Connect with us

Alper Tekin, Chief Product Officer at Findem – Interview Series

สัมภาษณ์

Alper Tekin, Chief Product Officer at Findem – Interview Series

mm
Alper Tekin เป็น Chief Product Officer ที่ Findem ซึ่งเป็นแพลตฟอร์มการได้มาซึ่งและจัดการทีมงานที่ใช้ AI Findem’s Talent Data Cloud ถูกสร้างขึ้นจากข้อมูลทีมงานที่ทันสมัยที่สุด มันเรียนรู้ได้เร็วเท่ากับที่ตลาดเคลื่อนไหว เพื่อนำเสนอความฉลาดของทีมงานที่ไม่เคยปรากฏมาก่อนให้กับทีมของคุณ

ในสมัยก่อน คุณเคยเป็นนักธุรกิจซีรีย์ที่ทำหน้าที่เป็นผู้ก่อตั้งและ CEO ของหลายๆ สตาร์ทอัพ อะไรคือความท้าทายในการจ้างงานที่คุณพบ?

การจ้างงานเป็นหนึ่งในสิ่งที่ท้าทายที่สุดในเส้นทางการเป็นนักธุรกิจของฉัน ในฐานะนักธุรกิจ เรารู้ว่าคนมีความสำคัญมากกว่าสิ่งอื่นใด และการสร้างทีมที่เหมาะสมเป็นงานที่สำคัญที่สุดของผู้นำธุรกิจใดๆ อย่างไรก็ตาม มันแทบจะเป็นไปไม่ได้เลยที่จะจัดสรรเวลาเพียงพอในการค้นหาคนที่เหมาะสมเมื่อคุณกำลังจัดการกับกิจกรรมทางธุรกิจอื่นๆ ที่เกี่ยวข้องกับการเริ่มต้นและขยายธุรกิจ โดยไม่มีข้อมูลที่เป็นกลางเกี่ยวกับคนที่มีอยู่ที่นั่น มันจึงยากที่จะหาคนที่เหมาะสม และยากกว่านั้นที่จะรู้ว่าพวกเขาจะทำได้ดีในองค์กรของคุณหรือไม่

คุณสามารถแบ่งปันความมุ่งมั่นในการสร้างแพลตฟอร์มทีมงานอัตโนมัติสำหรับทีม HR ในอนาคตได้หรือไม่?

การได้มาซึ่งทีมงานเป็นงานที่ซับซ้อน โดยมีหลายงานที่ทำโดยหลายคน โดยใช้เครื่องมือหลายชิ้นที่ไม่ค่อยพูดกัน ความมุ่งมั่นของเราคือการเอาความซับซ้อนออกไปโดยใช้ AI และการทำงานอัตโนมัติ

เป้าหมายหลักของเราคือการสนับสนุนทีมทีมงานโดยการทำให้งานที่ซ้ำซากและเสี่ยงต่อข้อผิดพลาดหายไปจากวันทำงานของพวกเขา และช่วยให้คนตัดสินใจได้เร็วขึ้น ดีขึ้น และยุติธรรมขึ้นด้วยข้อมูล เราได้เห็นกรณีการใช้งาน เช่น บริษัทเทคโนโลยีขนาดใหญ่ที่ใช้ระบบ 8-10 ระบบเพียงเพื่อสร้างทีมงาน และแต่ละระบบถูกใช้ในลักษณะที่แยกจากกัน ทำให้พวกเขาใช้เวลา 80-100 คลิกเพื่อทำงานเพียงอย่างเดียว และตอนนี้ด้วยแอปพลิเคชันอัตโนมัติ พวกเขาสามารถทำงานเดียวกันได้ด้วยการคลิกเพียงครั้งเดียว

Findem วิเคราะห์ข้อมูลหลายล้านจุดและใช้ประโยชน์จากสิ่งที่เรียกว่าข้อมูล 3 มิติ คุณสามารถอธิบายได้ว่าข้อมูล 3 มิติคืออะไร?

