著者：ラティン・シャー

編集：Deep Tide TechFlow

はじめに：これは単なるデモデーの観察レポートではありません。著者は199件のプレゼンテーションに参加した後、データとケーススタディを用いて、現在のAIスタートアップの根底にある論理を明らかにします。なぜ企業の60%がAI関連企業なのか、なぜコパイロットという概念がほぼ消滅したのか、そして「以前の会社に売却した」創業者がなぜ最も早く収益を上げているのか。さらに重要なのは、一見人気が高いように見える分野の背後にある致命的なリスクと、見過ごされがちながらも潜​​在的に伝説的な未開拓分野を指摘している点です。

YC Winter Demo Day 2026に参加しました。199社が出展していました。以下は、私が得た知見です。データ、パターン、そして将来起業家を目指す人が知っておくべきすべての情報をご紹介します。

創業者にとっての重要な教訓

市場／問題に関する声明

1. AIはカテゴリーではなく、インフラストラクチャです。バッチの60%はAIネイティブです。さらに26%はAI対応です。AIを使用していないのはわずか14%です。問題は「AIを使用していますか？」ではなく、「基本的なモデルではすぐにできなかったことを、AIはどのような形で実現しましたか？」です。

2. 代替であって、支援ではない。中心となるテーマは「AI従業員」であり、副操縦士でもアシスタントでもない。売り文句は常に「（高額な人的役割の）エンドツーエンドの代替を提供し、その人の給与のほんの一部で価格設定します」となる。副操縦士はアシスタントであり、エージェントはエージェントである。業界は前進している。

3. あなたの分野における「クロード・コード」を見つけましょう。あらゆる職業には、AIが現在生成できる構造化された成果物（契約書、CADファイル、財務モデル、手術計画、仕様書など）が存在します。実務者が時給100ドルから500ドル以上を稼ぎ、ツールが10年から30年前のものであり、明確に定義された検証手順が存在する職業を探しましょう。幅広い分野としては、税務計画、土木工学、経営コンサルティング、臨床試験、特許明細書の作成、音楽制作などが挙げられます。

4. サービスモデルを検討してみましょう。バッチの約20%は、成果報酬型でありながらソフトウェアの利益率を享受する、AIネイティブのサービス企業（法律、人材紹介、会計、保険など）を構築しています。これらのバッチは、バッチの中で最も速い収益成長率を示しています。そのパターンは、サービスの開始→収益とデータの生成→自動化のリリース→プラットフォームへのアップグレードです。

5. B2Bの優位性。AIエージェントはB2Bの知識労働者に取って代わりつつあります。87%がB2B企業です。消費者向け企業はわずか14社（約7%）です。現在のAI機能は、ビジネスワークフローに最適なソリューションを生み出しています。これは有望なビジネスですが、このグループの中で伝説的な企業は、ウラン探査会社、月面ホテル、ロボットカウボーイ、寄生虫治療薬会社といった、おそらく例外的な存在でしょう。

6. データフライホイールを構築する。顧客とのあらゆるやり取りが、製品の改善につながるべきです。LegalOSは12,000件のビザ申請データで学習し、承認率100%を達成しました。採用を重ねるごとに、その精度は完璧に向上します。データフライホイールがなければ、単なる製品に過ぎません。

7．汎用的なAIラッパーを作らないこと。「あらゆるものにAIを」という提案は、「特定の年収8万ドルの仕事をAIに置き換える」という提案に負けてしまう。地味な業界に目を向けよう。最高のチャンスは、カクテルパーティーで売り込むような業界にはない。

8. 消費者の不在はチャンスの兆候である。教育関連企業は皆無。消費者向けソーシャルメディアも皆無。メンタルヘルス／フィットネス関連企業も皆無。政府向けテクノロジー企業も皆無。歴史的に見て、資金が最も少ない分野ほど、突出して大きなリターンを生み出してきた。AIをネイティブに活用したエンターテイメント、ソーシャル、教育分野で成功を収めた創業者たちが、この分野全体を支配するだろう。

9. ハードウェアが復活の兆しを見せている。対象となった企業のうち18%がハードウェア関連製品（ロボット、ドローン、ウェアラブル、宇宙技術など）を扱っており、これは近年の企業と比べて大幅な増加となっている。SpaceXやTeslaの卒業生が設立した物理製品企業は、これらの企業群の中で最も際立った存在だ。

