Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

One Model 获得 4100 万美元融资,为人力资源部门带来数据科学驱动的见解

Posted on 2023-08-07

One Model是一个利用人工智能帮助雇主做出招聘、雇用、晋升、裁员和一般工作场所规划决策的平台,今天宣布在 Riverwood Capital 领投的一轮融资中筹集了 4100 万美元。

One Model 首席执行官克里斯托弗·巴特勒 (Christopher Butler) 表示,这笔资金将用于“推动公司的多项增长计划”,特别是在技术、产品开发、客户成功和上市等领域。

“One Model 的人员分析产品路线图将得到扩展,以解决各种数据科学、分析师、人员经理和 C 级受众的问题,通过警报、通知和个性化报告主动提供定制内容,”巴特勒通过电子邮件告诉 TechCrunch。 “对 One AI 的进一步投资将为更多分析师和决策者提供可行的预测,所有这些都来自强大的道德和数据治理态势。”

One Model 就是所谓的“人员分析”平台,该平台旨在收集和应用组织和人才数据以改善业务成果,至少在理论上是这样。长期以来,人们对人员分析抱有很高的兴趣。根据德勤 2018 年的一项调查,84% 的大型组织将人员分析评为“重要”或“非常重要”,69% 的组织已经组建了人员分析团队。

而且它没有显示出放缓的迹象。据一项估计,人员分析软件市场将从 2022 年的 25.8 亿美元增长到 2031 年的 76.7 亿美元。

One Model 的创始团队(包括 Butler)来自 Inform,Inform 是一项人员分析服务,于 2010 年被 SuccessFactors(现为 SAP SuccessFactors)收购。收购后,他们表示,他们目睹了客户要求的工作与他们的工作之间越来越脱节。人员数据和市场上提供的解决方案。

“客户希望有更多的访问权限和更大的灵活性来管理和民主化对人员数据和分析的访问,”巴特勒说。 “我们用于管理劳动力的工具正在生成和收集更多数据,但它们很少相互集成。人力资源领域的每一项新技术和供应商都会生成数据,而组织没有能力管理这种数据复杂性。”

Butler 将 One Model 描述为“企业人员数据编排平台”。这实在是太拗口了。但 One Model 本质上的作用是提供一个工具包,用于提取、建模和管理 HR 数据,以及将该数据传递给各种应用程序和服务。

一种模型可以执行基本任务,例如确定公司缺乏技能或人才的领域,以及根据人口变化和业务目标预测未来的劳动力需求。但除此之外,该平台还可以计算营业额和员工人数的成本,尝试制定一个计划来衡量并随着时间的推移降低这种成本。

一种型号

One Model 的监控仪表板,将 HR 数据统一到一处。图片来源:一个模型

“我们认识到了通过数据洞察增强企业人员战略来改造大型组织的机会,”巴特勒说。 “一个模型正在解决大型组织面临的持续存在的、由来已久的数据集成挑战,同时还解决了围绕确保一致、可审计的人才决策以及强大的隐私标准和数据治理的现代问题。”

One Model 客户可以集成不同的数据源和数据目标来创建报告、仪表板和可视化。他们还可以访问 One AI(One Model 的数据科学套件),该套件可用于执行一系列以人力资源数据为中心的工作负载。

例如,通过 One AI,用户可以尝试预测员工在指定时间范围内辞职的可能性 – 考虑到他们的日常通勤以及自上次升职以来的时间等方面。 (当然,考虑到人工智能有可能在几乎任何数据集中发现偏差,人们想知道这些预测有多准确。)或者,他们可以通过重新分配资源或调整工作时间表来寻找提高公司员工效率的机会。

人员分析领域存在竞争——参见ChartHop和Knoetic等初创公司。但 One Model 声称已经建立了相当大的客户群,其客户名单中包括高露洁棕榄 (Colgate-Palmolive)、Squarespace、Robinhood 和 Airtable 等品牌。

“我们相信 One AI 采用的方法与当今市场上的方法截然不同,”巴特勒说。 “我们坚信,只有最道德的先进数据科学应用,才能公平公正地做出合理、有影响力的人员决策……我们的使命很明确:确保企业做出的每一项劳动力决策都是最佳的、明智的决策通过所有相关的企业数据,并以尽可能透明和道德的方式执行。”

One Model 的最新一轮融资使这家总部位于德克萨斯州奥斯汀的初创公司的融资总额达到 4480 万美元。

原文: https://techcrunch.com/2023/08/07/one-model-lands-41m-to-bring-data-science-powered-insights-to-hr/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme