惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

N
Netflix TechBlog - Medium
J
Java Code Geeks
爱范儿
爱范儿
雷峰网
雷峰网
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
博客园 - 三生石上(FineUI控件)
H
Hackread – Cybersecurity News, Data Breaches, AI and More
B
Blog RSS Feed
Google DeepMind News
Google DeepMind News
Jina AI
Jina AI
The GitHub Blog
The GitHub Blog
I
InfoQ
月光博客
月光博客
博客园 - 聂微东
博客园 - Franky
The Cloudflare Blog
阮一峰的网络日志
阮一峰的网络日志
博客园_首页
G
Google Developers Blog
Blog — PlanetScale
Blog — PlanetScale
L
LangChain Blog
罗磊的独立博客
Apple Machine Learning Research
Apple Machine Learning Research

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
这家AI语音招聘平台,想帮HR识人摒弃偏见
世界模型工场 · 2025-11-01 · via 人人都是产品经理

Mappa 作为聚焦公平评估的 AI 行为智能平台,精准切中了传统招聘中主观偏见导致的决策难题。其核心是通过语音模式识别技术解析求职者特质,推动评估从 “主观判断” 向 “精准匹配” 转型,且已展现出强劲的市场潜力与社会价值。

Mappa的愿景是,在各类场景中为人们提供更公平的评估方式。

即便招聘方已经审阅了求职者的简历、求职信,也完成了面试环节,但为某个岗位选出最合适的候选人,依旧是一个充满不确定性的过程。

招聘经理在做决策时,往往会依赖自身固有的认知偏见或直觉判断,这使得整个招聘流程远非一门精准的科学。

基于此,Sarah Lucena 创立了 Mappa:一款基于 AI 技术的行为智能平台,旨在减少招聘过程中的主观猜测成分。

Mappa 训练了一个 AI 模型,该模型能够识别与特定特质相关的语音模式,例如沟通风格、共情能力和自信心等。求职者只需回答 Mappa 的 AI 智能体提出的几个问题,之后平台就会向招聘经理推送一份候选人短名单,名单中的候选人所具备的特质都与目标岗位高度匹配。

Mappa 是 2025 年旧金山 TechCrunch Disrupt 大会创业大赛的 20 强入围企业之一。

Lucena 在接受媒体采访时表示:“Mappa 进入市场的目标,是真正深入地去理解人。我们并不会将人的特质简单地归为好或坏,而是认为这些特质只有匹配或不匹配之分。”

2023 年,Lucena 与两位联合创始人 Pablo Bérgolo、Daniel Moretti 共同创立了 Mappa。

目前,公司已完成一轮 340 万美元的种子轮融资,领投方是 Tim Draper 旗下的投资机构 Draper Associates。

在不到三年的时间里,这家初创企业实现了快速扩张:在美国市场已拥有超过 130 家客户,年化经常性收入突破 400 万美元。

Mappa 称,自身最大的优势之一在于数据。该公司专门构建了经过高度精选的数据集,这些数据集的唯一用途就是解读人类行为。

起初,Mappa 尝试通过分析求职者的视频材料和线上社交痕迹来评估其适配度;但后来发现,语音分析才是最有效的评估方式。

Lucena 表示,Mappa 平台已经帮助多家企业成功招聘到留存率更高的员工。通常情况下,企业员工的年流失率约为 30%,而通过 Mappa 招聘的员工,流失率仅为 2%。

Lucena 还提到,Mappa 的核心目标始终是帮助企业找到最优秀的人才,但这一目标往往能顺带推动招聘流程朝着更公平的方向发展。

截至目前,Mappa 已协助企业完成了超过 3000 次招聘,其中超过 60% 的受聘者是女性、LGBTQ + 群体或移民。Lucena 本人在巴西出生长大,她表示,能为这些群体创造更多机会,自己感到十分自豪。

未来,Lucena 表示 Mappa 计划从一家服务型公司转型为基础设施提供商。

目前,Mappa 的 API 已获得不少企业的青睐,这些企业希望将其行为分析技术应用到招聘之外的场景中。

例如,Tim Draper 本人会使用 Mappa 来评估拟投资的创业公司创始人;教育平台 Re-Skilling.ai 则借助该平台,帮助学生明确自身需要提升的技能领域。

Lucena 还设想,未来 Mappa 或许能用于帮助那些没有完善信贷记录的人群通过贷款审核。在她看来,Mappa 有望成为一种工具,在各类场景中为人们提供更公平的评估方式。(TC)

本文由人人都是产品经理作者【AI新智能】,微信公众号:【AIOrbit】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。