Глубокий разбор Demo Day YC W26: предпринимательская правда за 200 компаниями

Автор: Ратхин Шах

Перевод и адаптация: TechFlow

Вводная заметка TechFlow: Это не просто обзор Demo Day. Автор лично прослушал 199 презентаций и на основе данных и конкретных примеров раскрывает фундаментальную логику стартапов в сфере ИИ сегодня: почему 60 % компаний делают ставку исключительно на ИИ, почему концепция «копилота» практически исчезла, почему самые быстрые доходы получают основатели, продающие решения своим бывшим работодателям. Что ещё важнее — он указывает на смертельные риски, скрытые за кажущимися перспективными направлениями, а также на пустующие ниши, которые все игнорируют, но в которых может зародиться следующий легендарный проект.

Я посетил Demo Day зимнего выпуска YC 2026. 199 компаний. Ниже — все мои наблюдения: данные, закономерности и всё, что будущим основателям необходимо знать.

Ключевые уроки для основателей

О рынке / формулировке проблемы

1. ИИ — это не отдельная категория продуктов, а инфраструктура. 60 % участников выпуска — «родные для ИИ» (AI-native). Ещё 26 % — «усиленные ИИ» (AI-augmented). Лишь 14 % не используют ИИ. Вопрос уже не «Вы используете ИИ?», а «Что ваш ИИ делает такого, чего не могут стандартные базовые модели «из коробки»?»

2. Замена, а не поддержка. Главная тема — «ИИ-сотрудник», а не копилот и не помощник. Типичная формулировка в презентациях: «Мы полностью заменяем [дорогостоящую человеческую роль] «под ключ»», а цена составляет лишь небольшую долю зарплаты этого специалиста. Копилот — это поддержка. Агент — это действие. Отрасль уже сделала шаг вперёд.

3. Найдите для своей области «Claude Code». У каждой профессии есть структурированный вывод, который ИИ способен сейчас генерировать: договоры, чертежи CAD, финансовые модели, планы хирургических операций, технические спецификации. Выберите профессию, где часовая ставка специалиста превышает 100–500 долларов США, существующие инструменты используются уже 10–30 лет и имеется чётко определённая процедура верификации. Обширные перспективные сферы: налоговое планирование, гражданское строительство, управленческое консультирование, клинические испытания, составление патентов, музыкальное продюсирование.

4. Рассмотрите модель оказания услуг. Около 20 % участников выпуска создают компании, предлагающие ИИ-нативные услуги (юридические, рекрутинговые, бухгалтерские, страховые), взимая плату за результат, но обеспечивая при этом маржинальность программного обеспечения. Именно эти компании демонстрируют самый быстрый рост выручки в выпуске. Стратегия такова: начать с оказания услуг → получить выручку и данные → запустить автоматизацию → эволюционировать в платформу.

5. Преобладание B2B. ИИ-агенты заменяют B2B-специалистов в сфере знаний. 87 % — B2B. Лишь 14 компаний ориентированы на потребителя (около 7 %). Современные возможности ИИ идеально соответствуют коммерческим рабочим процессам. Это выгодный бизнес, однако легендарной компанией в этом выпуске, скорее всего, станет какая-нибудь «чудачка»: компания по разведке урановых месторождений, лунный отель, роботизированный ковбой или разработчик лекарств от паразитов.

6. Создайте «цикл обратной связи данных» (data flywheel). Каждое взаимодействие с клиентом должно улучшать ваш продукт. LegalOS обучен на 12 000 заявках на визу → 100 %-ный уровень одобрения. Продукт совершенствуется с каждым новым наймом. Без такого цикла вы — всего лишь «обёртка».

7. Не создавайте универсальную ИИ-обёртку. «ИИ для всего» проигрывает «ИИ, заменяющему конкретную должность с годовой зарплатой 80 000 долларов». Погрузитесь в непривлекательную для широкой публики отрасль. Лучшие возможности — в тех сферах, о которых вы никогда не станете рассказывать на коктейльной вечеринке.

8. Отсутствие потребительских решений — сигнал возможностей. Нет ни одной компании в сфере образования. Нет ни одной потребительской социальной сети. Нет ни одной компании в области психического здоровья и фитнеса. Нет ни одной компании в сфере государственных технологий. Исторически наименее финансируемые категории дают наибольший аномальный доход. Основатель, который решит задачу ИИ-нативного развлечения, социального взаимодействия или образования, завладеет всей этой категорией.