流通チャネルに関して

10．流通チャネルは必須条件であり、後付けではありません。急成長企業上位15社のうち60%は、創業者ネットワークやY Combinatorネットワークを通じて顧客を獲得しています。もしあなたの顧客上位20社が「流通チャネルを模索する必要がある」としたら、あなたは間違った市場を選んでしまったと言えるでしょう。

11. 以前の雇用主が最初の市場です。主流のGTM（総マーケティング）戦略（B2Bの約35%）：創業者は業界で何年も働き、退職後、人脈を売り戻します。彼らの名刺が流通チャネルになります。

12. PE（プライベートエクイティ）によるM&Aチャネルは著しく過小評価されている。Ressl AIとRobbyはそれぞれ独自に、PEが出資するM&A企業が収益改善ツールを緊急に必要としていることを発見した。PEによる取引1件は、50～200サイトに相当する。

13. 既に流通ネットワークを持つ市場を選びましょう。市場開拓に苦戦している企業は、ほぼ例外なく、まず製品を開発してから「どうやって売ればいいのか？」と問いかけている企業です。成功する企業は、「既に誰にリーチできるのか、そして彼らは何を緊急に必要としているのか？」と問いかけます。

チームについて

14. 創業者と市場の適合性は、収益の速度を予測する上で最も強力な指標です。実際に自動化しようとしている業務を経験した創業者は、数日で契約を締結できます。そうでない創業者は、数ヶ月かかる場合があります。Proximitty（3週間未満で年間経常収益70万ドル）：CEOはマッキンゼー・アンド・カンパニーのリスクアドバイザーです。Corvera（4週間で月間経常収益3万3000ドル）：CEOは消費財ブランドを経営しています。

15. 共同創業者との関係こそが、あなたのビジネスにおける最大の強みです。創業チームの46%は2人組です。最も強力なチームワークは長年続いており、元同僚、クラスメート、兄弟姉妹、そして過去に共同創業者として名を連ねた人たちなどがその例です。共同創業者と何もリリースしていないのであれば、起業において最も重要な部分を検証していないことになります。

16．専門知識は学歴よりも重要である。最も魅力的な創業者たちは、それぞれの課題に直接向き合った経験を持っている。例えば、歯科医が外科手術用AIを開発したり、航空機整備監督者が工作機械を開発したり、ロビイストが政策立案用AIを開発したりといった具合だ。大手テクノロジー企業での勤務経験は基礎となるものであり、差別化要因ではない。

ロードショーについて

17. 印象的なクロージングは​​重要です。199社が1日でプレゼンテーションを行う際、彼らが飲みながら話題にするのはあなたの会社でなければなりません。「最初のAIオスカーはマルティーニで誕生するでしょう」「2032年には月面ホテルを予約できるようになります」など、あなたのビジョンは具体的で、検証可能で、引用しやすいものにしましょう。

避けるべきこと

18. 差別化されていないエージェントインフラストラクチャは避けましょう。8～10社がエージェントの監視/テスト/圧縮機能を構築しています。基盤となるモデルプロバイダーはこれらをネイティブに構築します。「既存のDevOpsツールをAIエージェント向けにしたもの」という表現が当てはまるなら、それは危険な領域です。

19. データによる優位性を持たないAIネイティブサービスは避ける。収益化は最も速いが、防御力は最も低い。コア技術は数週間で複製可能。従来型の企業はAIの導入に12～18ヶ月かかる。独自のデータや組み込み型の流通チャネルがなければ、優位性は薄い。

20. 汎用的なワークフローラッパーは避ける。AIは明確に定義されたタスクを実行するが、GPT-5は6ヶ月以内に同じことをネイティブに実行できる。

現場で

199件のピッチ。YC（Yenk Competency）から生まれたばかりのスタートアップには独特の香りがある。刺激的で、エネルギーに満ち溢れ、決して退屈することはない。

忘れられない瞬間：

あるスタートアップ企業が、ホワイトハウスからの招待と5億ドルの投資意向書を受け、月面に初のホテルを建設する計画を提案している。

ロボットカウボーイは、自律型ドローンを使って牛を誘導する。

AIデモを行う企業は、デモ中にリアルタイムで独自のプレゼンテーション資料を作成する。

ある企業が衛星画像のデモンストレーション中に、イランのテヘランにランダムにズームインしたところ、部屋全体が静まり返った。

マルティーニの創業者はインタビューを「マルティーニはAI制作映画で初のオスカーを受賞するだろう！」という言葉で締めくくった。この言葉は、投資家を呆れさせるか、小切手帳を取り出させるかのどちらかだろう。

