채용은 도박이었다. 이력서는 포장됐고, 면접은 연기였다. 기업은 ‘말 잘하는 사람’에 혹했고, ‘일 잘하는 사람’을 놓쳤다. 채용 실패 비용은 연간 300조 원. 측정되지 않아 방치되고, 반복됐다. 그러나 이제 기업들은 지원자의 ‘긴 역사’를 읽는다. 데이터 기반 AI 채용 솔루션 ‘테오(TEO)’는 예측 정확도가 93.7%에 달한다. 채용이 추측에서 검증으로 전환하고 있다. 그 중심에 스펙터 윤경욱 대표가 있다.
실패가 던진 질문
윤경욱 대표의 첫 창업은 실패로 끝났다. 개인 파산까지 경험했다. 그러나 그를 흔든 것은 다른 장면이었다. 300여 명의 직원이 회사를 떠나는 과정을 지켜봐야 했다.
“면접과 이력서라는 ‘포장된 데이터’만으로 사람의 본질을 알 수 없다는 걸 깨달았죠. 나를 잘 아는 건 결국 함께 일한 동료라는 확신, 그것이 스펙터의 시작이었어요.”
고려대 물리학과를 졸업하고 액센츄어에서 컨설턴트로 일했다. 응원단 활동도 했다. 이력은 독특했지만, 방향은 일관됐다.
“물리학이 복잡한 현상의 원리를 찾듯, HR에서 사람의 본질을 찾고 싶었습니다. 복잡한 인간관계를 데이터로 규명하는 것. 그게 제가 할 일이라고 생각했죠.”
스펙터는 평판조회 서비스로 시작했다. 지원자가 직접 추천한 전·현직 동료가 평판을 작성한다. 의문이 따랐다. 추천받은 사람이 좋은 말만 하지 않겠느냐는 것.
“데이터의 힘은 ‘편향’마저 ‘패턴’으로 읽어내는 데 있습니다.”
스펙터가 보유한 평판·면접 데이터는 120만 건 이상이다. 익명 커뮤니티의 험담이 아니라 실명 인증을 거친 기록이다. 긍정적인 말 속에서도 ‘수동적인 태도’나 ‘협업의 어려움’ 같은 뉘앙스가 드러난다. 텍스트 이면에 숨겨진 의도까지 파악하는 ‘객관화 필터’를 갖췄다.
“우리가 쌓은 건 밀도 높은 ‘인재 검증 데이터베이스’입니다. 이직 주기에 따라 자연스럽게 최신화되고, 산업별·직무별 편차는 방대한 모수가 쌓이면서 표준화되고 있죠.”
테오, ‘긴 역사’를 읽는 AI
그가 말하는 채용 혁신의 핵심은 하나다. ‘짧은 연기’가 아니라 ‘긴 역사’를 보는 것이다. 그 해답으로 스펙터는 AI 채용 솔루션 ‘테오(TEO)’를 개발했다. 기존 AI 면접 솔루션은 표정, 목소리 톤, 시선 처리를 분석한다. 훈련으로 연출 가능한 요소들이다. 채용 솔루션 테오는 다르다. 이력서와 포트폴리오의 과거 성과, 동료들이 작성한 평판 데이터, 실제 면접 기록을 종합 분석한다.
“기존 AI가 ‘말 잘하는 사람’을 거른다면, 테오는 ‘일 잘하는 사람’을 찾아냅니다. 화려한 언변 뒤에 숨겨진 실제 업무 스타일과 협업 능력을 꿰뚫어 보죠.”
93.7%의 예측 정확도는 테오의 예측 결과와 실제 고성과자 데이터를 대조해 검증한 수치다. 평판조회와 AI 채용은 필연적으로 프라이버시 논쟁을 수반한다. 그는 원칙을 분명히 한다.
“동의 없는 조회는 불가능해요. 이것이 우리의 철칙이죠.”
스펙터의 모든 평판 조회는 지원자의 사전 동의 하에 이뤄진다. 블랙리스트 공유가 아니라 지원자가 자신의 평판을 자산으로 활용하는 플랫폼을 지향한다.
“감시가 아닌 ‘증명’의 도구입니다. HR 윤리의 새로운 기준을 세우고 있습니다.”
