एटफोल्ड एआई एक अग्रणी उद्यम-स्तरीय है जो 1 बिलियन से अधिक कैरियर प्रोफाइल का विश्लेषण करने के लिए गहन शिक्षण और एजेंट एआई का उपयोग करता है, जो उद्यमों को भर्ती, प्रतिभा विकास, कौशल मानचित्रण, आंतरिक गतिशीलता और कार्यबल योजना के लिए पूर्ण-लिंक बुद्धिमान समाधान प्रदान करता है। फॉस्वे द्वारा एक रणनीतिक नेता के रूप में रैंक किया गया, जो कई फॉर्च्यून 500 कंपनियों को सेवा प्रदान करता है।

Eightfold AI का गहन विश्लेषण

मुख्य पैरामीटर और आँकड़े

पैरामीटर आइटम	सार्वजनिक सूचना
उत्पाद स्थिति	एंटरप्राइज-स्तरीय एआई टैलेंट इंटेलिजेंस प्लेटफॉर्म (टैलेंट इंटेलिजेंस प्लेटफॉर्म)
कोर टेक्नोलॉजी	डीप लर्निंग + एजेंटिक एआई + स्किल मैप इंजन
डेटा फाउंडेशन	1 अरब से अधिक वैश्विक पेशेवर प्रोफाइल
डिलिवरी फॉर्म	SaaS प्लेटफ़ॉर्म/एपीआई एकीकरण/निजी परिनियोजन
ग्राहकों की सेवा करना	फॉर्च्यून 500 एंटरप्राइज़ ग्राहक
नवीनतम प्रमाणीकरण	फॉसवे 9-ग्रिड™ स्ट्रैटेजिक लीडर (लगातार 4 वर्ष)
मुख्यालय	सांता क्लारा, कैलिफ़ोर्निया, यूएसए
स्थापित	2016
कुल वित्तपोषण	400 मिलियन अमेरिकी डॉलर से अधिक

एटफोल्ड एआई की मुख्य संपत्ति इसका कौशल ग्राफ इंजन है जो गहन शिक्षण पर बनाया गया है। पारंपरिक एटीएस (एप्लिकेशन ट्रैकिंग सिस्टम) के विपरीत, यह कीवर्ड मिलान पर निर्भर नहीं करता है, बल्कि "कौशल समानता" और "कैरियर प्रक्षेपवक्र भविष्यवाणी" के माध्यम से उम्मीदवारों की छिपी क्षमता की पहचान करने के लिए 1 बिलियन से अधिक पेशेवर प्रोफाइल पर मॉडल को प्रशिक्षित करता है। इसका मतलब यह है कि कौशल और क्रॉस-इंडस्ट्री हस्तांतरणीय क्षमताएं जो बायोडाटा में स्पष्ट रूप से नहीं बताई गई हैं, उन्हें मॉडल द्वारा स्वचालित रूप से चिह्नित किया जा सकता है।

उपयोगकर्ता और बाज़ार की पहचान

• उद्यम-स्तरीय ग्राहक आधार: कई फॉर्च्यून 500 कंपनियों को कवर करता है, और ग्राहक प्रौद्योगिकी, वित्त और विनिर्माण जैसे बड़े संगठनों में केंद्रित हैं।
• विश्लेषक मान्यता: फॉसवे 9-ग्रिड™ को लगातार 4 वर्षों से रणनीतिक नेता के रूप में दर्जा दिया गया है। फॉसवे यूरोप की नंबर एक एचआर विश्लेषक एजेंसी है।
• पारिस्थितिकी सहयोग: 2026 में, हम Oracle के विशाल उद्यम उपयोगकर्ता आधार को कवर करते हुए Oracle भर्ती मॉड्यूल में AI साक्षात्कारकर्ता क्षमताओं का निर्माण करने के लिए Oracle के साथ एक गहन एकीकरण सहयोग तक पहुंचेंगे।
• उद्योग कवरेज: ग्राहक वित्तीय सेवाओं, चिकित्सा स्वास्थ्य, खुदरा, प्रौद्योगिकी और अन्य उद्योगों को कवर करते हैं। मध्यम और बड़े उद्यमों के लिए विशिष्ट परिदृश्य एंड-टू-एंड प्रतिभा प्रबंधन हैं।

