• 28
将大数据、AI与招聘融合,Eightfold.ai完成2400万美元B轮融资
统计 阅读时间大约5分钟(1746字)

2018-04-23 将大数据、AI与招聘融合,Eightfold.ai完成2400万美元B轮融资

公司已经获得2400万美元的资金,由风投Lightspeed Ventures以及Foundation Capital等提供。

【猎云网(微信号:ilieyun)】4月23日报道 (编译:AlphaMk)

两位来自Facebook和谷歌的前产品天才正在将硅谷界最热门的词汇——搜索、人工智能以及大数据,融合入到一项可以为现代世界带来全新意义的新兴技术中去。

Eightfold.ai公司由谷歌和IBM研究的前搜索和个性化专家Ashutosh Garg出任CEO,曾领导过谷歌和油管搜索团队以及Facebook的News Feed团队的Varun Kacholia出CTO;同时,Eightfold.ai的执行团队可以为他们的研究提供80项专利以及6000多条引用。

Ashutosh Garg和Varun Kacholia这两个人聚在一起(也许是硅谷最典型的代表了)为他们的前雇主一直追寻的问题——如何为员工在工作中找到满足感,开展了严谨分析。

Garg说到:“就业是社会的重要因素,但让适合的人在适合的岗位上却是一个棘手的问题。尽管人们把招聘作为一种交易……但是为了让工作变得对大多数人来说都变得有意义,建立一个综合平台也就是等同于建立一个能从根本上解决这个问题的公司。”

这无疑是一个远大的目标,而且有2400万美元用于支持这个目标的实现。这些资金由一些大投资者提供,如Lightspeed Ventures以及Foundation Capital。

该公司的高管表示: 他们希望通过从世界各地收集到的公开数据,构造一个理想员工队伍的蓝图,来消除对招聘、专业发展和晋升的所有认知偏差。为了在各个行业里建立一个柏拉图式的理想,这些数据都可以被用来分析。

通过这样,一个理想企业的形象就可以投放到公司的实际员工身上——如何最好地推荐并雇佣特定的候选人以使企业更靠近其理想形象。

Garg说:“我们已经在网站中收集了上千万的资料......包括维基百科的数据。目前,我们已经了解到人们在组织中的表现情况。我们运用所有这些数据来查看哪些人在组织中表现良好。现在我们通过这些数据来建立模型以明确哪些人擅长做什么。”

在Garg的描述中,有两部分重点:第一个是开发一个企业的人才网络——他称之为“一个公司的人才图表”;另一个,也是最重要的一点,“在图表顶端,我们描绘出了人们在职业生涯中是如何从一个职位换到另一个职位的。”

通过使用这些工具,Garg表示Eightfold.ai 的服务可以为每个员工预测一条能完全激发他们潜力的最佳路径。

公司的名字来自佛教八正道(eightfold path)的启示,虽然作者本身并不知道如来佛祖会对灵性成长与专业发展的内涵有什么说法,但Garg相信他自己的选择是正确的。

“如果能将每一个人的能力和潜力都用在合适的地方,那对我们来说是有意义的进步。”Garg说。

Eightfold.ai 已经拥有超过100位来自各行各业的客户。根据其一份声明表示:其软件已经处理了超过2000万个应用程序,并且与行业平均水平相比,客户的响应率已经增加了700%——同时降低了90%的筛选成本和时间。

Lightspeed Ventures风投公司的合伙人Peter Nieh在一份声明中这样表示:“Eightfold.ai 为人们在自己的职业生涯里发挥潜能提供了一个难以置信的机会,同时期许了员工一个光明的未来。Ashutosh 和Varun为人才管理变革带来了人工智能和数据科学,这也是他们曾为谷歌、YouTube和Facebook带去过的东西。以前在Ashutosh创立Bloomreach的时候我们就支持过他,并且期待再次与他合作。”

大数据和算法的自动决策在劳动力发展方面的应用是硅谷如何解决问题的一个完美例子——但即便有很好的出发点,也要注意到一点——这些工具也只有开发者买账罢了。

事实上,Kacholia和Garg以前的公司都被指责过于依赖技术来解决人类的基本问题。

毕竟如今在各路宣传的大力鼓吹下,大众已经被深深植入这样的观念:外国政府往往利用谷歌和Facebook这些在线平台做工具,对国内政治选举进行干预,甚至是大肆进行政治宣传以及散播仇恨言论。

尽管这些工具在工作和劳动力发展中的应用的出发点是高尚的,但也应该受到一定程度的怀疑。恰如去年出版的《麻省理工学院技术评论》(MIT Technology Review)的一篇文章中写到:在机器学习和人工智能发展的关键时刻,算法的偏差正在被塑造成为一个重大的社会问题。如果存在于算法中的偏差一旦使重要决策失败,就可能造成严重的负面影响,特别是对相对贫困的地区和少数民族。然而,最终的抗议也可能阻碍一个非常有用的技术的发展。

揭露隐藏偏见的算法已经被用于进行重要的财务和法律决策。例如,专有算法被用来决定哪些人能得到工作面试、哪些人能得到假释以及有哪些人能得到贷款。

Garg在答复作者的电子邮件中写到:“许多因为有限的信息而对招聘有偏见的人都发现了:通过数据智能,我们能为招聘人员和招聘经理提供了一个强有力的洞察力,而不是仅仅局限在那些他们可能知道的少数技能或公司,这样极大地提高他们筛选出合适人选的可能性。我们多样性的产品还能去除因为盲选而造成的任何潜在认知偏差。我们完全遵守平等就业机会委员会(EEOC:Equal Employment Opportunity Commission )的准则,而不是用年龄、性别、种族、宗教、是否残疾等要求去评估候选人是否在企业中担任某个角色。”

通过移除人类认知偏差而使人事决策能更客观是值得称赞的,但只有当决策系统本身是不带有任何认知偏差的。但是在这个时代,这一点是不能保证的。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:ilieyun
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×