TechWolf привлекает $43M для использования ИИ в управлении внутренними кадрами, помогая компаниям эффективно использовать таланты сотрудников и улучшать их навыки
Сокращения продолжают оказывать влияние на мир технологий, но потребность в технических талантах в организациях только растет, что усиливает внимание к управлению внутренними талантами.
Стартап из Гента, Бельгия, под названием TechWolf (сайт) подходит к этой задаче по-новому. Он разработал ИИ-движок, который обрабатывает данные из внутренних рабочих процессов, чтобы узнать о людях, выполняющих эту работу. Эти данные затем используются менеджерами и внутренними рекрутерами для более точной оценки интересов и навыков сотрудников, помощи в подключении их к различным проектам, а также для предоставления им лучшего обучения и многого другого.
Компания привлекает внимание своей технологией, имея впечатляющий список клиентов, среди которых GSK, HSBC, Booking.com и многие другие. И теперь она привлекла почти 43 миллиона долларов (точнее, 42,75 миллиона долларов) финансирования для расширения своего бизнеса.
Кто инвестирует?
Лондонская Felix Capital возглавляет этот раунд серии B, а SAP, ServiceNow и Workday — три титана в области HR — впервые совместно инвестируют. Другими инвесторами стали Acadian Ventures, Fortino Capital Partners, Notion Capital, SemperVirens и 20VC, а также неназванные «лидеры ИИ» из DeepMind и Meta. Насколько нам известно, стартап теперь оценивается примерно в 150 миллионов долларов.
Генеральный директор Андреас Де Неве, который основал TechWolf вместе с Джеруном Ван Хаутте и Микаэлем Ворнуу, начал компанию в 2018 году, когда трое еще были студентами компьютерных наук в университете Гента в Бельгии и Кембридже в Англии.
Первоначальный план заключался в создании HR-платформы с использованием собственного языкового модели стартапа, «аналогичной ChatGPT», как объяснил Де Неве, для поиска и найма талантов извне.
«Это не сработало,» сказал он просто. Рекрутинг, по крайней мере та его часть, которую они пытались улучшить, был не так сильно сломан. Работодатели «не нуждались в ИИ, чтобы отсеивать хороших кандидатов от плохих.»
Другие проблемы
Но основатели обнаружили, что у их целевых клиентов есть другая проблема, требующая решения.
«Они сказали: ‘Эй, а есть ли шанс, что мы могли бы использовать эту модель ИИ на наших 40,000 сотрудников, а не на наших кандидатов? Потому что, возможно, есть люди, которых мы могли бы нанять внутри компании,'» объяснил Де Неве. «Лидеры HR указали нам на правильную проблему для решения: идентификация навыков сотрудников.»
Вопрос «Чем ты на самом деле занимаешься?» был повторяющейся шуткой про Чендлера (работника IT) в сериале «Друзья.» Но оказывается, что это серьезная проблема для бизнеса в реальном мире, и она усугубляется по мере роста организации. «У вас может быть 100,000 сотрудников, которые все очень способные и проводят много времени в программных системах, создающих данные,» сказал Де Неве. «Но структурно эти компании знают очень мало об этих людях. И это то, чем мы занялись.»
Это как раз та проблема, которую может решить ИИ, сказал он. «Мы начали строить языковые модели, которые интегрируются с системами, которые люди используют для работы: трекеры проектов, системы документации для разработчиков, хранилища исследований для исследователей. И из всех этих данных мы делаем выводы о навыках этих работников. Вы почти можете представить это как набор моделей ИИ, которые подключаются к цифровому следу организации.»
Тенденции на рынке
TechWolf касается нескольких значимых текущих тенденций на рынке, которые стоит отметить:
- Дилемма настоящих инноваторов? Знаковая книга «Дилемма инноватора» убедительно показывает, как даже самые успешные крупные компании могут потерпеть крах из-за более мелких бизнесов, которые более оперативно реагируют на изменения. Но если посмотреть на это с другой стороны, основным активом, который помогает одной организации работать более гибко, чем другой, являются её люди: то, как легко команды могут формироваться вокруг разных проектов и целей, будет, по сути, определять успех или неудачу этих усилий. И оказывается, что организации готовы платить хорошие деньги за технологии, которые могут им в этом помочь.
- LLM vs. MLM vs. SLM. «Большие» языковые модели и компании, которые их создают, продолжают вызывать огромный интерес. И «генерация» здесь действительно ключевое слово, поскольку именно эти модели лежат в основе шумных генеративных приложений ИИ, таких как ChatGPT, Stable Diffusion, Claude, Suno и другие. Но определенно набирает силу тенденция к «меньшим» языковым моделям, которые могут быть применены к очень специфическим случаям использования, что потенциально менее сложно в разработке и эксплуатации и, в конечном итоге, более ограничено и, следовательно, менее склонно к ошибкам. TechWolf не единственная компания, работающая в этой области, и не единственная, привлекающая внимание инвесторов. (Другой пример — стартап Poolside, который создает ИИ также для специфического использования: задачи программистов.)
- Фокус действительно имеет значение. Я спросил Де Неве, есть ли у TechWolf амбиции использовать платформу для расширения в другие области, такие как корпоративный поиск или бизнес-аналитика. В конце концов, они уже обрабатывают так много корпоративной информации, не будет ли это еще одним простым шагом к созданию новых продуктов вокруг этого?
«Нет,» был однозначный ответ Де Неве: «Мы можем обрабатывать данные так, как никто другой на рынке, но мы супер, супер сфокусированы на решении проблемы навыков, потому что уже сейчас на рынке, где мы работаем, слишком много спроса.»
В то время, когда кажется, что в мире ИИ много шума, фокус звучит как четкий звон и может быть одной из причин, почему инвесторы интересуются такими компаниями.
Жюльен Кадорниу, партнер Felix, который возглавлял эту сделку, считает, что TechWolf может превзойти даже намного большие компании, занимающиеся корпоративным поиском на основе ИИ. «Делать одну вещь хорошо может действительно окупиться,» сказал он. «Они не хотят быть Workday или ServiceNow. Они хотят быть Швейцарией HR-департамента.»
