Partnered With:

YC W26 Demo Dayのディープダイブ：200社の企業の起業の真実、Copilotは終了、AI Agentが完全に引き継ぐ

この記事を読むのに必要な時間は 46 分

データ、パターン、そして将来の創設者が知っておく必要があるすべて。

原文タイトル：YC W26 Demo Day で199件のピッチから学んだこと
原著者：Rathin Shah，元 Spenny 共同創立者
翻訳：TechFlow

TechFlow による解説：これは単なる Demo Day 観察レポートではありません。著者は199回のプレゼンテーションを生で聞いた後、データと事例を使って、現在の AI スタートアップの根本的論理を明らかにしました：なぜ企業の60%が全力でAIに取り組み、なぜコパイロット概念がほぼ消え、なぜ最も早く収益を得たのは「元の会社に買い戻し」をした創業者たちなのか。

さらに重要なのは、彼が見えるようになった、見落とされているかもしれないが次の伝説を生み出す可能性のあるブランクスペース領域です。

私は YC 2026 冬季 Demo Day に参加しました。199社の企業。以下は私の全ての観察です：データ、パターン、そしてあなたが将来の創業者で知っておく必要があるすべて。

創業者への主要な教訓

市場/問題のステートメントに関して

1. AIはカテゴリではなく、基盤です。バッチの60%がAIネイティブであり、さらに26%がAIを活用しています。AIを使用しているかどうかではなく、「あなたのAIは何か基本モデルの即座の活用では達成できないことをしていますか？」というのが問題です。

2. 補助ではなく代替。中心テーマは「AI従業員」です。コパイロットではなく、アシスタントでもありません。常に推奨されるのは「エンドツーエンドで [高価な人材の役割] を代替する」であり、価格はその人の給与のごく一部です。コパイロットは補助です。エージェントは行動です。業界は前進しています。

3. あなたの領域のために「クロードコード」を見つけてください。すべての職業にはAIが現在生成できる構造化されたアウトプットがあります：契約書、CADファイル、財務モデル、手術計画、仕様書。時給100〜500ドル以上のプロフェッショナル、ツールがすでに10〜30年の歴史がある、そして明確な検証手順がある職業を見つけてください。広範な領域：税務プランニング、土木工学、経営コンサルティング、臨床試験、特許申請作成、音楽制作。

4. サービスモデルを考慮してください。バッチ全体の約20%がAIネイティブのサービス会社を立ち上げています（法律、採用、会計、保険）、成果に応じて料金を徴収していますが、ソフトウェアの利益率は享受しています。彼らはバッチ内で最も急速に収益を伸ばしています。一般的な手順は次のとおりです：サービスの開始→収益とデータの獲得→自動化の展開→プラットフォームへのスケーリング。

5. B2B 中心。AI エージェントが B2B の知識労働者を代替。87% は B2B です。消費者向け企業はわずか 14 社（約 7%）です。現在の AI の能力はビジネスワークフローに完璧に適合しています。これは取引ですが、このバッチの中で伝説的な企業はおそらく異端者であり、ウラン探査会社、月面ホテル、ロボットカウボーイ、寄生虫医薬品会社のようなものでしょう。

6. データフライホイールの構築。顧客とのすべてのやり取りが製品をより良くするはずです。12000 件のビザ申請に基づく LegalOS のトレーニング → 100% の承認率。雇用ごとに完璧に改善されています。データフライホイールがなければ、あなたはただのパッケージャーです。

7. 汎用 AI パッケージャーを構築しないでください。「すべてのための AI」は「特定の年収 8 万ドルのポジションを AI で置き換える」に負けます。ある分野に深く入る。最高の機会は、あなたが永遠にカクテルパーティーで推薦しない分野にあります。

8. 消費者の不在は機会のサインです。ゼロ教育企業。ゼロ消費ソーシャル。ゼロメンタルヘルス/フィットネス。ゼログバメントテクノロジー。史上資金が最も少ないカテゴリが最大の異常なリターンを実現しています。AI ネイティブのエンターテイメント、ソーシャル、または教育を突破する創業者は、そのカテゴリ全体を独占します。

