Analyse approfondie du Demo Day YC W26 : la vérité sur l'entrepreneuriat de 200 sociétés, Copilot est mort, l'Agent IA prend le contrôle entièrement

Titre original : What I Learnt From 199 Pitches at the YC W26 Demo Day
Auteur original : Rathin Shah, Ex-fondateur de Spenny
Traduction par : TechFlow Deep潮

Introduction Deep潮 : Ce n’est pas un simple rapport d’observation du Demo Day. Après avoir assisté à 199 présentations en direct, l’auteur révèle, à l’aide de données et d’exemples, la logique fondamentale de l’entrepreneuriat en IA aujourd’hui : pourquoi 60 % des entreprises investissent entièrement dans l’IA, pourquoi le concept de copilote a presque disparu, pourquoi celles qui génèrent le plus rapidement des revenus sont des fondateurs qui revendent à leur ancien employeur.

Plus important encore, il met en lumière les risques mortels derrière ces secteurs à la mode, ainsi que ces domaines négligés par tous mais qui pourraient donner naissance à la prochaine légende.

J’ai participé au Demo Day d’hiver YC 2026. 199 entreprises. Voici toutes mes observations : données, modèles, et tout ce que vous devez savoir si vous êtes un futur fondateur.

Leçon essentielle pour les fondateurs

Sur la déclaration de marché/problème

1. L’IA n’est pas une catégorie, c’est une infrastructure. 60 % du lot sont des IA natives. De plus, 26 % sont des IA habilitantes. Seuls 14 % n’utilisent pas d’IA. La question n’est pas « utilisez-vous l’IA ? » mais « qu’est-ce que votre IA accomplit que des modèles de base prêts à l’emploi ne peuvent pas faire ? »

2. Remplacer, plutôt qu’assister. Le thème central est « l’IA en tant qu’employé », pas copilote, pas assistant. La proposition est toujours « nous remplaçons de bout en bout [des rôles coûteux] », avec un prix bien inférieur au salaire de la personne. Le copilote est une aide. L’agent est une action. L’industrie a déjà évolué.

3. Trouvez le « Claude Code » dans votre domaine. Chaque profession peut générer une sortie structurée par l’IA : contrats, fichiers CAD, modèles financiers, plans chirurgicaux, spécifications. Cherchez une profession où le tarif horaire dépasse 100-500 dollars, avec des outils existant depuis 10-30 ans, et une étape de validation claire. Domaines vastes : planification fiscale, génie civil, conseil en gestion, essais cliniques, rédaction de brevets, production musicale.

4. Envisagez un modèle de service. Environ 20 % du lot construisent des entreprises de services IA natives (juridique, recrutement, comptabilité, assurance), facturant par résultat tout en profitant des marges logicielles. Ils montrent la croissance de revenus la plus rapide. La stratégie : démarrer par le service → obtenir des revenus et des données → automatiser → évoluer en plateforme.

5. Dominance B2B. L’agent IA remplace les travailleurs du savoir en B2B. 87 % sont B2B. Seules 14 entreprises (environ 7 %) ciblent les consommateurs. La capacité actuelle de l’IA débloque parfaitement les flux de travail commerciaux. C’est une bonne affaire, mais les entreprises légendaires de ce lot seront probablement des outsiders : sociétés d’exploration d’uranium, hôtels lunaires, cowboys robots, sociétés de médicaments antiparasitaires.

6. Construisez une boucle de données. Chaque interaction client doit améliorer votre produit. LegalOS, entraîné sur 12 000 demandes de visa, atteint 100 % de taux d’approbation. Il s’améliore à chaque embauche. Sans boucle de données, vous n’êtes qu’un emballage.

7. Ne construisez pas d’emballage IA universel. « IA pour tout » échoue face à « IA qui remplace un poste spécifique avec un salaire annuel de 80 000 dollars ». Approfondissez un secteur peu sexy. Les meilleures opportunités se trouvent dans des industries où vous ne parleriez jamais lors d’un cocktail.