ハードウェアのデモエリアは活気に満ちていた。ロボット、ドローン、生命科学タンパク質を観察できる顕微鏡、車両用レーダーなど、実物の物理的な物体が並んでいた。これは単なるバッチ処理SaaSダッシュボード以上のものだ。

199件のプレゼンテーションを聞いた後、個々の企業についての情報は薄れ、共通するパターンが見えてくる。以下は、私が発見したことである。

マクロ写真

企業総数：199社

ビジネスモデル：

B2B：174（87％）

B2C：14（7％）

B2B2C: 11 (6%)

製品タイプ:

純粋なソフトウェア：163（82％）

ハードウェア＋ソフトウェア：24（12％）

純粋なハードウェア：12（6％）

AI分類：

AIネイティブ（AIが製品）：120（60％）

AI対応（既存ワークフロー＋AI）：52件（26％）

非AI：27（14％）

牽引力:

推定年間経常収益（ARR）の中央値：約5万ドル～10万ドル

推定中央値成長率：前月比約30～50％

年間経常収益（ARR）が100万ドルを超える企業：約5％

収入なし：約50％

主要産業： B2Bソフトウェア（59%）、製造業（15%）、ヘルスケア（10%）、フィンテック（8%）、消費者向け製品（4%）。

消費者をターゲットとする14社のうち、Y Combinatorが公式に「消費者向け」と分類しているのはわずか7社である。残りの企業は、企業を装った消費者向け製品であり、B2B、ヘルスケア、フィンテックといったカテゴリーに分類される。

トップ10テーマ

1. AIエージェントが仕事の機能を完全に代替する

核心となるテーマは、副操縦士ではなく、完全な代替機であるということ。

Beacon Healthは、事前に承認された管理スタッフを交代させる。

採用担当者の業務を完全に代替できるエンドツーエンドのソリューション

ランスは、50軒以上のマリオット／ヒルトン／ハイアット系列ホテルのフロントデスクスタッフの代わりを務めている。

Mendral（Dockerの共同創業者）がDevOpsエンジニアを交代させる

QAの代替手段としてのカナリアリリース

「コパイロット」フレームワークは、2025年初頭のロードショー全体の約4%から、2026年W26では1%に減少した。

2. 「X領域におけるクロード・コード」

Claude CodeとCursorは、エージェントベースAIがコードと効果的に連携できることを証明しました。W26の創設者たちは、構造化された出力を伴うあらゆる職業に同じパラダイムを適用しようとしています。

機械技術者向けREV1（3D→2D図面）

建築家向け情報発信ツール（仕様書、文書）

科学研究のための合成科学

投資銀行家にとってのメイウッド

不動産引受業務にAlt+Xを使用（Excelで直接作業）

動画編集用の段ボール

Mango Medicalは、手術計画を数日ではなく数分で作成します。

3. AIネイティブなプロフェッショナルサービス（「サービスビジネス、ソフトウェア経済」）

既存企業向けのツールを開発するのではなく、既存企業と競合するAI企業を育成する。

AIを活用した法律事務所4社（Arcline、General Legal、Vector Legal、LegalOS）

AI人材紹介会社（パーフェクトリー）

AI会計（バランス）

AI保険ブローカー（パンタ）

AI政策コンサルティング（Fed10、元ロビイスト3名によって設立）

Pantaは「ソフトウェア経済に基づくサービス事業」と明言している。AIが人間の作業の80%（20%）を担うため、成果報酬型で運営され、ソフトウェアの利益率に基づいて利益を上げている。Arclineは50社以上のスタートアップ企業を顧客としている。LegalOSはビザ承認率100%を誇っている。

弱気な見通しの理由：人的介入により利益率が60～80％に制限される。責任は重大である。堀の問題：コア技術が「LLM + ドメインヒント + 人間によるレビュー」である場合、複製を阻止するものは何か？新たな答え：サービスから開始 → リリース自動化 → プラットフォームへのアップグレード。サービスは楔であり、ソフトウェアは堀である。

4. エージェント時代のインフラストラクチャ

各テクノロジースタック層はエージェントを再構築しています。

Agentic Fabriq = "エージェントのOkta"