लागत लाभ

सी-साइड/व्यक्तिगत: आठ गुना एआई व्यक्तिगत उपयोगकर्ताओं के लिए नहीं है, और कोई व्यक्तिगत मुफ्त संस्करण नहीं है।

एपीआई/डेवलपर: अज्ञात स्वतंत्र एपीआई मूल्य निर्धारण योजना। एंटरप्राइज़ ग्राहक प्लेटफ़ॉर्म सदस्यता के माध्यम से सभी एपीआई क्षमताओं (रेज़्यूमे विश्लेषण, कौशल मानचित्र क्वेरी, मिलान स्कोरिंग इत्यादि सहित) प्राप्त करते हैं, और भुगतान-ए-यू-गो बिलिंग स्वतंत्र डेवलपर्स के लिए उपलब्ध नहीं है।

उद्यम/निजी: मूल्य निर्धारण वार्षिक सदस्यता पर आधारित है, और बिक्री टीम के साथ विशिष्ट राशि की पुष्टि की जानी चाहिए। लागत घटकों में शामिल हैं: -बेसिक प्लेटफ़ॉर्म सदस्यता शुल्क (कर्मचारियों की संख्या या भर्ती मात्रा के आधार पर) -एआई साक्षात्कारकर्ता जैसे उन्नत मॉड्यूल के लिए अतिरिक्त शुल्क

• डेटा एकीकरण और कार्यान्वयन सेवाओं के लिए एकमुश्त शुल्क
• वैकल्पिक निजीकृत तैनाती (बुनियादी ढांचे की लागत शामिल है)

छिपी हुई लागत:

• डेटा माइग्रेशन लागत: पारंपरिक एटीएस/एचआरआईएस से एटफोल्ड में माइग्रेट करने के लिए ऐतिहासिक डेटा की सफाई और मैपिंग की आवश्यकता होती है, विशेष रूप से कौशल लेबल प्रणाली के पुनर्गठन की।
• संगठनात्मक परिवर्तन लागत: एआई साक्षात्कारकर्ता और स्वचालित स्क्रीनिंग मौजूदा भर्ती प्रक्रियाओं को प्रभावित करेगी, और टीमों को नए वर्कफ़्लो को अनुकूलित करने की आवश्यकता होगी।
• एकीकरण जटिलता: मौजूदा एचआर प्रौद्योगिकी स्टैक (कार्यदिवस, एसएपी सक्सेसफैक्टर्स, ओरेकल एचसीएम, आदि) के साथ गहन एकीकरण के लिए कस्टम विकास की आवश्यकता हो सकती है।

मुख्य कार्य

• टैलेंट इंटेलिजेंस (टैलेंट इंटेलिजेंस इंजन): गहन शिक्षा के आधार पर, यह कर्मचारियों और उम्मीदवारों के कौशल, अनुभव और कैरियर प्रक्षेपवक्र का विश्लेषण करता है, स्वचालित रूप से कौशल मानचित्र तैयार करता है, और सर्वोत्तम नौकरी मिलान की सिफारिश करता है। मुख्य मूल्य पारंपरिक कीवर्ड रेज़्युमे स्क्रीनिंग से छूट गए "असामान्य" उम्मीदवारों की खोज में निहित है, जैसे कि आसन्न उद्योगों से आने वाली संभावित प्रतिभाएँ।
• एआई साक्षात्कारकर्ता: 2026 में लॉन्च किया गया एजेंट एआई उत्पाद उम्मीदवारों या उम्मीदवारों के बैचों पर मानकीकृत साक्षात्कार मूल्यांकन कर सकता है, और प्रत्येक उम्मीदवार का समान मानकों के साथ मूल्यांकन कर सकता है, जिसे "शून्य पूर्वाग्रह" के रूप में जाना जाता है। यह बड़े पैमाने पर स्कूल भर्ती, बैच प्रारंभिक स्क्रीनिंग और अन्य परिदृश्यों के लिए उपयुक्त है, जो एचआर टीम के साक्षात्कार कार्यभार को काफी कम करता है।
• प्रतिभा एजेंट: भर्ती प्रक्रिया के सभी नोड्स को कवर करने वाले स्वायत्त रूप से चलने वाले एआई एजेंटों की एक श्रृंखला - फिर से शुरू स्क्रीनिंग, उम्मीदवार संचार, साक्षात्कार व्यवस्था, फीडबैक संग्रह इत्यादि। प्रत्येक एजेंट स्वतंत्र रूप से चला सकता है और मैन्युअल हस्तक्षेप को कम करते हुए सहयोगात्मक रूप से एंड-टू-एंड कार्यों को पूरा कर सकता है।
• कौशल इंटेलिजेंस: संगठन के भीतर कौशल स्टॉक और अंतराल की स्वचालित रूप से पहचान करें और कौशल मांग में भविष्य के बदलावों की भविष्यवाणी करें। लिंक्डइन कौशल डेटा के विपरीत, एटफोल्ड उपयोगकर्ता के स्व-लेबल कौशल के बजाय वास्तविक कैरियर प्रक्षेपवक्र का विश्लेषण करता है, और डेटा बेस वास्तविक क्षमताओं के करीब है।
• कार्यबल योजना: प्रतिभा चित्रों और व्यावसायिक लक्ष्यों के आधार पर, विभिन्न संगठनात्मक योजनाओं के तहत प्रतिभा आपूर्ति और मांग के अंतर को कम करें, और "क्या होगा अगर विश्लेषण" परिदृश्यों का समर्थन करें (जैसे कि एक नई व्यवसाय लाइन खोलने के लिए आवश्यक प्रतिभा आवंटन योजना)।

