Ethos привлекла 22,75 миллиона долларов в рамках серии A, чтобы исправить то, что ИИ сломал в процессе найма.

      Лондонская платформа по подбору экспертов на основе ИИ, основанная выпускниками DeepMind и McKinsey, в настоящее время оценивается на фоне того, что найм становится частью рынка труда, который ИИ наиболее заметно ухудшил. Andreessen Horowitz сейчас возглавляет раунд; General Catalyst, ведущий на этапе посевного финансирования, снова участвует. Генеративный ИИ за примерно 30 месяцев значительно упростил процесс, позволяя кому-то выглядеть квалифицированным для работы, и значительно усложнил работодателям определение, действительно ли они таковыми являются. Ассиметрия наблюдается в одном направлении: инструменты для кандидатов заполнили рынок безупречными резюме, отточенными сопроводительными письмами и портфолио, отполированными ИИ, в то время как инструменты для рекрутеров, которые традиционно отделяли сигнал от шума, такие как отбор, собеседования и рекомендации, не улучшились даже близко к тому же темпу. В результате, к середине 2026 года, рынок найма будет таким, в котором самый дешевый ресурс масштабировался быстрее всего, а самый дорогой — время рекрутера — был подавлен. Ethos, стартап на основе ИИ из Лондона, основанный выпускниками Google DeepMind и McKinsey, решил, что это проблема, которую можно финансировать. В среду утром компания объявила о раунде финансирования серии A на сумму 22,75 миллиона долларов, возглавляемом Andreessen Horowitz, с участием General Catalyst (который возглавил посевное финансирование в 2024 году), XTX и Evantic. Это один из крупнейших раундов серии A для стартапов в области ИИ в Великобритании в этом году, и размер чека говорит о том, насколько серьезно a16z, в частности, относится к трудовому рынку как к аспекту коммерческого влияния ИИ. Что на самом деле делает Ethos Ethos — это, простыми словами, сеть экспертов на основе ИИ. В то время как такие компании, как GLG и Guidepoint, потратили десятилетия на создание курируемых людьми списков консультантов, вышедших на пенсию руководителей и специалистов в области, доступных для оплачиваемых звонков, Ethos использует ИИ для курирования. Параллельное освещение TNW более широкой ландшафта сети экспертов (в контексте предприятия Anthropic стоимостью 1,5 миллиарда долларов) полезно здесь: списки GLG и Guidepoint теперь подписаны как партнеры по данным внутри Claude Opus 4.7. Судя по этим данным, Ethos строит контрмодель: вместо того чтобы интегрировать существующие сети экспертов в ИИ-продукты, он создает сами экспертные профили с помощью ИИ, а затем сопоставляет их с возможностями в масштабе, который может управлять только основанная на моделях система. Механизм, как описано на странице продукта компании, имеет два аспекта. Голосовой агент Ethos проводит расширенное интервью с каждым экспертом, выявляя детали их профессиональных знаний таким образом, который не может передать статическое резюме. Наряду с этим ИИ Ethos обрабатывает существующее портфолио работы эксперта, научные статьи, репозитории кода, блоги, подкасты, конференции и создает более полное понимание того, что на самом деле знает человек. Скомбинированный профиль затем автономно сопоставляется с возможностями, поступающими от клиентской базы платформы. Эти возможности охватывают необычно широкий спектр. Согласно собственному определению компании, Ethos сопоставляет своих экспертов с консультациями, экспертными звонками, исследованиями рынка, проектами по маркировке данных ИИ и полными рабочими местами. Линия данных ИИ имеет структурное значение. Лабораториям передовых моделей нужны высококачественные, специфические для области обучающие данные в таких областях, где общие веб-скрапинги недостаточны: финансы, медицина, право, передовая инженерия, и Ethos в своих материалах по запуску позиционирует себя как путь, через который эти лаборатории могут получить доступ к проверенным экспертам в области в масштабе. Показатели привлечения в объявлении такие, что, если они точны, оправдывают размер серии A. Компания утверждает, что более 5000 экспертов присоединяются к платформе каждую неделю в таких областях, как бухгалтерия, банковское