Ethos 已獲得 2,275 萬美元的 A 輪融資，旨在透過 AI 驅動的語音引導流程來顛覆傳統專家網絡，藉此捕捉比簡單職稱更深層的專業見解。
當公司在尋求專案的意見或建議時，通常會前往 LinkedIn 或使用 GLG、Third Bridge 或 Alphasights 等專家網絡。然而，儘管進行了搜尋，他們往往仍無法找到高品質的投入。
目前，這些網站要求專家根據其職稱填寫表格，然後再將其與需要幫助的公司進行媒合。
總部位於倫敦的 Ethos 認為，AI 可以改善這兩方面的體驗。對於專家，它提供語音驅動的引導流程（onboarding），以詢問更廣泛的問題，並獲取更多關於其在職稱未涵蓋的各個領域知識的數據。對於公司，由於 Ethos 收集了更廣泛的數據，它能更好地媒合這些機構為其專案提出的自然語言查詢。
Ethos 表示，其基於語音的引導和數據使其能夠回答複雜的客戶問題，例如：「幫我找曾在 A 級投資者資助的初創公司工作，並致力於解決財務自動化問題的人。」
該初創公司給出的另一個例子是，一家製藥公司如何利用其平台搜尋專攻特定領域、但同時也撰寫過相關論文或對藥物開發有深入了解的醫生。
今天，Ethos 宣布完成 2,275 萬美元的 A 輪融資，由 a16z 領投，General Catalyst、XTX Markets、Evantic Capital 和 Common Magic 參投。
a16z 的 Anish Acharya 認為，像 LinkedIn 和 GLG 這樣的傳統平台僅透過職稱顯示淺層信號。他相信 Ethos 透過其帶有精選問題的語音面試流程，捕捉到了不同的細分專業領域。
「我認為語音是人類溝通的原始形式。你知道，大多數人不知道如何以非常簡潔、引人入勝且準確的方式寫下自己的故事。語音對 Ethos 來說是一個巨大的突破，」Acharya 在電話中告訴 TechCrunch。
Ethos 由 James Lo 和 Daniel Mankowitz 於 2024 年創立。Lo 此前曾在麥肯錫（McKinsey）工作，後來加入軟銀（Softbank），負責 WeWork 和 Arm 等公司的轉型工作。Mankowitz 曾在 DeepMind 擔任 AI 研究員，參與過 YouTube 的影片壓縮算法、Gemini 以及 AlphaDev 排序算法。
兩位創始人從不同角度切入解決建立專家網絡的問題。Lo 一直希望致力於為人們提供正確的經濟和就業機會。Mankowitz 則認為經濟是由人、公司和產品組成的知識圖譜，利用正確的算法，可以將這些實體相互媒合。
「傳統的專家平台幾乎純粹專注於職稱和職位描述的混合。我們觀察到，大多數客戶和雇主尋找的不是職稱，而是特定的技能和特定的能力。我們還觀察到，隨著時間推移，對技能和能力的追求將逐漸融合人類經濟與代理（agent）經濟，」Lo 表示。
除了專家提供的數據外，Ethos 還會參考博客和學術論文等其他公開來源，以及社交連結，以將公司與合適的人選進行媒合。
該公司還透過自己的平台使用語音代理進行面試並提取見解。像 Listen Labs 和 Outset 這樣的初創公司已經為公司提供了使用對話式 AI 進行面試的方法，在這一領域提供了一些競爭。但 Ethos 認為，其專家網絡比競爭對手更適合某些特定客戶。
Ethos 未透露其客戶名單，但表示頂級對沖基金、私募股權公司、領先的基礎 AI 實驗室和企業諮詢公司已經在使用其產品。根據專案性質，它向企業收取 30% 或更多的單項專案費用。該公司指出，其年化收入正朝著「八位數」邁進，但未提供具體數字。
它也沒有說明平台上有多少專家，但表示每週大約有 35,000 人加入。（Ethos 會向他們認為可以從中受益的人發送邀請。）
這家初創公司面臨的一個挑戰是建立一個與其客戶相關的專家用戶群。該公司表示，AI 實驗室投入資金來繪製人類人才圖譜，這對其事業有所幫助。
「我們的觀點是，AI 實驗室正將巨大的資本槍口指向世界上每一種具有經濟價值的職業。他們正試圖繪製出每一種專業。因此，這對我們來說是一個巨大的順風，」Lo 說。
他指出，這些實驗室正在法律、健康、金融和管理領域建立專業服務，因此他們會希望這些網絡中有各類專家，以建立他們的模型並獲得有關其產品和策略的反饋。
該公司目前團隊共有八人，其目標是在擴大規模的同時保持團隊精簡。
相關文章
其他收藏 · 0
