تقوم RecruitBot برفع التمويل لتوسيع منصة التوظيف القائمة على الذكاء الاصطناعي

أعلنت RecruitBot ، وهي منصة توظيف ، عن جمع 8.2 مليون دولار كتمويل أولي إضافي لتوسيع برنامج التوظيف المدعوم بالذكاء الاصطناعي. وقادت شركة Slow Ventures جولة الاستثمار بمشاركة كل من SNR و OCA و Freestyle و Parade.

تهدف الشركة إلى تمكين المجندين من خلال تحسين مصادر المواهب وتوسيع عملية التوظيف من خلال الذكاء الاصطناعي والتعلم الآلي (ML).

قالت RecruitBot إن خوارزميات الذكاء الاصطناعي المتقدمة الخاصة بها تمكّن النظام الأساسي من فهم تفضيلات المجند وعرض المرشحين المناسبين بشكل متزايد من قاعدة بياناته المؤهلة التي تضم 600 مليون ملف تعريف. بالإضافة إلى ذلك ، يسهل النظام الأساسي حملات البريد الإلكتروني الشخصية والآلية للمرشحين نيابة عن مديري التوظيف.

قالت الشركة إنه على عكس منصات التوظيف التقليدية ، فإن RecruitBot مزود بفلاتر ، بما في ذلك دعم مبادرات التنوع والمساواة والشمول (DEI) ، جنبًا إلى جنب مع التعلم الآلي. هذا يسمح بالتعرف السريع على المرشحين المناسبين بشكل مثالي لدور ما.

تحل معظم الأدوات جزءًا من المشكلة فقط: العثور على مرشحين مختلفين / ذوي صلة ، والتواصل مع هؤلاء المرشحين ، والتفاعل مع ATS ، وتحديد المصادر على LinkedIn. يحل نظامنا الأساسي كل هذه المشكلات في منتج واحد – إنه تحول نموذجي من “مسار التوظيف” القياسي إلى “دولاب الموازنة” ، حيث يصبح التعهيد المستمر لأدوار مماثلة أكثر فاعلية بمرور الوقت ، “جيريمي شيف ، الرئيس التنفيذي ومؤسس RecruitBot ، أخبر VentureBeat. تعمل خوارزمية التعلم الآلي لدينا على تحسين الملاءمة ، [and] تعمل التحليلات والتوعية التلقائية المخصصة على تحسين معدلات الاستجابة “.

أوضح شيف أنه بناءً على المراجعات السابقة ، تقوم خوارزميات التعلم الآلي الخاصة بالمنصة بتحليل وتحديد المرشحين الذين يتطابقون بشكل وثيق مع المعايير المطلوبة. يتيح ذلك للمستخدمين اكتشاف المرشحين الأكثر ملاءمة لأدوار محددة.

وقال إن المنصة تمكن المجندين من مراجعة خمس مرات أقل من المرشحين مع الاستمرار في العثور على المطابقات ذات الصلة.

تعتمد جولة التمويل الأخيرة هذه على نمو RecruitBot في عام 2022 وجولتها السابقة للتمويل المسبق بقيمة 3 ملايين دولار. جمعت الشركة الآن ما مجموعه 11.2 مليون دولار منذ إطلاقها.

تبسيط التوظيف من خلال الذكاء الاصطناعي

تكافح العديد من الشركات لتحديد المرشحين المناسبين وإيجاد طرق فعالة لإشراكهم.

وفقًا لخبير RecruitBot ، غالبًا ما يواجه المجندون أحمالًا زائدة وموارد محدودة. عبء إدارة أدوات المصادر المتعددة ، وأداة التواصل ، ونظام تتبع المتقدمين (ATS) ونظام إدارة علاقات العملاء (CRM) يمكن أن يكون مرهقًا ، مما يؤدي إلى استخدام دون المستوى الأمثل لهذه الأدوات.

قال شيف لموقع VentureBeat: “بدون مكان واحد للعثور على المرشحين والتفاعل معهم ، هناك مشاكل تتراوح بين ضمان عدم قيام مسؤولي التوظيف بإشراك المرشح نفسه بشكل مزدوج إلى تكامل البيانات للتحليلات – ناهيك عن أشياء أكثر فخامة مثل إعادة توجيه قرارات المجند للتعلم الآلي”. . . “لا يمكنك توفير أداة بحث وتوصية فعالة بدون بيانات نظيفة وتكامل عميق بين هذه المشكلات المختلفة.”

قالت RecruitBot إنها تعالج نقاط الألم هذه من خلال تقديم حل يشمل التوريد والتواصل والتحليلات في منصة واحدة ذات أعلى مسار. تتيح إمكانات التعلم الآلي للمنصة للشركات تخصيص عمليات البحث المرشحة بناءً على المهارات والخبرة والمعايير الأخرى من خلال أداة واحدة قابلة للتطوير.

“تكمن قيمة التعلم الآلي في RecruitBot في أنه يخصص النتائج لمنصب معين في شركة معينة. سيختلف ما يركز عليه RecruitBot اعتمادًا على قرارات مدير التوظيف أو مدير التوظيف. في بعض الحالات ، هناك أشياء واضحة سيركز عليها ، مثل التعليم أو المسميات الوظيفية “، أوضح شيف. “بينما يتعلم المزيد ، قد يركز أكثر على المهارات ، لأنه يمكن أن يفهم أن هذا الشخص رائع للوظيفة ، حتى لو لم يكن لديه المسمى الوظيفي الصحيح.”

وقال إن المنصة تمتلك القدرة على فهم المعاني المعقدة المرتبطة بكلمات مثل “قيادة الخدمة” و “الملكية الموجهة” و “المدفوعة بالأرقام”.

وأوضح شيف أن الشركة تخطط لاستخدام التمويل لتعزيز قدرات الذكاء الاصطناعي لديها وتوسيع قاعدة عملائها من خلال المبيعات والتسويق واستثمارات نجاح العملاء. يهدف هذا التخصيص الاستراتيجي للموارد إلى تمكين المزيد من العملاء وتعزيز تطوير ميزات الذكاء الاصطناعي الإضافية في الأشهر المقبلة.