企业在寻求项目建议时，常依赖 LinkedIn 或 GLG、AlphaSights 等专家网络，但往往难以获取高质量输入。传统平台通常要求专家按职位填写表格进行匹配，而总部位于伦敦的 Ethos 认为 AI 可从两方面优化这一体验：
对专家而言，提供基于语音的入职引导，提出更广泛问题并收集职位头衔未涵盖的知识数据；对企业而言，凭借更广泛的数据，Ethos 能更好地匹配自然语言查询。
Ethos 表示，其语音入职流程和数据支持回答复杂问题，例如：“寻找由 A 级投资者资助、致力于解决财务自动化问题的初创公司创始人。”另一案例是制药公司可通过平台搜索特定领域专长医生，且这些医生需撰写过相关论文或对药物开发有深入了解。
今日，Ethos 宣布完成 2275 万美元 A 轮融资，由 a16z 领投，General Catalyst、XTX Markets、Evantic Capital 和 Common Magic 参投。
a16z 的 Anish Acharya 指出，LinkedIn 等传统平台仅显示以职位为标志的浅层信号，而 Ethos 通过精心策划问题的语音面试流程，捕捉到了不同的子专业领域。“语音是人类沟通的最原始形式，大多数人无法简洁、准确地在文字中表达自己，语音是 Ethos 的一大突破，”Acharya 在接受 TechCrunch 采访时称。
Ethos 如何扩展其网络
Ethos 由 James Lo 和 Daniel Mankowitz 于 2024 年创立。Lo 曾任职麦肯锡及软银，参与 WeWork、Arm 等公司转型；Mankowitz 曾任 DeepMind AI 研究员，参与 YouTube 视频压缩算法、Gemini 及 AlphaDev 排序算法研发。
两位创始人从不同角度解决专家网络构建问题：Lo 致力于提供合适的经济机会；Mankowitz 则将经济视为人、公司和产品组成的知识图谱，主张用算法实现精准匹配。
“传统平台专注于职位组合，但客户实际寻找的是特定技能与能力。随着时间推移，对技能的寻找将在人类经济和代理经济间逐渐融合，”Lo 表示。除专家数据外，Ethos 还整合博客、学术论文及社交链接等公开来源进行人才匹配。
该公司通过自有平台使用语音代理采访并提取见解。尽管 Listen Labs、Outset 等竞品也提供对话式 AI 采访服务，但 Ethos 认为其专家网络更适合特定客户需求。
Ethos 未公开具体客户名单，但透露顶级对冲基金、私募股权公司、领先生成式 AI 实验室及企业咨询公司已在用其产品。收费模式为每项目 30% 或更高费用，正朝“年收入八位数”目标迈进。
平台专家数量未披露，但每周约有 3.5 万人加入（Ethos 会向潜在受益者发送邀请）。培养与客户相关的专家用户群是主要挑战，目前花钱绘制人才地图的 AI 实验室正为此助力。
Lo 表示：“AI 实验室正将资本对准全球具经济价值的职业并描绘图谱，这对我们是巨大顺风。”他指出，这些实验室在法律、健康、金融等领域构建专业服务，需要各类专家完善模型及获取战略反馈。目前团队共 8 人，目标是在扩张同时保持精简。