スポンジ（Stripeの元暗号通貨部門責任者3名）＝エージェントの金融インフラ

Moda/Sentrial = エージェントの信頼性に関するDatadog

Salus = ランタイムガードレール

21位（開発者数140万人）＝AIファーストUI Reactコンポーネント

Zatannaは、従来のSaaS型LLMモデルを、エージェントがクエリ可能なデータベースへと変革します。

リスク：これらは基盤となるモデルプロバイダーによって独自に構築されています。このレイヤーにおける約30%の競合重複は、その混雑度を裏付けています。

5. 地味な業界における垂直統合型AI

最も高い投資収益率（ROI）が得られるのは、テクノロジーが見過ごされてきた業界である。

Zymblyは航空機の整備に関する書類作成作業を自動化します（5分間の修理に45分間の書類作成時間が必要です）。

GrazeMate社は、牛の群れを誘導するロボットカウボーイと自律型ドローンを開発している。彼らのプレゼンテーションを聞くと、思わず笑ってしまう。創業者たちが6000頭もの牛を飼育する牧場で育ったと知るまでは、ばかげた話に聞こえるかもしれない。

OctaPulseは、養殖にコンピュータビジョン技術を活用している。

Squidは、電力網計画（年間7600億ドルもの非効率性を抱え、いまだにスプレッドシートが使われている問題）の問題を解決する。

これらの創業者たちは深い専門知識を持っています。Scout Outの創業者は4代続く建設業の家系です。LegalOSの共同創業者は、家族経営の移民法事務所で育ちました（それぞれ12歳から1万時間以上の実務経験があります）。Zymblyの共同創業者は、ヴァージン・アトランティック航空の航空機整備部門の責任者でした。最高のチャンスは、カクテルパーティーで売り込むような業界にはないのです。

6．物理AI／ロボット工学の再興

バッチの18%にはハードウェアコンポーネントが含まれています。

Remy AIとServo7は、人間のデモンストレーションから学習する倉庫用ロボットを開発した（倉庫の80％は自動化されていない）。

折り紙ロボティクス社はロボットアームを製造している。

RoboDockの60日間で開発されたMVP（最小実行可能製品）が話題となり、Waymoとの10万ドルの契約を獲得した。

Fort（元テスラ社のエンジニア3名）は筋力トレーニングを追跡調査したが、Whoop/Ouraは未だにそれを再現できていない。

Pocketは3万台以上を出荷し、年間売上高は2700万ドルに達している。

ハードウェアのデモンストレーションエリアは、その日一番活気のある場所だった。

7. 国防と国家安全保障

ミリレイ社（オックスフォード大学とセント・アンドリュース大学の博士号取得者3名）は、NATO向けにドローン探知レーダーを開発した（一括販売額は47万ドル）。

Seeing Systems社は、英国海兵隊向けにAI搭載の攻撃用ドローンを製造している。

DAIVIN!は、米特殊作戦部隊向けにタンクレス潜水装置を製造している。

国防予算は巨額であり、契約期間は長く、信用は商業に転用できる。

8．データは堀である。

誰もが同じ基本モデルを持っている場合、独自のデータが主要な防御策となる。

Shofo：世界最大のインデックス付きビデオライブラリ

ヒューマン・アーカイブ：スタンフォード大学／カリフォルニア大学バークレー校を中退し、アジアに移住。ヒューマノイドロボット開発のため、数千世帯からデータを収集した。

LegalOS：ビザ申請成功件数12,000件 → 承認率100%

モデル：顧客とのあらゆるやり取りが製品の改善につながる。データ活用という原動力がなければ、単なる包装機械に過ぎない。

9. ハードテクノロジーと宇宙

史上最も大胆なロードショー。GRU Spaceは2032年までに月面に初のホテルを建設する。彼らがプレゼンテーションを行ったとき、部屋の評価は再調整された。半分は彼らを狂っていると思ったが、半分は実現可能だと考えた。5億ドルの意向表明書、ホワイトハウスへの招待、そして10億回以上の視聴回数。Beyond Reach Labsは軌道上のフットボール場ほどの大きさのソーラーアレイを建設している（電力需要は2030年までに500倍になる）。TerranoxはAIを使用してウラン鉱床を発見する（1回の発見で2億～7億ドル）。

