Después de terminar de ver la demo day de YC W26, escuché las presentaciones de 199 empresas y me di cuenta de algo. Esto ya no es solo una reunión de startups, sino un mapa que muestra cómo cambiará la estructura empresarial en la era de la IA.

Primero, los números. El 60% de todo el batch son empresas nativas de IA. Es decir, la IA es responsable del producto en sí. Además, el 26% son empresas que están adaptadas a IA, y solo el 14% no usan IA. Pero lo importante aquí no es si usan IA o no, sino qué han logrado con ella.

Otra cosa que noté es que el concepto de "copiloto" ha desaparecido casi por completo. El año pasado, el 4% de las empresas promovían IA en forma de copiloto, pero este año bajó al 1%. En su lugar, ha surgido la "IA empleada". Es decir, una sustitución completa de trabajos bien remunerados. Un agente de IA que realiza el mismo trabajo por una parte del salario. Esto, en otras palabras, significa que el sistema de salarios humano en sí mismo se ha convertido en un objetivo de competencia.

En cuanto a los modelos de negocio, lo que destaca es B2B. El 87% son empresas B2B, y solo el 7% son orientadas al consumidor. Hay un patrón en el que las empresas B2B están generando ingresos más rápido: cuando los fundadores venden a su red de empleadores anteriores. El CEO de Proximtty (que genera 700,000 dólares en ingresos recurrentes anuales en 3 semanas) proviene de McKinsey. El CEO de Corvera (que genera 33,000 dólares en ingresos recurrentes mensuales en 4 semanas) es un gerente de marca de bienes de consumo. Es decir, la confianza y las conexiones que ya tienen se convierten en canales de distribución.

El hardware ha vuelto. El 18% del batch trabaja con robots, drones, wearables o tecnología espacial. Esto representa un aumento significativo en comparación con hace unos años. Es notable que ex empleados de SpaceX y Tesla están fundando empresas de productos físicos.

También han surgido nuevas formas de negocio de servicios. Bufetes de abogados, reclutamiento, contabilidad y corredores de seguros que usan IA. Estos operan con modelos de pago por resultados, disfrutando de los márgenes de beneficio del software. Es decir, empiezan como servicios, acumulan datos, luego lanzan automatización y, finalmente, se convierten en plataformas. Este patrón está generando ingresos más rápido.

Estamos en una era donde los datos son un pozo de riqueza. LegalOS, por ejemplo, entrenó con 12,000 solicitudes de visas y logró una tasa de aprobación del 100%. La precisión mejora con cada contratación adicional. Sin un ciclo de datos, solo sería un producto más.

También se vislumbra un patrón de fracaso: infraestructura de agentes no diferenciada. Ocho a diez empresas hacen lo mismo, y si un proveedor de modelos base los integra de forma nativa, todo termina. Lo mismo con los envoltorios de IA genéricos. La propuesta de "todo con IA" no puede competir con la de "reemplazar trabajos específicos de 80,000 dólares anuales con IA".

Las empresas que más crecen comparten un punto en común: venden resultados, no herramientas. Los fundadores construyen relaciones con los clientes antes de que exista un producto. Cobran desde el primer día. Los clientes no son movidos por la curiosidad, sino por una situación apremiante. El MVP es sorprendentemente simple.

Los sectores de consumidores, educación y tecnología gubernamental están vacíos. Ahí están las futuras oportunidades. Históricamente, los campos con menos financiamiento han generado los mayores retornos.

Conclusión: entra profundamente en industrias discretas. Construye un ciclo de datos. Evita envoltorios genéricos de IA. Las mejores oportunidades no están en industrias que se venden en cócteles.