9. ハードウェアが復活しました。バッチの 18% にはハードウェア部品（ロボット、ドローン、ウェアラブルデバイス、宇宙技術）が含まれています。これは直近のバッチよりもかなり高い数字です。SpaceX/Tesla 出身者が立ち上げた製品企業は、バッチの中で最も差別化されています。

ディストリビューションチャネルについて

10. ディストリビューションチャネルは前提条件であり、事後のアイデアではありません。トップ 15 の成長企業のうち 60% が創業者のネットワークまたは YC ネットワークを通じて顧客を獲得しています。もし最初の 20 人の顧客が「ディストリビューションチャネルを理解する必要がある」と言うなら、あなたは市場選択を誤っています。

11. あなたの元雇用主はあなたの最初の市場です。主導的な GTM アクション（約 35% が B2B）：創業者が業界に長年在籍し、退職し、そして彼らの人脈を再び利用します。彼らの名刺入れこそがディストリビューションチャネルです。

12. PE の M&A チャネルが大幅に低評価されています。Ressl AI と Robby は独立して、利益改善ツールを求める PE バックアップを受けた M&A パートナーを見つけました。1 つの PE 取引は 50-200 の取引先です。

13. すでにディストリビューションネットワークを持つ市場を選択してください。GTM に苦戦している企業はほぼ常に、製品を作成してから「どのように販売するか」と尋ねる企業です。成功者は、「すでにアクセス可能で、緊急に必要とされる人々」にアプローチしています。

チームについて

14. Founder-Market Fit は収益スピードの最も強力な予測要因です。今自動化されるべき仕事を本当にやったことがある創業者は、数日で取引を成立させることができます。それ以外の場合、数ヶ月かかります。Proximitty（3週間未満で年間売上 70 万ドル）：CEO は元 McKinsey バンカーのリスクコンサルタントです。Corvera（4週間で月間再現収益 3.3 万ドル）：CEO はCPGブランドを経営していました。

15. あなたの共同創業者関係こそがあなたの城壁です。バッチの 46% は 2 人チームです。最も強力なチームは何年もの間協力してきました：元同僚、同級生、兄弟姉妹、再認識された共同創業者。もしも共同創業者と一緒に何かをリリースしたことがなければ、あなたは起業の最も重要な部分を検証していません。

16. 領域の専門知識は学歴に勝る。最も説得力のある創業者は、問題を直接経験してきました：AI手術の歯医者、機械工具の航空機整備責任者、政策AIのロビイスト。「前の大手企業で働いたこと」は基本ですが、差別化要因ではありません。

プレゼンテーションについて

17. 痛快な結びは非常に重要です。199 社の企業が 1 日でプレゼンテーションを行う中、あなたは彼らがお酒を飲みながら話題にする人になる必要があります。「初のAIオスカーはMartiniで誕生します。」「2032年の月面ホテルを予約できます。」あなたのビジョンを具体的で、検証可能で、引用可能にしてください。

避けるべきことについて

18. 差別化のないエージェントインフラは避けてください。8-10 社の企業がエージェントの監視/テスト/圧縮を構築しています。基本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。もし「[既存のDevOpsツール] ですがAIエージェント用」とあなたが説明することができるならば、それは危険です。

19. データの城壁のないAIネイティブサービスを避けてください。最速の収益性は高いですが、防御性は低いです。コアテクノロジーは数週間で複製できます。伝統的な企業はAIを採用するまでに 12-18 か月かかります。独自のデータや組み込み配布がないと、城壁は非常に薄いです。

20. 商品化されたワークフローパッケージは避けてください。AI は明確に定義されたタスクを実行しますが、GPT-5 はおそらく 6 か月以内に同じことをネイティブに行います。

会場

199 回のプレゼンテーション。YC オーブンから出てきたばかりの新鮮なスタートアップは特有の匂いがします。興奮し、エネルギッシュで、決して退屈ではありません。

一部の忘れられない瞬間：

スタートアップが月の初のホテルを発表、ホワイトハウスの招待状と 5 億ドルの意向表

ロボットカウボーイが自律無人飛行機を使用して牛の群れを放牧

AI デモ企業がデモ中にリアルタイムで自分自身のプレゼンテーション資料を生成

会社が衛星画像をデモする際にイランのテヘランまで自由に拡大表示（部屋全体が静まり返った）

Martini の創業者が、「初のAI製映画のオスカーはMartiniが獲得する！」と締めくくり、このセリフが投資家を白眼させるか、あるいは小切手帳を取らせる

ハードウェアデモエリアは賑やか：ロボット、ドローン、生命科学のタンパク質を持つ顕微鏡、車載レーダー。触れて感じることができる現実の物理的なもの。これは SaaS ダッシュボードの1つだけではありません。