현재 스펙터의 고객사는 5,800여곳이다. 삼성과 기아, LG 등 대기업도 포함돼 있다. 고객군을 스타트업에서 대기업으로 확장하는 과정은 쉽지 않았다. 그는 “스타트업에겐 속도를, 대기업에겐 안전을 제공했다”고 말한다. 초기에는 빠른 채용이 급한 스타트업을 공략했다. 이후 대기업이 요구하는 엄격한 보안 기준과 공정성 프로세스를 충족시키며 확장했다. ISO 인증 등 제도적 요건을 갖춰나갔다. 스펙터는 고객사에 ‘채용 실패 비용 및 리소스 계산기’를 제공한다. 단순한 소프트웨어 공급이 아니라 컨설팅을 통해 비용 누수 지점을 찾아낸다.
“채용 실패 비용은 막연한 추정이 아니에요. 정교한 산식으로 검증된 확정 손실이죠. 스펙터는 단순한 채용 도구가 아니라 숨은 비용을 제거하는 경영 솔루션입니다.”
채용을 넘어, 조직 문화로
윤경욱 대표는 다음 단계를 명확히 제시한다. 채용 플랫폼에서 조직 문화 관리 플랫폼으로의 진화다.
“채용은 끝이 아니라 시작입니다. 누구를 뽑을지를 넘어 ‘어떻게 함께 일할지’를 알려주는 것이 다음 목표입니다.”
테오는 신규 입사자의 성향에 맞춰 리더가 어떻게 피드백을 줘야 하는지, 팀과 어떻게 융화될 수 있는지 온보딩 가이드를 제공하는 단계로 나아가고 있다.
“링크드인이 ‘이력서’라면, 스펙터는 ‘평판’이죠. 글로벌 HR 공룡들은 스펙을 보여주는 데 집중하지만, 소프트 스킬과 평판을 정량화한 데이터는 스펙터가 유일합니다. 스펙 검증을 넘어 ‘신뢰 검증’의 글로벌 스탠다드가 되는 것이 목표입니다.”
글로벌 진출도 타진 중이다. 베트남 등 동남아 시장이 첫 번째 목표다.
마지막 질문을 던졌다. 물리학도가 HR 테크를 이끄는 방식은 무엇인가.
“물리학이 세상의 복잡함을 심플한 법칙으로 설명하듯, 복잡한 인간관계를 데이터로 규명하고 싶었어요. 기술로 사람을 가장 깊이 이해하는 기업, 그것이 ‘스펙터’이죠.”
첫 창업 실패 후 300명의 이직을 지켜봤던 청년 사업가는, 기업 수천곳의 채용 시스템을 뒤바꾸는 기술 리더가 됐다. 그러나 질문은 변하지 않았다. 사람의 본질을 어떻게 알 것인가.
포장된 이력서 너머, 평판이 말하기 시작했다. 그 데이터의 중심에 한 물리학도가 서 있다.
"At the Center of the Recruitment Market: How Reputation Has Changed," said Yoon Kyung-wook, CEO of Spector.
Recruiting was a gamble. Resumes were polished, interviews were staged. Companies were seduced by "smooth talkers" and missed out on "talented workers." The annual cost of failed hiring was 300 trillion won. Unmeasured, it was neglected and repeated. But now, companies are reading a candidate's "long history." The data-driven AI recruiting solution, TEO, boasts a 93.7% prediction accuracy rate. Recruiting is shifting from guesswork to verification. At the center of this shift is Spector CEO Yoon Kyung-wook.
The question posed by failure
CEO Yoon Kyung-wook's first venture ended in failure, even leading to personal bankruptcy. However, it was a different experience that shook him. He had to witness the departure of over 300 employees.
"I realized that you can't truly understand a person's true nature through 'packaged data' like interviews and resumes. Ultimately, it's the colleagues I've worked with who truly know me. That was the beginning of Specter."
After graduating from Korea University's Department of Physics, he worked as a consultant at Accenture. He also served on a cheerleading squad. His background was unique, but his direction remained consistent.
"Just as physics seeks to understand the principles of complex phenomena, I wanted to explore the essence of human nature in HR. I believed that was my calling: to elucidate complex human relationships through data."
Specter began as a reputation check service. Applicants' current and former colleagues, personally recommended by the applicant, wrote their reviews. This raised questions: wouldn't those recommended only offer positive feedback?
“The power of data lies in interpreting even ‘bias’ as ‘patterns.’”