ディットー・バイオサイエンス社の最も革新的な主張はこうだ。寄生虫は数百万年かけて人間の免疫系を制御するタンパク質を進化させてきた。ディットー社はAIを用いてそれらを特定し、独自の免疫療法を設計する。進化は既に問題を解決しており、彼らはその答えを読み解いているに過ぎないのだ。

10. AIネイティブな研究と科学

Talking Computers社はAI科学者のチームを編成し、年間経常収益（ARR）は100万ドルを超えている。

Aemon（双子の兄弟で、20歳になる前にICLR/EMNLPで論文を発表している）は、10ドル未満でNP困難な数学問題を解くという世界記録を樹立し、Google DeepMindを破った。

Zapierの創業者であるマイク・クヌープとKerasの生みの親であるフランソワ・ショレが共同設立したNdeaは、革新的なAGI（自動生成知能）を構築することを目的として設計されていることは明らかです。

創業者：429人によるモデル

人口統計:

移民・外国人の約60％

男性86％、女性14％

トップ校：バークレー（約45人）、スタンフォード（約35人）、MIT（約20人）、ウォータールー（約15人）。

55％がコンピュータサイエンスを専攻し、45％は専攻していなかった。

背景：

かつての大手企業の約30％

約25％が起業経験を有していた。

元金融・トレーディング会社（シタデル、ジェーン・ストリート、ジャンプなど）の約12％

SpaceXだけでも約12人の創業者がおり、その大多数はハードウェアや航空宇宙関連の製造に携わっている。

チーム：

46%は2人組のチームで、15%はソロ参加です。

最も一般的なプロトタイプは、従来の「ハッカー＋営業」の組み合わせではなく、異なる専門知識を持つ2人の技術系共同創業者（約35％）である。

企業の19％は、少なくとも1人の博士号取得者が創業者である。

彼らの出会いの経緯：約35％は大学の同級生、約25％は元同僚、約15％は過去に共同創業者として再会、そして約10％は家族／兄弟姉妹。

ドメインエキスパートでありながら創業者にもなったというストーリーは、最も魅力的な事例と言えるでしょう。例えば、エイドリアン・キリアン（歯科医 → Mango Medicalの外科用AI）、ロビー・バーク（航空業界で25年の経験 → Zymbly）、パミール・エサス（OpenAIの外部法律顧問 → Arcline）、コナー・ジョーンズ（State Gridに長年勤務 → Squid）などが挙げられます。

いくつかの考察：

深い専門知識＋協調的な技術力＝グループ内で最強の企業

最も成功したチームは、過去に共に会社を設立・売却した経験を持つか、あるいは同じ会社内で協力して、現在直面しているのと同じ問題を解決した経験を持つかのいずれかである。

企業の31%は、少なくとも1人の創業者に博士号取得者または研究者がおり、主に医療・バイオテクノロジー、ハードウェア技術、AIインフラストラクチャに重点を置いている。

彼らはどのようにして市場を見つけたのか？

B2B（バッチの88%）

「私自身、この問題点を経験したことがある」（約40%）：最も有力なモデル。End Closeの創業者は、Modern Treasuryで6年間、1兆ドルを超える決済処理に携わった。Squidの創業者は、State Gridで長年勤務した経験を持つ。彼らは顧客に発見される必要はなく、彼ら自身が顧客なのだ。

「このプラットフォームは、既存のものを置き換えるために構築しました」（約20％）：DockerはMendralを共同開発しました。TikTokの機械学習科学者たちはPerfectlyを構築しました。彼らはアーキテクチャに関する深い知識を持ち、AIが段階的な変化をもたらすことができる場所を見極めています。

「50件の会話スプリント」（約15％）：体系的な発見。Ritivelはコードを書く前に50件以上の製薬会社との会話を実施しました。Ressl AIは相談から始め、取引には最も多くの連携作業が必要であることを発見しました。

「インフラ予測」（約15％）：議論主導型。「エージェントが存在するなら、認証が必要だ」→Agentic Fabriq。リスク：2～3年後の未来を見据えた構築。

「研究→商業化」（約10％）：CellType（イェール大学教授＋DeepMind）。Valgoの共同創業者たちは、実際に安全性が極めて重要なシステムに関する教科書を執筆している。

B2C（バッチ全体の7%）

「私はユーザーです」（約50％）：Fortの創設者は、ウェアラブルデバイスに幻滅した重量挙げ選手です。Doomersionの創設者は、短い動画の視聴と語学学習を組み合わせました。

