TechWolf mengumpulkan $43 juta untuk mengambil bahagian AI yang besar dalam permainan pengambilan pekerjaan dalaman

Pemecatan terus menggoncang dunia teknologi, tetapi dengan keperluan bakat teknologi dalam organisasi yang semakin meningkat, terdapat lebih banyak tumpuan kepada bagaimana bakat dalaman diuruskan.

Syarikat mula up dari Ghent di Belgium yang dipanggil TechWolf mengambil pendekatan yang unik dalam mengatasi keperluan tersebut. Mereka telah membina enjin AI yang merakam data dari aliran kerja dalaman untuk mempelajari tentang orang-orang yang melakukan kerja itu. Ini kemudian diubah menjadi data untuk pengurus dan perekrut dalaman menilai minat dan kemahiran pelbagai pekerja dengan lebih tepat, membantu menghubungkan mereka dengan pelbagai projek, dan akhirnya memberikan latihan yang lebih baik dan banyak lagi.

Syarikat ini membuat beberapa gelombang dengan teknologinya, dengan senarai pelanggan yang impresif termasuk GSK, HSBC, Booking.com dan banyak lagi. Dan sekarang mereka telah mendapatkan hampir $43 juta ($42.75 juta, lebih tepatnya) dalam pembiayaan untuk memperluaskan perniagaan mereka. Felix Capital yang berpusat di London memimpin Siri B ini, manakala SAP, ServiceNow dan Workday ─ tiga raksasa dalam HR ─ berkongsi melabur bersama untuk kali pertama. Pelabur lain termasuk Acadian Ventures, Fortino Capital Partners, Notion Capital, SemperVirens dan 20VC, bersama dengan “pemimpin AI” yang tidak dinamakan dari DeepMind dan Meta. Dari apa yang kami faham, syarikat mula up ini kini dinilai sekitar $150 juta.

Pengarah Eksekutif Andreas De Neve, yang bersama-sama mendirikan TechWolf dengan Jeroen Van Hautte dan Mikaël Wornoo, memulakan syarikat ini pada tahun 2018 ketika ketiga-tiga mereka masih merupakan pelajar sains komputer di Universiti Ghent di Belgium dan Cambridge di England. Rancangan asal ialah untuk membina platform HR - dengan mula up membangun model bahasa sendiri “seperti ChatGPT,” katanya - untuk membantu mencari dan menggaji bakat dari luar.

“Gagal,” katanya dengan ringkas. Pengambilan pekerjaan, atau sekurang-kurangnya bahagian daripada ianya yang cuba mereka selesaikan, tidak terlalu rosak. Majikan “tidak memerlukan AI untuk menyaring pemohon yang baik dari yang buruk.”

Tetapi pengasas menemui bahawa pelanggan sasar mereka mempunyai masalah yang berbeza yang perlu diperbaiki.

“Mereka berkata: ‘Hei, jadi model AI ini, adakah ada peluang kita dapat menggunakannya ke atas 40,000 pekerja kami daripada pemohon kami? Kerana mungkin ada orang yang boleh kami ambil secara sisihan,” De Neve berkata. “Pemimpin HR mengarahkan kami ke arah masalah yang betul untuk diselesaikan: mengenal pasti kemahiran pekerja.”

Pertanyaan “Apa yang sebenarnya anda lakukan?” adalah jenaka berulang tentang Chandler (seorang pekerja IT) dalam rancangan TV “Friends.” Tetapi ternyata menjadi masalah besar dalam perniagaan di dunia sebenar, dan ia menjadi lebih teruk seiring dengan organisasi menjadi lebih besar. “Anda boleh mempunyai 100,000 pekerja yang semuanya sangat mampu, yang menghabiskan banyak masa dalam sistem perisian yang mencipta data,” De Neve berkata. “Tetapi secara struktural, syarikat-syarikat ini mengetahui sangat sedikit tentang orang-orang ini. Jadi itulah apa yang kami cuba lakukan.”

