美国智能招聘平台Fetcher完成2700万美元融资
"公司总融资额达到4000万美元。"
作者：Rachel
编辑：tuya
总部位于纽约的人才招聘SaaS公司Fetcher在B轮融资中筹集了2700万美元，该轮融资由Tola Capital牵头，参与方包括G20Ventures、KFund和Accomplice。700万美元的债务和2000万美元的股权使这家公司的总融资额达到4000万美元，联合创始人兼首席执行官Andres Blank表示，这些资金将用于国际扩张，并使用新的申请人跟踪系统构建Fetcher平台(ATS)和客户关系管理功能。
Fetcher于2014年创立，早先是由Blank、Chris Calmeyn、Javier Castiarena和Santi Aimetta共同推出的一款名为Calibre的专业网络APP。几年后，Fetcher的创始团队决定转向招聘。
Fetcher提供全方位服务的自动化招聘平台，该平台将机器学习和人类智能相结合，为每个空缺职位创建精选的候选人批次。
Fetcher与数十个申请人跟踪系统(ATS产品)以及Gmail和Outlook相结合，通过一键式Chrome扩展程序，招聘人员直接在LinkedIn寻找候选人，Fetcher将求职者过滤到预先构建的电子邮件工作流程中，提供分析，包括个人、团队、职位和公司层面的多元化目标的进展情况。
联合创始人兼首席执行官Andres Blank表示，Fetcher作为独特的SaaS平台，可以有效地自动化候选人采购和电子邮件推广，Fetcher不直接使用数据库模型，而是基于其独特的 “机器学习与人的智能”的结合，提供真正自动化公司招聘流程的解决方案。
“招聘高质量、多样化的人才一直是我的痛点。在我之前的一家初创公司中，亲身经历过这个问题，在组建了一个招聘团队来帮助扩大招聘规模后，我发现他们的时间也太宝贵了，不能花在寻找候选人所带来的手动、重复性任务上。”Blank说。
Fetcher目标是让公司能够轻松地存储、更新并与优秀的候选人建立联系，向他们发送相关工作机会、公司里程碑等的信息。Fetcher还执行预测建模，从候选人的回复中自动衡量求职者的兴趣，在后台运行的Fetcher通过自动电子邮件推动申请人完成审查过程。
自动招聘的人工算法存在让人质疑的地方——潜在偏见。比如，亚马逊就曾使用有利于男性工程师的招聘算法。Blank认为他们平台的自动化技术能允许“更多样化的潜在客户群体”通过招聘筛选，这遍能消除客户的选择偏差。
“Fetcher的秘诀是结合机器和人类智能，以尽量减少双方存在的偏见，”Blank说。除此之外，Fetcher对每次搜索都有多样性指标（在平台上也对客户可见），如果在性别或人口统计方面的任何地方过度或不足索引，该平台可以更正，一旦客户相信搜索正朝着正确的方向前进（在预先审查了少数候选人之后），他们就会将搜索置于完全自动化的状态。这意味着今后，他们不再审查每一位候选人，而只是联系所有为空缺职位找到的合格候选人。
目前，Fetcher拥有45名员工，350多家客户，包括Behr Paint、Albertsons、Foursquare和Shutterstock。在过去12个月中，公司年度经常性收入增长了两倍。