Specter holds over 1.2 million reputation and interview data records. These are not anonymous gossip, but records verified through real-name verification. Even within positive comments, nuances like "passive attitude" and "difficulty in collaboration" are revealed. It has an "objectification filter" that even discerns the hidden intentions behind the text.
"What we've built is a dense 'talent verification database.' It's naturally updated based on job transition cycles, and industry- and job-specific variations are standardized as the vast data sets accumulate."
Theo, an AI that reads 'long history'
The core of the recruitment innovation he speaks of is one thing: looking not at "short delays," but at "long history." To answer this, Spector developed TEO, an AI recruitment solution. Existing AI interview solutions analyze facial expressions, voice tone, and eye contact—factors that can be trained. TEO is different. It comprehensively analyzes past performances in resumes and portfolios, reputation data from colleagues, and actual interview records.
"While existing AI screens out 'good talkers,' Theo identifies 'good workers.' It sees through the flowery rhetoric to discern the true work style and collaborative skills hidden behind the words."
The 93.7% prediction accuracy was verified by comparing Theo's predictions with actual data from high-performing individuals. Reputation checks and AI recruitment inevitably raise privacy concerns. He makes his principles clear.
"No unauthorized access is permitted. This is our ironclad rule."
All reputation checks on Specter are conducted with the applicant's prior consent. Rather than sharing a blacklist, the platform aims to enable applicants to leverage their reputation as an asset.
"It's a tool for 'proof,' not surveillance. It's setting a new standard for HR ethics."
Specter currently has approximately 5,800 clients, including major corporations like Samsung, Kia, and LG. Expanding its client base from startups to large corporations wasn't easy. He explains, "We offered speed to startups and security to large corporations." Initially, the company targeted startups in need of rapid hiring. Later, it expanded by meeting the rigorous security standards and fair processes demanded by large corporations. It also met institutional requirements, such as ISO certification. Specter provides its clients with a "Recruitment Failure Cost and Resource Calculator." Rather than simply providing software, it provides consulting services to identify cost leaks.
"The cost of failed hiring isn't a vague estimate. It's a proven loss, proven through sophisticated calculations. Specter isn't just a recruiting tool; it's a management solution that eliminates hidden costs."
Beyond Recruitment, to Organizational Culture
CEO Yoon Kyung-wook clearly outlines the next step: evolving from a recruitment platform to an organizational culture management platform.
"Recruiting is not an end, but a beginning. Our next goal is to go beyond who we hire and to inform how we'll work together."
Theo is moving forward with providing onboarding guides that guide leaders on how to give feedback tailored to new hires' personalities and how to integrate them into the team.
"If LinkedIn is your 'resume,' Spectre is your 'reputation.' While global HR giants focus on showcasing your credentials, Spectre is the only one that quantifies soft skills and reputation. Our goal is to become the global standard for 'trust verification,' going beyond just verifying credentials."
We are also exploring global expansion, with Southeast Asian markets, including Vietnam, as our first target.
I posed the final question: How can a physics student lead HR tech?
"Just as physics explains the complexity of the world with simple laws, I wanted to elucidate the complexities of human relationships with data. Spectre is the company that uses technology to understand people at their most profound level."
The young entrepreneur, who witnessed 300 people change jobs after his first failed startup, became a technology leader who transformed the hiring processes of thousands of companies. But the question remained the same: How can we truly understand the true nature of a person?
Beyond the packaged resume, reputation began to speak. At the center of that data stands a physics student.