「フォーマット変換」（約25％）：既存の動作＋新しいメディア。Pax Historia：戦略ゲームへの情熱＋歴史をAIに置き換える。

「ハードウェアの障壁」（約25％）：物理的な製品は、ソフトウェアでは再現できないデータループを生み出す。

根本的な教訓：W26で成功を収めた企業​​は、ハッカソンや「AIを使ってみたらどうなるだろう…」といったブレインストーミングセッションから生まれたものではない。どの企業も、深い個人的な経験や、顧客ニーズに対する情熱的な発見から生まれたのだ。

彼らはどのようにして流通チャネルを見つけたのか？

データは明白だ。創業者ネットワークは、急成長を遂げるB2B企業にとって最も重要な仕組みである。急成長企業上位15社のうち60%は、創業者ネットワークまたはY Combinatorネットワークを通じて最初の顧客を獲得している。

B2Bモデル：

「元雇用主や同僚への販売」（約35％）：連邦準備制度理事会（FRB）の元ロビイスト3人は、名刺ホルダーを販売チャネルとして利用した。

「YCを起業の足がかりとして活用する」（約25％）：Cardinalは40社以上のYC参加企業のアウトバウンドコールを担当しており、Palus Financeは数週間以内に33件の契約を締結した。

「オープンソース」（約10％）：21世紀には140万人の開発者がいるが、インフラストラクチャにしか効果がない。

「PE M&Aチャネル」（約8％）：1件の取引＝50～200支店

「体系的なアウトバウンドコール」（約15％）：定量化可能な課題を持つ限定されたバイヤーリスト。

「くさび形製品」（約7％）：狭い入口からあらゆる方向に広がっていく。

B2C：製品そのものが流通チャネルとなる。Doomersionは有料マーケティングを一切行わずに2週間で1万5000ダウンロードを獲得した。Pax Historiaはオーガニックな成長によって数万人のデイリーアクティブユーザーを獲得した。ハードウェアの創業者たちは、口コミを生み出すために物理的な存在に賭けている。

最も重要な教訓：市場投入戦略に苦戦する企業は、ほぼ例外なくまず製品を作り、それから「どうやって売ろうか？」と問いかける。一方、成功する企業は「誰にリーチできるのか、そして彼らは何を緊急に必要としているのか？」と問いかけ、それに基づいて製品を開発する。

優れたロードショーの分析

記憶に残るロードショーと、漠然としたものを区別する7つの要素：

1. フック

有効なプロトタイプは3つあります。

衝撃的なデータ：「新薬を市場に出すには50万日かかる。我々はそれを5日に短縮したい。」（ライゾームAI）

言い換え：「あなたがアップロードしたすべてのファイルは1974年のライセンスを使用しています」（Byteport）。

「問題は私自身です」：「私は現代の財務省で6年間、1兆ドルを扱いながら、財政調整の構築に取り組んできました。」（終了）

2．問題点（具体的で、一般的なものではない）

「技術者は時間の半分を書類作成に費やしている」（Zymbly）という表現は、「当社の自動化されたバックエンドワークフロー」という表現よりも優れています。

3．チーム（たった一文で評判を落とす爆弾発言）

「アンドレアはDockerの最初のコードを書いた」（メンドラル）。「私たちのチームは、インターネット上のすべてのHTTPS接続を保護するためのMPIC標準を発明した」（クロスレイヤー・ラボ）。

4．市場（規模が大きいだけでなく、必然的な市場）

「衛星の電力需要：2030年までに500倍に増加」（Beyond Reach Labs）。最も説得力のある市場ロードショーでは、TAM（市場規模）の大きさだけでなく、なぜ今なのか、そしてなぜこれが避けられないのかを説明します。

5. 牽引力（速度＞絶対値）

「0～4週間で月間経常収益33,000ドル」（Corvera）は、期間を指定しない「年間経常収益100,000ドル」を上回る実績を上げています。

6. 独自の洞察

「寄生虫は人間の免疫系を制御するタンパク質を進化させてきた。私たちはその反応を読み取る。」（Ditto Bio）「保険会社は過去の保険金請求データが入手できないため、自律型システムの価格設定ができない。」（Valgo）

7. クレイジーな締めくくりの言葉

「最初のAIオスカーはマルティーニで誕生するだろう。」「2032年の月面ホテルを予約しよう」（GRU宇宙）。

プレゼンテーションの内容は曖昧だった。「[業界名]向けのAI」という漠然とした表現で、チームの資格と質問内容との関連性はなく、そして（決定的に重要な点として）印象的な締めくくりの言葉もなかった。