सिनर्जी: एआई साक्षात्कारकर्ता द्वारा उत्पन्न साक्षात्कार मूल्यांकन डेटा स्वचालित रूप से उम्मीदवार कौशल पोर्ट्रेट को अपडेट करने के लिए स्किल इंटेलिजेंस में वापस लिखता है। साथ ही, टैलेंट एजेंट अद्यतन पोर्ट्रेट के आधार पर नौकरी मिलान रैंकिंग को फिर से समायोजित करते हैं - "साक्षात्कार -> कौशल अद्यतन -> मिलान अनुकूलन" की एक श्रृंखला बनाते हैं, जिससे विभिन्न प्रणालियों के बीच एचआर के मैन्युअल डेटा ट्रांसफर को कम किया जाता है।

मॉडल और संस्करण विकास

आठ गुना एआई के उत्पाद पुनरावृत्तियाँ तिमाहियों पर आधारित हैं और पारंपरिक अर्थों में "संस्करण संख्या" जारी नहीं करते हैं। इसके बजाय, वे कार्यात्मक मॉड्यूल के क्रमिक रिलीज के माध्यम से विकसित होते हैं।

2016-2020: बुनियादी मंच चरण

• कंपनी की स्थापना 2016 में पूर्व Google इंजीनियर आशुतोष गर्ग और वरुण कचोलिया ने की थी
• प्रारंभ में गहन शिक्षण पर आधारित बायोडाटा विश्लेषण और प्रतिभा मिलान इंजन पर ध्यान केंद्रित किया गया
• 2020 के आसपास कोर स्किल मैप मॉडल का प्रशिक्षण पूरा करें और 1 बिलियन से अधिक का पेशेवर प्रोफ़ाइल डेटा सेट बनाएं

2021-2024: प्लेटफार्म विस्तार चरण

• 2021-2022 में स्किल इंटेलिजेंस और वर्कफोर्स प्लानिंग मॉड्यूल लॉन्च करना, भर्ती से लेकर प्रतिभा प्रबंधन तक पूरे लिंक का विस्तार करना -2023-2024 में, एजेंट एआई में निवेश बढ़ाएं और एआई साक्षात्कारकर्ताओं और प्रतिभा एजेंटों का अनुसंधान और विकास शुरू करें।
• लगातार 4 वर्षों तक फ़ॉसवे 9-ग्रिड रणनीतिक लीडर प्रमाणन प्राप्त किया

2025-2026: एजेंटिक एआई चरण

• एआई-संचालित भर्ती स्वायत्तता प्राप्त करने के लिए 2025 में आधिकारिक तौर पर टैलेंट एजेंट्स उत्पाद लाइन लॉन्च करें
• एआई इंटरव्यूअर 2026 में जारी किया जाएगा और ओरेकल रिक्रूटिंग के साथ गहराई से एकीकृत किया जाएगा
• 2026-क्यू2 संस्करण: एआई एजेंट और मानव एचआर के बीच सहयोग पर जोर देते हुए "अनंत कार्यबल" अवधारणा का शुभारंभ