9. Возвращение аппаратного обеспечения. 18 % участников выпуска имеют компоненты аппаратного обеспечения (роботы, дроны, носимые устройства, космические технологии). Это значительный скачок по сравнению с недавними выпусками. Физические продукты, созданные выпускниками SpaceX/Tesla, являются наиболее дифференцированными в этом выпуске.

О каналах распространения

10. Каналы распространения — это условие успеха, а не постфактум-идея. Среди 15 самых быстрорастущих компаний 60 % получили первых клиентов через сеть основателей или через сеть YC. Если для получения первых 20 клиентов вам нужно «выяснить каналы распространения», вы выбрали неверный рынок.

11. Ваш бывший работодатель — ваш первый рынок. Доминирующая GTM-стратегия (примерно 35 % B2B-компаний): основатель долгие годы работал в отрасли, ушёл и теперь продаёт решения своей прежней профессиональной сети. Его контактная книжка и есть канал распространения.

12. Канал частных инвестиций и слияний/поглощений (PE M&A) сильно недооценён. Ressl AI и Robby независимо обнаружили, что PE-поддерживаемые компании, осуществляющие M&A, остро нуждаются в инструментах повышения прибыльности. Одна сделка PE = от 50 до 200 точек присутствия.

13. Выбирайте рынок, где у вас уже есть сеть распространения. Компании, испытывающие трудности с GTM, почти всегда те, кто сначала создаёт продукт, а потом задаётся вопросом: «Как мы его продадим?». Победители спрашивают: «Кого я уже могу достичь и что им срочно нужно?»

О команде

14. Соответствие основателя рынку — самый сильный предиктор скорости получения выручки. Основатели, которые сами выполняли ту работу, которую теперь хотят автоматизировать, закрывают сделки за считанные дни. Остальным требуется несколько месяцев. Proximitty (доход ARR в размере 700 000 долларов менее чем за 3 недели): CEO — консультант по банковским рискам в McKinsey. Corvera (ежемесячная выручка MRR в размере 33 000 долларов за 4 недели): CEO управлял брендами CPG.

15. Ваши отношения с сооснователем — ваша защитная «крепость». 46 % участников выпуска — команды из двух человек. Самые сильные команды работали вместе много лет: бывшие коллеги, однокурсники, братья и сёстры, повторные сооснователи. Если вы ещё не выпускали ничего совместно со своим сооснователем, вы не проверили самую важную часть предпринимательства.

16. Отраслевая экспертиза важнее академических степеней. Наиболее убедительные основатели сами пережили проблему: стоматолог, создающий ИИ для хирургии; руководитель авиационного обслуживания, разрабатывающий механический инструмент; лоббист, создающий ИИ для политики. «Бывший сотрудник крупной компании» — это базовый уровень, а не фактор дифференциации.

О презентациях

17. Яркое заключение имеет решающее значение. Когда 199 компаний выступают с презентациями в один день, вы должны стать той, о которой будут говорить за бокалом вина. «Первая ИИ-версия «Оскара» будет вручена на коктейле Martini». «Вы можете забронировать лунный отель на 2032 год». Сделайте свою миссию конкретной, опровержимой и цитируемой.

Чего следует избегать

18. Избегайте недифференцированной инфраструктуры для агентов. 8–10 компаний создают инструменты для мониторинга/тестирования/сжатия агентов. Поставщики базовых моделей будут встраивать такие функции «из коробки». Если ваш проект можно описать как «[существующий DevOps-инструмент], но для ИИ-агентов», это зона риска.

19. Избегайте ИИ-нативных сервисов без «барьеров данных». Они обеспечивают самый быстрый доход, но обладают минимальной защитой. Ключевую технологию можно скопировать за несколько недель. Традиционные компании внедрят ИИ в течение 12–18 месяцев. Без собственных данных или встроенной системы распространения ваша защитная «крепость» очень тонка.

20. Избегайте упаковки стандартизированных рабочих процессов. ИИ выполняет чётко определённую задачу, а GPT-5, возможно, будет делать то же самое «из коробки» уже через 6 месяцев.

На месте

199 презентаций. У свежих стартапов, только что вышедших из «печи» YC, есть особый запах: возбуждение, высокая энергия, никакой скуки.

