Ethos asegura $22.75 millones en la Serie A para arreglar lo que la IA rompió sobre la contratación

      La plataforma de emparejamiento de expertos en IA con sede en Londres, fundada por exalumnos de DeepMind y McKinsey, está siendo valorada en un momento en que la contratación se está convirtiendo en la parte del mercado laboral que la IA ha degradado de manera más visible. Andreessen Horowitz ahora lidera la ronda; General Catalyst, el líder de la semilla, está de vuelta.

      La IA generativa ha, en el transcurso de aproximadamente 30 meses, facilitado dramáticamente que alguien parezca calificado para un trabajo y, al mismo tiempo, ha dificultado drásticamente que un empleador pueda determinar si realmente lo es.

      La asimetría corre en una dirección: las herramientas del lado del candidato han inundado el mercado con CVs sin fricción, cartas de presentación pulidas y portafolios mejorados por IA, mientras que las herramientas del lado del reclutador que tradicionalmente separaban la señal del ruido, como la selección, las entrevistas y las referencias, no han mejorado ni remotamente al mismo ritmo.

      El resultado, para mediados de 2026, es un mercado de contratación en el que la entrada más barata ha escalado más rápido y la más cara, el tiempo del reclutador, ha sido abrumada.

      Ethos, una startup de IA con sede en Londres fundada por exalumnos de Google DeepMind y McKinsey, ha decidido que este es un problema financiable. El miércoles por la mañana, la compañía anunció una ronda de financiación de Serie A de $22.75 millones liderada por Andreessen Horowitz, con la participación de General Catalyst (que lideró la semilla en 2024), XTX y Evantic.

      Es una de las rondas de Serie A más grandes para una startup de IA del Reino Unido este año, y el tamaño del cheque te dice algo sobre cuán seriamente a16z, en particular, está tomando la dimensión del mercado laboral del impacto comercial de la IA.

      Lo que realmente hace Ethos

      Ethos es, en términos simples, una red de expertos impulsada por IA. Mientras que empresas como GLG y Guidepoint han pasado décadas construyendo listas de consultores, ejecutivos retirados y especialistas en dominios disponibles para llamadas pagadas, Ethos utiliza IA para hacer la curaduría.

      La cobertura paralela de TNW del panorama más amplio de redes de expertos (en el contexto de la firma de servicios empresariales de Anthropic de $1.5 mil millones) es útil aquí: las listas de GLG y Guidepoint ahora han sido firmadas como socios de datos dentro de Claude Opus 4.7. Ethos está, según esta evidencia, construyendo un contra patrón: en lugar de alimentar redes de expertos existentes en productos de IA, construye los perfiles de expertos con IA, y luego los empareja con oportunidades a la escala que solo un sistema basado en modelos puede gestionar.

      El mecanismo, como se describe en la página de productos de la compañía, es de dos frentes. Un agente de voz de Ethos lleva a cabo una entrevista extendida con cada experto, sacando a la luz la textura de su conocimiento profesional de una manera que un CV estático no puede.

      Junto a eso, la IA de Ethos ingiere el portafolio de trabajo existente del experto, trabajos académicos, repositorios de código, publicaciones en blogs, apariciones en podcasts, charlas en conferencias, y construye una comprensión más rica de lo que la persona realmente sabe. El perfil combinado se empareja, de manera autónoma, con oportunidades que fluyen desde la base de clientes de la plataforma.

      Esas oportunidades cubren un rango inusualmente amplio. Según el propio marco de la compañía, Ethos empareja a sus expertos con compromisos de consultoría, llamadas de expertos, encuestas de investigación de mercado, proyectos de etiquetado de datos de IA y roles a tiempo completo. La línea de datos de IA es estructuralmente importante.

      Los laboratorios de modelos fronterizos necesitan datos de entrenamiento de alta calidad y específicos de dominio en campos donde los raspados web de propósito general son insuficientes, como finanzas, medicina, derecho, ingeniería avanzada, y Ethos se ha posicionado, en sus materiales de lanzamiento, como una ruta a través de la cual esos laboratorios pueden acceder a expertos de dominio verificados a gran escala.

      Las cifras de tracción en el anuncio son del tipo que, si son precisas, justifican el tamaño de la Serie A. La compañía dice que más de 5,000 expertos se unen a la plataforma cada semana en contabilidad, banca, consultoría, derecho, tecnología y atención médica, junto a trabajadores calificados como electricistas y plomeros.