तकनीकी लाभ

कारण श्रृंखला: गहन शिक्षण कौशल एम्बेडिंग -> क्रॉस-इंडस्ट्री माइग्रेशन क्षमता पहचान -> उम्मीदवार पूल 3-5 गुना विस्तारित

एटफोल्ड की मुख्य तकनीकी बाधा इसके कौशल ग्राफ मॉडल की प्रशिक्षण पद्धति में निहित है। पारंपरिक एटीएस "कीवर्ड समावेशन" तर्क पर निर्भर करता है - केवल अगर "पायथन" को बायोडाटा में शामिल किया जाता है तो इसे पायथन को जानने के रूप में चिह्नित किया जा सकता है। आठ गुना एक ही वेक्टर स्पेस में पदों, कौशल, उद्योगों और शैक्षिक पृष्ठभूमि को मैप करने के लिए गहरे तंत्रिका नेटवर्क का उपयोग करता है, और वेक्टर दूरी के माध्यम से कौशल समानता को मापता है। इसका मतलब यह है कि "डेटा विश्लेषण" में लगे एक उम्मीदवार, भले ही बायोडाटा में "मशीन लर्निंग" नहीं लिखा हो, फिर भी मॉडल द्वारा "मशीन लर्निंग क्षमता वाले" के रूप में चिह्नित किया जा सकता है क्योंकि कैरियर प्रक्षेपवक्र में संबंधित कौशल सेट शामिल हैं।

कारण श्रृंखला: एजेंट एआई ऑर्केस्ट्रेशन -> मल्टी-एजेंट सहयोग -> एंड-टू-एंड भर्ती स्वचालन

एआई साक्षात्कारकर्ता और प्रतिभा एजेंट बड़े मॉडल (एलएलएम) द्वारा संचालित होते हैं, लेकिन केवल एक बार एलएलएम को कॉल करने से महत्वपूर्ण पथ पूरा नहीं होता है। आर्किटेक्चर मल्टी-एजेंट ऑर्केस्ट्रेशन को अपनाता है: एक एजेंट बायोडाटा को पार्स करने और साक्षात्कार प्रश्न तैयार करने के लिए जिम्मेदार है, दूसरा एजेंट साक्षात्कार आयोजित करने और उत्तर रिकॉर्ड करने के लिए जिम्मेदार है, और तीसरा एजेंट साक्षात्कार प्रदर्शन का मूल्यांकन करने और रिपोर्ट तैयार करने के लिए जिम्मेदार है। एजेंट सभी संदर्भों को एक ही प्रॉम्प्ट में भरने के बजाय एजेंटों के बीच संरचित मध्यवर्ती परिणाम पास करते हैं। यह डिज़ाइन विफलता के एकल बिंदुओं को कम करता है - जब एक एजेंट विफल हो जाता है, तो अन्य एजेंट पूरी प्रक्रिया को बाधित करने के बजाय, कार्य का कुछ हिस्सा पूरा कर सकते हैं।

इंजीनियरिंग नुकसान गाइड (उद्यम आईटी मूल्यांकन के लिए लागू):

1. कौशल मानचित्र की कोल्ड स्टार्ट समस्या: जब नई तैनाती की जाती है, यदि पर्याप्त ऐतिहासिक प्रतिभा डेटा नहीं है, तो कौशल मानचित्र की अनुशंसा सटीकता कम होगी। मॉडल को कम से कम 100,000 स्तर की नौकरी/रेज़्यूमे डेटा पर पहले से गरम करने, या ट्रांसफर लर्निंग के लिए एटफोल्ड द्वारा प्रदान किए गए उद्योग पूर्व-प्रशिक्षण मॉडल का उपयोग करने की अनुशंसा की जाती है।
2. बहुभाषी कौशल पहचान में असंतुलन: अंग्रेजी कॉर्पस में सबसे पूर्ण कौशल कवरेज है, और चीनी/जापानी/फ़्रेंच जैसे गैर-अंग्रेजी कौशल लेबल की सटीकता कम हो सकती है। मूल्यांकन करते समय, आपको केवल अंग्रेजी प्रदर्शन देखने के बजाय वास्तविक व्यावसायिक भाषा में ए/बी परीक्षण करने की आवश्यकता है।
3. एजेंट ऑर्केस्ट्रेशन के लिए टोकन खपत: मल्टी-एजेंट सहयोग के प्रत्येक साक्षात्कार मूल्यांकन से बड़ी संख्या में एलएलएम कॉल उत्पन्न होंगे। तैनाती का निजीकरण करते समय उद्यमों को पर्याप्त अनुमान कंप्यूटिंग संसाधनों को आरक्षित करना होगा, अन्यथा चरम साक्षात्कार अवधि के दौरान प्रतिक्रिया में देरी हो सकती है।