199 件のプレゼンテーションを聞いた後、それぞれの企業ではなくパターンを見始めます。以下は私の発見です。

マクロビュー

合計企業数：199

ビジネスモデル：

・ B2B: 174（87%）

・ B2C: 14（7%）

・ B2B2C: 11（6%）

製品タイプ：

・純粋ソフトウェア：163（82%）

・ハードウェア+ソフトウェア：24（12%）

・純粋ハードウェア：12（6%）

AIカテゴリ：

・ AIネイティブ（AIが製品そのもの）: 120（60%）

・ AIエンエーブル（既存のワークフロー+AI）: 52（26%）

・非AI: 27（14%）

トラクション：

・推定中央 ARR: 約 5-10 万ドル

・推定中央成長：約 30-50% MoM

・ ARRが100 万ドルを超える企業：約 5%

・収益なし：約 50%

主要業界：B2B ソフトウェア（59%）、産業（15%）、医療（10%）、フィンテック（8%）、消費者向け（4%）。

消費者向けの企業はわずか14社であり、YC 公式ではそのうち7社のみが「消費者向け」として分類されています。その他は企業向け、医療、またはフィンテックに分類される消費財の名目を持つ製品です。

トップ10テーマ

1. AI エージェントが全職種を代替

コアテーマ。

共同運転士ではなく、完全な置換。

・ Beacon Health：承認済みの事前業務を代替

・ Perfectly：リクルーターを端から端まで代替

・ Lance：50以上のマリオット/ヒルトン/ハイアットホテルのフロントデスクを代替

・ Mendral（Docker 共同創業者）：DevOps エンジニアを代替

・ Canary：品質保証を代替

2025年初頭の「共同運転士」フレームワークは、W26 では1%に低下しました。

2.「X 領域の Claude Code」

Claude Code と Cursor は、エージェント化された AI がコードに有効であることを証明しました。W26 の起業家は、同様のパラダイムを、構造化された出力を持つすべての職業に適用しています：

・ REV1 for 機械工学者（3D→2D 図面）

・ Avoice for 建築家（仕様書、文書）

・ Synthetic Sciences for 科学研究

・ Maywood for 投資銀行家

・ Alt-X for 不動産証券化（直接 Excel で作業）

・ Cardboard for ビデオ編集

Mango Medical は数分で手術計画を作成しました。数日ではありません。

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」）

既存の企業向けのツールを構築するのではなく、彼らと競合するAI企業を構築する：

AI 弁護士四社（Arcline、General Legal、Vector Legal、LegalOS）

· AI 採用機関（Perfectly）

· AI 会計（Balance）

· AI 保険ブローカー（Panta）

· AI ポリシーコンサルティング（Fed10、3 人の前ロビイストによって設立）

Panta は明言した：「サービス事業でソフトウェア経済を持つこと。」成果に基づく料金体系で運営し、ソフトウェアの利益率で運営し、AI が 80% を処理し、人間が 20% を処理するため。Arcline には50社以上のスタートアップ顧客がいる。LegalOS は100% のビザ承認率を持つ。

ベアケース：利益率は 60-80% に限定されます。責務は真実です。モートの問題：もしコア技術が「LLM+ドメインヒント+人間の確認」である場合、複製を阻止するものは何ですか？新興の答え：サービスから始まり→自動化を実施→プラットフォームへスケーリング。サービスがくさびであり、ソフトウェアがモートです。

