Yardstik 获得 3000 万美元 B 轮融资，AI 重塑劳动力信任的未来

Yardstik 已获得 3000 万美元的 B 轮融资，作为一家劳动力技术公司，它希望超越传统背景调查并解决雇主日益增长的挑战：确定雇员在被雇用后是否仍然值得信任。

本轮融资由 Harbert Growth Partners 主导，已有的投资者 Rally Ventures、MissionOG、Crosslink Capital、Grotech Ventures 与 Great North Ventures 继续参与。此次融资使 Yardstik 的累计融资额达到 6500 万美元。公司计划利用这笔新资金开发更多防欺诈和劳动力监控功能，包括机动车报告监控、监察长办公室排除监控以及在专业执照、保险或证书到期时的自动提醒。

此项投资正值生成式 AI 正在改变招聘欺诈的本质之际。Synthetic identities、伪造的凭证、深度伪造面试以及日益逼真的欺诈文件，使雇主更难确认应聘者是否如其所称。更重要的是，入职第一天进行的背景调查几乎无法提供数月乃至数年后才出现的风险可见性。

Moving beyond the one-time background check

这一限制已成为 Yardstik 战略的核心。

Yardstik 成立于 2020 年，总部位于明尼阿波利斯，已从背景筛选提供商转型为其所谓的“人类信任平台”，融合了防欺诈、身份验证、背景筛选、凭证验证以及持续的劳动力监控。

平台不再将验证视为入职时的单一次事件，而是旨在保持对劳动力风险的动态画像。

这一区别至关重要。传统的背景调查只能确定在检查时是否存在相关记录，却无法告知雇主三个月后驾照是否过期、新的刑事记录是否出现，或在雇佣后出现的其他风险信号。

Yardstik 的 Continuous Monitoring technology 会在雇员入职后自动将其纳入后续监控，而不是仅依赖手动安排的复检。目前的监控范围涵盖刑事数据库、性侵者登记册、联邦观察名单以及其他记录。

本轮 B 轮融资将使公司能够将此模式扩展至更多形式的凭证和雇佣相关监控。

“如果执照在员工入职后一天就失效，雇主应当在当天得知，而不是等到下一次年度审查，”CEO Andrew Johnson 在融资公告中表示，并将其差别比作照片与实时视频的区别。

Using AI to detect fraud before screening begins

Yardstik 还将在招聘流程的更早阶段应用 AI 与数据分析。

其 Detect AI 技术旨在在雇主依赖传统背景调查之前，识别与身份操纵和欺诈申请相关的信号。

Detect AI 不仅查看刑事记录，还会分析涉及个人可识别信息、支付活动、位置和 IP 数据的身份风险信号。Yardstik 更广泛的数据基础设施还会检查设备指纹、生物特征不匹配以及看似单独合法但综合分析后显得可疑的数据点之间的不一致。

这解决了传统筛查未能覆盖的另一类问题。背景调查可能准确返回与某身份关联的信息，却仍无法判断申请人是否真正拥有该身份。

Yardstik 将这些欺诈信号与能够将生物特征信息与政府签发的身份证件进行比对的身份验证相结合。目标是建立申请人、所提供凭证以及最终进入劳动力的个人之间更强的关联。

该做法反映了欺诈检测的更广泛转变：AI 降低了生成可信假身份和文件的成本，筛查系统日益需要在多个信号之间评估模式和不一致性，而非仅查询数据库记录。

Turning workforce fraud into a continuously updated dataset

另一个组成部分是 Fraud Insights，这是一款实时仪表盘，可汇总组织内部劳动力的欺诈相关信号。

系统能够呈现诸如社会安全号码在多个申请中出现、异常设备地理位置以及申请人使用的支付卡发行地点等模式。与单独评估每位申请人不同，这些模式可能揭示协同或系统性欺诈。

Yardstik 最近将 Fraud Insights 与 Continuous Monitoring 设为客户的标准功能，而非单独的附加项。公司称，通过平台筛查的员工可自动加入监控，从而减少雇主手动发起重复检查的需求。

持续的员工监控同样带来重要的合规与隐私考量。Yardstik 作为消费者报告机构运营，并表示其筛查流程符合《公平信用报告法》（FCRA），包括对被监控个人的透明度要求。

随着劳动力监控日益自动化，这些保障措施可能变得愈发重要，尤其是当 AI 生成的风险信号影响雇佣决策时。

Building trust infrastructure for AI agents

Yardstik 的技术策略也超越了自身应用。

公司构建了 API‑first 基础设施，允许市场、招聘平台以及人力资源技术供应商将筛查、身份验证、防欺诈和监控直接嵌入其产品中。融资公告列出了与包括 Greenhouse、Lever、Workable、Fountain、Bullhorn、Avionte 和 Paylocity 在内的系统的集成。

最近，Yardstik 还新增了对 Model Context Protocol (MCP) 的支持，在劳动力验证与新兴的代理 AI 生态系统之间建立了有趣的关联。

通过其 MCP integration for AI agents，开发者可以让 AI 系统访问 Yardstik 工作流，以执行身份验证、根据岗位要求订购不同的背景筛查套餐，或建立周期性筛查流程等任务。Yardstik 执行底层检查和合规工作流，并将结果返回给应用或代理。

随着 AI 代理在招聘和劳动力管理中承担更大角色，这一点可能变得愈发重要。如果软件代理参与或协助招聘决策，能够让这些代理验证身份、凭证以及不断变化的风险信息的基础设施，可能会成为企业 AI 堆栈的又一层。

What continuous workforce verification could mean for the future of work

Yardstik 在快速扩张后完成了本轮 B 轮融资。公司报告称收入同比增长 149%，过去三年账户保留率达 98%，客户遍及零工平台、医疗、人员配置、交通、物流和托儿等行业。

比起增长数字，更具意义的是技术所代表的更广泛转变。传统背景筛查围绕单一决策点构建：决定是否雇佣某人。持续监控通过将身份、凭证和劳动力风险视为在雇佣期间可能变化的信息，改变了这一模型。

AI 可能在两个方向上加速这一转变。生成式工具让大规模伪造简历、凭证、文件、图像、声音乃至完整身份变得更容易。与此同时，机器学习可以帮助筛查系统分析身份、设备、凭证和行为信号的组合，这些组合若手工评估将极其困难。

随着时间推移，这可能将劳动力验证从周期性的行政流程转变为始终在线的企业基础设施层。招聘平台、人员配置市场和人力资源系统可能会日益将自动化的身份和凭证检查直接嵌入其工作流，而 AI 代理则可在无需人工管理员介入的情况下发起或响应验证事件。

这种演进也提出了日益难以回避的问题。雇主需要确定适当的持续监控程度、哪些信号可用于影响雇佣决策、员工如何挑战不准确的信息，以及在合法风险管理与过度监控之间的界限应如何划定。

因此，Yardstik’s 融资意义已超出单一背景筛查平台的扩张。它反映了 AI 重塑劳动力市场时出现的更大问题：如果数字身份和凭证变得更易被操纵，组织将如何在不侵害员工隐私和权利的前提下持续建立信任？