Несколько незабываемых моментов:

Стартап представил первый в мире отель на Луне, получив приглашение из Белого дома и намерение о покупке на сумму 500 миллионов долларов.

Роботизированный ковбой управляет стадом коров с помощью автономных дронов.

Компания-демонстратор ИИ в режиме реального времени сгенерировала собственную презентацию для демо.

Одна компания во время демонстрации спутниковых изображений случайно увеличила масштаб до Тегерана (всё помещение замерло).

Основатель Martini завершил выступление фразой: «Первый «Оскар» за фильм, созданный ИИ, выиграет Martini!» — такая реплика заставляет инвесторов либо закатывать глаза, либо доставать чековую книжку.

Зона демонстрации аппаратного обеспечения была шумной и живой: роботы, дроны, микроскопы с белками для наук о жизни, автомобильные радары. Реальные, осязаемые физические вещи. Это не просто очередной выпуск SaaS-панелей.

После прослушивания 199 презентаций вы перестаёте слышать отдельные компании и начинаете видеть закономерности. Вот мои выводы.

Макростатистика

Общее количество компаний: 199

Модели бизнеса:

B2B: 174 (87 %)

B2C: 14 (7 %)

B2B2C: 11 (6 %)

Тип продукта:

Исключительно ПО: 163 (82 %)

Аппаратное обеспечение + ПО: 24 (12 %)

Исключительно аппаратное обеспечение: 12 (6 %)

Классификация по ИИ:

ИИ-нативные (ИИ — это сам продукт): 120 (60 %)

ИИ-усиленные (существующие рабочие процессы + ИИ): 52 (26 %)

Без ИИ: 27 (14 %)

Движущая сила (traction):

Примерный медианный ARR: около 50–100 тысяч долларов США

Примерный медианный рост: около 30–50 % в месяц

Компании с ARR > 1 миллиона долларов: около 5 %

Компании без выручки: около 50 %

Основные отрасли: B2B-ПО (59 %), промышленность (15 %), здравоохранение (10 %), финтех (8 %), потребительский сектор (4 %).

Лишь 14 компаний ориентированы на потребителя; официально YC классифицировала как «потребительские» лишь 7 из них. Остальные — потребительские продукты под маской B2B, отнесённые к B2B, здравоохранению или финтеху.

Десять ключевых тем

1. ИИ-агенты полностью заменяют профессиональные функции

Центральная тема. Не копилот — полная замена.

Beacon Health заменяет административного сотрудника, занимающегося предварительным одобрением.

Perfectly полностью заменяет рекрутеров.

Lance заменяет администраторов на ресепшенах более чем 50 отелей Marriott/Hilton/Hyatt.

Mendral (сооснователь Docker) заменяет инженеров DevOps.

Canary заменяет QA-специалистов.

Фреймворк «копилот» снизился с примерно 4 % презентаций в начале 2025 года до 1 % в W26.

2. «Claude Code для X-отрасли»

Claude Code и Cursor доказали эффективность агентного ИИ для кода. Основатели W26 применяют тот же подход ко всем профессиям, генерирующим структурированный вывод:

REV1 для инженеров-механиков (преобразование 3D-в 2D-чертежи)

Avoice для архитекторов (технические спецификации, документация)

Synthetic Sciences для научных исследований

Maywood для инвестиционных банкиров

Alt-X для оценки недвижимости (работа напрямую в Excel)

Cardboard для видеомонтажа

Mango Medical формирует план операции за минуты вместо дней

3. ИИ-нативные профессиональные услуги («бизнес услуг, экономика ПО»)

Речь не о создании инструментов для существующих компаний, а о создании ИИ-компаний, конкурирующих с ними:

Четыре ИИ-юридические фирмы (Arcline, General Legal, Vector Legal, LegalOS)

ИИ-рекрутинговое агентство (Perfectly)

ИИ-бухгалтерия (Balance)

ИИ-страховой брокер (Panta)

ИИ-консалтинг в области государственной политики (Fed10, основанная тремя бывшими лоббистами)

Panta прямо заявляет: «Бизнес услуг с экономикой ПО». Оплата производится за результат, а работа ведётся с маржинальностью ПО, поскольку ИИ выполняет 80 % работы, а 20 % остаётся за людьми. Arcline обслуживает более 50 стартапов. LegalOS достигла 100 %-ного уровня одобрения виз.