8. L’absence de consommateurs est un signal d’opportunité. Zéro entreprise éducative. Zéro réseau social grand public. Zéro santé mentale / fitness. Zéro technologie gouvernementale. Historiquement, ces catégories ont généré les rendements anormaux avec le moins de financement. Les fondateurs qui brisent l’IA dans le divertissement, le social ou l’éducation domineront toute la catégorie.

9. Le hardware revient. 18 % du lot inclut des composants hardware (robots, drones, wearables, technologies spatiales). C’est une hausse notable par rapport aux lots récents. Les sociétés créées par des alumni de SpaceX/Tesla sont parmi les plus différenciées.

Sur les canaux de distribution

10. La distribution est une condition préalable, pas une réflexion après coup. Parmi les 15 entreprises en croissance, 60 % ont obtenu leurs premiers clients via le réseau des fondateurs ou celui de YC. Si vos 20 premiers clients nécessitent « de comprendre la distribution », vous avez choisi le mauvais marché.

11. Votre ancien employeur est votre premier marché. La majorité des stratégies GTM (environ 35 % du B2B) consiste pour le fondateur à avoir travaillé longtemps dans le secteur, puis à vendre ses contacts. Leur carnet d’adresses est leur canal de distribution.

12. La voie des fusions-acquisitions par PE est sous-estimée. Ressl AI et Robby ont découvert indépendamment que les acheteurs soutenus par le PE ont un besoin urgent d’outils d’amélioration des profits. Une transaction PE = 50-200 points de vente.

13. Choisissez un marché où vous avez déjà un réseau de distribution. Les entreprises qui peinent à faire leur GTM sont souvent celles qui construisent d’abord leur produit avant de se demander « comment le vendre ». Les gagnants savent : « à qui puis-je accéder, et de quoi ont-ils besoin ? »

Sur l’équipe

14. La correspondance fondateur-marché est le prédicteur le plus fort de la vitesse de revenus. Ceux qui ont déjà fait leur travail d’automatisation peuvent conclure en quelques jours. Les autres mettent plusieurs mois. Proximitty (70 000 $ ARR en moins de 3 semaines) : CEO ancien conseiller en risque chez McKinsey. Corvera (33 000 $ MRR en 4 semaines) : CEO gérant une marque de produits de grande consommation.

15. La relation avec le co-fondateur est votre barrière protectrice. 46 % du lot sont des équipes de 2 personnes. Les plus solides collaborent depuis des années : anciens collègues, camarades, frères et sœurs, co-fondateurs récurrents. Si vous n’avez pas lancé quelque chose avec un co-fondateur, vous n’avez pas validé la partie la plus cruciale de l’entrepreneuriat.

16. La connaissance sectorielle prime sur le diplôme. Les fondateurs les plus convaincants ont vécu le problème : dentistes créant une IA pour la chirurgie, responsables de maintenance aéronautique développant des outils mécaniques, lobbyistes créant une IA pour la politique. « Ancien grand groupe » est la base, pas un facteur différenciateur.

Sur la présentation

17. La conclusion percutante est essentielle. Lorsqu’on voit 199 présentations en une journée, il faut devenir celui dont on parle autour du verre : « Le premier Oscar IA naîtra chez Martini. » « Réservez votre hôtel lunaire pour 2032. » Faites en sorte que votre vision soit concrète, falsifiable et citée.

Sur ce qu’il faut éviter

18. Évitez les infrastructures agent sans différenciation. 8-10 entreprises construisent des outils de surveillance/test/compression pour agents. Les fournisseurs de modèles de base bâtissent ces outils nativement. Si votre description est « [outils DevOps existants] mais pour agents IA », c’est une zone dangereuse.

19. Évitez les services IA sans boucle de données. Les revenus y sont rapides mais la défense faible. La technologie clé peut être copiée en quelques semaines. Les entreprises traditionnelles adopteront l’IA en 12-18 mois. Sans données ou distribution propriétaire, la barrière est mince.

20. Évitez les emballages de workflows standardisés. L’IA pour une tâche précise, GPT-5 pourrait faire la même chose en 6 mois nativement.

Sur place

199 présentations. Les startups fraîchement sorties du four YC ont une odeur unique. Excitation, haute énergie, jamais ennuyeux.