「評判が変わった採用市場、その中心から」、ユン・ギョンウクスペクター代表
採用はギャンブルだった。履歴書は包装され、面接は演技だった。企業は「よく話す人」に酷く、「仕事上手な人」を逃した。採用失敗費用は年間300兆ウォン。測定されず放置され、繰り返した。しかし今、企業は志願者の「長い歴史」を読む。データ駆動型AI採用ソリューション「TEO」は予測精度が93.7％に達する。採用が推測から検証に転換している。その中心にスペクターのユン・ギョンウク代表がある。
失敗が投げた質問
ユン・ギョンウク代表の初創業は失敗で終わった。個人破産まで経験した。しかし彼を振ったのは別のシーンだった。 300人余りの職員が会社を去る過程を見守らなければならなかった。
「面接と履歴書という「包装されたデータ」だけで人の本質を知ることができないことに気づきました。私をよく知っているのは結局一緒に働いた仲間だという確信、それがスペクターの始まりでした。」
高麗大学物理学科を卒業し、アクセンチュアでコンサルタントとして働いた。応援団活動もした。履歴はユニークだったが、方向は一貫した。
「物理学が複雑な現象の原理を探すように、HRで人の本質を探したかったのです。複雑な人間関係をデータに究明すること。それが私がすることだと思いました。」
スペクターは評判調査サービスで始まった。志願者が直接推薦した元・現職の仲間が評判を作成する。疑問が続いた。推薦された人が良い言葉だけしないかということ。
「データの力は「偏向」さえ「パターン」で読み取ることにあります。」
スペクターが保有する評判・面接データは120万件以上だ。匿名コミュニティのゴシップではなく、実名認証を経た記録だ。肯定的な言葉の中でも「受動的な態度」や「コラボレーションの難しさ」のようなニュアンスが現れる。テキスト裏面に隠された意図まで把握する「客観化フィルタ」を備えた。
「私たちが積み重ねたのは、密度の高い「人材検証データベース」です。離職周期によって自然に最新化され、産業別・職務別のばらつきは膨大なパラメータがたまって標準化されています。」
テオ、「長い歴史」を読むAI
彼が言う採用革新の核心は一つだ。 「短い演技」ではなく「長い歴史」を見るのだ。その答えで、スペクターはAI採用ソリューション「TEO（TEO）」を開発した。既存のAIインタビューソリューションは、表情、声のトーン、視線処理を分析します。訓練で演出可能な要素だ。採用ソリューション テオは違う。履歴書とポートフォリオの過去の成果、同僚が作成した評判データ、実際の面接記録を総合分析する。
「既存のAIが「うまくいく人」をろ過したら、テオは「仕事上手な人」を見つけます。 華やかな言葉の後ろに隠された実際の業務スタイルとコラボレーション能力を貫いてみましょう。」
93.7％の予測精度は、テオの予測結果と実際の高性能菓子データを照合して検証した数値だ。評判調査とAI採用は必然的にプライバシー論争を伴う。彼は原則を明確にする。
「同意のない照会は不可能です。これが私たちの鉄則です。」
スペクターのすべての評判照会は、申請者の事前の同意のもとに行われます。ブラックリストの共有ではなく、志願者が自分の評判を資産として活用するプラットフォームを志向する。
「監視ではなく「証明」のツールです。HR倫理の新しい基準を立てています。」
現在、スペクターの顧客会社は5,800社余りだ。サムスンと起亜、LGなど大企業も含まれている。顧客群をスタートアップから大企業に拡張する過程は容易ではなかった。彼は「スタートアップにはスピードを、大企業には安全を提供した」と話す。初期には早い採用が急なスタートアップを攻略した。その後、大企業が要求する厳しいセキュリティ基準と公平性プロセスを満たし、拡張した。 ISO認証など制度的要件を整えていった。スペクターは顧客に「採用失敗コストとリソース計算機」を提供する。単なるソフトウェア供給ではなく、コンサルティングを通じてコストリークポイントを見つける。
「採用失敗費用は漠然とした見積もりではありません。洗練された算式で検証された確定損失です。
採用を超えて、組織文化へ
ユン・ギョンウク代表は次の段階を明確に提示する。採用プラットフォームから組織文化管理プラットフォームへの進化だ。
「採用は終わりではなく始まりです。誰を選ぶかを超えて、「どのように一緒に働くか」を知らせることが次の目標です。」
テオは、新規入社者の傾向に合わせてリーダーがどのようにフィードバックを与えるべきか、チームとどのように融和できるかをオンボーディングガイドを提供する段階に進んでいる。
「リンクドインが「履歴書」なら、スペクターは「評判」です。グローバルHR恐竜たちはスペックを見せることに集中しますが、ソフトスキルと評判を定量化したデータはスペクターが唯一です。スペック検証を超えて「信頼検証」のグローバルスタンダードになることが目標です」
グローバル進出も打診中だ。ベトナムなど東南アジア市場が最初の目標だ。
最後の質問を投げた。物理学度がHRテクを導く方法は何か。
「物理学が世界の複雑さをシンプルな法則で説明するように、複雑な人間関係をデータで究明したかったです。技術で人を最も深く理解する企業、それが「スペクター」です。」
初創業失敗後300人の離職を見守った青年実業家は、企業数千カ所の採用システムを変える技術リーダーになった。しかし質問は変わらなかった。人の本質をどのように知るか。
詰められた履歴書を越えて、評判が話し始めた。そのデータの中心にした物理学図が立っている。
