Estel Technologies ottiene 270.000 euro per smascherare le offerte di lavoro fantasma nel tech

Le agenzie di staffing tecnologico perdono un'enorme quantità di tempo dietro a offerte di lavoro già coperte, duplicate su più piattaforme o semplicemente obsolete. Estel Technologies, una startup con sede a Sofia, ha raccolto 270.000 euro in un round di finanziamento pre-seed per risolvere proprio questo problema, con una piattaforma di vendita nativa AI pensata per il settore del talento tech.

Round di finanziamento e investitori

Il round pre-seed è stato annunciato il 4 agosto 2026 ed è stato guidato da Vitosha Ventures, un fondo di venture capital bulgaro . Ha partecipato anche Kerem Basak, angel investor austriaco e fondatore/CEO di FB Consulting — e fatto notevole, Basak era già un utente di Estel prima di investire .

Il team fondatore

Estel è stata fondata da tre professionisti con una profonda esperienza nei settori dello staffing, delle operations tecnologiche e dell'intelligenza artificiale:

• Bogdan Stavrev (CEO) in precedenza è stato VP dei Prodotti Digitali in una delle più grandi organizzazioni di staffing al mondo.
• Ivo Michorov ha diretto il programma globale di forza lavoro estesa di Google, acquisendo una conoscenza diretta di come le grandi aziende tech gestiscono i talenti contingenti.
• Yusuf Berki vanta 15 anni di esperienza nello sviluppo di sistemi AI/ML nei settori HR tech, sanità e finanza .

La piattaforma: cosa rende Estel diversa

Estel si descrive come uno spazio di lavoro vendite nativo AI che consolida più strumenti disconnessi in un'unica interfaccia per le agenzie di staffing tech . Il suo elemento distintivo è il Demand Confidence Score (DCS) — un indicatore proprietario che analizza i segnali di mercato giornalieri per verificare se un annuncio di lavoro riflette una domanda di assunzione attiva e genuina, oppure se è obsoleto, duplicato o altrimenti inaffidabile .

Oltre al DCS, la piattaforma offre anche:

• Lead scoring — classifica e prioritizza le opportunità per i singoli utenti in base alla probabilità di conversione .
• Buyer matching — abbina automaticamente le opportunità verificate con i potenziali acquirenti con maggiori probabilità di conversione .

L'idea centrale è che i team di vendita delle agenzie di staffing dedicano molto tempo a lead che in realtà non esistono più. Filtrando prima la domanda genuina, Estel mira a migliorare drasticamente l'efficienza.

Traction attuale e utilizzo dei fondi

Al momento dell'annuncio del finanziamento, Estel ha dichiarato di avere 3 clienti enterprise e 24.000 euro di fatturato ricorrente annuo (ARR) . L'azienda prevede di utilizzare il nuovo capitale per rafforzare i suoi algoritmi di verifica della domanda, scoring e matching, accelerando al contempo l'acquisizione di clienti nei mercati europei chiave: Regno Unito, area DACH (Germania, Austria, Svizzera), Polonia e il mercato nazionale della Bulgaria .

Piani di crescita ambiziosi

Estel ha fissato obiettivi a breve termine aggressivi. L'azienda punta a un aumento di venti volte dell'ARR entro metà 2027, posizionandosi per un round di finanziamento seed più avanti nello stesso anno. Ha inoltre in programma una espansione nel mercato statunitense nel 2027 .

Si tratta di metriche da fase iniziale — 3 clienti e 24.000 euro di ARR — ma il background operativo del team e la chiarezza del problema che stanno risolvendo rendono questa startup un caso da tenere d'occhio nel settore HR-tech e del software per lo staffing.