Quelques moments mémorables :

Une startup présente la première hôtel sur la lune, avec invitation du White House et une lettre d’intention de 500 millions de dollars

Un cow-boy robot utilise des drones autonomes pour faire pâturer le bétail

Une société d’IA génère en temps réel sa propre présentation lors du démo

Une entreprise agrandit une image satellite jusqu’à Téhéran (Iran) (la salle devient silencieuse)

Le fondateur de Martini conclut en disant : « Le premier Oscar IA sera remporté par Martini ! » Ces mots font soit lever les yeux au ciel, soit sortir un chèque

Zone de démo hardware : robots, drones, microscopes à protéines, radars pour véhicules. Des objets physiques réels, tangibles. Ce n’est pas qu’un SaaS de tableau de bord.

Après avoir assisté à 199 présentations, on ne voit plus seulement des entreprises, mais des modèles. Voici mes découvertes.

Chiffres macro

Nombre total d’entreprises : 199

Modèles commerciaux :

· B2B : 174 (87 %)

· B2C : 14 (7 %)

· B2B2C : 11 (6 %)

Types de produits :

· Logiciel pur : 163 (82 %)

· Hardware + logiciel : 24 (12 %)

· Hardware pur : 12 (6 %)

Catégories d’IA :

· IA native (l’IA est le produit) : 120 (60 %)

· IA habilitante (flux de travail existants + IA) : 52 (26 %)

· Non IA : 27 (14 %)

Attractivité :

· ARR médian estimé : environ 50 000 à 100 000 dollars

· Croissance médiane estimée : 30-50 % MoM

· Entreprises avec ARR > 1 million de dollars : environ 5 %

· Sans revenu : environ 50 %

Principaux secteurs : Logiciel B2B (59 %), industrie (15 %), santé (10 %), fintech (8 %), grand public (4 %).

Seules 14 entreprises ciblent le grand public, et 7 sont officiellement classées comme « consommateurs » par YC. Les autres sont des produits grand public déguisés en B2B, santé ou fintech.

Top 10 thèmes

1. L’agent IA qui remplace toute fonction de travail

Thème central.

Pas un copilote, une substitution complète.

· Beacon Health remplace le personnel administratif préautorisé

· Perfectly remplace entièrement le recrutement

· Lance remplace plus de 50 hôtels Marriott/Hyatt/Hilton à la réception

· Mendral (cofondé par Docker) remplace les ingénieurs DevOps

· Canary remplace le contrôle qualité (QA)

Le cadre « copilote » est passé de 4 % des présentations début 2025 à 1 % en W26.

2. « Claude Code » dans le domaine de X

Claude Code et Cursor prouvent que l’agentisation de l’IA est efficace pour le code. Les fondateurs de W26 appliquent le même paradigme à chaque profession avec sortie structurée :

· REV1 pour ingénieurs mécaniques (dessins 3D→2D)

· Avoice pour architectes (spécifications, documentation)

· Synthetic Sciences pour la recherche scientifique

· Maywood pour banquiers d’investissement

· Alt-X pour souscription immobilière (travail direct dans Excel)

· Cardboard pour montage vidéo

Mango Medical génère un plan chirurgical en quelques minutes au lieu de plusieurs jours.

3. Services professionnels IA natifs (« services, économie du logiciel »)

Pas pour améliorer des entreprises existantes, mais pour créer des IA concurrentes :

Quatre cabinets d’avocats IA (Arcline, General Legal, Vector Legal, LegalOS)

· Agences de recrutement IA (Perfectly)

· Comptabilité IA (Balance)

· Courtage en assurance IA (Panta)

· Conseil en politiques IA (Fed10, fondé par trois ex-lobbyistes)

Panta affirme : « un service avec une économie du logiciel. » Facturation par résultat, avec une marge logicielle, car l’IA gère 80 % du travail humain. Arcline compte plus de 50 startups clientes. LegalOS affiche un taux d’approbation de 100 % pour les demandes de visa.

Raisons d’être sceptique : la boucle humaine limite la marge à 60-80 %. La responsabilité est réelle. La barrière : si la technologie clé est « LLM + prompts sectoriels + revue humaine », qu’est-ce qui empêche la copie ? La nouvelle réponse : démarrer par le service → automatiser → évoluer en plateforme. Le service est un levier ; le logiciel, une barrière.