कैसे उपयोग करें

• वेब क्लाइंट: आप आधिकारिक वेबसाइट पर जाकर और खाता पंजीकृत करके इसका उपयोग कर सकते हैं। अधिकांश फ़ंक्शनों को इंस्टॉलेशन की आवश्यकता नहीं होती है.
• एपीआई एक्सेस: रेस्टफुल एपीआई प्रदान करता है, डेवलपर्स एपीआई कुंजी प्राप्त कर सकते हैं और इसे अपने स्वयं के अनुप्रयोगों में एकीकृत कर सकते हैं।

उत्पाद का मूल्य निर्धारण

मूल्य निर्धारण मॉडल आधिकारिक वास्तविक समय पृष्ठ के अधीन है। आम तौर पर एक फ्रीमियम या सदस्यता प्रणाली अपनाई जाती है, बुनियादी कार्यों का उपयोग मुफ्त में किया जा सकता है, और उन्नत कार्यों या उच्च-आवृत्ति उपयोग के लिए भुगतान की आवश्यकता होती है।

अनुप्रयोग परिदृश्य

• बड़े पैमाने पर स्कूल भर्ती प्रारंभिक स्क्रीनिंग: कंपनियां हर साल हजारों स्कूल भर्ती प्रक्रिया शुरू करती हैं, और एआई साक्षात्कारकर्ता स्वचालित रूप से साक्षात्कार मूल्यांकन के पहले दौर को पूरा कर सकता है और प्रत्येक उम्मीदवार का समान मानकों के साथ मूल्यांकन कर सकता है। एचआर टीम को केवल एआई द्वारा चिह्नित उच्च क्षमता वाले उम्मीदवारों पर ध्यान केंद्रित करने की जरूरत है, जिससे प्रारंभिक स्क्रीनिंग का समय हफ्तों से घटकर दिनों में कम हो जाए।
• आंतरिक प्रतिभा गतिशीलता और उत्तराधिकार योजना: हजारों कर्मचारियों वाले बड़े संगठनों में, प्रबंधकों के लिए विभिन्न विभागों में छिपी प्रतिभाओं को समझना मुश्किल होता है। स्किल इंटेलिजेंस स्वचालित रूप से कर्मचारियों के छिपे हुए कौशल और पदोन्नति क्षमता की पहचान करता है, आंतरिक रोटेशन के अवसरों की सिफारिश करता है, और प्रमुख पदों के लिए बाहरी भर्ती लागत को कम करता है।
• कौशल अंतर विश्लेषण और संगठनात्मक योजना: जब कोई कंपनी नए व्यावसायिक क्षेत्रों (जैसे एआई + चिकित्सा देखभाल) में प्रवेश करने की योजना बनाती है, तो कार्यबल योजना मॉड्यूल मौजूदा टीम के कौशल स्टॉक और लक्ष्य कौशल आवश्यकताओं की तुलना कर सकता है, भर्ती/प्रशिक्षण/आउटसोर्सिंग के लिए विशिष्ट योजनाएं तैयार कर सकता है और प्रबंधन के लिए डेटा सहायता प्रदान कर सकता है।
• सीमा पार से भर्ती और विविधता: एआई साक्षात्कारकर्ता की भाषा और उच्चारण अनुकूलन क्षमताओं का उपयोग बहुराष्ट्रीय टीमों के मानकीकृत साक्षात्कार के लिए किया जा सकता है, जिससे साक्षात्कारकर्ता के व्यक्तिपरक पूर्वाग्रह को कम किया जा सकता है। यह प्रणाली निष्पक्षता (शून्य पूर्वाग्रह) पर जोर देने के साथ डिज़ाइन की गई है और यह उन कंपनियों के लिए उपयुक्त है जिनकी DEI (विविधता, इक्विटी और समावेशन) के लिए सख्त आवश्यकताएं हैं।