Аргументы против: наличие человека в цепочке ограничивает маржу 60–80 %. Ответственность — реальна. Проблема защитной «крепости»: если ключевая технология — «LLM + доменные промпты + ручная проверка», что помешает её скопировать? Возникающий ответ: начать с услуг → запустить автоматизацию → эволюционировать в платформу. Услуги — это «клиновой элемент»; ПО — это «крепость».

4. Инфраструктура эпохи агентов

Каждый уровень технологического стека перестраивается под агентов:

Agentic Fabriq = «Okta для агентов»

Sponge (три бывших руководителя отдела безопасности Stripe) = финансовая инфраструктура для агентов

Moda/Sentrial = Datadog для надёжности агентов

Salus = runtime-ограничения

21st (1,4 млн разработчиков) = React-компоненты для ИИ-ориентированного UI

Zatanna превращает унаследованное SaaS-решение до LLM в базу данных, доступную для запросов агентов

Риски: поставщики базовых моделей изначально включат такие функции. Около 30 % пересечения в конкуренции подтверждает высокую загруженность этого слоя.

5. Вертикальный ИИ в «непривлекательных» отраслях

Наибольшая отдача — в отраслях, которые технологический сектор игнорировал:

Zymbly автоматизирует документацию по техническому обслуживанию самолётов (5 минут ремонта требуют 45 минут документирования)

GrazeMate создаёт «роботизированного ковбоя» — автономные дроны для выпаса скота. Во время их презентации вы не можете не рассмеяться. Звучит абсурдно, пока вы не узнаёте, что основатели выросли на ранчо с 6000 голов скота.

OctaPulse применяет компьютерное зрение в рыбоводстве

Squid решает задачу планирования электросетей (ежегодные потери эффективности объёмом 760 млрд долларов США, при этом всё ещё используются электронные таблицы)

Эти основатели глубоко погружены в свои отрасли. Основатель Scout Out — четвёртое поколение строителей. Сооснователи LegalOS выросли в семейной иммиграционной юридической фирме (каждый накопил более 10 000 часов к 12 годам). Сооснователи Zymbly — руководители технического обслуживания самолётов Virgin Airlines. Лучшие возможности — в тех отраслях, о которых вы никогда не станете рассказывать на коктейльной вечеринке.

6. Возрождение физического ИИ / робототехники

18 % участников выпуска имеют компоненты аппаратного обеспечения:

Remy AI и Servo7 создают складских роботов, обучающихся по демонстрации человека (80 % складов остаются без автоматизации)

Origami Robotics создаёт роботизированные кисти рук

RoboDock за 60 дней развернула MVP и получила контракт Waymo на 100 000 долларов США

Fort (три бывших инженера Tesla) отслеживает силовые тренировки, чего не могут сделать Whoop/Oura

Pocket отправила более 30 000 устройств, годовая выручка — 27 млн долларов США

Зона демонстрации аппаратного обеспечения была самой живой частью дня.

7. Оборона и национальная безопасность

Milliray (три доктора Оксфордского/Сент-Эндрюсского университетов) создаёт радиолокационные системы обнаружения дронов для НАТО (продажи в рамках выпуска — 470 000 долларов США)

Seeing Systems создаёт ИИ-дроны ударного действия для Королевского морского пехотинца Великобритании

DAIVIN! создаёт оборудование для подводного плавания без баллонов для спецподразделений США

Большой бюджет обороны, длительные контракты, репутация, которую можно перенести в коммерцию.

8. Данные как защитная «крепость»

Когда у всех одинаковые базовые модели, эксклюзивные данные становятся главным защитным барьером:

Shofo: крупнейшая в мире проиндексированная видеотека

Human Archive: студенты Стэнфорда/Беркли бросили учёбу и переехали в Азию, чтобы собрать данные для гуманоидных роботов из тысяч семей

LegalOS: 12 000 успешно оформленных визовых заявлений → 100 %-ный уровень одобрения

Закономерность: каждое взаимодействие с клиентом улучшает продукт. Без цикла обратной связи данных вы — просто «обёртка».

9. Твёрдые технологии и космос

Самые смелые презентации. GRU Space строит первый в мире отель на Луне к 2032 году. Во время их презентации аудитория пересобралась заново: половина считала их сумасшедшими, вторая половина — способными это осуществить. Намерение о покупке на сумму 500 млн долларов США, приглашение из Белого дома, более 1 млрд просмотров. Beyond Reach Labs создаёт солнечные массивы размером с футбольное поле на орбите (спрос на мощность вырастет в 500 раз к 2030 году). Terranox использует ИИ для поиска урановых месторождений (стоимость одного открытия — от 200 до 700 млн долларов США).