4. Infrastructure de l’ère des agents

Chaque couche de la stack technologique se reconstruit pour les agents :

· Agentic Fabriq = « l’Okta des agents »

· Sponge (ex-responsable cryptographie de Stripe) = infrastructure financière pour agents

· Moda/Sentrial = Datadog de la fiabilité des agents

· Salus = barrière d’exécution

· 21st (1,4 million de développeurs) = composants React pour UI IA prioritaire

Zatanna transforme la base de données consultable par agents en SaaS avant LLM.

Risque : les fournisseurs de modèles de base construisent ces outils nativement. Cette couche, avec 30 % de concurrence, est très encombrée.

5. L’IA verticale dans des industries « peu sexy »

Le ROI maximal dans des secteurs négligés par la tech :

· Zymbly automatise la documentation de maintenance aéronautique (5 minutes de réparation nécessitant 45 minutes de documentation)

· GrazeMate crée un cow-boy robotisé, avec drones autonomes pour faire pâturer. Lors de leur démo, on ne peut s’empêcher de rire. Cela paraît absurde, jusqu’à ce que l’on sache que le fondateur a grandi dans une ferme de 6000 têtes de bétail.

· OctaPulse pour la vision par ordinateur dans l’élevage de poissons

· Squid optimise la planification du réseau électrique (760 milliards de dollars d’inefficacité par an, toujours avec des tableurs)

Ces fondateurs creusent profondément. Le fondateur de Scout Out est la quatrième génération dans la construction. Les co-fondateurs de LegalOS ont grandi dans un cabinet familial d’immigration (plus de 10 000 heures chacun à 12 ans). Le co-fondateur de Zymbly était responsable de la maintenance aéronautique chez Virgin. La meilleure opportunité est dans des secteurs où vous ne parleriez jamais lors d’un cocktail.

6. La renaissance de l’IA physique / robotique

18 % du lot inclut du hardware :

· Remy AI et Servo7 construisent des robots d’entrepôt apprenant par démonstration humaine (80 % des entrepôts sont non automatisés)

· Origami Robotics construit des bras robotisés

· RoboDock, déployé en 60 jours, a décroché un contrat Waymo de 100 000 dollars

· Fort (trois ex-ingénieurs Tesla) suit la force d’entraînement, ce que Whoop/Oura ne peuvent pas faire

· Pocket a livré plus de 30 000 unités, avec un revenu annuel de 27 millions de dollars

La zone de démo hardware est la partie la plus dynamique de la journée.

7. Défense et sécurité nationale

Milliray (trois docteurs d’Oxford/Saint Andrews) construit des radars de détection de drones pour l’OTAN (vente dans le lot : 470 000 dollars)

Seeing Systems construit des drones de combat IA pour la Royal Navy

DAIVIN! développe des équipements de plongée sans réservoir pour les opérations spéciales américaines

Le budget de la défense est élevé, les contrats longs, la crédibilité transférable au secteur civil.

8. La donnée comme barrière

Quand tout le monde a le même modèle de base, la donnée propriétaire devient la principale barrière défensive :

· Shofo : la plus grande bibliothèque de vidéos indexées au monde

· Human Archive : collecte de données auprès de milliers de familles en Asie, après avoir quitté Stanford/Berkeley, pour former des robots humanoïdes

· LegalOS : 12 000 demandes de visa réussies → 100 % de taux d’approbation

Modèle : chaque interaction client améliore le produit. Sans boucle de données, vous n’êtes qu’un emballage.

9. La haute technologie et l’espace

Les présentations les plus audacieuses. GRU Space construit la première station lunaire avant 2032. Lors de leur démo, la salle a été partagée entre deux visions : certains pensent qu’ils sont fous, d’autres qu’ils peuvent réussir. Lettre d’intention de 500 millions de dollars, invitation de la Maison Blanche, plus de 1 milliard de vues. Beyond Reach Labs construit une grande antenne solaire en orbite (d’ici 2030, la puissance doit augmenter de 500 fois). Terranox découvre des gisements d’uranium avec l’IA (une seule découverte vaut 2-7 millions de dollars).