дело, консалтинг, право, технологии и здравоохранение, наряду с квалифицированными рабочими, включая электриков и сантехников. Перекрестный охват (специалисты белых воротничков наряду с квалифицированными рабочими) необычен для сети экспертов и соответствует более широкой концепции Ethos, что единицей ценности является проверенная экспертиза, независимо от пути сертификации, который ее произвел. Что касается доходов, средний эксперт на Ethos зарабатывает 4500 фунтов стерлингов дополнительного дохода в месяц через платформу, при этом топ-10% зарабатывают более 7000 фунтов стерлингов. С января, по словам компании, количество экспертов, зарабатывающих доход через Ethos, увеличилось в шесть раз. Независимый обзор на AItrainer.work (который оценивает платформы экспертов, смежные с обучением ИИ, для потенциальных участников) сообщил о ставках за час на Ethos в диапазоне от 105 до 225 долларов, что значительно выше стандартных уровней оплаты за обучение ИИ и соответствует средне-высокому позиционированию платформы. Будут ли эти цифры сохраняться под scrutiny, будет, в стандартном паттерне экономики сетей экспертов, зависеть от устойчивости базового спроса клиентов. Экономика единиц оплачиваемых экспертных звонков рушится, если происходит что-то из трех вещей: клиентская база сокращается, предложение квалифицированных экспертов насыщает спрос или ИИ-управляемое сопоставление производит достаточно успешных взаимодействий, чтобы сделать экспертов сами по себе товаром. Ставка Ethos заключается в том, что ни одно из этих событий не произойдет достаточно быстро, чтобы опередить его рост, и что, в то же время, расширение адресной клиентской базы от PE и консалтинга до ИИ-лабораторий и корпоративных исследовательских функций создает структурный запас. Основатели и почему a16z инвестировал Основатели Ethos, два соучредителя, имеют взаимодополняющие фоны. Джеймс Ло, генеральный директор, был стратегическим консультантом в McKinsey и инвестором в фонде Vision SoftBank, прежде чем основать Ethos. Даниэль Манковиц, технический директор, был научным сотрудником в Google DeepMind, где он провел годы, работая над AlphaZero, системой обучения с подкреплением DeepMind, которая освоила шахматы, сёги и го без предварительных данных о человеческих играх. Сочетание, коммерческий мозг McKinsey и Vision Fund, paired с мозгом проектирования систем DeepMind, — это именно тот тип сочетания основателей, который a16z исторически предпочитал для ставок на корпоративный ИИ, которым нужны как дисциплина разработки клиентов, так и серьезное техническое обеспечение. Продолжение участия General Catalyst также имеет значение. Жаннетта фон Фюрстенберг, президент и управляющий директор компании, которая возглавила посевной раунд, теперь является одним из самых последовательно значимых инвесторов в области ИИ в Европе, с текущими ролями в совете директоров в Mistral и Helsing среди прочих. Ее решение продолжить участие в серии A, а не рассматривать посев как риск, является сигналом для европейских инвесторов, который раунд нуждался, чтобы привлечь ведущую роль Andreessen Horowitz. Трансатлантическая структура теперь распространена в европейских сериях A в области ИИ, но это не происходит автоматически. Обычно обязательство на этапе посева должно сначала продемонстрировать результаты. Контекст рынка труда Существует более широкий контекст, который объясняет, почему концепция Ethos была воспринята. Рынок труда в 2026 году, по любым объективным меркам, находится в процессе структурного изменения, вызванного ИИ. Профессиональные роли белых воротничков, историческое ядро продукта LinkedIn, одновременно являются самыми простыми для подачи заявок (поскольку инструменты ИИ автоматизировали процесс подачи) и самыми сложными для оценки кандидатов (поскольку инструменты ИИ унифицировали процесс подачи). В то же время спрос фрагментировался: компании, которые раньше нанимали одного штатного аналитика, теперь хотят частичный доступ к десяти экспертам в разных областях, и платформы, которые исторически удовлетворяли этот спрос, не успели за этим. TNW отслеживала более широкий вопрос рабочей силы в области ИИ в Европе на протяжении прошлого года, и постоянная наход