Ditto Biosciences, возможно, представляет самый креативный тезис: паразиты эволюционировали, создав белки, контролирующие иммунную систему человека, в течение миллионов лет. Ditto использует ИИ для их идентификации и разработки терапии аутоиммунных заболеваний. Эволюция уже решила задачу — им остаётся лишь прочитать ответ.

10. ИИ-нативные исследования и наука

Talking Computers развернула флот «ИИ-учёных» (ARR более 1 млн долларов США)

Aemon (близнецы, опубликовавшие статьи на ICLR/EMNLP до 20 лет) установили мировой рекорд в решении NP-трудных математических задач, затратив менее 10 долларов США на вычисления и обойдя Google DeepMind

Ndea, основанная Майком Нупом из Zapier и Франсуа Шолле — создателем Keras, целенаправленно создаёт ИИ общего назначения (AGI), способный к инновациям

Основатели: закономерности среди 429 человек

Демография:

Около 60 % — иммигранты/международные участники

86 % мужчин, 14 % женщин

Лидеры по учебным заведениям: Беркли (~45), Стэнфорд (~35), MIT (~20), Ватерлоо (~15)

55 % изучали информатику; 45 % — нет

Профессиональный опыт:

Около 30 % — бывшие сотрудники крупных компаний

Около 25 % — ранее создавали стартапы

Около 12 % — бывшие сотрудники финансового/трейдингового сектора (Citadel, Jane Street, Jump)

Только от SpaceX — около 12 основателей, большинство из которых строят аппаратное обеспечение и аэрокосмические технологии

Состав команд:

46 % — команды из двух человек, 15 % — одиночки

Наиболее типичный профиль: два технических сооснователя с разными компетенциями (около 35 %), а не классическая пара «хакер + продавец»

У 19 % компаний хотя бы один основатель имеет учёную степень доктора

Как они познакомились: около 35 % — однокурсники, около 25 % — бывшие коллеги, около 15 % — повторные сооснователи, около 10 % — родственники/братья и сёстры

Наиболее убедительные истории — эксперты в предметной области, ставшие основателями: Эдриан Килиан (стоматолог → Mango Medical, ИИ для хирургии), Робби Бурк (25 лет в авиационной отрасли → Zymbly), Памир Эхсас (внешний юрисконсульт OpenAI → Arcline), Конор Джонс (многолетний сотрудник National Grid → Squid).

Некоторые наблюдения:

Глубокая отраслевая экспертиза + технически способный сооснователь = самые сильные компании в выпуске

Самые успешные команды либо ранее вместе создавали и продавали компании, либо совместно решали одну и ту же проблему в одной компании, которую теперь решают снова

У 31 % компаний хотя бы один основатель имеет учёную степень доктора или является исследователем, преимущественно в здравоохранении/биотехнологиях, «твердых» технологиях и ИИ-инфраструктуре

Как они находят рынок

B2B (88 % выпуска)

«Я сам пережил эту боль» (около 40 %): самая сильная модель. End Close — основатель провёл 6 лет в Modern Treasury, обрабатывая платежи объёмом более 1 трлн долларов США. Основатель Squid долгие годы работал внутри National Grid. Им не нужно искать клиентов — они сами являются клиентами.

«Я создал платформу, которую теперь хочу заменить» (около 20 %): сооснователь Docker создал Mendral. Учёный-ML из TikTok создал Perfectly. Они прекрасно знают архитектуру и видят, где ИИ создаёт скачок.

«Спринт из 50 диалогов» (около 15 %): систематический поиск. Ritivel провёл более 50 диалогов с фармацевтическими компаниями до написания первой строки кода. Ressl AI начала с консалтинга и обнаружила, что в сделках больше всего «клеевой» работы.

«Пророчество об инфраструктуре» (около 15 %): аргументативный подход. «Если агенты существуют, им нужна система аутентификации» → Agentic Fabriq. Риск: создание для будущего через 2–3 года.

«Исследование → коммерциализация» (около 10 %): CellType (профессор Йеля + DeepMind). Сооснователи Valgo действительно написали учебник по критически важным системам безопасности.