Itulah jenis masalah yang AI boleh selesaikan, katanya. “Kami mula membangun model bahasa yang berintegrasi dengan sistem-sistem yang digunakan orang untuk kerja: penjejak projek, sistem dokumentasi untuk pembangun perisian, repositori penyelidikan untuk penyelidik. Dan daripada semua data itu, kami memperoleh kemahiran apa yang dimiliki pekerja-pekerja tersebut. Anda hampir boleh menganggapnya sebagai satu set model AI yang berkoneksi dengan sisa digit organisasi.”

TechWolf menyentuh beberapa arus penting dalam pasaran saat ini yang patut diperhatikan:

• Permasalahan dilema inovator sebenar? Buku seminal, “The Innovator’s Dilemma,” melukiskan gambaran yang meyakinkan tentang bagaimana malah syarikat-syarikat besar yang paling berjaya boleh dikalahkan oleh perniagaan kecil yang bergerak lebih gesit untuk bertindak balas terhadap perubahan. Tetapi memandang ini dengan cara yang berbeza, aset utama yang membantu satu organisasi bekerja lebih fleksibel daripada yang lain adalah orangnya: Betapa mudah pasukan boleh dibentuk sekitar projek dan matlamat yang berbeza mungkin adalah apa yang menjadikan usaha itu berjaya atau gagal. Dan ia ternyata bahawa organisasi bersedia untuk membayar wang yang baik untuk teknologi yang dapat membantu mereka dengan tugas itu.
• LLM vs. MLM vs SLM. “Perusahaan” model bahasa besar dan syarikat yang membangun mereka, terus menghasilkan minat yang besar. Dan “menghasilkan” adalah perkataan yang benar-benar penting di sini, kerana mereka adalah yang mendasari aplikasi AI generatif yang sedang hangat seperti ChatGPT, Stable Diffusion, Claude, Suno dan banyak lagi. Tetapi tentu saja ada gelombang semakin meningkat untuk model bahasa “kecil” yang boleh digunakan untuk kes penggunaan yang sangat tertentu, yang mungkin lebih mudah untuk dibangun dan dioperasikan, dan pada akhirnya lebih terbatas dan oleh itu kurang cenderung kepada halusinasi. TechWolf bukanlah syarikat tunggal yang bekerja dalam kawasan ini, tidak pula yang sulit untuk menarik perhatian pelabur. (Contoh lain ialah mula up Poolside, yang juga membina AI untuk kes penggunaan yang khusus: pembangun dan tugas kod mereka.)
• Fokus memang beri banyak kelebihan. Saya bertanya kepada De Neve sama ada TechWolf mempunyai hasrat untuk memanfaatkan platform untuk berkembang ke kawasan lain seperti carian perniagaan atau kepandaian perniagaan. Untuk kembali, mereka telah merakamkan begitu banyak maklumat perniagaan, tidakkah lebih mudah lagi langkah satu untuk membina lebih banyak produk di sekelilingnya?

Non, adalah jawapan rata De Neve: “Kami boleh memproses data seperti tiada siapa di pasaran, tetapi kami sangat, sangat berfokus pada menyelesaikan masalah kemahiran, kerana terlalu banyak permintaan bagi kami sudah, sekarang, di pasaran tempat kami beroperasi.”

Pada masa yang berasa seperti terlalu ramai bunyi di dunia AI, fokus berbunyi seperti loceng yang jelas dan mungkin menjadi sebab mengapa pelabur berminat dengan syarikat seperti ini.

Julien Codorniou, rakan kongsi di Felix yang memimpin perjanjian ini, percaya TechWolf boleh mengalahkan syarikat-syarikat yang lebih besar yang datang dari sudut lain seperti carian enterprise berasaskan AI. “Melakukan satu perkara dengan baik benar-benar boleh memberi hasil,” katanya. “Mereka tidak ingin menjadi Workday atau ServiceNow. Mereka ingin menjadi Switzerland dalam jabatan HR.”