Z Product｜AI重塑人才地图：从5亿专业人才中精准筛选顶尖0.1%，前麦肯锡顾问与DeepMind专家联手打造Ethos_财经分析

Z Product｜AI重塑人才地图：从5亿专业人才中精准筛选顶尖0.1%，前麦肯锡顾问与DeepMind专家联手打造Ethos

创始人

2025-05-13 11:20:47

0次

图片来源：askethos.com

Z Highlights

在信息过载的时代，企业面临无法高效发现真正有解题能力的专家这一难题。传统的人才发现方式过于依赖人力，流程缓慢且反应滞后，往往错过最佳决策时机。Ethos通过人工智能技术重构了专家匹配体系，不再仅依赖学历与职位标签，而是通过对学术论文、GitHub项目、博客等信息的深度分析，挖掘出真正具备深厚经验与见解的专家，帮助企业快速找到所需的知识和经验。

Ethos为企业与专家个人分别提供了两套高效的产品体系，优化了双方的知识对接与匹配。企业通过自然语言输入即可精准找到最合适的专家，平台还支持专家会议预约、自动记录与洞察分析，显著提升企业获取知识的效率与精准度。专家端则提供一个灵活的知识变现平台，专家可设定咨询费用与时间，通过AI匹配高质量的客户，减少中介干预，高效对接合作，拓展个人影响力。

01 AI重塑专家发现方式，释放被埋没的专业价值

在信息过载的时代，企业往往面临一个矛盾：真正有经验、能解题的专家不在简历堆里，而在更深的知识网络中，但找到他们的成本却高得惊人。传统的人才发现方式过于依赖人力，流程缓慢，响应滞后，错过最佳决策窗口的情况屡见不鲜。

伦敦初创公司Ethos正是在这个痛点上发力，围绕“如何更高效发现并连接真正有经验的专家”这一核心问题，构建了一个以 AI 驱动的专家匹配与协作平台。他们相信，个体的价值不应只由表面的标签决定，而是来自于长期积累的知识、直觉与经验。通过分析学术论文、GitHub项目、博客、播客等多种公开信息来源，Ethos的AI系统可以自动提炼出一个人的真实行业贡献，并构建知识图谱，让那些原本被忽视的专家被看见，并被真正需要他们的人找到。Ethos的愿景是打破传统标准的限制，让每个人的专业智慧都有机会被发现与尊重，在这个过程中，也为企业提供更高效、精准的人才连接方式。

02 双端赋能，Ethos打造企业的“智能知识雷达”

Ethos围绕“如何更高效发现并连接真正有经验的专家”这一核心问题，为企业客户与专家个人分别打造了两套产品体系。

企业客户端：

平台一端服务于企业客户，包括企业、投资机构、咨询机构等，通过自然语言输入即可智能匹配最合适的专家，并支持会议预约、自动记录和洞察分析，帮助企业快速获取所需的知识与经验。

核心功能与优势：

•自然语言搜索：用户可以用自然语言描述所需的专业知识，Ethos的AI系统会迅速匹配相关专家，显著提高人才搜索效率。

•快速匹配：系统能够在数分钟内完成匹配，远超传统专家网络的响应速度。

•高质量专家资源：平台汇聚了全球超过5亿专业人士中的顶尖0.1%，确保客户获得最优质的专业建议。

•多样化服务场景：支持专家咨询、演讲嘉宾邀请、战略顾问合作等多种应用场景，满足不同业务需求。

•智能会议记录分析：系统自动生成会议记录，并提供AI驱动的洞察分析，帮助客户更好地理解和利用专家意见。

图片来源：askethos.com

收费模式：

图片来源：askethos.com

专家端：

Ethos 面向全球各类专家，如独立顾问、行业从业者和研究人员，打造了一个高效灵活的知识变现平台。专家可自由设定咨询价格和时间，由AI精准匹配优质客户，无需中介介入，沟通高效。平台保障匿名性，保护隐私，并支持日历同步和自动调度，大幅简化流程。完成服务后即时结算报酬，同时还能通过推荐机制获得额外收益。

核心功能与优势：

•高质量匹配：平台根据专家的专业领域和经验，精准匹配高质量的客户需求，提升合作成功率。

•自主定价与收益分享：专家可以自主设定服务费用，并参与平台的收益分享计划，获得更高的收入回报。

•简化的合作流程：无需中介或繁琐的流程，专家可以直接与客户沟通，快速达成合作。

•拓展影响力：通过平台，专家可以将自己的知识和经验转化为更多的合作机会，扩大个人影响力。

•未来机会：平台计划推出更多合作模式，如兼职高管、长期顾问等，为专家提供多样化的发展路径。

图片来源：askethos.com

03 创始人是谁？麦肯锡+DeepMind的组合让Ethos不一样

图片来源：Linkedin

Daniel J. Mankowitz是Ethos的联合创始人兼首席技术官，拥有丰富的强化学习研究经验。他曾在DeepMind担任研究科学家，参与了多个项目，包括AlphaDev系统的开发，该系统通过AI技术发现了更高效的排序和哈希算法，并已被纳入C++标准库和Abseil开源库，广泛应用于全球计算任务中。Daniel在Technion以色列理工学院获得博士学位，专注于强化学习领域。他在学术界发表了多篇论文，涵盖强化学习、逻辑电路设计等主题。