Spector 首席执行官尹京旭表示：“招聘市场的核心：声誉发生了怎样的变化。”
招聘曾经是一场赌博。简历经过精心润色，面试也经过精心安排。企业往往被“能言善辩者”所迷惑，错失了“真正有才华的员工”。每年因招聘失败造成的损失高达300万亿韩元。由于缺乏统计，这种现象被忽视并不断重演。但如今，企业开始关注候选人的“过往经历”。数据驱动的人工智能招聘解决方案TEO的预测准确率高达93.7%。招聘正在从猜测转向验证。而这场变革的核心人物正是Spector公司的首席执行官尹京旭。
失败提出的问题
尹京旭CEO的第一次创业以失败告终，甚至导致他个人破产。然而，真正让他深受触动的是另一次经历：他不得不亲眼目睹300多名员工的离职。
“我意识到，你无法通过面试和简历这类‘包装好的数据’真正了解一个人的本性。归根结底，真正了解我的还是与我共事的同事。这就是Specter的由来。”
从韩国大学物理系毕业后，他曾在埃森哲担任咨询顾问。他还曾是啦啦队队员。他的背景虽然独特，但他的人生方向始终如一。
“正如物理学试图理解复杂现象的原理一样，我也想在人力资源领域探索人性的本质。我相信这就是我的使命：通过数据阐明复杂的人际关系。”
Specter 最初是一家声誉调查服务公司。申请人的现任和前任同事，由申请人亲自推荐，撰写评价。这引发了一个问题：被推荐的人难道只会给出正面评价吗？
“数据的力量在于能够将‘偏见’解读为‘模式’。”
Specter 拥有超过 120 万条声誉和访谈数据记录。这些并非匿名八卦，而是经过实名认证的可靠记录。即使在正面评价中，也能揭示出“态度被动”、“合作困难”等细微差别。它还配备了“客观化过滤器”，甚至可以识别文本背后的隐藏意图。
“我们构建的是一个内容丰富的‘人才验证数据库’。它会根据工作变动周期自然更新，随着庞大数据集的积累，行业和职位特定的差异也会被标准化。”
Theo，一个能够阅读“漫长历史”的人工智能
他所说的招聘创新核心在于一点：关注的不是“短暂的延迟”，而是“长期的历史”。为了实现这一点，斯佩克特开发了TEO，一款人工智能招聘解决方案。现有的人工智能面试解决方案分析面部表情、语调和眼神交流——这些因素都可以通过训练获得。TEO则不同。它全面分析简历和作品集中的过往表现、同事的评价以及实际面试记录。
“现有的人工智能会筛选掉‘能说会道的人’，而Theo则能识别出‘优秀的员工’。它能看穿华丽的辞藻，辨别隐藏在言辞背后的真实工作方式和协作技能。”
通过将Theo的预测结果与高绩效人士的实际数据进行比较，验证了其93.7%的预测准确率。信誉调查和人工智能招聘不可避免地会引发隐私方面的担忧。他明确阐述了自己的原则。
“任何未经授权的访问都不允许。这是我们的铁律。”
Specter平台上的所有信誉审核均需事先征得申请人的同意。该平台并非建立黑名单，而是旨在帮助申请人将自身信誉转化为优势。
“这是一种‘取证’工具，而不是监视工具。它为人力资源道德树立了新的标准。”
Specter目前拥有约5800家客户，其中包括三星、起亚和LG等大型企业。将客户群从初创公司扩展到大型企业并非易事。他解释说：“我们为初创公司提供速度，为大型企业提供安全保障。” 最初，公司瞄准的是需要快速招聘的初创公司。后来，通过满足大型企业严格的安全标准和公平流程要求，Specter的业务范围得以扩展。此外，公司还满足了ISO认证等机构要求。Specter为客户提供“招聘失败成本和资源计算器”。除了提供软件外，Specter还提供咨询服务，帮助客户发现成本漏洞。
“招聘失败的代价并非模糊的估计，而是经过精密计算证实的切实损失。Specter 不仅仅是一款招聘工具，更是一套能够消除隐性成本的管理解决方案。”
超越招聘，迈向组织文化
CEO尹京旭明确指出下一步：从招聘平台发展成为组织文化管理平台。
“招聘不是终点，而是起点。我们的下一个目标不仅是招聘对象，还要阐明我们将如何协同工作。”
Theo 正在推进提供入职指南，指导领导者如何根据新员工的个性给予反馈，以及如何将他们融入团队。
“如果说LinkedIn是你的‘简历’，那么Spectre就是你的‘声誉’。当全球人力资源巨头专注于展示你的资历时，Spectre是唯一一家能够量化软技能和声誉的公司。我们的目标是成为‘信任验证’的全球标准，而不仅仅局限于验证资历。”
我们也在探索全球扩张，东南亚市场（包括越南）是我们的第一个目标。
我提出了最后一个问题：物理系学生如何领导人力资源技术？
“正如物理学用简单的定律解释世界的复杂性一样，我也想用数据阐明人际关系的复杂性。Spectre 是一家利用技术从最深层次了解人性的公司。”
这位年轻的创业者，在第一次创业失败后亲眼目睹了300人跳槽，后来成为了一位科技领袖，彻底改变了数千家公司的招聘流程。但问题依然存在：我们如何才能真正了解一个人的本质？
除了精心包装的简历，声誉也开始说话。而这一切的核心人物，是一位物理系学生。
« Au cœur du marché du recrutement : l’évolution de la réputation », a déclaré Yoon Kyung-wook, PDG de Spector.