लागू लोग

• कॉर्पोरेट एचआर टीम (भर्ती, प्रतिभा विकास एचआरबीपी): सबसे प्रत्यक्ष लाभार्थी, एआई साक्षात्कारकर्ता प्रारंभिक स्क्रीनिंग कार्यभार को 40-60% तक कम कर सकता है। स्किल्स इंटेलिजेंस प्रतिभा सूची के लिए वस्तुनिष्ठ डेटा प्रदान करता है, जो "प्रतिभा ग्रिड" की जगह लेता है जो अतीत में प्रबंधकों के व्यक्तिपरक निर्णय पर निर्भर था।
• सीएचआरओ/एचआरवीपी (मुख्य मानव संसाधन अधिकारी): कार्यबल योजना मॉड्यूल द्वारा कार्यबल डेटा आउटपुट का उपयोग बोर्ड रिपोर्टिंग और संगठनात्मक निर्णय लेने के लिए किया जा सकता है, जो एक्सेल हाथ गणना पर निर्भर जनशक्ति नियोजन विधियों की जगह लेता है।
• आईटी/एचआरआईएस टीम: एटफोल्ड और मौजूदा सिस्टम के बीच डेटा कनेक्शन और रखरखाव के लिए जिम्मेदार। कुछ एपीआई एकीकरण क्षमताओं की आवश्यकता है; समर्पित एचआरआईएस टीम के बिना छोटे और मध्यम आकार के उद्यमों के लिए उपयुक्त नहीं है - तैनाती और रखरखाव की लागत इसके लाभों से अधिक हो सकती है।
• **लोगों के लिए उपयुक्त नहीं:
  • लघु और सूक्ष्म उद्यम (<200 लोग): प्लेटफ़ॉर्म फ़ंक्शंस मध्यम और बड़े संगठनों के लिए डिज़ाइन किए गए हैं, और सदस्यता सीमा अधिक है। छोटे उद्यम एकल-फ़ंक्शन भर्ती उपकरण (जैसे लीवर, ग्रीनहाउस) के लिए अधिक उपयुक्त हैं।
  • एआई साक्षात्कारों की कम स्वीकृति वाले उद्योग: कुछ देशों/क्षेत्रों में एआई साक्षात्कारों (जैसे इलिनोइस एआई साक्षात्कार कानून) पर नियामक प्रतिबंध हैं, और एआई साक्षात्कारकर्ता को तैनात करने से पहले अनुपालन की पुष्टि की जानी चाहिए।

सारांश और आउटलुक

आठ गुना एआई की मुख्य प्रतिस्पर्धात्मकता इसके गहन शिक्षण कौशल मानचित्र और एजेंट एआई क्षमताओं में निहित है - यह एक साधारण "एआई रेज़्यूमे स्क्रीनर" नहीं है, बल्कि भर्ती, विकास और योजना के पूरे लिंक को कवर करने वाला एक बुद्धिमान मंच है। Oracle के साथ गहन एकीकरण से इसकी उद्यम पहुंच क्षमताओं का और विस्तार होता है। वर्तमान सीमाओं में शामिल हैं: गैर-अंग्रेजी कौशल की सटीकता में अभी भी अंतर हैं; मूल्य निर्धारण अपारदर्शी है, जिससे छोटे और मध्यम आकार के उद्यमों के लिए आरओआई का मूल्यांकन करना मुश्किल हो जाता है; एआई साक्षात्कारकर्ताओं को कानूनी अनुपालन के मामले में अभी भी क्षेत्रीय नियामक जोखिमों का सामना करना पड़ता है।

