招聘人员有偏见。来自西北大学、哈佛大学和挪威社会研究所的2017年元研究发现，在过去的25年里，招聘中对黑人候选人的偏见并没有改变，拉丁裔只出现了“适度”的下降。雇主歧视的不仅仅是种族和人种——根据哈佛大学和斯坦福大学的研究人员最近撰写的一篇论文，女性的收入比男性低78美分，进入自己领域的可能性更小。

凯特琳麦格雷戈说，解决办法是人工智能。她是安大略省滑铁卢市Plum.io的CEO和创始人，这是一个强调“原创人才”而非技能和知识的招聘平台。根据普拉姆的说法，招聘经理在0.2秒内根据申请人的姓名做出结论，在10秒内决定面试结果，这可能导致员工在18个月内失败或离职的可能性为46%。

Plum今天宣布了一项旨在简化候选人搜索的功能。Match Rings允许招聘经理快速并排比较申请者，而Talent Re-Discovery则允许人力资源部门搜索每一个已经申请公司工作的潜在员工。此外，新的协作功能使招聘经理和招聘人员更容易调整特定职位的角色要求。

在普拉姆的语境中，“天赋”指的是职业道德、团队合作、领导力和一致性——麦格雷戈自称生而为人，没有偏见。她在接受VentureBeat电话采访时表示：“我们正在建立一个一致的新数据集，以帮助公司雇佣质量更好的员工。“我们的系统发现，人们从来没有通过传统的招聘流程找到它。

与大多数招聘工具不同，Plum不会解析求职信或简历中的关键词和GPA。相反，它的机器学习算法使用了在内部心理学家帮助下建立的24万亿个数据点的数据库。

“当你观察(大多数)人工智能解决方案时，它们会从简历和社交媒体上获得现成的公开数据.看看过去的模式，”麦格雷戈说。她解释说，普拉姆衡量候选人的潜力——与他们申请的工作分开——并将他们与环境相匹配，使他们成为最佳版本。这就是设计的多样性。"

首先，招聘人员完成了一个六分钟的调查，帮助普拉姆确定具体角色的核心竞争力。然后，未来的员工在Plum中填写一份25分钟的问题解决和性格测试，对适应(适应工作场所变化的能力)、沟通(有效沟通想法)、拥抱多样性(理解他人意见)和创新(提出新颖的解决方案)等“天赋”进行加分。每一个天赋都会转化成“坚持歧义和改变”、“在压力下有效运作”等十几个描述符，它的子分数会对整体的梅花匹配分数有所贡献。

招聘人员可以在总结视图中看到根据自己的Plum Match分数进行排名的应聘者，以及“良好的说服能力”和“非凡的决策能力”等亮点——麦格雷戈的模式非常适合发展角色，有时甚至含糊其辞，要求很高。

“这有助于公司确保招聘未来的技能，”她说。

结果不言自明。We.org是一家总部位于加拿大多伦多的非营利组织。通过Plum的招聘工具，可以减少88%的面试次数。总部位于佛罗里达州的住宅建筑服务提供商WestBay分别下调了建筑部门新员工的离职率，经理们分别审核了43%和37%的简历。

麦格雷戈引用了内部验证研究，称普拉姆求职者信息中反映的候选人比简历准确4倍。

但是梅花的工具不仅对招聘有帮助。它们可以提供对公司文化的深入理解，并通过图表说明管理价值观(即“承诺”和“成就”)与当前员工的文化维度之间的差距。它甚至显示了执行团队如何与经理和个人贡献者进行比较，并指出可能需要改进的领域。

梅花按照客户一开始约定的数量收费。到目前为止，该公司已经筹集了190万美元。