Ditto Biosciences propose l’argument le plus créatif : des parasites ayant évolué pour produire des protéines qui contrôlent le système immunitaire humain, depuis des millions d’années. Ditto utilise l’IA pour les détecter et concevoir des immunothérapies. L’évolution a déjà résolu le problème, ils ne font que lire la réponse.

10. Recherche et science IA natives

Talking Computers déploie une flotte de scientifiques IA (ARR supérieur à 1 million de dollars)

Aemon (frères jumeaux, publient avant 20 ans à ICLR/EMNLP) établit un record mondial sur un problème mathématique NP-difficile avec moins de 10 dollars, battant Google DeepMind

Ndea, cofondée par Mike Knoop de Zapier et François Chollet, créateur de Keras, vise explicitement à construire une AGI capable d’innovation.

Modèles issus de 429 fondateurs

Données démographiques :

· Environ 60 % sont immigrés/internationaux

· 86 % hommes, 14 % femmes

· Grandes écoles : Berkeley (environ 45), Stanford (environ 35), MIT (environ 20), Waterloo (environ 15)

· 55 % ont étudié CS ; 45 % pas du tout

Contexte :

· Environ 30 % venaient de grandes entreprises

· Environ 25 % ont déjà lancé une startup

· Environ 12 % venaient du secteur financier/trading (Citadel, Jane Street, Jump)

· Rien qu’avec SpaceX, environ 12 fondateurs, principalement dans le hardware et l’aérospatial

L’équipe :

46 % sont en duo, 15 % en solo

Les prototypes les plus courants : deux techniciens avec compétences complémentaires (environ 35 %), pas le classique « hacker + commercial »

19 % des entreprises ont au moins un fondateur docteur

Leurs rencontres : environ 35 % entre étudiants, 25 % anciens collègues, 15 % co-fondateurs récurrents, 10 % famille/frères et sœurs

Devenir un expert du domaine est la narration la plus convaincante : Adrian Kilian (dentiste → IA chirurgicale Mango Medical), Robbie Bourke (20 ans dans l’aéronautique → Zymbly), Pamir Ehsas (conseiller juridique externe chez OpenAI → Arcline), Conor Jones (plusieurs années chez le réseau électrique national → Squid).

Quelques observations :

Une expertise profonde dans le domaine + une équipe technique capable de construire = les entreprises les plus fortes du lot

Les équipes les plus performantes ont soit déjà créé et vendu une entreprise, soit travaillé ensemble dans la même société pour résoudre le même problème actuel.

31 % des entreprises ont au moins un fondateur docteur ou chercheur, principalement dans la santé/biotech, la haute technologie et l’infrastructure IA.

Comment ils trouvent leur marché

B2B (88 % du lot)

« J’ai vécu ce problème » (environ 40 %) : le modèle le plus fort. Le fondateur d’End Close a passé 6 ans chez Modern Treasury à gérer plus d’un trillion de dollars de paiements. Le fondateur de Squid a travaillé plusieurs années dans le réseau électrique national. Ils n’ont pas besoin de découvrir le client, ils sont le client.

« J’ai construit cette plateforme pour la remplacer » (environ 20 %) : Mendral, créé par Docker. Le scientifique ML de TikTok a construit Perfectly. Ils comprennent l’architecture et voient où l’IA crée un saut.

« 50 cycles de dialogue » (environ 15 %) : découverte systématique. Ritivel a plus de 50 échanges avec des pharmaciens avant de coder. Ressl AI commence par le conseil, où il y a le plus de « glue work ».

« Prédiction d’infrastructure » (environ 15 %) : argument basé sur la preuve. « Si l’agent existe, il doit être certifié » → Agentic Fabriq. Risque : construire pour un futur à 2-3 ans.

« Recherche → commercialisation » (environ 10 %) : CellType (professeur de Yale + Google DeepMind). Les co-fondateurs de Valgo ont écrit un manuel sur la sécurité critique.

B2C (7 % du lot)

« Je suis l’utilisateur » (environ 50 %) : le fondateur de Fort est déçu par les wearables. Doomersion combine vidéos courtes et apprentissage linguistique.