खरीद/गोद लेने का जोखिम मूल्यांकन: यह अनुशंसा की जाती है कि बड़े उद्यम 3-6 महीनों के लिए 1-2 व्यावसायिक इकाइयों का संचालन करें, एआई हस्तक्षेप के बाद समय में कमी की दर और उम्मीदवार की गुणवत्ता में बदलाव (जैसे साक्षात्कार रूपांतरण दर, रोजगार दर) की तुलना करने के लिए ऐतिहासिक भर्ती चक्र डेटा का उपयोग करें, और फिर तय करें कि इसे पूरी तरह से बढ़ावा देना है या नहीं। अनुबंध में, डेटा स्वामित्व खंड (साक्षात्कार रिकॉर्डिंग/मूल्यांकन परिणामों का श्रेय), मॉडल फाइन-ट्यूनिंग के लिए बौद्धिक संपदा अधिकारों की परिभाषा, और एआई निर्णय लेने की व्याख्या आवश्यकताओं पर ध्यान केंद्रित करना आवश्यक है - खासकर जब भर्ती अनुपालन समीक्षा की बात आती है, क्या सिस्टम "एक निश्चित उम्मीदवार को क्यों खारिज कर दिया गया" के लिए एक पारदर्शी कारण आउटपुट कर सकता है।

संबंधित उपकरण: , google-workspace

एटफोल्ड एआई का उपयोग कैसे करें

प्रवेश	विवरण
वेब	एचआर प्रशासकों और नियुक्ति प्रबंधकों के लिए आठफोल्ड.एआई के माध्यम से लॉग इन करें
एपीआई एकीकरण	ATS, HRIS और OA सिस्टम के साथ डॉकिंग का समर्थन करने के लिए REST API प्रदान करें
ओरेकल एकीकरण	2026 से सीधे ओरेकल रिक्रूटिंग इंटरफ़ेस में एम्बेडेड
निजी तैनाती	बड़े उद्यमों के लिए, वीपीसी या स्थानीय डेटा सेंटर परिनियोजन का समर्थन करता है

विशिष्ट कार्यान्वयन पथ:

1. डेटा डॉकिंग: मौजूदा एटीएस/एचआरआईएस में स्थिति, उम्मीदवार और कर्मचारी डेटा को आठ गुना प्लेटफॉर्म में आयात करें
2. मॉडल प्रशिक्षण: कंपनी के अपने डेटा के आधार पर कौशल मानचित्र मॉडल को ठीक करें (लगभग 2-4 सप्ताह)
3. प्रक्रिया कॉन्फ़िगरेशन: एआई साक्षात्कारकर्ता के साक्षात्कार टेम्पलेट टैलेंट एजेंटों की अनुमोदन प्रक्रिया को कॉन्फ़िगर करें
4. पायलट लॉन्च: पायलट चलाने के लिए 1-2 व्यावसायिक इकाइयों (जैसे टीम की स्कूल भर्ती) का चयन करें, और ऐतिहासिक डेटा के विरुद्ध संकेतकों को सत्यापित करें
5. व्यापक पदोन्नति: पायलट मानक तक पहुंचने के बाद, इसे पूरे संगठन में विस्तारित किया जाएगा, और मिलान सटीकता और साक्षात्कार दक्षता की लगातार निगरानी की जाएगी।

संस्करण जानकारी

• आठ गुना टैलेंट इंटेलिजेंस प्लेटफ़ॉर्म 2026-Q2 ：नई एआई साक्षात्कारकर्ता उत्पाद श्रृंखला जोड़ी गई, ओरेकल रिक्रूटिंग को गहराई से एकीकृत किया गया, और एजेंटिक एआई क्षमताओं को उन्नत किया गया। （2026-06）
• आठ गुना टैलेंट इंटेलिजेंस प्लेटफ़ॉर्म 2025-Q4 ：टैलेंट एजेंट्स उत्पाद श्रृंखला लॉन्च की गई और एजेंटिक एआई साक्षात्कार मूल्यांकन फ़ंक्शन जोड़ा गया। अभी तक कोई आधिकारिक सटीक तारीख नहीं है। （2025-10）
• आठ गुना टैलेंट इंटेलिजेंस प्लेटफ़ॉर्म 2025-Q1 ：कौशल मानचित्र इंजन को अपग्रेड करें और एक नया कार्यबल नियोजन मॉड्यूल जोड़ें। अभी तक कोई आधिकारिक सटीक तारीख नहीं है। （2025-01）