完美的水龙头2300万美元，以解决AI的招聘中的缺陷

“代理AI”是当下的概念。开发人员大小正在急于构建应用程序，以超越在特定环境中使用生成AI所需的繁重工作……投资者急于为其中最有趣的资金提供资金。  在最新的例子之一中，以色列的一家名为Perfect的初创公司是招聘人员改善他们如何招募和聘请候选人工作的平台 - 筹集了2300万美元的种子资金。  招聘团队在撰写公开职位的职位，弄清楚在哪里运行它们，然后对入站响应进行分类。完美两者都可以使用，同时也与诸如招聘人员和LinkedIn这样的公司的工具竞争。  完美的主张每周工作多达25小时的招聘人员。 Perfect表示，自从悄悄开业以来，它已将其客户群从20个开始就将200家企业种植到了200家企业。该清单包括Fiverr，Etoro，McCann和Coralogix。 来自面部reco候选人选择 Perfect是由Eylon Etshtein创立的，也许以有争议的面部识别创业公司Anyvision的创始人而闻名（枢纽，更名，最近被收购）。 伊斯泰因说，完美的想法直接来自他在Anyvision的经历。在那里，他采取了一种非常动手的方法来招聘，直接评估候选人，很快他可以看到该过程将永远不会扩展。  但是，作为AI面部识别初创公司的创始人，该公司也设立了为了找到众所周知的“在干草堆中”，Etshtein设想了一个训练有素的平台，可以了解Anyvision想要雇用的人，这最终可以帮助完成这项任务。  当Etshtein因Anyvision变得复杂之后，Etshtein脱离了他的日常角色时 - 这是在当前对“弹性”技术的兴趣之前t。  市场上有数十个基于AI的人力资源初创公司。 Etshtein及其投资者认为完美是不同的。 首先，它是从头开始建立了其平台（没有第三方大型语言模型）构建了自己的矢量数据集并使用从第三方提供商那里采购的数据进行培训。 Etshtein表示，通常会从其他大型招聘业务中购买数据，然后“清洁”以重复使用。  他说：“当我们开始完美时，Chatppt并没有消失。”他说：“没有建筑可以真正构建一种职业轨迹算法，该算法了解您的过去，现在并预测您的未来。” 他说，从头开始建立大约三年的时间才能创建完美的平台，但事实证明，它的培训前的作品不会被大型语言模型的最终兴起所取代。他说：“ LLM的有效载荷很可怕。”用招聘者术语，“有效载荷”转化为AROund 50的数据记录，可以考虑每个候选人，注释并下令创建见解。  他补充说：“我们必须使用注释的专有数据，否则我们将无法获得今天获得的准确结果。”  这笔资金今天是第一次宣布，但有两次。 Perfect在一年前从Target Global，RTP Global，Pitango等人获得了约1200万美元的股票投资。 最近，它提出了一张无兴趣的安全说明，该说明将在下一轮中转换为股权，从Hanaco Ventures，Joule Ventures和Arm董事会成员的前总裁Young Sohn。   “在一个迫切希望真正创新的行业中，代理商和候选人的受害者，过时的手动工作流程或半生AI解决方案，完美正在利用专有的数据集，并将特定于行业的工作流程整合到特定于行业达到了绝大多数客户的日常任务，” Hanaco Ventures的合伙人Lior Prosor在一份声明中说。 的确，招聘是完美的关注的领域，已成为人们在AI中构建应用程序的热点，并且鉴于招聘效率低下，这也就不足为奇了。  Perfect的首席执行官兼联合创始人Eylon Etshtein说，某些工作或某些备受瞩目的公司可能会被申请人淹没，并且在混合中找到最相关的候选人的过程（也许不可避免地）就像“在干草堆中找到针头”。  另一个极端也很普遍：招聘人员希望看到一系列申请人，但由于因素，可见性，工作或组织不受欢迎的因素汇合而几乎没有任何人申请。 除此之外，一组人类分类申请，您可以了解AI开发人员如何招募招聘。  完美并不是空间中唯一的一个。其他包括公司ES像LinkedIn（有几种用于招聘人员和求职者的AI工具）以及Hibob，可行的，Maki，Mercor（上周刚刚以20亿美元的估值筹集了资金），Tezi和Seewout（去年缩小了尺寸） - 在数十个中。 至于该初创公司的下一步步骤，它们包括为招聘人员提供的工具集的更多增强功能。完美还希望专注于硬币的另一端，并计划提供免费工具，以便候选人可以更好地针对自己的寻求工作努力，从而为这家初创公司提供了可能额外的数据来实现未来项目的额外数据。