирует использовать новые средства для разработки дополнительных возможностей по предотвращению мошенничества и мониторингу рабочей силы, включая мониторинг отчётов о транспортных средствах, мониторинг исключений от Office of Inspector General и автоматические оповещения при истечении срока действия профессиональных лицензий, страховок или сертификатов.

The investment comes as generative AI is changing the nature of hiring fraud. Synthetic identities, fabricated credentials, deepfake interviews, and increasingly convincing fraudulent documents can make it harder for employers to establish whether applicants are who they claim to be. More importantly, a background check performed on someone’s first day provides little visibility into risks that develop months or years later.

Moving beyond the one-time background check

Это ограничение стало центральным в стратегии Yardstik.

Основанная в 2020 году компания из Миннеаполиса превратилась из поставщика проверок биографии в то, что она называет Human Trust Platform, объединяющую предотвращение мошенничества, проверку личности, проверку биографии, верификацию учётных данных и непрерывный мониторинг рабочей силы.

Вместо того чтобы рассматривать проверку как единичное событие при приёме на работу, платформа предназначена поддерживать постоянно меняющуюся картину рисков рабочей силы.

Это различие важно. Обычная проверка биографии может установить, существовали ли соответствующие записи на момент её проведения. Однако она не может автоматически сообщить работодателю, что водительское удостоверение истекло через три месяца, что появилось новое уголовное дело, или что возник иной сигнал риска после начала трудоустройства.

Технология Continuous Monitoring от Yardstik автоматически включает проверенных сотрудников в постнаёмный мониторинг, вместо того чтобы полагаться исключительно на вручную запланированные повторные проверки. Текущие возможности мониторинга охватывают такие области, как уголовные базы данных, реестры сексуальных правонарушителей, федеральные списки наблюдения и другие записи.

Раунд Series B позволит компании расширить эту модель на дополнительные формы мониторинга учётных данных и связанных с трудоустройством аспектов.

«Если лицензия истекает на следующий день после найма, работодатель должен знать об этом сразу, а не ждать следующего ежегодного обзора», — сказал в объявлении о финансировании генеральный директор Andrew Johnson, описывая разницу как сравнение фотографии и живой трансляции.

Using AI to detect fraud before screening begins

Yardstik также применяет ИИ и анализ данных на более ранних этапах процесса найма.

Технология Detect AI предназначена выявлять сигналы, связанные с манипуляцией идентичностью и мошенническими заявками, до того как работодатель использует обычную проверку биографии.

Вместо того чтобы рассматривать только уголовные записи, Detect AI анализирует рисковые сигналы, связанные с личной информацией, платежной активностью, местоположением и данными IP. Более широкая инфраструктура данных Yardstik также исследует такие сигналы, как отпечатки устройств, несоответствия биометрии и несоответствия между точками данных, которые могут выглядеть законными по отдельности, но вызывают подозрения при совместном анализе.

Это решает другую проблему, чем традиционная проверка. Проверка биографии может точно предоставить информацию, связанную с идентичностью, но при этом не установить, действительно ли заявитель владеет этой идентичностью.

Yardstik сочетает эти сигналы мошенничества с проверкой личности, способной сравнивать биометрические данные с государственными документами. Цель — установить более прочную связь между человеком, подающим заявку, предоставляемыми учётными данными и тем, кто в конечном итоге входит в рабочую силу.

The approach reflects a broader shift in fraud detection as AI lowers the cost of producing convincing fake identities and documents. Screening systems increasingly need to evaluate patterns and inconsistencies across multiple signals rather than simply querying databases for records.

Turning workforce fraud into a continuously updated dataset

Другим компонентом является Fraud Insights, живой панель мониторинга, собирающая сигналы, связанные с мошенничеством, по всей рабочей силе организации.

Система может выявлять такие шаблоны, как номера социального страхования, появляющиеся в нескольких заявках, необычную географию устройств и места выдачи платёжных карт, связанных с кандидатами. Вместо оценки каждого соискателя в отдельности, это может раскрыть шаблоны, потенциально указывающие на скоординированное или систематическое мошенничество.