Findem ดูดข้อมูล 1.6 ล้านล้านจุดจากแหล่งข้อมูลหลายร้อยพันแหล่งเพื่อสร้างข้อมูลทีมงานใหม่ที่ไม่มีในที่อื่น และให้ความเข้าใจเกี่ยวกับบุคคลและบริษัทที่พวกเขาทำงานด้วยตลอดเวลา Findem ใช้ข้อมูลสามมิติ – ข้อมูลบุคคลและบริษัทตลอดเวลา – เพื่อเชื่อมต่อการเดินทางของบุคคลและบริษัท และสร้างโปรไฟล์ทีมงานที่มีค่า

ลองนึกภาพสิ่งนี้: ทุกคนที่ทำงานในตลาดงานสมัยใหม่ทิ้งรอยดิจิทัลไว้ มีตำแหน่งงาน การเลื่อนตำแหน่ง ใบอนุญาต การมีส่วนร่วมในการเขียนโค้ด การตีพิมพ์ โพสต์โซเชียล และอื่นๆ ในทำนองเดียวกัน บริษัทต่างๆ มีการเดินทางของตนเอง มีกิจกรรม เช่น การระดมทุน การเสนอขายหุ้นแก่ประชาชนทั่วไป และการยื่นฟ้องทางการเงิน เช่นเดียวกับการอธิบายงาน โครงสร้างองค์กร รีวิวบริษัท และโปรไฟล์ผู้นำ – ข้อมูลทั้งหมดนี้สามารถแสดงให้เห็นถึงความก้าวหน้าขององค์กร

โดยปกติแล้ว การตัดสินใจเกี่ยวกับทีมงานจะพึ่งพาเรซูเม่ การสมัครงาน และ/หรือโปรไฟล์ LinkedIn ที่ให้ภาพหนึ่งมิติของบุคคลและข้อมูลบริษัท แต่เราสร้างแพลตฟอร์มที่สามารถจับข้อมูลหลายพันจุดเกี่ยวกับการเดินทางของบุคคลและบริษัท และแปลงพวกมันให้เป็นโปรไฟล์ที่มีค่าอย่างมาก ผลลัพธ์คือความเข้าใจที่ละเอียดและเจาะลึกเกี่ยวกับประสบการณ์ ทักษะ และผลกระทบของบุคคลมากกว่าที่เคยเป็นไปได้กับการวิจัยด้วยตนเองหรือจากโปรไฟล์ LinkedIn ที่ผู้ใช้สร้างขึ้น

ด้วย Talent Data Cloud ของเรา อาชีพทั้งหมดสามารถค้นหาได้ด้วยคำสั่งผ่านอินเทอร์เฟซ GenAI ตัวอย่างเช่น คุณสามารถถามแพลตฟอร์มให้แสดงให้คุณเห็น CFO ของบริษัทในสหรัฐฯ ที่เป็นเจ้าของโดยบริษัทเอกชน ที่นำบริษัทจากผลการดำเนินงานที่เป็นลบไปสู่ผลการดำเนินงานที่เป็นบวก หรือให้คุณแสดงรายการผู้จัดการผลิตภัณฑ์ที่จงรักภักดี ที่ทำงานให้กับสตาร์ทอัพ B2B และเห็นสตาร์ทอัพนั้นผ่านการระดมทุน Series C ขนาดใหญ่

มีประเภทข้อมูลจุดใดบ้างที่ถูกวิเคราะห์?