Ethos 已獲得 2,275 萬美元的 A 輪融資，旨在透過 AI 驅動的語音引導流程來顛覆傳統專家網絡，藉此捕捉比簡單職稱更深層的專業見解。
當公司在尋求專案的意見或建議時，通常會前往 LinkedIn 或使用 GLG、Third Bridge 或 Alphasights 等專家網絡。然而，儘管進行了搜尋，他們往往仍無法找到高品質的投入。
目前，這些網站要求專家根據其職稱填寫表格，然後再將其與需要幫助的公司進行媒合。
總部位於倫敦的 Ethos 認為，AI 可以改善這兩方面的體驗。對於專家，它提供語音驅動的引導流程（onboarding），以詢問更廣泛的問題，並獲取更多關於其在職稱未涵蓋的各個領域知識的數據。對於公司，由於 Ethos 收集了更廣泛的數據，它能更好地媒合這些機構為其專案提出的自然語言查詢。
Ethos 表示，其基於語音的引導和數據使其能夠回答複雜的客戶問題，例如：「幫我找曾在 A 級投資者資助的初創公司工作，並致力於解決財務自動化問題的人。」
該初創公司給出的另一個例子是，一家製藥公司如何利用其平台搜尋專攻特定領域、但同時也撰寫過相關論文或對藥物開發有深入了解的醫生。
今天，Ethos 宣布完成 2,275 萬美元的 A 輪融資，由 a16z 領投，General Catalyst、XTX Markets、Evantic Capital 和 Common Magic 參投。
a16z 的 Anish Acharya 認為，像 LinkedIn 和 GLG 這樣的傳統平台僅透過職稱顯示淺層信號。他相信 Ethos 透過其帶有精選問題的語音面試流程，捕捉到了不同的細分專業領域。
「我認為語音是人類溝通的原始形式。你知道，大多數人不知道如何以非常簡潔、引人入勝且準確的方式寫下自己的故事。語音對 Ethos 來說是一個巨大的突破，」Acharya 在電話中告訴 TechCrunch。
Ethos 由 James Lo 和 Daniel Mankowitz 於 2024 年創立。Lo 此前曾在麥肯錫（McKinsey）工作，後來加入軟銀（Softbank），負責 WeWork 和 Arm 等公司的轉型工作。Mankowitz 曾在 DeepMind 擔任 AI 研究員，參與過 YouTube 的影片壓縮算法、Gemini 以及 AlphaDev 排序算法。
兩位創始人從不同角度切入解決建立專家網絡的問題。Lo 一直希望致力於為人們提供正確的經濟和就業機會。Mankowitz 則認為經濟是由人、公司和產品組成的知識圖譜，利用正確的算法，可以將這些實體相互媒合。
「傳統的專家平台幾乎純粹專注於職稱和職位描述的混合。我們觀察到，大多數客戶和雇主尋找的不是職稱，而是特定的技能和特定的能力。我們還觀察到，隨著時間推移，對技能和能力的追求將逐漸融合人類經濟與代理（agent）經濟，」Lo 表示。
除了專家提供的數據外，Ethos 還會參考博客和學術論文等其他公開來源，以及社交連結，以將公司與合適的人選進行媒合。
該公司還透過自己的平台使用語音代理進行面試並提取見解。像 Listen Labs 和 Outset 這樣的初創公司已經為公司提供了使用對話式 AI 進行面試的方法，在這一領域提供了一些競爭。但 Ethos 認為，其專家網絡比競爭對手更適合某些特定客戶。
Ethos 未透露其客戶名單，但表示頂級對沖基金、私募股權公司、領先的基礎 AI 實驗室和企業諮詢公司已經在使用其產品。根據專案性質，它向企業收取 30% 或更多的單項專案費用。該公司指出，其年化收入正朝著「八位數」邁進，但未提供具體數字。
它也沒有說明平台上有多少專家，但表示每週大約有 35,000 人加入。（Ethos 會向他們認為可以從中受益的人發送邀請。）
這家初創公司面臨的一個挑戰是建立一個與其客戶相關的專家用戶群。該公司表示，AI 實驗室投入資金來繪製人類人才圖譜，這對其事業有所幫助。
「我們的觀點是，AI 實驗室正將巨大的資本槍口指向世界上每一種具有經濟價值的職業。他們正試圖繪製出每一種專業。因此，這對我們來說是一個巨大的順風，」Lo 說。
他指出，這些實驗室正在法律、健康、金融和管理領域建立專業服務，因此他們會希望這些網絡中有各類專家，以建立他們的模型並獲得有關其產品和策略的反饋。
該公司目前團隊共有八人，其目標是在擴大規模的同時保持團隊精簡。
相關文章
其他收藏 · 0