Le recrutement était un pari risqué. Les CV étaient soignés, les entretiens mis en scène. Les entreprises se laissaient séduire par les beaux parleurs et passaient à côté des véritables talents. Le coût annuel des échecs de recrutement s'élevait à 300 000 milliards de wons. Non mesuré, ce problème était négligé et se répétait. Mais aujourd'hui, les entreprises analysent le parcours professionnel des candidats. La solution de recrutement par IA basée sur les données, TEO, affiche un taux de précision de prédiction de 93,7 %. Le recrutement passe de la conjecture à la vérification. Au cœur de cette transformation se trouve Yoon Kyung-wook, PDG de Spector.
La question posée par l'échec
La première entreprise du PDG Yoon Kyung-wook s'est soldée par un échec, le conduisant même à la faillite personnelle. Cependant, c'est une autre expérience qui l'a profondément marqué : le départ de plus de 300 employés.
« J’ai réalisé qu’on ne peut pas vraiment comprendre la véritable nature d’une personne à travers des “données formatées” comme les entretiens et les CV. En fin de compte, ce sont mes collègues qui me connaissent vraiment. C’est ainsi qu’est né Specter. »
Après avoir obtenu son diplôme du département de physique de l'Université de Corée, il a travaillé comme consultant chez Accenture. Il a également fait partie d'une équipe de cheerleading. Son parcours était atypique, mais son cheminement est resté constant.
« De même que la physique cherche à comprendre les principes des phénomènes complexes, je souhaitais explorer l'essence de la nature humaine dans le domaine des RH. Je croyais que c'était ma vocation : élucider les relations humaines complexes à travers les données. »
Specter a débuté comme un service de vérification de réputation. Les collègues actuels et anciens des candidats, recommandés personnellement par ces derniers, rédigeaient leurs évaluations. Cela a soulevé des questions : les personnes recommandées ne donneraient-elles pas uniquement des avis positifs ?
« Le pouvoir des données réside dans l’interprétation même des “biais” comme des “modèles”. »
Specter détient plus de 1,2 million d'enregistrements de données de réputation et d'entretiens. Il ne s'agit pas de rumeurs anonymes, mais d'enregistrements vérifiés par identification. Même dans les commentaires positifs, des nuances telles que « attitude passive » et « difficultés de collaboration » sont révélées. Le système dispose d'un « filtre d'objectification » qui discerne même les intentions cachées derrière le texte.
