AIが「人間の知見」を言語化する：2275万ドルを調達したEthosが提供する専門家ネットワークの構造

業務で特定の分野に詳しい専門家を探す際、LinkedInや既存のエキスパートネットワークを利用して、結局「求めていた人材と少し違う」という結果に終わった経験はありませんか？肩書きやキーワードだけでは、その人が本当に持っている深い知見や経験を測りきれないのは、もどかしいものです。

専門家を探す手間を解決する対話型インタビュー

Ethosは、従来のエキスパートネットワークにおける検索の精度不足という課題を、AIによる音声インタビューで解決しました。要するに、「履歴書という静的な書類を、AIが聞き出す“知のインタビュー”へと進化させ、データ化するもの」と言えます。

専門家はEthosのシステムに対し、音声で自分の経験を語ります。AIは回答の内容を精査し、職務タイトルからは見えにくい「具体的な成功事例」「専門領域の深さ」「執筆した論文の知見」などを言語化・構造化します。これにより、企業側は「ファイナンス自動化に取り組む、トップティアVCから出資を受けたスタートアップでの経験者」といった、極めて具体的なクエリを用いた検索が可能となります。

技術背景とビジネスへのインパクト

Ethosの設計における特徴は、高品質な専門データの収集プロセスにあります。a16zがリード投資家として本件を支援した背景には、従来の検索手法が抱える限界に対する明確な解決策が提示されたことが挙げられます。

現在のAI開発は学習データの質に依存します。既存のプラットフォームが提供する「肩書き」という限定的な情報に対し、Ethosは音声インタビューというプロセスを通じて、これまで言語化されていなかった専門家の「暗黙知」をデジタル資産に変換しています。このアプローチは、人間の専門的知見を構造化されたデータセットとして調達するための基盤として機能します。

実務への影響：マッチング精度の向上と社内ナレッジの変容

Ethosの普及により、専門家を探す業務プロセスは効率化されます。これまでは、候補者を数人ピックアップして個別にインタビューを行い、実力を検証するアナログな手間が発生していました。AIが事前に「知見の解像度」を精査することで、本当に必要な知見に最短距離でアクセスできる環境が整います。

加えて、この技術の社内展開も重要な視点です。自社のベテラン社員の経験を同様の方法でAIに語らせ、言語化することで、属人化しがちなナレッジの共有や、新人教育の効率化を推進する「社内版エキスパートネットワーク」を構築可能です。これにより、組織内の人材配置の最適化や、スキルセットの可視化が期待できます。

展望と現実的な課題

Ethosの運用には、法規制やセキュリティといった複数の現実的な課題が存在します。専門家が語る内容には企業の機密情報が含まれる可能性が高いため、データガバナンスの設計は最優先事項です。また、音声という非構造データをどこまで客観的かつ正確に評価し、信頼性を担保できるかという課題が残ります。

専門家が自らの経験を音声で語り、それをAIが資産として活用可能にする方向性は、今後のナレッジマネジメントの標準となる可能性があります。専門的な知見がAI時代にどのような形で価値を持つのか。Ethosの動向は、単なるマッチングサービスの枠を超え、組織における「経験の価値」をどのように定義し、データ化していくかを示す指標となります。

管理人の所感

いやー、Ethosの仕組みってめちゃくちゃワクワクしませんか？今までは「肩書き」だけで人を判断してたけど、AIが「経験を具体的にヒアリングしてくれる」って、まさに新しい時代のマッチングですよね！

僕たちも、これからは自分の経験を言語化してAIに蓄積しておくことが、最強のポートフォリオになるはず。明日からは、自分のプロジェクトの成功・失敗事例を、AIに壁打ちして言語化しておく習慣をつけようと思いました。皆さんもぜひ、「自分の強み」をAIに言語化させてみてはいかがでしょう？案外、自分でも気づいていなかったスキルが見つかるかもしれませんよ！