-
SLW
【美国】AI人才招聘管理解决方案提供商Findem获得5100万美元融资，革新人力资源决策模式
全球唯一基于3D数据的人工智能人才招聘与管理解决方案提供商Findem宣布完成5100万美元新一轮融资。本轮融资包括由SLW领投、Wing Ventures、Harmony Capital及Four Rivers Group跟投的C轮融资，以及摩根大通提供的增长融资，使Findem累计融资总额达到1.05亿美元。
此次融资正值公司发展势头强劲之际：年增长率达3倍，《Inc.》5000强榜单排名跻身前10%，并获《财富》与《快公司》评为美国最具创新力企业之一。
从自动化到战略影响力
人工智能正在重塑人力资源领域，其突破点在于领域特定人工智能——这种技术能将招聘从任务自动化提升至可衡量的商业价值层面。大多数招聘技术依赖碎片化的公开数据和简历，仅能实现表面匹配，无法洞悉优秀招聘决策背后的深层逻辑。Findem通过释放顶尖招聘专家的经验智慧，将其工作习惯转化为可供人工智能处理的数据驱动工作流，填补了这一空白。
Findem的数据标注引擎能识别“成功信号”——这些经验验证的模式不仅揭示谁能胜任工作，更能预判谁最可能在特定岗位、团队和文化中脱颖而出。正是通过这种机制，系统能识别出具备军事后勤背景的人选已为高级供应链职位做好准备，或发现曾在多家初创企业担任要职的工程师蕴藏领导潜质。基于成功信号训练的Findem人工智能，不仅优化提升了工作流程，改善了招聘人员与候选人的体验，更实现了首席人力资源官最看重的成本节约与战略价值。
SLW管理合伙人肖恩·K·奥尼尔表示："Findem正在开创人才技术的新领域，助力顶尖招聘人员运用AI实现更高效的工作流程，更快锁定优质候选人。招聘专业性具有天然的特殊性，识别未来领袖或潜力人才的智慧无法从公开数据集中获取。我们投资Findem是因为其平台通过自动化与独特洞察力为人才团队创造更优成果，使其具备引领下一波人才创新浪潮的优势。"
“人力资源决策始终受限于数据质量。Findem的数据引擎凭借其独特标注的多维度人才数据，解码了企业前所未见的重要人才信息，”全球行业分析师、乔希·伯辛公司首席执行官乔希·伯辛表示。“从加速招聘到提升留任率与劳动力敏捷性，Findem正助力企业构建新一代人才战略。”
全球最大专家标注人才数据集
Findem于2020年推出的数据标注引擎，依托数百万项专有属性，将成功信号从优秀招聘官与雇主脑海中的隐性认知转化为可量化数据。该数据体系已扩展至逾8亿份3D人才档案，为人工智能提供超越简历或领英资料的深度情境化人才潜能视角。
“我们将人才数据从平面化商品转化为丰富战略资产，成为唯一实现人工智能就绪的企业，”Findem首席执行官哈里·科拉姆表示，“当人工智能真正理解人才时，这仅仅是可能性的开端。”
Findem将利用新融资扩大专家标注数据集规模，加速领域专属AI开发进程，通过数据标注引擎与企业合作重塑人力资源职能。该投资还将推动创建以成果为导向的智能工作流，覆盖校准、面试及所有中间环节。此外，资金将助力市场拓展计划，支持Findem持续的全球化增长。
深耕领域的合作伙伴正与Findem携手，共同打造最先进的人才人工智能技术，革新人力资源决策模式。
“我们与Findem的合作解决了招聘中最棘手的难题之一：让退伍军人人才脱颖而出，”RecruitMilitary首席执行官、美国陆军退伍军人蒂姆·贝斯特表示，“雇主常难以将军事经验转化为商业价值。通过将我们数十年的退伍军人招聘经验融入Findem的评估体系，我们突显了退伍军人的影响力，证明其技能与领导力如何直接推动可量化的商业成果。”
“通过与Findem合作，我们将劳动力公平专业知识转化为结构化属性，以全新方式发掘多元化人才。双方携手确保雇主掌握必要数据，识别并连接那些技能与价值可能被忽视的人才，”AnitaB.org总裁兼首席执行官布伦达·达登·威尔克森表示。
展望未来
“我们衷心感谢客户、合作伙伴、投资者及团队的信任，”科拉姆表示，“通过协同努力，我们将静态人才数据转化为动态战略引擎，不仅能精准匹配岗位需求，更能预测并塑造未来工作形态。”
关于Findem
Findem人才数据云平台融合专家标注的3D数据与人工智能技术，助力企业制定更智能的人才战略，并优化与顶尖候选人的对接流程。通过整合多渠道招聘、客户关系管理与数据洞察，Findem消除效率瓶颈，使人才团队能专注于驱动业务增长的核心候选人与决策。该平台助力RingCentral、Nutanix等客户大规模解决企业挑战，持续构建多元化顶尖人才管道，提升投资回报率并实现卓越招聘。
关于 SLW