B2C (7 % выпуска)

«Я сам пользователь» (около 50 %): основатель Fort — спортсмен-тяжелоатлет, разочарованный существующими носимыми устройствами. Основатель Doomersion — потребитель коротких видео и изучающий языки, объединивший эти две активности.

«Преобразование формата» (около 25 %): существующее поведение + новая среда. Pax Historia: любовь к стратегическим играм + ИИ как замена истории.

«Аппаратный клин» (около 25 %): физический продукт создаёт цикл данных, который невозможно воспроизвести программным путём.

Главный урок: ни одна успешная компания W26 не родилась на хакатоне или в результате мозгового штурма «А что, если применить ИИ к…?». Каждая из них выросла из глубокого личного опыта или упорного поиска клиента.

Как они находят каналы распространения

Данные ясны: сеть основателей — главный механизм роста самых быстрых B2B-компаний. Среди 15 лидеров по росту 60 % получили первых клиентов через сеть основателей или через сеть YC.

B2B-модели:

«Продажа бывшим коллегам по работе» (около 35 %): три бывших лоббиста в Fed10 — их контактная книжка и есть канал распространения

«YC как стартовая площадка» (около 25 %): Cardinal работает с внешними звонками для более чем 40 компаний YC, Palus Finance подписала контракты с 33 компаниями за считанные недели

«Open source» (около 10 %): 21st насчитывает 1,4 млн разработчиков, но этот подход работает только для инфраструктуры

«Канал PE-сделок» (около 8 %): одна сделка = от 50 до 200 точек присутствия

«Системные внешние звонки» (около 15 %): ограниченный список покупателей с чётко измеримой болью

«Клин-продукт» (около 7 %): узкая ниша с возможностью масштабирования

B2C: продукт сам по себе является каналом распространения. Doomersion получил 15 000 загрузок за 2 недели без платного маркетинга. Pax Historia достигла нескольких десятков тысяч DAU за счёт органического роста. Основатели аппаратных решений делают ставку на то, что физическое присутствие порождает сарафанное радио.

Главный вывод: компании, сталкивающиеся с трудностями в GTM, почти всегда те, кто сначала создаёт продукт, а затем задаётся вопросом «Как мы его продадим?». Победители спрашивают: «Кого я уже могу достичь и что им срочно нужно?», а затем строят именно это.

Анализ выдающихся презентаций

Семь компонентов отделяют запоминающуюся презентацию от размытой:

1. Зацепка

Три эффективных прототипа:

Шокирующие цифры: «Для вывода лекарства на рынок требуется 500 000 дней. Мы хотим сократить это до 5 дней» (Rhizome AI)

Переформулировка: «Каждый файл, который вы когда-либо загружали, использует протокол 1974 года» (Byteport)

«Я и есть проблема»: «Я провёл 6 лет в Modern Treasury, создавая систему сверки, обрабатывающую 1 трлн долларов США» (End Close)

2. Проблема (конкретная, а не общая)

«Технические специалисты тратят половину своего времени на документацию» (Zymbly) лучше, чем «Мы автоматизируем фоновые рабочие процессы».

3. Команда («бомба доверия» в одно предложение)

«Андреа написал первую строку кода Docker» (Mendral). «Наша команда изобрела стандарт MPIC, защищающий каждый HTTPS-соединение в интернете» (Crosslayer Labs).

4. Рынок (неизбежный, а не просто большой)

«Спрос на энергию от спутников: увеличится в 500 раз к 2030 году» (Beyond Reach Labs). Самые сильные рыночные презентации объясняют, почему именно сейчас и почему это неизбежно, а не просто размер TAM.

5. Движущая сила (скорость > абсолютные цифры)

«От нуля до 33 000 долларов США ежемесячной выручки за 4 недели» (Corvera) лучше, чем «100 000 долларов США ARR» без временных рамок.

6. Уникальное понимание

«Паразиты эволюционировали, создав белки, контролирующие иммунную систему человека. Мы просто считываем их ответ» (Ditto Bio). «Страховые компании не могут оценивать автономные системы, потому что исторических данных по искам не существует» (Valgo).

7. Безумное заключение

«Первый «Оскар» за фильм, созданный ИИ, будет вручён на коктейле Martini». «Забронируйте лунный отель на 2032 год» (GRU Space).

