KI-Agenten liegen derzeit voll im Trend und Teziein junges Startup, arbeitet an einem Bot, der Personalabteilungen dabei helfen soll, die perfekten Kandidaten für eine offene Stelle zu finden. Das Startup behauptet, dieser Bot werde Lebensläufe durchsehen, um diejenigen zu finden, die den Einstellungskriterien entsprechen, im Kalender des Personalvermittlers Zeit finden, um ein Vorstellungsgespräch zu vereinbaren, und die E-Mail an den Kandidaten senden.
Heute gab das Unternehmen bekannt, dass es ihm 9 Millionen US-Dollar Startkapital zur Verfügung stellen wird, um den Weg zum allgemein verfügbaren Produkt zu ebnen.
Im Moment führen sie das Alpha-Produkt erst diese Woche bei einer Handvoll Designkunden ein, aber das ist die Vision, so CEO und Mitbegründer Raghavendra Prabhu. Er räumte ein, dass HR-Abteilungen schon seit einiger Zeit automatisierte Lebenslauf-Screenings einsetzen, aber Tezi sah mit der neuen Generation von Large Language Models (LLMs) eine Chance, ein ausgefeilteres Rekrutierungstool für HR-Abteilungen zu entwickeln.
„Ich denke, es ist die Kombination aus logischem Denken und natürlicher Sprache, die uns unserer Meinung nach die Möglichkeit bietet, etwas ganz anderes zu bauen als das, was Software in diesem Bereich bisher geleistet hat“, sagte er.
Sein Mitgründer und COO Jason James sagt, dass die vorhandenen Tools seiner Meinung nach nicht weit genug gehen. „Nehmen wir an, Sie erhalten tausend Bewerbungen für einen Job. KI, ML oder Algorithmen in der Vergangenheit waren gut darin, diese Lebensläufe als sehr gut zu bewerten“, sagte er. „Aber ein Mensch muss immer noch E-Mails senden, Vorstellungsgespräche vereinbaren und all das. Und was jetzt möglich ist, ist ein End-to-End-Workflow, nicht nur ein einfaches Ranking.“
Die Gründer erkannten, dass in dieser Phase Menschen in den Prozess eingebunden bleiben müssen, und hoffen, dass dieser mit der Verbesserung der Modelle vollständig automatisiert wird. Darüber hinaus wird der Pool an Kandidaten, der sich aus einer Jobsuche ergibt, von der Qualität der Eingabeaufforderungen und Stellenbeschreibungen abhängen.
Obwohl sie verstehen, dass Automatisierung zu Voreingenommenheit führen kann, arbeiten sie daran, diese so weit wie möglich zu reduzieren. Aus ihrer Sicht nehmen sie alle Eingaben des Personalchefs entgegen und vergleichen diese objektiv mit den Lebensläufen. Sie können nicht kontrollieren, wie die Eingaben aussehen, aber sie sagen, dass sie versuchen, Voreingenommenheit auf ihrer Seite zu minimieren.
„Wenn Sie davon ausgehen, dass der Arbeitgeber voreingenommen ist, können wir das derzeit nicht besonders gut verhindern. Was wir auf unserer Seite tun werden, ist, uns davor zu schützen, dass wir durch algorithmische Mittel irgendeine Art von Voreingenommenheit in die Mischung bringen“, sagte James. Sie vermeiden es, sich historische Einstellungsmuster anzusehen. Sie möchten, dass die Modelle den Fähigkeiten und anderen Kriterien entsprechen, die der Einstellungsleiter festgelegt hat.
Sie haben ihre Modelle anhand von 250 Millionen Profilen trainiert, für die sie eine Lizenz von Datenanbietern erworben haben. Bisher haben sie mit Modellen von OpenAI und Anthropoc gearbeitet und diese an ihre Einstellungsanforderungen angepasst.
Das Unternehmen steht noch ganz am Anfang. Es wurde Anfang dieses Jahres gegründet. Sie arbeiten gerade mit 15 bis 20 Designkunden zusammen und hoffen, dass sie alle Probleme lösen und im Laufe des Jahres eine breitere Beta-Verteilung erreichen werden.
Das Startkapital von 9 Millionen US-Dollar wurde von 8VC und Audacious Ventures geleitet, mit Beteiligung von Liquid 2, Afore, Prime Set, South Park Commons und Industrie-Investoren.