反映出投资者对人力资源技术初创公司兴趣日益浓厚，人才获取平台Fetcher（前身为Scout）今日宣布完成由Tola Capital领投、G20 Ventures、KFund和Accomplice参投的2700万美元B轮融资。这笔新资金包括700万美元债务和2000万美元股权，使该初创公司总融资额达4000万美元。联合创始人兼CEO Andres Blank表示，资金将用于国际扩张，并通过新增申请人跟踪系统（ATS）集成和客户关系管理功能完善Fetcher平台。
Fetcher于2014年由Blank、Chris Calmeyn、Javier Castiarena和Santi Aimetta联合创立，最初为专业社交应用Caliber。后创始团队转型进入招聘领域，利用Caliber中构建的部分自动化技术开发Fetcher。
Blank在接受TechCrunch邮件采访时表示：“招聘高质量且多元化候选人一直是我面临的痛点。在之前创业组建招聘团队时，我发现他们宝贵时间被浪费在手动、重复的候选人搜寻任务上。与其依赖昂贵猎头费用，我认为应有更好方法在内部维持候选人搜寻工作，避免让人才获取团队和招聘经理耗费过多精力。”
通过Chrome扩展程序，Fetcher平台与ATS产品以及Gmail、Outlook相连，允许招聘人员直接从LinkedIn搜寻候选人。Fetcher将求职者筛选至预设邮件工作流，并提供涵盖个人、团队、职位及公司层面多元化目标进展的分析数据。
Fetcher还执行预测性建模，自动评估候选人基于回复表现出的兴趣程度，并运行“自动化搜寻”功能，在后台通过自动发送邮件推动申请人经过审核流程。
Blank表示：“良好的候选人体验对公司至关重要，部分源于随时间与候选人建立长期关系。Fetcher的候选人目录功能允许公司对符合条件的候选人进行再营销，设置未来联系提醒，并在自动化序列中添加额外外联邮件。总体而言，我们目标是让公司简单存储、更新并与优秀候选人保持联系，向其传达未来就业机会、公司里程碑等信息。”
鉴于潜在偏见风险，人们对算法依赖有所担忧——亚马逊曾弃用一项偏向男性工程师的招聘算法，纽约市近期也对招聘中使用人工智能施加限制。对此，Blank声称该平台自动化技术能让更多样化潜在客户群体通过招聘漏斗，并强调Fetcher外联政策：不希望透过Fetcher接收机会联系者可发送数据删除请求。
“Fetcher核心秘诀在于将机器智能与人类智能结合，以最大限度减少双方偏见。”Blank表示，“此外，每次搜索均设多样性指标（平台向客户展示），有助于自我约束。若性别或人口统计出现过度或不足，平台可纠偏。最后，我们消除客户筛选偏见：一旦客户信任搜索方向正确（初步筛选少数候选人后），即可设为全自动模式，不再逐一筛选，直接联系所有为特定开放职位找到的合格候选人。”
Blank引用Frame.io等客户案例，该公司最近使用Fetcher招聘的员工主要来自代表性不足群体。但偏见可能进入管道中许多不同且往往不可预测的阶段。正如《哈佛商业评论》Miranda Bogen所写：“例如，若系统注意到招聘人员更频繁与白人男性互动，很可能找到这些特征代表因素（如名叫Jared或打高中长曲棍球）并复制模式。这种不利影响可能在无明确指示下发生，更糟的是在无人察觉时发生。”
这种风险似乎未劝退招聘人员。Fetcher目前拥有超350名客户（月环比增长10%），包括Behr Paint、Albertsons、Foursquare和Shutterstock，年度经常性收入在过去12个月内翻了三番。
除强劲总体数据外，Fetcher还受益于人力资源技术领域更广泛繁荣，该领域过去几个月经历高风投活动。据PitchBook称，2021年1月至10月，全球人力资源技术初创公司获超92亿美元风险投资，较2020年总额增长130%。
“Fetcher作为少数能高效自动化候选人搜寻和邮件外联的SaaS招聘平台之一，具有独特优势。”Blank说，“与传统数据库模型不同，Fetcher是唯一能基于‘机器学习与人类智能’独特组合真正为公司自动化搜寻流程的解决方案。该模式使每位客户拥有仿佛24/7全天候工作的搜寻人员在后台运作。通过同时自动化招聘中搜寻和外联环节，Fetcher可减少公司所需内部搜寻人员和招聘人员数量，显著降低外包招聘公司、机构或顾问预算支出。”
Fetcher目前雇佣45人，计划在今年年底前将该人数翻倍。