« Conversion de format » (environ 25 %) : comportements existants + nouveaux médias. Pax Historia : amour des jeux de stratégie + IA pour réécrire l’histoire.

« Emballage hardware » (environ 25 %) : produits physiques créant une boucle de données que le logiciel ne peut pas copier.

Leçon principale : aucune startup à succès du W26 n’est née d’un hackathon ou d’un brainstorming « si on fait ça avec l’IA ». Toutes proviennent d’expériences personnelles profondes ou de clients passionnés.

Comment ils trouvent leur distribution

Les données sont claires : le réseau des fondateurs est le principal moteur de croissance des entreprises B2B. Parmi les 15 en croissance, 60 % ont obtenu leurs premiers clients via ce réseau ou celui de YC.

Modèle B2B :

« Vendre à d’anciens employeurs ou collègues » (environ 35 %) : les trois lobbyistes de Fed10 ont leur carnet d’adresses comme canal.

« YC comme plateforme de lancement » (environ 25 %) : Cardinal contacte plus de 40 entreprises YC, Palus Finance a signé 33 en quelques semaines.

« Open source » (environ 10 %) : 21st compte 1,4 million de développeurs, efficace uniquement pour l’infrastructure.

« Canal de fusions-acquisitions PE » (environ 8 %) : une transaction = 50-200 points de vente.

« Appels systématiques » (environ 15 %) : liste limitée d’acheteurs avec des besoins précis.

« Produits d’entrée » (environ 7 %) : niche ciblée, expansion partout.

Le B2C : le produit lui-même est la distribution. Doomersion a atteint 15 000 téléchargements en 2 semaines sans marketing payant. Pax Historia a des dizaines de milliers d’utilisateurs actifs quotidiens, croissance organique. Les fondateurs hardware comptent sur la réputation physique pour se faire connaître.

Le plus important : les entreprises qui peinent à faire leur GTM sont souvent celles qui construisent d’abord leur produit avant de se demander « comment le vendre ». Les gagnants savent : « à qui puis-je accéder, et de quoi ont-ils besoin ? » puis construisent en conséquence.

Analyse de présentations remarquables

Sept éléments qui distinguent une présentation mémorable d’une présentation fade :

1. Le crochet

Trois prototypes efficaces :

Données choc : « Mettre un médicament sur le marché prend 500 000 jours. Nous voulons le faire en 5 jours » (Rhizome AI)

Reformulation : « Chaque fichier que vous avez uploadé utilise un protocole de 1974 » (Byteport)

« Je suis le problème » : « J’ai passé 6 ans chez Modern Treasury à gérer plus d’un trillion de dollars » (End Close)

2. Le problème (spécifique, pas vague)

« La moitié du temps des techniciens est consacré à la paperasserie » (Zymbly) plutôt que « automatiser les processus backend ».

3. L’équipe (une phrase qui fait crédibilité)

« Andrea a écrit la première ligne de code de Docker » (Mendral). « Notre équipe a inventé la norme MPIC pour sécuriser chaque connexion HTTPS sur Internet » (Crosslayer Labs).

4. Le marché (indispensable, pas seulement grand)

« La demande en puissance pour les satellites doit augmenter de 500 fois d’ici 2030 » (Beyond Reach Labs). La meilleure présentation explique pourquoi c’est maintenant et pourquoi c’est inévitable, pas seulement la taille du TAM.

5. La traction (vitesse > chiffres absolus)

« 3 300 dollars de MRR en 4 semaines » (Corvera) plutôt que « 100 000 dollars ARR » sans délai précis.

6. Une insight unique

« Des parasites ont évolué pour produire des protéines qui contrôlent le système immunitaire humain, depuis des millions d’années. Nous les détectons et concevons des immunothérapies » (Ditto Bio). « Les assureurs ne peuvent pas fixer le prix des systèmes autonomes faute de données historiques » (Valgo).

7. La conclusion percutante

« Le premier Oscar IA sera remporté par Martini » ; « Réservez votre hôtel lunaire pour 2032 » (GRU Space).

Présentations floues : « IA pour [secteur] » générique, équipe peu expérimentée, absence de conclusion marquante, et (essentiel) absence de conclusion percutante.