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がエージェントの再構築を行っています：

· Agentic Fabriq = 「Agent の Okta」

· Sponge（前 Stripe 暗号部門の 3 人組）= エージェントの金融インフラストラクチャ

· Moda / Sentrial = エージェント信頼性の Datadog

· Salus = ランタイムバリケード

· 21st（140 万開発者）= AI 重視 UI の React コンポーネント

Zatanna は SaaS を LLM 以前のエージェントクエリ可能なデータベースに変えます

リスク：基本モデルプロバイダーがこれをネイティブに構築している。このレイヤーには約 30% の競合重複があり、それが混み合っていることを裏付けています。

5. 「セクシーではない」業界の垂直 AI

技術が無視されている業界で最大の ROI：

· Zymbly 自動化飛行機整備文書作業（修理 5 分に文書 45 分）

· GrazeMate ロボット牧場主、自律型ドローン牧畜。プレゼンテーション中に笑わずにはいられない。馬鹿げて見えるが、創業者が 6000 頭の牛を育てた牧場で育ったことがわかるまでです。

· OctaPulseは魚の養殖のためのコンピュータビジョンを行います

· Squidは電力ネットワークの計画を解決します（年間7600億ドルの非効率性、まだスプレッドシートを使用中）

これらの創業者は非常に専門的な知識を持っています。Scout Outの創業者は建設業界の4世代目です。LegalOSの共同創業者は家族の移民法律事務所で育ちました（12歳から1人あたり1万時間以上）。Zymblyの共同創業者はヴァージン・アトランティック航空の飛行機整備責任者でした。最高の機会は、自分がいつも紹介しないであろう業界にあります。

6. 物理的AI / ロボットの復活

18%のバッチ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は人間のデモから学習する倉庫ロボットを構築しています（倉庫の80%が非自動化）

· Origami Roboticsはロボットハンドを開発しています

· RoboDockは60日でMVPを展開し、10万ドルのWaymo契約を獲得しました

· Fort（元テスラのエンジニア3名）はパワートレーニングをトラッキングし、Whoop / Ouraにはまだ追随できていません

· Pocketは3万台以上を出荷し、年間売上高は2700万ドルです

ハードウェアのデモエリアはその日の中で最も活気のある部門でした。

7. 国防と国家安全保障

Milliray（オックスフォード/セントアンドリュース大学院生3名）はNATO向けにドローン検出レーダーを構築しました（バッチ内で47万ドルの売上）

Seeing Systemsは英国ロイヤルマリーンのためにAI攻撃ドローンを構築しています

DAIVIN!は米国特殊作戦軍団向けに無缶潜水装備を構築しています

国防予算は巨額で、契約期間も長く、信頼性はビジネスに転換できます。

8. データは城壁です

すべての人が同じ基本モデルを持っているとき、独自のデータが主要な防御手段となります：

· Shofo：最大のインデックス付けされたビデオライブラリ

· Human Archive：スタンフォード/バークレー大学を中退し、アジアに移り住んで、数千の家族からデータを収集して人型ロボット用に使用

· LegalOS：12,000 件の成功したビザ申請→100% 承認率

モデル：各顧客インタラクションにより製品が向上。データフライホイールはなく、あなたがパッケージングされたものです。

9. ディープテックと宇宙

最も大胆なロードショー。GRU Space は2032年までに月面初のホテルを建設中です。彼らがロードショーを行う間、部屋は再キャリブレーションされました：半分は彼らが狂っていると考え、もう半分は彼らが実現可能かもしれないと考えました。50億ドルの意向書、ホワイトハウスからの招待、10億以上のビュー数。Beyond Reach Labs は軌道上にサッカー場サイズの太陽光パネルアレイを建設中（2030年までに電力需要は500倍に増加）。Terranox はAIを使用してウラン鉱床を発見しました（1つの発見=2-7億ドル）。

Ditto Biosciences はおそらく最もクリエイティブな議論でしょう：寄生虫は何百万年もかけて人間の免疫系を制御するためのタンパク質を進化させてきました。Ditto はそれらを識別し、自己免疫療法を設計するためにAIを使用します。進化は問題を解決してきました、彼らは単に答えを読み取るだけです。

10. AIネイティブ研究と科学

Talking Computers はAI科学者チーム（ARR超100万ドル）を展開

Aemon（双子の兄弟、20歳でICLR/EMNLPで論文を発表）は、NP困難な数学問題で世界記録を樹立し、Google DeepMindを打ち負かすために10ドル未満で計算を行います。