SLW 创立于 2012 年，前身为 Silver Lake Waterman，隶属于全球科技投资领军者 Silver Lake 的后期增长战略部门。2024年，SLW成为独立机构，同时保持与银湖集团的协作关系。SLW通过在企业生命周期中持续进行股权及灵活的非稀释性结构投资，满足科技领军企业的动态资本需求。其注重长期关系的战略模式，使其成为卓越创始人及管理团队的持久合作伙伴，在成长的每个阶段提供灵活资本与战略支持。
-
SLW
【旧金山】请假管理公司Sparrow 完成 3500 万美元 B 轮融资，加速全球 AI 请假管理解决方案扩展
HRTech概述：总部位于旧金山的员工请假管理平台 Sparrow 宣布完成 3500 万美元 B 轮融资，由 SLW 领投，累计融资金额达 6400 万美元。Sparrow 是全球首个为企业提供端到端请假管理的解决方案，结合 AI 自动化与合规专长，致力于解决 HR 在员工休假期间面临的法律、薪酬、流程等复杂挑战，提升员工体验与合规效率。
全球员工请假管理技术领导者 Sparrow 宣布，已完成 3500 万美元 B 轮融资，由 SLW 领投，使公司累计融资总额达到 6400 万美元。
Sparrow 是首个也是唯一一个为全球企业打造的端到端请假管理解决方案。公司通过结合深厚的合规专业知识与智能自动化，正在将 HR 最头痛的痛点转化为高效且以员工为中心的体验。
本轮融资将用于扩大 Sparrow 革命性的全球请假管理技术，使其进一步拓展到相关的劳动合规领域。
Sparrow 首席执行官兼联合创始人 Deborah Hanus 表示：“请假管理很复杂，也常令人焦虑。它涉及公司多个层面——法律合规、保险、各州机构、薪资、HRBP、管理层与员工。情况总在变化，关键数据又总是不在手边。Sparrow 将这些数据集中统一，使得请假以及相关合规事务真正变得无忧。”
人力资源从业者选择进入 HR 领域，是因为他们热爱“人”本身，而不是文书与合规事务。Sparrow 提供的端到端解决方案确保所有流程都能正确且一致地执行，从而改善 HR 与员工的整体体验，最终提升员工保留率与敬业度。
SHRM（美国人力资源管理协会）转型首席官 Andy Biladeau 表示：“通过 SHRM 会员服务，我们为 32.5 万名会员提供免费 HR 实时支持服务，每年处理超过 6 万通电话。其中请假管理问题连续十多年居于榜首。看到 Sparrow 在这一领域带来的深远影响，令人鼓舞。我们也期待支持他们进入下一个发展阶段。”
Aura 公司薪酬与运营高级总监 Angela Barker 表示：“对于分布式员工团队而言，保持请假合规非常困难。Sparrow 的服务在帮助我们理清劳动法规、并与内部政策对齐方面，价值巨大。”
Sparrow 的许多客户都在财务上获得了显著回报。例如 Eightfold AI 的员工运营副总裁 Sonya Miller 就指出：“Sparrow 的价值远超其成本，ROI 达到 6–7 倍。”
SLW 董事总经理 Matt Walsh 表示：“Sparrow 聚焦 HR 中最复杂、最容易被忽视的环节之一，通过 AI 技术自动处理手工、易出错的任务，为公司与员工带来极大便利。他们以独特的合规+自动化能力，打造出以员工体验为核心的流程。随着未来职场更加强调灵活与员工支持，Sparrow 极有可能成为 HCM 堆栈中这一关键领域的领导者。”
此前一轮投资方 WndrCo 的联合创始人兼管理合伙人 Jeffrey Katzenberg 补充道：“我的信念是‘通过做善事来成就好事业’。当员工面临需要请假的人生事件时，优秀的企业会挺身而出，让员工无需在事业与家人之间二选一。通过 Sparrow，企业能提供无缝的请假体验，使员工在回归岗位时更加忠诚、投入，并愿意分享他们感受到的支持。”
目前，已有超过 1000 家“有温度”的企业选择了 Sparrow，包括 OpenAI、Reddit 与 Oura 等。在软件评测平台 G2 上，Sparrow 获得了 4.8/5 的高评分。
关于 Sparrow
Sparrow 是全球首个为现代雇主打造的端到端请假管理解决方案，致力于在员工经历重大人生事件时为其提供支持。其“高科技 + 高服务”模式可自动处理最繁琐的请假流程，同时配备世界一流的请假顾问团队，为美国与加拿大各类请假提供优质体验。包括 OpenAI、Chime、Reddit 在内的众多企业信任 Sparrow，用于降低合规风险、提升员工体验、控制人力成本。
关于 SLW
SLW 最初于 2012 年作为 Silver Lake Waterman 成立，是全球科技投资领导者 Silver Lake 的增长战略业务部门。2024 年，SLW 独立运营，但仍与 Silver Lake 保持协作关系。SLW 致力于与领先科技公司建立长期合作，提供灵活的股权与非稀释性资本支持，满足企业不同发展阶段的资金需求。其核心理念是通过耐心资本与战略支持，陪伴卓越创始人与管理团队共同成长。
扫一扫 加微信
hrtechchina