Недавно Yardstik превратил Fraud Insights и Continuous Monitoring в стандартные возможности для своих клиентов, а не отдельные дополнения. Компания заявляет, что сотрудники, проверенные через платформу, могут автоматически включаться в мониторинг, снижая необходимость работодателей вручную инициировать повторные проверки.

Непрерывный мониторинг сотрудников также вносит важные вопросы соблюдения нормативов и конфиденциальности. Yardstik действует как агентство по потребительским отчётам и утверждает, что его процессы проверки соответствуют Закону о справедливой кредитной отчётности (Fair Credit Reporting Act), включая требования к прозрачности для наблюдаемых лиц.

As workforce monitoring becomes more automated, those safeguards could become increasingly significant, particularly when AI-generated risk signals influence employment decisions.

Building trust infrastructure for AI agents

Технологическая стратегия Yardstik также выходит за пределы собственного применения.

Компания создала инфраструктуру, ориентированную на API, позволяющую маркетплейсам, платформам найма и поставщикам HR‑технологий внедрять проверку, верификацию личности, предотвращение мошенничества и мониторинг непосредственно в свои продукты. В объявлении о финансировании перечислены интеграции с системами, включая Greenhouse, Lever, Workable, Fountain, Bullhorn, Avionte и Paylocity.

Недавно Yardstik добавил поддержку Model Context Protocol (MCP), создавая интересную связь между проверкой рабочей силы и развивающейся экосистемой агентных ИИ.

С помощью интеграции MCP для ИИ‑агентов разработчики могут предоставить ИИ‑системам доступ к рабочим процессам Yardstik для задач, таких как запуск верификации личности, заказ различных пакетов проверки биографии в зависимости от требований вакансии или установление повторяющихся процессов проверки. Yardstik выполняет базовые проверки и процедуры соблюдения требований, возвращая результаты в приложение или агент.

That could become increasingly relevant as AI agents take on larger roles in recruiting and workforce administration. If software agents are making or assisting with hiring decisions, the infrastructure allowing those agents to verify identities, credentials, and changing risk information may become another layer of the enterprise AI stack.

What continuous workforce verification could mean for the future of work

Yardstik приступает к раунду Series B после периода быстрого роста. Компания сообщает о росте выручки на 149 % в год, уровне удержания клиентов в 98 % за последние три года и наличии клиентов в различных отраслях, включая площадки гиг‑экономики, здравоохранение, кадровые агентства, транспорт, логистику и детские сады.

Более значимым, чем цифры роста, является более широкая трансформация, которую представляет технология. Традиционно проверка биографии строилась вокруг единой точки принятия решения: определять, следует ли нанять человека. Непрерывный мониторинг меняет эту модель, рассматривая идентичность, учётные данные и риски рабочей силы как информацию, способную изменяться в течение трудового периода.

ИИ может ускорить этот переход в обе стороны. Генеративные инструменты упрощают создание поддельных резюме, учётных данных, документов, изображений, голосов и, потенциально, целых идентичностей в масштабах. В то же время машинное обучение может помочь системам проверки анализировать комбинации сигналов идентичности, устройств, учётных данных и поведения, которые было бы трудно оценить вручную.

Со временем это может превратить проверку рабочей силы из периодического административного процесса в постоянно активный слой корпоративной инфраструктуры. Платформы найма, кадровые маркетплейсы и HR‑системы всё чаще могут внедрять автоматические проверки идентичности и учётных данных непосредственно в свои рабочие процессы, а ИИ‑агенты смогут инициировать или реагировать на события проверки без ожидания вмешательства человека‑администратора.

Эта эволюция также поднимает вопросы, которые будет всё труднее игнорировать. Работодателям придётся определять, насколько интенсивным должен быть непрерывный мониторинг, какие сигналы могут влиять на решения о трудоустройстве, как сотрудники могут оспаривать неточную информацию и где проходит граница между законным управлением рисками и избыточным наблюдением.

Таким образом, значение финансирования Yardstik выходит за рамки расширения одной платформы проверки биографии. Это отражает более широкий вопрос, возникающий по мере того, как ИИ переопределяет рынок труда: если цифровые идентичности и учётные данные станут легче подделывать, как организации смогут постоянно поддерживать доверие, не подрывая конфиденциальность и права нанимаемых людей?