Ndea は、ZapierのMike KnoopとKerasの創設者François Cholletによって設立され、イノベーションが可能なAGIを明確に打ち立てました。

創業者：429人のパターンから

人口統計：

· 約60% 移民/国際

· 86% 男性、14% 女性

· トップスクール：バークレー（約45）、スタンフォード（約35）、MIT（約20）、Waterloo（約15）

· 55% CSを学ぶ；45% は学ばない

バックグラウンド：

· 約30% 前メガキャップ企業

· 約25% シリアルアントレプレナー

· 約12% 前金融/取引（Citadel、Jane Street、Jump）

· SpaceX のみに約12人の創業者がおり、ほとんどがハードウェアと宇宙航空を開発しています

チーム：

46％が2人チームで、15％が単独

最も一般的なプロトタイプ：異なる専門知識を持つ2人のテック共同創設者（約35％）、「ハッカー+セールス」ではない

19％の企業は少なくとも1人の博士単独創業者を擁しています

彼らが出会った方法：約35％が大学の同窓生、約25％が前の同僚、約15％が再度共同創業、約10％が家族/兄弟姉妹

創業者としての業界の専門家は最も説得力のあるストーリーです：Adrian Kilian（歯科医→Mango Medical 手術 AI）、Robbie Bourke（25年の航空業界→Zymbly）、Pamir Ehsas（OpenAIの外部法律顧問→Arcline）、Conor Jones（国家電力会社の内部長年→Squid）。

いくつかの観察：

深い領域の専門知識+構築可能なテック共同創設者 = バッチで最も強力な企業

最も成功しているチームは、以前に一緒に会社を立ち上げて売却したり、同じ問題を解決するために肩を並べて同じ会社で働いていました

31% の企業は少なくとも1人の博士号を持つか研究者の創業者がおり、主に医療/バイオテクノロジー、ハードウェア技術、AI インフラに集中しています

彼らが市場を見つけた方法

B2B（バッチの88%）

「この痛みを体験しました」（約40％）：最も強力なパターン。End Close 創業者は、Modern Treasury で6年間で1兆ドル超の支払いを処理していました。Squid 創業者は国家電力会社で長年働いていました。彼らは顧客発見を必要とせず、彼ら自身が顧客です。

「私が置き換えるプラットフォームを構築しました」（約20％）：Docker 共同創設者は Mendral を構築しました。TikTokの機械学習科学者は Perfectly を構築しました。彼らはアーキテクチャを深く理解し、AI がどこで飛躍的な変化をもたらすかを見ています。

「50回の対話スプリント」（約15％）：体系化された発見。Ritivel はコードを書く前に50回以上の製薬対話を行いました。Ressl AI はコンサルティングから始め、取引に最も多くの接着剤作業があることを発見しました。

「インフラストラクチャーの予言」（約15%）：論点駆動。「もしエージェントが存在すれば、それらは認証する必要があります」→エージェンティック・ファブリック。リスク：2-3年先の未来のために構築する。

「研究から事業化へ」（約10%）：CellType（イェール大学教授+Google DeepMind）。Valgo共同創設者は本当にセキュリティ重要システムの教科書を書きました。

B2C（バッチの7%）

「私がユーザーです」（約50%）：Fort創業者はウェアラブルデバイスに失望した重量挙げ者。Doomersion創業者はショートビデオを見て言語を学び、それらを組み合わせました。

「形式変換」（約25%）：既存の行動+新しいメディア。パックス・ヒストリア：ストラテジーゲームへの愛+AIによる歴史の代替。

「ハードウェアのくさび」（約25%）：物理製品がソフトウェアでは複製できないデータループを作成。

元教訓：成功したW26企業は、ハッカソンや「もしAIを使って...」ブレストーミングから生まれたわけではありません。それぞれが深い個人の経験や情熱的な顧客発見に基づいています。

彼らはどのようにしてディストリビューションチャネルを見つけたのか

データは明確です：創業者ネットワークは、成長最速のB2B企業の＃1メカニズムです。トップ15の60%の成長率は、創業者ネットワークまたはYCネットワークを介して最初の顧客を獲得しています。