      El alcance cruzado (especialistas de cuello blanco junto a trabajadores calificados) es inusual para una red de expertos y consistente con la propuesta más amplia de Ethos de que la unidad de valor es la experiencia verificada, independientemente del camino de credencialización que la produjo.

      En cuanto a ingresos, el experto promedio en Ethos gana £4,500 en ingresos adicionales por mes a través de la plataforma, con el 10% superior ganando más de £7,000. Desde enero, dice la compañía, el número de expertos que ganan ingresos a través de Ethos ha crecido seis veces.

      Una revisión independiente en AItrainer.work (que evalúa plataformas de expertos adyacentes a la capacitación en IA para participantes potenciales) informó tarifas por hora en Ethos en el rango de $105 a $225, materialmente más altas que los niveles de pago estándar para capacitación en IA y consistentes con la posición de la plataforma de medio a senior.

      Si esas cifras se mantienen bajo escrutinio dependerá, en el patrón estándar de la economía de redes de expertos, de la durabilidad de la demanda subyacente de los clientes. La economía unitaria de las llamadas de expertos pagadas colapsa si alguna de tres cosas sucede: la base de clientes se contrae, la oferta de expertos calificados satura la demanda, o el emparejamiento impulsado por IA produce suficientes compromisos exitosos para convertir a los expertos en una mercancía.

      La apuesta de Ethos es que ninguna de esas cosas sucede lo suficientemente rápido como para superar su crecimiento, y que, mientras tanto, expandir la base de clientes abordables desde PE y consultoría hasta laboratorios de IA y funciones de investigación corporativa crea una pista estructural.

      Los fundadores, y por qué a16z se involucró

      Los dos cofundadores de Ethos aportan antecedentes complementarios. James Lo, el director ejecutivo, fue consultor de estrategia en McKinsey e inversor en el Fondo de Visión de SoftBank antes de fundar Ethos.

      Daniel Mankowitz, el director de tecnología, fue científico investigador en Google DeepMind, donde pasó años trabajando en AlphaZero, el sistema de aprendizaje por refuerzo de DeepMind que dominó el ajedrez, shogi y go sin datos de juego humano previos.

      La combinación, un cerebro comercial de McKinsey y el Fondo de Visión emparejado con un cerebro de diseño de sistemas de DeepMind, es exactamente el tipo de emparejamiento de fundadores que a16z ha favorecido históricamente para apuestas de IA empresarial que necesitan tanto disciplina de desarrollo de clientes como una seria suscripción técnica.

      La participación continua de General Catalyst también es importante. Jeannette zu Fürstenberg, presidenta y directora general de la firma que lideró la ronda de semilla, es ahora una de las inversoras más consistentemente influyentes en la IA europea, con roles actuales en la junta de Mistral y Helsing, entre otros.

      Su decisión de seguir en la Serie A, en lugar de tratar la semilla como una apuesta, es la señal de inversor europeo que la ronda necesitaba para atraer el liderazgo de Andreessen Horowitz. La estructura transatlántica es ahora común en las Series A de IA europeas, pero no sucede automáticamente. El compromiso en la etapa de semilla generalmente tiene que rendir primero.

      El contexto del mercado laboral

      Hay un contexto más amplio que explica por qué la propuesta de Ethos tuvo éxito. El mercado laboral en 2026 está, por cualquier medida objetiva, en medio de una reestructuración estructural impulsada por la IA. Los roles profesionales de cuello blanco, el núcleo histórico del producto de LinkedIn, son simultáneamente los más fáciles de solicitar (porque las herramientas de IA han automatizado el lado de la solicitud) y los más difíciles de evaluar (porque las herramientas de IA han homogeneizado el lado de la solicitud).

      Al mismo tiempo, el lado de la demanda se ha fragmentado: las empresas que solían contratar a un analista a tiempo completo ahora quieren acceso fraccionado a diez expertos en diferentes dominios, y las plataformas que históricamente atendían esa demanda no han mantenido el ritmo. TNW ha seguido la cuestión más amplia de la fuerza laboral de IA en Europa durante el último año, y el hallazgo consistente es que el lado de la oferta de experiencia existe; la capa de emparejamiento entre la oferta y la demanda es lo que se ha roto.

      Ethos es una de varias startups que ahora están construyendo esa capa de emparejamiento específicamente para la economía de IA. El conjunto competitivo abarca un nivel existente (GLG, Guidepoint, Third Bridge) que está siendo absorbido en productos de IA como integraciones de socios de datos en lugar