Perfect usa US$ 23 milhões para corrigir falhas no recrutamento com IA

“IA agente” é o conceito do momento. Desenvolvedores grandes e pequenos estão correndo para criar aplicativos para superar o trabalho pesado necessário para empregar IA generativa em contextos específicos… e os investidores estão correndo para financiar os mais interessantes deles.
Em um dos exemplos mais recentes, uma startup de Israel chamada Perfect — uma plataforma para recrutadores melhorarem a forma como selecionam e contratam candidatos para empregos — levantou financiamento inicial de US$ 23 milhões.
As equipes de recrutamento usam o Perfect como um copiloto enquanto escrevem anúncios de vagas em aberto, descobrem onde executá-los e, em seguida, fazem a triagem das respostas de entrada. O Perfect funciona com, mas também compete com, ferramentas de empresas como Indeed, Recruiter e LinkedIn.
A Perfect alega economizar aos recrutadores até 25 horas de trabalho por semana. No ano desde que abriu discretamente para negócios, a Perfect disse que aumentou sua base de clientes para 200 empresas de um início de apenas 20. A lista inclui Fiverr, eToro, McCann e Coralogix.
A Perfect foi fundada por Eylon Etshtein, talvez mais conhecido por ser o fundador da controversa startup de reconhecimento facial Anyvision (que mudou de nome, mudou de marca e foi adquirida recentemente ).
Etshtein disse que a ideia para a Perfect surgiu diretamente de suas experiências na Anyvision. Lá, ele adotou uma abordagem muito prática para contratação, avaliando candidatos diretamente ele mesmo, e rapidamente ele pôde ver como o processo nunca escalaria.
Mas, sendo o fundador de uma startup de reconhecimento facial de IA que também foi criada para encontrar a proverbial "agulha no palheiro", Etshtein imaginou uma plataforma treinada para entender quem a Anyvision queria contratar, o que poderia eventualmente ajudar na tarefa.
Quando Etshtein se afastou de sua função cotidiana depois que as coisas ficaram complicadas com a Anyvision — isso foi antes do interesse atual em tecnologia de "resiliência", startups que criam serviços e hardware para governos, militares e propósitos de defesa — ele sabia o que faria em seguida.
Existem dezenas de startups de RH baseadas em IA no mercado. Etshtein e seus investidores acreditam que a Perfect é diferente. Primeiro e mais importante, ela construiu sua plataforma do zero — sem grandes modelos de linguagem de terceiros envolvidos — construindo seu próprio conjunto de dados vetoriais e treinando-o com dados que obteve de provedores terceirizados. Etshtein disse que normalmente compra dados de outras grandes empresas de recrutamento e então os "limpa" para serem reutilizados.
“Quando começamos a Perfect, o ChatGPT não estava fora”, ele disse. “Não havia uma arquitetura para realmente construir um algoritmo de trajetória de carreira que entendesse seu passado, seu presente e que previsse seu futuro”, ele disse.
Construindo do zero, ainda levou cerca de três anos em sigilo para criar a plataforma Perfect, ele disse, mas descobriu-se que seu trabalho pré-ChatGPT não seria substituído pelo eventual surgimento de Large Language Models. “LLMs são horríveis com grandes payloads”, ele disse. Em termos de recrutador, “payloads” se traduz em cerca de 50 registros de dados que podem ser considerados em torno de cada candidato, anotados e ordenados para criar insights.
“Temos que usar dados proprietários que anotamos, caso contrário não obteríamos os resultados precisos que temos hoje”, acrescentou.
O financiamento está sendo anunciado pela primeira vez hoje, mas está vindo em duas parcelas. A Perfect recebeu um investimento de capital de cerca de US$ 12 milhões há um ano da Target Global, RTP Global, Pitango e outras. Mais recentemente, ela pegou uma nota SAFE sem juros, que é convertida em capital na próxima rodada, da Hanaco Ventures, Joule Ventures e Young Sohn, o ex-presidente da Samsung que está no conselho da Arm.
“Em um setor desesperado por inovação verdadeira, com agências e candidatos vítimas de fluxos de trabalho manuais e desatualizados ou soluções de IA malfeitas, a Perfect está utilizando conjuntos de dados proprietários e integrando-se a fluxos de trabalho específicos do setor para transformar completamente a forma como o recrutamento opera, automatizando a grande maioria das tarefas diárias de seus clientes”, disse Lior Prosor, sócio da Hanaco Ventures, em um comunicado.
De fato, o recrutamento, a área em que a Perfect está se concentrando, se tornou um ponto importante para pessoas que criam aplicativos em IA e, considerando o quão ineficiente o recrutamento é, não é de se surpreender.
Certos empregos ou certas empresas de alto nível podem estar lotados de candidatos, e o processo de encontrar os candidatos mais relevantes na mistura — talvez inevitavelmente — é como "encontrar uma agulha no palheiro", disse o CEO e cofundador da Perfect, Eylon Etshtein, em uma entrevista.
O outro extremo também é comum: os recrutadores querem ver uma variedade de candidatos e, ainda assim, devido a uma confluência de fatores — visibilidade, emprego ou impopularidade da organização — quase ninguém se candidata. Somado a isso, um exército de humanos triando candidaturas, e você pode entender como os desenvolvedores de IA se concentraram no recrutamento.
A Perfect não é a única no espaço. Outras incluem empresas como LinkedIn (que tem várias ferramentas de IA para recrutadores e caçadores de empregos), bem como HiBob , Workable, Maki , Mercor (que levantou dinheiro em uma avaliação de US$ 2 bilhões na semana passada), Tezi e SeekOut (que reduziu o tamanho no ano passado) — entre dezenas de outras.
Quanto aos próximos passos para a startup, eles incluem mais melhorias no conjunto de ferramentas que ela fornece aos recrutadores. E a Perfect também quer focar no outro lado da moeda, com planos para uma ferramenta gratuita para os candidatos usarem para melhor direcionar seus próprios esforços de busca de emprego — dando à startup um provável tesouro extra de dados para projetos futuros.
techcrunch