B2Bモデル：

「前職場の同僚に販売」（約35%）：Fed10の3人の元同僚、彼らの名刺入れがディストリビューションチャンネルです

「YCを打ち上げ台として」（約25%）：Cardinalは40社以上のYC企業にアウトリーチし、Palus Financeは数週間で33社を獲得

「オープンソース」（約10%）：21世紀には140万人の開発者がおり、基盤にのみ効果的です

「PE M&Aチャネル」（約8%）：1取引=50-200の拠点

「体系化されたアウトリーチ」（約15%）：限られたバイヤーリストには、数量化可能な痛点があります

「くさび製品」（約7%）：狭い切り口から始め、どこにでも展開

B2C：製品は配信チャネルそのものです。Doomersionは2週間で1.5万ダウンロードを獲得し、ゼロコストマーケティングを達成しました。Pax Historiaは数万のDAUを獲得し、有機的成長を遂げました。ハードウェアの創設者は実体験から口コミを生み出しました。

最大の収穫：GTMに苦しむ企業はほとんど常に、「まず製品を作ってから『どうやって売るか』を尋ねる」企業です。勝者は「すでに接触できる人々は誰か、彼らは何を緊急に必要としているか？」と尋ね、その後その製品を構築します。

優れたロードショーの解析

7つの構成要素により、忘れられないロードショーとあいまいなものを区別できます：

1. フック

次の3つのプロトタイプは効果的です：

ショッキングなデータ："市場投入には50万日かかる。それを5日にしたい"（Rhizome AI）

リフレーミング："あなたがアップロードしたすべてのファイルは1974年のプロトコルを使用しています"（Byteport）

"私が問題です"："Modern Treasuryで6年かけてリコンを構築し、1兆ドルを処理しました"（End Close）

2. 問題（具体的で一般的でない）

"技術者の50%の時間が文書作業に費やされています"（Zymbly）は、「バックエンドワークフローを自動化しました」というよりも勝っています。

3. チーム（一文での信頼爆弾）

"AndreaはDockerの最初の行を書きました"（Mendral）。"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MPIC標準を発明しました"（Crosslayer Labs）。

4. マーケット（避けられない、大きいだけでない）

"衛星の電力需要：2030年までに500倍に増加"（Beyond Reach Labs）。最も成功するマーケットロードショーは、なぜ今か、なぜそれが避けられないかを説明し、TAMの大きさだけでないことを説明します。

5. トラクション（速度＞絶対数値）

"0から4週間で3.3万ドルのMRR"（Corvera）は、「10万ドルのARR」という時間枠のないものよりも優れています。

6. ユニークな洞察

「寄生虫が人間の免疫系を制御するためのタンパク質を進化させました。私たちはそれらの解を読み取ります」（Ditto Bio）。「保険会社は自律システムを価格設定することができません、なぜなら履歴の請求データが存在しないからです」（Valgo）。

7. クレイジーなエンディング

「初の AI オスカーは Martini で誕生します。」「2032年の月ホテルを予約する」（GRU Space）。

ぼんやりとしたロードショー：一般的な「[業界]向け AI」、チームの経歴は問題に関連しておらず、そして（重要なことですが）クレイジーなエンディングがありません。

競合のオーバーラップ：YCの多重投資

バッチ内で約30%の企業が直接競合他社を持っています。約5%しか本当の高度な重複がありません。

高度な重複：LLMコンテキスト圧縮（Token Company vs。Compresr）、医療法的文書（Wayco vs。Docura Health）、ロボットデータ（Human Archive vs。Asimov）

中程度：スタートアップ法律（Arcline vs。General Legal vs. Vector Legal)、AI SRE（IncidentFox vs。Sonarly）、エージェントモニタリング（Sentrial vs。Moda）、事前承認（Ruma Care vs。ClaimGlide vs。Beacon Health)

これは何を教えてくれるのか：YCは企業ではなく市場に賭けています。三つのスタートアップ法律事務所=市場が実在し、複数の勝者を受け入れるほど大きいこと。Demo Dayで似たような見える2社がAラウンドに到達すると、完全に異なります。最も差別化された企業はゼロオーバーラップ：Terranox、Zymbly、GrazeMate、Ditto Bio。どの場合も、創業者の領域専門知識が城壁となります。