Размытые презентации: общие формулировки «ИИ для [отрасли]», резюме команды, не связанное с проблемой, и (главное) отсутствие «безумного заключения».

Пересечение конкурентов: множественные ставки YC

Около 30 % компаний имеют прямых конкурентов в рамках выпуска. Лишь около 5 % сталкиваются с настоящим высоким уровнем пересечения.

Высокое пересечение: сжатие контекста LLM (Token Company vs. Compresr), медицинская юридическая документация (Wayco vs. Docura Health), данные для роботов (Human Archive vs. Asimov)

Среднее пересечение: юридические стартапы (Arcline vs. General Legal vs. Vector Legal), ИИ-SRE (IncidentFox vs. Sonarly), мониторинг агентов (Sentrial vs. Moda), предварительное одобрение (Ruma Care vs. ClaimGlide vs. Beacon Health)

Что это говорит: YC делает ставку на рынок, а не на компанию. Три юридических стартапа = рынок реален и достаточно велик, чтобы вместить нескольких победителей. Две компании, выглядящие одинаково на Demo Day, к серии A станут совершенно разными. Наиболее дифференцированные компании — без единого пересечения: Terranox, Zymbly, GrazeMate, Ditto Bio. В каждом случае отраслевая экспертиза основателей и есть защитная «крепость».

Очевидные пробелы

Нет ни одной компании в сфере образования

Нет ни одной компании в сфере государственных технологий

Нет ни одной потребительской социальной сети

Нет ни одной компании в сфере психического здоровья и фитнеса

Почти нет компаний в сфере маркетинга

Почти нет чисто крипто-стартапов (блокчейн используется как инфраструктура, но никогда не является центральным аргументом продукта)

Потребительский сектор находится на историческом минимуме (всего 14 компаний, из них официально классифицированы как потребительские лишь 7)

Промышленность выросла с 3,6 % в W24 до 14,1 % в W26 — скачок в 4 раза. Переход от «атомов к битам» в YC — реальность.

Обратная интерпретация: состав W26 — это снимок того, что сегодня можно финансировать, а не то, что будет ценным через 10 лет. Легендарная компания, отсутствующая в этом выпуске, — это потребительский или социальный стартап, который появится через 2–3 выпуска, когда возможности ИИ догонят амбиции этих основателей.

Что, вероятно, провалится

Недифференцированная инфраструктура для агентов. 8–10 компаний занимаются мониторингом/тестированием/сжатием агентов. Поставщики базовых моделей будут встраивать такие функции «из коробки». Предприятия по умолчанию выбирают существующих поставщиков.

ИИ-нативные сервисы без «барьеров данных». Дают самый быстрый доход, но обладают минимальной защитой. Ключевую технологию можно скопировать за несколько недель. Традиционные компании внедрят ИИ в течение 12–18 месяцев.

Одиночные технические основатели на рынках, требующих личных отношений. Строительство, страхование, грузоперевозки: если никто не может пойти на стройку и говорить на профессиональном жаргоне, развитие застопорится.

«ИИ для [отрасли]» без глубокой отраслевой экспертизы. Признак: описание начинается с «Мы используем передовые LLM-агенты…», а не с конкретной боли клиента.

Глубокие технологии с длинным циклом и отсутствием дохода. Концептуально верно, но путь к провалу — исчерпание средств.

Упаковка стандартизированных рабочих процессов. ИИ для одной задачи, которую GPT-5, возможно, будет выполнять «из коробки» уже через 6 месяцев.

Пять общих черт самых быстрых компаний

1. Продают результат, а не инструмент

2. Основатель имел клиентские отношения ещё до появления продукта

3. Начинают взимать плату с первого дня: нет бесплатного уровня, нет «адского периода» пилотных проектов

4. Клиенты отчаянно нуждаются в решении, а не просто любопытны (Proximitty: банк с просроченной задолженностью более 2 млрд долларов США; Ruma Care: клиника, отказавшаяся в возмещении расходов на сумму 150 000 долларов США)

5. MVP удивительно прост: они описывают результат, а не архитектуру

Разрыв между стратегиями «запустить и учиться» и «построить и надеяться» — вот где произойдёт большая часть провалов в этом выпуске.

Впереди — захватывающее время! Сейчас лучшее время для создания чего-то нового.

Написано 25 марта 2026 года, через несколько дней после Demo Day зимнего выпуска YC W26.