Ethos 獲 a16z 投入 2275 萬美元，建立專家網絡並引入聲音入門功能

當公司尋找對專案的意見或建議時，他們通常會去 LinkedIn 或使用專家網絡，例如 GLG、Third Bridge 或 AlphaSights。但他們經常無法找到高品質的輸入，儘管他們進行了搜索。目前，這些網站會請專家根據其職稱填寫表格，然後用來與需要幫助的公司進行匹配。倫敦的 Ethos 認為 AI 可以改善這個經驗的兩方面。對專家而言，Ethos 提供以語音為主的註冊流程，可以提出更廣泛的問題，並取得更多關於他們在不同領域知識的數據，這些數據是他們職稱所無法涵蓋的。對公司而言，Ethos 可以更準確地匹配這些組織提出的自然語言查詢，這要歸功於 Ethos 所收集的更廣泛數據。Ethos 表示，其語音註冊與數據使其可以回答像「尋找曾在 A 等級投資者資助的創業公司工作過，並解決財務自動化問題的人」這類複雜的客戶問題。另一個例子是，這家創始公司提到，一家藥廠使用其平台時，可以搜尋專門研究某個領域的醫生，這些醫生也寫過相關論文或對藥物開發有深入了解。圖片來源：Ethos 今天，Ethos 宣佈獲得由 a16z 領導的 2275 萬美元 A 輪融資，參與投資的還有 General Catalyst、XTX Markets、Evantic Capital 和 Common Magic。a16z 的 Anish Acharya 認為，像 LinkedIn 和 GLG 這樣的傳統平台只能顯示出淺層的職稱訊號。他認為 Ethos 透過精心設計的問題進行語音採訪，可以捕捉到不同的亞專門領域。“我認為語音是人類溝通的原始形式。大多數人，你懂的，大多數人不知道如何簡潔、有說服力且準確地寫下他們的故事。語音對 Ethos 來說是一個重要的突破，” Acharya 在電話採訪 TechCrunch 時表示。Ethos 如何擴展其網絡 Ethos 由 James Lo 和 Daniel Mankowitz 於 2024 年創立。Lo 曾在麥肯錫工作，後在軟銀工作，參與 WeWork 和 Arm 等公司的轉型。Mankowitz 曾在 DeepMind 擔任 AI 研究員，參與 YouTube 的視頻壓縮算法、Gemini 和 AlphaDev 排序算法的開發。James Lo 和 Daniel Mankowitz 圖片來源：Ethos AI by ivan weiss 兩位創始人都從不同的角度來對待建立專家網絡的問題。Lo 始終想要為人們提供正確的經濟與就業機會。Mankowitz 則認為經濟是一個人、公司與產品的知識圖譜，透過正確的演算法，可以將這些實體進行匹配。“傳統的專家平台幾乎完全依賴職稱與職務描述的組合。我們觀察到的是，大多數客戶與雇主並不是在尋找一個以職稱為基礎的公司，他們尋找的是特定技能與特定能力。我們也觀察到，隨著時間的推移，尋找技能與能力將會逐漸融合於人類經濟與代理經濟之間，” Lo 表示。除了專家提供的數據，Ethos 還會查看其他公開來源，例如部落格與學術論文，以及社交連結，來匹配公司與正確的人選。公司也會透過自己的平台進行語音代理採訪，並提取見解。像 Listen Labs 和 Outset 這樣的創始公司已經提供讓公司使用對話式 AI 進行採訪的方式，這在這個領域中已形成一些競爭。但 Ethos 認為其專家網絡比競爭對手更適合某些客戶。Ethos 沒有公開其客戶名單，但表示頂級對沖基金、私人股權公司、領先的基礎 AI 實驗室以及企業諮詢公司已經在使用其產品。公司表示，從企業收取每個專案費用為 30% 或更多，這取決於專案的性質。公司指出，他們預計將達到「數字過八位數的年營收」，但沒有提供具體數字。圖片來源：Ethos 他們也沒有說明平台上有多少專家，但表示約有 35,000 人每個星期加入平台。（Ethos 會發送邀請給他們認為可以受益的人。）這家創始公司面臨的挑戰之一是擴展一個與其客戶相關的專家用戶群體。公司表示，AI 實驗室投入資金來圖譜人類人才已幫助其業務發展。“我們的觀點是，AI 實驗室正在將巨大的資金槍口對準世界上每個經濟上有價值的職業。他們試圖繪製出每一個職業。這對我們來說是一個非常好的風向，” Lo 表示。他指出，這些實驗室正在建立法律、醫療、金融和管理等領域的專業服務，因此他們會想要這些網絡中各種類型的專家，來建立他們的模型並獲得對他們產品與策略的反饋。公司目前有八名員工，目標是保持團隊規模緊湊同時進行擴張。