Talent Data Cloud ของเราดึงข้อมูลจากแหล่งข้อมูลหลายร้อยพันแหล่ง โดยใช้โมเดลภาษาเพื่อสร้างข้อมูล 3 มิติ

มันจะวิเคราะห์ข้อมูลโปรไฟล์และข้อมูลติดต่อจากแหล่งข้อมูล เช่น LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress และเว็บไซต์ส่วนบุคคล ข้อมูลสำรวจสำมะโนครัวมาจากสำนักงานสำรวจสำมะโนครัวของสหรัฐฯ เช่นเดียวกับข้อมูลบริษัทจากประกาศการระดมทุน รายละเอียด IPO โมเดลธุรกิจของบริษัทมากกว่า 8 ล้านแห่ง และมากกว่า 100,000 หมวดหมู่บริษัทและผลิตภัณฑ์ที่รวมกัน สำหรับทักษะที่ได้รับการยืนยัน แพลตฟอร์มจะวิเคราะห์มากกว่า 300 ล้านสิทธิบัตรและเอกสารเผยแพร่ มากกว่า 5 ล้านชุดข้อมูลและโครงการ ML ที่เปิดกว้าง และมากกว่า 200 ล้านแหล่งโค้ดโอเพ่นซอร์สและ貢献สาธารณะอื่นๆ และเรายังรวมข้อมูล ATS ที่มีข้อมูลโปรไฟล์ผู้สมัครจาก ATS ของผู้ใช้ ซึ่งอาจเป็น Greenhouse, Workday, SmartRecruiters, BambooHR, Lever และอื่นๆ

การเรียนรู้ของเครื่องจักรกำลังมองหาอะไรเมื่อวิเคราะห์ข้อมูลนี้?

Findem เป็น BI ก่อน แล้วใช้ AI เพื่อเรียนรู้และทำการคาดการณ์ตามข้อมูลที่เป็นข้อเท็จจริง เราเรียกสิ่งนี้ว่าโมเดลที่แน่นอนเทียบกับโมเดลที่เป็นไปได้ ตัวอย่างเช่น เราไม่ได้ทำการอนุมานที่เป็นไปได้ว่าคุณมีประสบการณ์ในการเริ่มต้นธุรกิจ เราแทนจะดูประวัติการจ้างงานของคุณและดูว่าคุณเคยทำงานในบริษัทที่ถูกจัดประเภทเป็นสตาร์ทอัพหรือไม่ แล้วบวกคุณสมบัติ ‘ประสบการณ์ในการเริ่มต้นธุรกิจ’ เข้ากับโปรไฟล์ของคุณ

ข้อมูลนี้ถูกแปลงเป็นคุณลักษณะอย่างไร และคุณลักษณะคืออะไร?

เมื่อเก็บข้อมูลแล้ว เรามีเครื่องมืออัจฉริยะ (คิดว่ามันเป็น SQL มิดเดิลแวร์ที่ซับซ้อน) ที่สามารถแมปกับข้อมูลใดๆ ที่เราต้องการสร้าง

คุณลักษณะคือทักษะ ประสบการณ์ และลักษณะของบุคคลและบริษัท – และมีทั้งแบบมี形และไม่มี形 คุณลักษณะที่มี形รวมถึงบทบาท (ปัจจุบันและในอดีต) ประสบการณ์ทำงาน การศึกษา คุณสมบัติ และข้อมูลทางเทคนิคอื่นๆ คุณลักษณะที่ไม่มี形สามารถครอบคลุมได้กว้าง เช่น ว่าใครบางคนสร้างความภักดี สร้างทีมที่หลากหลาย หรือมุ่งเน้นไปที่ภารกิจ

การค้นหาด้วยคุณลักษณะของเราทำให้ทีม HR สามารถค้นหาพนักงานที่มีศักยภาพทุกช่องทางในระบบนิเวศทีมงานของตนโดยใช้เกณฑ์ใดๆ ก็ตามที่คุณคิดได้

แพลตฟอร์มป้องกันการเข้าซึมของความลำเอียงทางเพศหรือเชื้อชาติของ AI เข้าสู่การตัดสินใจในการจ้างงานได้อย่างไร?