重複する競争：YCの複数の賭け

企業の約30%は、同じグループ内に直接の競合企業を抱えている。真に高い重複度を抱えている企業はわずか約5%に過ぎない。

重複度が高い分野：LLM（法医学言語）のコンテキスト圧縮（Token Company vs. Compresr）、医療法務文書（Wayco vs. Docura Health）、ロボットデータ（Human Archive vs. Asimov）

中級レベル：起業法（Arcline、General Legal、Vector Legalの比較）、AI SRE（IncidentFox、Sonarlyの比較）、エージェント監視（Sentrial、Modaの比較）、事前承認（Ruma Care、ClaimGlide、Beacon Healthの比較）

ここからわかること：Y Combinatorは企業ではなく市場に投資している。3つのスタートアップ法律事務所は、複数の勝者を生み出すのに十分な規模と実在の市場が存在することを示している。デモデーでは全く同じように見えた2社は、シリーズAの段階では全く異なる企業になっているだろう。最も差別化された企業は、重複する部分が全くない。Terranox、Zymbly、GrazeMate、Ditto Bioなどがその例だ。いずれの場合も、創業者の専門分野における知識が競争優位性となっている。

明らかな欠席

ゼロ・エデュケーション・カンパニー

ゼロガバメントテクノロジー

無料のソーシャルネットワーキング

メンタルヘルス/フィットネスゼロ

ほぼゼロの市場

純粋な暗号化はほとんど行われていない（ブロックチェーンは伝送路として使用されるだけで、積の引数として使用されることはない）。

消費者の需要は過去最低水準にある（14社のうち、公式に分類されているのはわずか7社）。

業界全体の割合は、2024年第1四半期の3.6%から2026年第1四半期には14.1%へと4倍に急増した。YC（Yern Couped）の世界では、「原子対ビット」のシフトが現実のものとなっている。

逆の解釈をすれば、W26は現時点で資金調達可能な企業のスナップショットであり、10年後に価値を持つ企業を示すものではない。今回のリストに含まれていない伝説的な企業は、AIの能力が彼らの野心に追いついた時に、2～3回に分けて登場するであろう、消費者向けや社会貢献型の創業者たちだ。

何が失敗する可能性があるか？

エージェントインフラストラクチャは差別化されていない。8～10社がエージェントの監視、テスト、圧縮を担当している。基本モデルのプロバイダーはこれらをネイティブに構築する。エンタープライズ顧客は既存のベンダーをデフォルトで使用する。

データによる競争優位性を持たないAIネイティブサービス。収益創出速度は最速だが、防御力は最も低い。コア技術は数週間で複製可能。従来型企業がAIを導入するには12～18ヶ月かかる。

人間関係を重視する販売市場における、孤高のテクノロジー系創業者。建設、保険、貨物輸送：建設業界の専門用語を誰も理解できなければ、停滞が生じる。

「[業界]向けAI」は、専門分野の深みに欠ける。その典型的な例は、顧客の具体的な課題に対処するのではなく、「当社は高度なLLMエージェントを使用しています…」といった表現で始まる説明である。

収益のない長期的なディープテックプロジェクト。コンセプトは正しいが、失敗モデルによって資金がどんどん浪費されている。

商用ワークフローラッパー。単一タスクAIであるGPT-5は、6ヶ月以内に同様の機能をネイティブで実現できる可能性がある。

最も成長著しい企業には5つの共通点がある。

1. ツールではなく、結果を売る。

2. 創業者たちは、製品が誕生する前から顧客との関係を築いていた。

3. 初日から課金：無料ティアなし、パイロットの苦行なし。

4. 顧客は好奇心からではなく、切羽詰まった状況にある（Proximitty：20億ドル以上の不良債権を抱える銀行、Ruma Care：15万ドルの診療報酬の支払いを拒否されたクリニック）。

5. MVPは不自然なほど単純です。つまり、アーキテクチャではなく、結果を記述するものです。

「立ち上げて学ぶ」段階と「構築して期待する」段階の間のギャップこそが、今回のプロジェクトにおけるほとんどの失敗の原因となるだろう。

未来はワクワクする！今ほど建設に適した時期はない。

YC W26デモデーの数日後、2026年3月25日に執筆。