« Ce que nous avons construit, c'est une base de données dense de vérification des talents. Elle est mise à jour naturellement en fonction des cycles de changement d'emploi, et les variations sectorielles et spécifiques à l'emploi sont standardisées à mesure que les vastes ensembles de données s'accumulent. »
Théo, une IA qui lit « l'histoire longue »
L'innovation en matière de recrutement dont il parle repose essentiellement sur un principe : considérer non pas les « délai à court terme », mais l'« historique à long terme ». Pour répondre à cette exigence, Spector a développé TEO, une solution de recrutement basée sur l'IA. Les solutions d'entretien par IA existantes analysent les expressions faciales, le ton de la voix et le contact visuel – des facteurs qui peuvent être paramétrés. TEO se distingue par son analyse exhaustive des performances passées, des CV et des portfolios, des données de réputation issues des échanges avec les collègues et des comptes rendus d'entretiens.
« Alors que les IA existantes éliminent les « bons orateurs », Theo identifie les « bons travailleurs ». Il voit au-delà des belles paroles pour discerner le véritable style de travail et les compétences collaboratives qui se cachent derrière les mots. »
La précision des prédictions (93,7 %) a été vérifiée en comparant les prédictions de Théo avec des données réelles provenant d'individus très performants. Les vérifications de réputation et le recrutement par IA soulèvent inévitablement des questions de confidentialité. Il expose clairement ses principes.
« Aucun accès non autorisé n'est permis. C'est notre règle absolue. »
Toutes les vérifications de réputation effectuées sur Specter le sont avec le consentement préalable du candidat. Plutôt que de diffuser une liste noire, la plateforme vise à permettre aux candidats de valoriser leur réputation.
« C’est un outil de preuve, pas de surveillance. Il établit une nouvelle norme en matière d’éthique des ressources humaines. »
Specter compte actuellement environ 5 800 clients, parmi lesquels de grandes entreprises comme Samsung, Kia et LG. Étendre sa clientèle des startups aux grandes entreprises n'a pas été chose facile. « Nous offrions la rapidité aux startups et la sécurité aux grandes entreprises », explique-t-il. Initialement, la société ciblait les startups ayant besoin de recruter rapidement. Par la suite, elle s'est développée en répondant aux normes de sécurité rigoureuses et aux processus équitables exigés par les grandes entreprises. Elle a également satisfait aux exigences institutionnelles, telles que la certification ISO. Specter met à la disposition de ses clients un « calculateur des coûts et des ressources liés aux échecs de recrutement ». Plutôt que de se contenter de fournir un logiciel, elle propose des services de conseil pour identifier les sources de coûts inutiles.
« Le coût d'un recrutement raté n'est pas une estimation vague. C'est une perte avérée, prouvée par des calculs sophistiqués. Specter n'est pas seulement un outil de recrutement ; c'est une solution de gestion qui élimine les coûts cachés. »
Au-delà du recrutement, vers la culture organisationnelle
Le PDG Yoon Kyung-wook expose clairement la prochaine étape : passer d’une plateforme de recrutement à une plateforme de gestion de la culture organisationnelle.
« Le recrutement n'est pas une fin, mais un début. Notre prochain objectif est d'aller au-delà du simple fait d'embaucher des personnes et de définir comment nous allons travailler ensemble. »
Theo poursuit son travail en fournissant des guides d'intégration destinés aux responsables, afin qu'ils puissent donner un retour d'information adapté à la personnalité des nouvelles recrues et les intégrer à l'équipe.
« Si LinkedIn est votre CV, Spectre est votre réputation. Alors que les géants mondiaux des RH s'attachent à mettre en valeur vos qualifications, Spectre est le seul à quantifier les compétences relationnelles et la réputation. Notre objectif est de devenir la référence mondiale en matière de vérification de la confiance, en allant bien au-delà de la simple vérification des diplômes. »
Nous explorons également les possibilités d'expansion mondiale, en ciblant en premier lieu les marchés d'Asie du Sud-Est, notamment le Vietnam.
J'ai posé la question finale : comment un étudiant en physique peut-il diriger une entreprise de technologies RH ?
« De même que la physique explique la complexité du monde par des lois simples, je souhaitais élucider la complexité des relations humaines à travers les données. Spectre est l'entreprise qui utilise la technologie pour comprendre les gens à leur niveau le plus profond. »
Le jeune entrepreneur, qui avait vu 300 personnes changer d'emploi après l'échec de sa première start-up, est devenu un leader technologique qui a transformé les processus de recrutement de milliers d'entreprises. Mais la question demeurait la même : comment comprendre véritablement la nature d'un individu ?
Au-delà du CV, la réputation a commencé à parler. Au cœur de ces données se trouve un étudiant en physique.
You must be logged in to post a comment.