แพลตฟอร์มของเราถูกออกแบบมาโดยเจตนาเพื่อไม่ให้ตัดสินใจแทนผู้ใช้ แต่เพื่อให้ AI ช่วยเหลือผู้คนในการตัดสินใจ โดยใช้กลยุทธ์ BI ก่อน แพลตฟอร์มจัดลำดับความสำคัญของการรวบรวม การวิเคราะห์ และการนำเสนอข้อมูลเพื่อให้ข้อมูลเชิงลึกและสนับสนุนการตัดสินใจ จากนั้นใช้ AI เพื่อเรียนรู้ ทำการให้เหตุผล และทำการคาดการณ์หรือแนะนำผลลัพธ์ที่เชื่อถือได้

เราคือแพลตฟอร์มการค้นหาและจับคู่ ไม่ใช่แพลตฟอร์มการประเมินผู้สมัคร AI ไม่เคยใช้ในการประเมินผู้สมัครอย่างมีเจตนา AI ไม่เคยเลื่อนหรือปฏิเสธผู้สมัครโดยอัตโนมัติ และเนื่องจาก Findem ไม่ใช้ AI สำหรับการค้นหาและจับคู่ (ความสามารถเหล่านี้เป็นฐานบน BI) จึงลดความเสี่ยงของการเข้าซึมของความลำเอียงหรือการเลือกปฏิบัติในการดำเนินการ

Findem ทำให้กระบวนการในการส่งเสริมพนักงานภายในบริษัทง่ายขึ้นอย่างไร?

ที่แก่นกลางของเรื่องนี้ เราไม่จำเป็นต้องแยกความแตกต่างระหว่าง ‘ภายใน’ และ ‘ภายนอก’ ทีมงาน สำหรับบุคคลใดๆ ในฐานข้อมูลของเรา อัลกอริทึมของเราสามารถหาคนที่มีความเหมาะสมสูงสุดได้ ไม่ว่าพวกเขาจะอยู่ภายในหรือนอกองค์กร

มีเครื่องมือจัดการทีมงานใดบ้างที่มีให้?

เรากำลังรวมกิจกรรมที่ปลายด้านบน โดยรวมถึงการค้นหาทีมงาน CRM และการวิเคราะห์ เรายังมีโซลูชันสำหรับการเคลื่อนย้ายภายในและเรากำลังเปิดตัวการเสนอขายสำหรับการจัดการการอ้างอิงและการวางแผนการสืบทอด

ที่ giai ใดของการเดินทางของนักธุรกิจที่เริ่มต้นธุรกิจควรติดต่อ Findem?

เรารองรับลูกค้าทุกขนาด แต่จุดอ่อนของเรามักจะเป็นบริษัทที่กำลังขยายขนาด โดยมีพนักงานหลายร้อยคน

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Findem เพื่อเรียนรู้เพิ่มเติม

อ็องตวนเป็นผู้นำที่มีวิสัยทัศน์และเป็นพันธมิตรผู้ก่อตั้งของ Unite.AI โดยมีความหลงใหลที่ไม่สั่นคลอนในการ塑造และส่งเสริมอนาคตของ AI และหุ่นยนต์ เขาเป็นผู้ประกอบการที่มีประสบการณ์หลายครั้ง และเชื่อว่า AI จะมีผลกระทบต่อสังคมมากเท่ากับไฟฟ้า และมักจะพูดถึงศักยภาพของเทคโนโลยีที่เปลี่ยนแปลงและ AGI

As a futurist เขาได้ให้ความสนใจในการสำรวจว่านวัตกรรมเหล่านี้จะเปลี่ยนแปลงโลกของเราอย่างไร นอกจากนี้เขายังเป็นผู้ก่อตั้ง Securities.io ซึ่งเป็นแพลตฟอร์มที่มุ่งเน้นในการลงทุนในเทคโนโลยีที่ทันสมัยซึ่งกำลังกำหนดอนาคตและเปลี่ยนแปลงภาคส่วนต่างๆ