Après avoir terminé de regarder la démo de YC W26, j'ai écouté les pitchs de 199 entreprises et j'ai réalisé quelque chose. Ce n'est plus simplement un rassemblement de startups, mais une carte montrant comment la structure des affaires évolue à l'ère de l'IA.

Commençons par les chiffres. 60 % de l'ensemble du batch sont des entreprises natives de l'IA. C'est-à-dire que l'IA est responsable du produit lui-même. De plus, 26 % sont compatibles avec l'IA, et seules 14 % n'utilisent pas l'IA. Mais ce qui est important ici, ce n'est pas si elles utilisent l'IA ou non, mais ce qu'elles ont réalisé avec.

Une autre constatation est que le concept de « copilote » a presque disparu. L'année dernière, 4 % des entreprises promouvaient une IA de type copilote, mais cette année, ce chiffre est tombé à 1 %. À la place, apparaît le « employé IA ». En d'autres termes, une substitution complète pour les emplois hautement rémunérés. Un agent IA qui accomplit le même travail pour une partie du salaire. Cela revient à dire que le système de rémunération humain lui-même est devenu une cible de compétition.

Ce qui ressort dans le modèle d'affaires, c'est le B2B. 87 % sont des entreprises B2B, et seulement 7 % s'adressent aux consommateurs. Il existe un modèle où les entreprises B2B génèrent des revenus rapidement. C'est lorsque le fondateur vend à son ancien réseau d'employeurs. Le CEO de Proximtty (70 000 dollars de revenus récurrents annuels en 3 semaines) vient de McKinsey. Le CEO de Corvera (33 000 dollars de revenus récurrents mensuels en 4 semaines) est un gestionnaire de marque de biens de consommation. En d'autres termes, la confiance et le réseau existants deviennent des canaux de distribution.

Le hardware fait son retour. 18 % du batch traite de robots, drones, wearables, ou technologies spatiales. C'est une augmentation significative par rapport à il y a quelques années. On remarque particulièrement des anciens de SpaceX ou Tesla qui lancent des entreprises de produits physiques.

Une nouvelle forme de business de services émerge aussi. Cabinets d'avocats utilisant l'IA, agences de recrutement, comptabilité, courtiers en assurance. Ces modèles fonctionnent sur la base de résultats tout en profitant des marges des logiciels. En gros, on commence par un service, puis, une fois que les données s'accumulent, on automatise, et finalement on passe à une plateforme. Ce modèle génère des revenus rapidement.

L'époque où les données deviennent un puits est là. LegalOS a appris à partir de 12 000 dossiers de demandes de visa, atteignant un taux d'approbation de 100 %. La précision s'améliore à chaque recrutement. Sans une roue de données, ce n'est qu'un simple produit.

Les modèles qui échouent ont aussi été identifiés. Des infrastructures d'agents non différenciés. 8 à 10 entreprises font la même chose, donc si un fournisseur de modèles de base intègre cela nativement, c'est fini. Les wrappers IA génériques sont la même chose. La proposition de « tout avec de l'IA » ne peut pas rivaliser avec celle de « remplacer un emploi à 80 000 dollars par une IA ».

Les entreprises qui connaissent la croissance la plus rapide ont un point commun : elles vendent des résultats, pas des outils. Les fondateurs construisent des relations avec leurs clients avant même que le produit n'existe. Ils facturent dès le premier jour. Les clients ne sont pas motivés par la curiosité, mais par une situation critique. Le MVP est étonnamment simple.

Les secteurs du consommateur, de l'éducation et de la tech gouvernementale sont encore vides. Ce sont là les opportunités futures. Historiquement, les domaines avec le moins de capital ont souvent généré les retours les plus importants.

Conclusion : plongez profondément dans des industries peu visibles. Construisez une roue de données. Évitez les wrappers IA génériques. Les meilleures opportunités ne se trouvent pas dans des industries où l'on vend lors de cocktails.