Concurrence et chevauchement : la stratégie multiple de YC

Environ 30 % des entreprises en lot ont des concurrents directs. Seulement 5 % ont un vrai chevauchement.

Chevauchement élevé : compression de contexte LLM (Token Company vs. Compresr), documents juridiques médicaux (Wayco vs. Docura Health), données robotisées (Human Archive vs. Asimov).

Chevauchement moyen : droit entrepreneurial (Arcline vs. General Legal vs. Vector Legal), SRE IA (IncidentFox vs. Sonarly), surveillance d’agents (Sentrial vs. Moda), autorisation préalable (Ruma Care vs. ClaimGlide vs. Beacon Health).

Ce que cela indique : YC mise sur le marché, pas sur l’entreprise. Trois cabinets d’avocats startups représentent un marché réel, suffisamment grand pour plusieurs gagnants. Deux entreprises qui paraissent identiques lors du Demo Day peuvent être très différentes à la série A. Les entreprises les plus différenciées n’ont aucune chevauchement : Terranox, Zymbly, GrazeMate, Ditto Bio. Dans chaque cas, la connaissance du domaine par le fondateur est la véritable barrière.

Absences remarquables

· Zéro entreprise éducative

· Zéro technologie gouvernementale

· Zéro réseau social grand public

· Zéro santé mentale / fitness

· Presque pas de marché

· Presque pas de crypto pur (blockchain comme canal, jamais comme argument de vente)

· Le grand public est au plus bas historique (seulement 14 entreprises, 7 officiellement classées)

L’industrie est passée de 3,6 % en W24 à 14,1 % en W26, quadruplant.

La transition « atome vs bit » est réelle chez YC.

Interprétation inversée : la composition du W26 est un instantané des choses actuellement finançables, pas de celles qui auront de la valeur dans 10 ans. Les entreprises légendaires manquantes dans ce lot seront celles de consommateurs et de social, qui arriveront dans 2-3 lots, lorsque l’IA aura rattrapé leurs ambitions.

Ce qui peut échouer

Infrastructure agent sans différenciation. 8-10 entreprises construisent des outils de surveillance/test/compression pour agents. Les fournisseurs de modèles de base bâtissent ces outils nativement. Si votre description est « [outils DevOps existants] mais pour agents IA », c’est une zone à risque.

Services IA sans boucle de données. Revenus rapides mais faible défense. La technologie clé peut être copiée en quelques semaines. Les entreprises traditionnelles adopteront l’IA en 12-18 mois. Sans données ou distribution propriétaire, la barrière est mince.

Ventes relationnelles par fondateur technique seul. Construction, assurance, logistique : si personne ne peut parler leur langage sur le terrain, ça stagne.

IA « pour [secteur] » sans profondeur sectorielle. Marqueur : commencer par « nous utilisons des LLM avancés pour… » plutôt que par les besoins précis du client.

Technologies profondes à long cycle sans revenus. Conceptuellement correct, mais mode d’échec : brûler l’argent.

Emballages de workflows standardisés. AI pour tâche précise, GPT-5 pourrait faire la même en 6 mois nativement.

Les caractéristiques communes des entreprises qui réussiront rapidement

1. Vendre des résultats, pas des outils

2. Les fondateurs ont déjà des relations clients avant le produit

3. Facturer dès le premier jour : pas de gratuité, pas de POC interminable

4. Clients désespérés, pas curieux (Proximitty : banques avec plus de 2 milliards de dollars de prêts douteux ; Ruma Care : clinique refusant 150 000 dollars de remboursement)

5. MVP simple et maladroit : ils décrivent le résultat, pas l’architecture

La différence entre « lancer et apprendre » et « construire et espérer » explique la majorité des échecs dans ce lot.

L’avenir est passionnant ! La construction n’a jamais été aussi propice.

Lien original

Cliquez pour découvrir les opportunités chez BlockBeats

Rejoignez le groupe officiel de BlockBeats :

Telegram : https://t.me/theblockbeats

Telegram : https://t.me/BlockBeats_App

Twitter : https://twitter.com/BlockBeatsAsia