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

技能提升平台 GrowthSpace 获得 2500 万美元用于发展其全球业务

Posted on 2022-08-16

由于就业市场仍然紧张(除了技术领域的大规模裁员和招聘冻结之外),公司正专注于留住员工。他们投资的领域之一是技能提升,旨在向员工教授他们不熟悉的部门的新技能。例如,沃尔玛在 2021 年宣布,将在未来五年内投资近 10 亿美元,为其员工提供接受高等教育和培训的机会。

不出所料,“技能”平台从这些投资中受益匪浅。 根据Crunchbase 的数据,在 2021 年初至 2022 年期间,技能提升和再培训初创公司从 VC 那里筹集了 21 亿美元。赢家之一是由 Omer Glass 创立的 GrowthSpace,它利用算法将个人员工和员工群体与专家相匹配,以进行开发冲刺。该公司今天宣布,它在 Zeev Ventures 牵头的 B 轮融资中筹集了 2500 万美元,M12(微软的风险基金)和 Vertex Ventures 参投,使 GrowthSpace 的总融资额达到 4400 万美元。

GrowthSpace 由 Dan Terner、Izhak Kedar 和 Glass 于 2018 年创立。作为一名前管理顾问,Glass 几年前被当时的 Signals Analytics 首席运营官 Terner 找到,该公司存在严重的客户流失问题。

“特纳意识到,没有有效的、以结果为导向的员工发展平台来让公司(包括他的)更好地投资于他们的员工,”格拉斯说。 “这导致了 GrowthSpace 的创建……在大流行期间和当前的经济不确定性中,公司已经意识到他们需要加倍努力培养人才。”

GrowthSpace 将软件即服务平台与专家市场相结合——提供指导、辅导、培训和研讨会。该平台的人工智能模型利用专业背景和技能的分类法,包括跨专业领域、行业和角色的标签,试图预测正确的项目和教练-学生匹配,以实现预期的发展成果的最高概率。

成长空间

图片来源:成长空间

当然,人工智能并不总是正确的。有偏见的数据集可能导致不可靠的预测,并且——视情况而定——教练与学生的匹配。技能提升已经受到人类偏见问题的困扰,普华永道的研究表明,公司过于关注提升研究生学位持有者的技能,而牺牲了几乎所有其他人。普华永道还发现,工人经常因为种族和性别而被忽视接受培训,女性报告性别歧视的可能性是男性的两倍。

当被问及时,Glass 没有详细说明 GrowthSpace 消除偏见的努力。但他表示,人工智能系统试图通过呈现每个用户的“镜像数据图像”来减轻偏见,其中不包括种族、性别和年龄等个人特征。

“GrowthSpace 开发了一种独特的算法,一旦数据不再经常使用,它会在用户注册后的三周内从其平台上删除 90% 的用户个人数据,”Glass 说。 “[这使得]它将对用户个人数据的暴露降至最低。”

格拉斯说,GrowthSpace 平台可以模块化实施,以满足大型企业的需求,也可以设置为综合解决方案,允许高管在不同类型的程序之间分配资源。这家初创公司的所有服务都映射到业务 KPI,以便为管理层提供报告,通过这些报告来衡量技能提升计划对业务绩效的影响。

“该行业需要显着发展,以满足未来十年的公司增长和专业发展需求,”格拉斯说。 “大萧条强调了更准确地衡量增长的重要性,为员工以更快的速度提升技能和重新技能提供了更具可扩展性和一致性的方法。学习和发展也需要更加敏捷和负责。”

GrowthSpace 与GOMYCODE 、 Worker.ai和Scaler等平台竞争,后者在 1 月份的估值超过 7 亿美元。但 Glass 声称,GrowthSpace 在过去一年中实现了大幅增长,目前在 200 名付费客户中拥有 3,000 名活跃用户,其中包括美国政府机构、微软、西门子、安永和强生公司。

事实上,格拉斯说他并没有积极寻求筹集资金。

“一旦投资者意识到最近的增长……他们就会找我进行投资,”他说。 “GrowthSpace 将利用这些资金在全球扩张,以满足快速增长的需求,并通过技术创新继续扩大其竞争优势。”

这家拥有 4400 万美元银行存款的初创公司还计划扩大其位于纽约市的 70 人团队,目标是到今年年底达到 100 名员工。

原文: https://techcrunch.com/2022/08/16/upskilling-platform-growthspace-secures-25m-to-grow-its-global-business/

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
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • 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
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • 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
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme