YC W26 Demo Day Tinjauan Mendalam: Kebenaran Wirausaha di Balik 200 Perusahaan

Penulis: Rathin Shah

Terjemahan: Deep潮 TechFlow

Deep潮 Panduan Utama: Ini bukan laporan pengamatan Demo Day yang sederhana. Setelah mendengarkan 199 presentasi secara langsung, penulis mengungkapkan logika dasar dari startup AI saat ini dengan data dan kasus: mengapa 60% perusahaan all in AI, mengapa konsep copilot hampir menghilang, mengapa pendapatan tercepat diperoleh dari pendiri yang “menjual kembali ke perusahaan lama”. Lebih penting lagi, dia menunjukkan risiko fatal di balik jalur yang tampaknya populer, serta bidang kosong yang diabaikan semua orang tetapi berpotensi melahirkan legenda berikutnya.

Saya mengikuti YC 2026 Winter Demo Day. 199 perusahaan. Berikut adalah seluruh pengamatan saya: data, pola, dan segala yang perlu diketahui jika Anda adalah pendiri masa depan.

Pelajaran Inti untuk Pendiri

Tentang Pernyataan Pasar/Masalah

1. AI bukan kategori produk, melainkan infrastruktur. 60% batch adalah AI asli. Selain itu 26% adalah AI yang diberdayakan. Hanya 14% tanpa AI. Masalahnya bukan “Apakah Anda menggunakan AI?” melainkan “Apa yang AI Anda lakukan yang model dasar yang siap pakai tidak bisa lakukan?”

2. Menggantikan, bukan membantu. Tema utama adalah “Karyawan AI”, bukan copilot, bukan asisten. Kata promosi selalu “kami menggantikan secara end-to-end [peran manusia mahal]” dengan harga yang hanya sebagian kecil dari gaji orang tersebut. Copilot adalah bantuan. Agen adalah tindakan. Industri sudah maju.

3. Temukan “Claude Code” di bidang Anda. Setiap profesi memiliki output terstruktur yang bisa dihasilkan AI saat ini: kontrak, file CAD, model keuangan, rencana operasi, spesifikasi. Cari profesi dengan tarif per jam 100-500 USD, alatnya sudah ada 10-30 tahun, dan memiliki langkah verifikasi yang jelas. Bidang luas: perencanaan pajak, teknik sipil, konsultasi manajemen, uji klinis, penyusunan paten, produksi musik.

4. Pertimbangkan model layanan. Sekitar 20% batch membangun perusahaan layanan berbasis AI (hukum, rekrutmen, akuntansi, asuransi), mengenakan biaya berdasarkan hasil tetapi menikmati margin keuntungan perangkat lunak. Mereka menunjukkan pertumbuhan pendapatan tercepat di batch. Pola: mulai dari layanan → dapatkan pendapatan dan data → rilis otomatisasi → upgrade menjadi platform.

5. Dominasi B2B. Agen AI menggantikan pekerja pengetahuan B2B. 87% adalah B2B. Hanya 14 perusahaan yang berfokus pada konsumen (sekitar 7%). Kemampuan AI saat ini membuka jalur kerja bisnis secara sempurna. Ini adalah peluang bagus, tetapi perusahaan legendaris di batch ini kemungkinan besar adalah yang berbeda: perusahaan eksplorasi uranium, hotel di bulan, koboi robot, perusahaan obat parasit.

6. Bangun roda data. Setiap interaksi pelanggan harus membuat produk Anda lebih baik. LegalOS dilatih dengan 12.000 aplikasi visa → 100% tingkat persetujuan. Secara sempurna meningkat seiring setiap perekrutan. Tanpa roda data, Anda hanyalah pembungkus.

7. Jangan bangun pembungkus AI umum. “AI untuk segalanya” kalah dari “AI menggantikan posisi dengan gaji tahunan $80.000 tertentu”. Fokus pada industri yang tidak menarik. Peluang terbaik ada di industri yang Anda tidak akan promosikan di acara koktail.

8. Ketidakhadiran konsumen adalah sinyal peluang. Perusahaan pendidikan nol. Media sosial nol. Kesehatan mental/fitness nol. Teknologi pemerintah nol. Secara historis, kategori dengan dana paling sedikit menghasilkan pengembalian luar biasa terbesar. Pendiri yang memecahkan AI asli di bidang hiburan, sosial, atau pendidikan akan menguasai seluruh kategori.

9. Hardware kembali. 18% dari batch memiliki komponen hardware (robot, drone, perangkat wearable, teknologi luar angkasa). Ini peningkatan signifikan dari batch sebelumnya. Perusahaan produk nyata yang didirikan alumni SpaceX/Tesla adalah yang paling berbeda di batch ini.

Tentang Saluran Distribusi

10. Saluran distribusi adalah prasyarat, bukan ide setelahnya. 60% dari 15 perusahaan teratas mendapatkan pelanggan melalui jaringan pendiri atau jaringan YC. Jika 20 pelanggan pertama Anda perlu “mengetahui saluran distribusi”, Anda salah pasar.

11. Mantan atasan adalah pasar pertama Anda. Langkah GTM utama (sekitar 35% B2B): pendiri yang telah lama di industri, keluar, lalu menjual kembali jaringan mereka. Kartu nama mereka adalah saluran distribusi.

12. Saluran akuisisi PE sangat diremehkan. Ressl AI dan Robby secara independen menemukan bahwa PE yang didukung akuisisi sangat membutuhkan alat peningkatan keuntungan. Satu transaksi PE = 50-200 outlet.

13. Pilih pasar yang sudah Anda miliki jaringan distribusinya. Perusahaan yang berjuang dengan GTM hampir selalu yang membangun produk dulu lalu bertanya “bagaimana cara menjualnya”. Pemenang bertanya “siapa yang sudah bisa saya hubungi, dan apa yang mereka butuhkan secara mendesak?”

Tentang Tim

14. Kecocokan pendiri-pasar adalah prediktor kekuatan tercepat untuk kecepatan pendapatan. Pendiri yang benar-benar melakukan pekerjaan yang ingin mereka otomatisasi bisa menutup dalam beberapa hari. Yang lain butuh berbulan-bulan. Proximitty (70 juta USD ARR dalam kurang dari 3 minggu): CEO adalah konsultan risiko bank McKinsey. Corvera (3,3 ribu USD MRR dalam 4 minggu): CEO menjalankan merek CPG.

15. Hubungan co-founder adalah benteng perlindungan Anda. 46% dari batch adalah tim 2 orang. Tim terkuat bekerja sama selama bertahun-tahun: mantan rekan kerja, teman sekelas, saudara, co-founder berulang. Jika Anda belum pernah merilis sesuatu bersama co-founder, Anda belum memverifikasi bagian terpenting dari kewirausahaan.

16. Pengetahuan bidang lebih penting daripada gelar. Pendiri paling meyakinkan adalah yang pernah mengalami masalah secara langsung: dokter gigi yang membangun AI bedah, kepala teknik mesin yang membangun alat mekanik, pengacara kebijakan AI. “Perusahaan besar sebelumnya” adalah dasar, bukan faktor diferensiasi.

Tentang Presentasi

17. Kata penutup yang gila sangat penting. Saat 199 perusahaan melakukan presentasi dalam satu hari, Anda harus menjadi yang mereka bicarakan saat minum. “Oscar AI pertama akan lahir di Martini.” “Anda bisa memesan hotel bulan di 2032.” Buat visi Anda konkret, dapat dibuktikan, dan dikutip.

Tentang Apa yang Harus Dihindari

18. Hindari infrastruktur agen yang tidak berbeda. 8-10 perusahaan membangun monitoring/test/kompresi agen. Penyedia model dasar akan membangun ini secara native. Jika deskripsi Anda adalah “[Alat DevOps yang ada] tapi untuk agen AI”, itu zona bahaya.

19. Hindari layanan berbasis AI asli tanpa roda data. Pendapatan tercepat tetapi pertahanan terlemah. Teknologi inti bisa diduplikasi dalam beberapa minggu. Perusahaan tradisional akan mengadopsi AI dalam 12-18 bulan. Tanpa data atau distribusi yang dimiliki secara eksklusif, bentengnya tipis.

20. Hindari pembungkus workflow yang dikomersialisasi. AI untuk tugas yang jelas, GPT-5 mungkin akan melakukan hal yang sama secara native dalam 6 bulan.

Di Tempat

199 presentasi. Startup baru dari oven YC memiliki aroma khas. Semangat, energi tinggi, tidak pernah membosankan.

Beberapa momen yang tak terlupakan:

Satu startup mempromosikan hotel pertama di bulan, dengan undangan dari Gedung Putih dan surat niat senilai 500 juta dolar

Koboi robotik menggunakan drone otonom untuk menggembala kawanan sapi

Satu perusahaan demo AI yang secara real-time menghasilkan deck presentasi mereka sendiri

Satu perusahaan menampilkan citra satelit yang diperbesar ke Teheran (ruang menjadi sunyi)

Pendiri Martini menutup dengan “Oscar pertama yang dibuat AI akan dimenangkan Martini!”, kalimat ini membuat investor entah memandang sebelah mata atau langsung menulis cek

Area demo hardware penuh suara: robot, drone, mikroskop protein biologi, radar kendaraan. Barang fisik nyata yang bisa disentuh. Ini bukan sekadar dashboard SaaS batch.

Setelah mendengarkan 199 presentasi, Anda tidak lagi mendengar tentang satu perusahaan, melainkan pola. Berikut temuan saya.

Data Makro

Jumlah perusahaan: 199

Model bisnis:

B2B: 174 (87%)

B2C: 14 (7%)

B2B2C: 11 (6%)

Jenis produk:

Murni perangkat lunak: 163 (82%)

Hardware + perangkat lunak: 24 (12%)

Murni hardware: 12 (6%)

Klasifikasi AI:

AI asli (AI adalah produk): 120 (60%)

AI yang diberdayakan (workflow + AI): 52 (26%)

Non-AI: 27 (14%)

Daya Tarik:

Perkiraan ARR median: sekitar 50-100 ribu USD

Perkiraan pertumbuhan median: sekitar 30-50% MoM

Perusahaan dengan ARR > 1 juta USD: sekitar 5%

Tanpa pendapatan: sekitar 50%

Industri utama: perangkat lunak B2B (59%), industri (15%), kesehatan (10%), fintech (8%), konsumen (4%).

Hanya 14 perusahaan yang berfokus pada konsumen, resmi YC hanya mengklasifikasikan 7 sebagai “konsumen”. Sisanya adalah produk konsumen berlabel perusahaan, masuk ke B2B, kesehatan, atau fintech.

Sepuluh Tema Utama

1. Agen AI menggantikan seluruh fungsi kerja

Tema utama. Bukan copilot, melainkan pengganti total.

Beacon Health menggantikan staf administratif yang berhak melakukan tindakan terlebih dahulu

Perfectly menggantikan perekrut secara end-to-end

Lance menggantikan front desk di lebih dari 50 hotel Marriott/Hilton/Hyatt

Mendral (co-founder Docker) menggantikan insinyur DevOps

Canary menggantikan QA

“kerangka kerja copilot” dari awal 2025 turun dari sekitar 4% presentasi menjadi 1% di W26.

2. “Claude Code” di bidang X

Claude Code dan Cursor membuktikan AI agenik efektif untuk kode. Pendiri W26 sedang menerapkan pola yang sama ke setiap profesi dengan output terstruktur:

REV1 untuk insinyur mekanik (gambar 3D→2D)

Avoice untuk arsitek (spesifikasi, dokumen)

Synthetic Sciences untuk penelitian ilmiah

Maywood untuk bankir investasi

Alt-X untuk underwriting properti (langsung di Excel)

Cardboard untuk editing video

Mango Medical menghasilkan rencana operasi dalam beberapa menit, bukan hari

3. Layanan profesional berbasis AI asli (“bisnis layanan, ekonomi perangkat lunak”)

Bukan membangun alat untuk perusahaan yang sudah ada, melainkan membangun perusahaan AI yang bersaing dengan mereka:

4 firma hukum AI (Arcline, General Legal, Vector Legal, LegalOS)

Perusahaan rekrutmen AI (Perfectly)

Akuntansi AI (Balance)

Asuransi AI (Panta)

Konsultasi kebijakan AI (Fed10, didirikan tiga mantan pengacara)

Panta secara tegas menyatakan: “Ini adalah bisnis layanan dengan ekonomi perangkat lunak.” mengenakan biaya berdasarkan hasil, beroperasi dengan margin keuntungan perangkat lunak karena AI melakukan 80% pekerjaan manusia dari 20%. Arcline memiliki lebih dari 50 klien startup. LegalOS memiliki tingkat persetujuan visa 100%.

Alasan pesimis: manusia dalam loop membatasi margin keuntungan pada 60-80%. Tanggung jawab adalah nyata. Masalah benteng: jika teknologi inti adalah “LLM + prompt bidang + review manusia”, apa yang mencegah penyalinan? Jawaban baru: mulai dari layanan → rilis otomatisasi → upgrade menjadi platform. Layanan adalah wedge; perangkat lunak adalah benteng.

4. Infrastruktur era agen

Setiap lapisan teknologi sedang dibangun ulang untuk agen:

Agentic Fabriq = “Okta untuk agen”

Sponge (mantan kepala keamanan Stripe) = infrastruktur keuangan untuk agen

Moda/Sentrial = Datadog untuk keandalan agen

Salus = penghalang runtime

21st (1,4 juta pengembang) = komponen React UI prioritas AI

Zatanna mengubah SaaS sebelum LLM menjadi basis data yang dapat dicari agen

Risiko: penyedia model dasar membangun ini secara native. Lapisan ini sekitar 30% tumpang tindih kompetisi, membuktikan bahwa ini sangat padat.

5. Industri vertikal AI yang “tidak menarik”

ROI terbesar di industri yang diabaikan teknologi:

Zymbly otomatisasi dokumen pemeliharaan pesawat (5 menit perbaikan, 45 menit dokumen)

GrazeMate membangun koboi robotik, drone otonom menggembala sapi. Saat mereka presentasi, Anda tidak bisa tidak tertawa. Kedengarannya konyol sampai Anda tahu pendiri dibesarkan di peternakan 6000 ekor sapi.

OctaPulse melakukan visual komputer untuk budidaya ikan

Squid mengatasi perencanaan jaringan listrik (760 miliar USD per tahun yang tidak efisien, masih pakai spreadsheet)

Pendiri ini sangat mendalami bidangnya. Scout Out adalah generasi keempat di konstruksi. Pendiri LegalOS tumbuh di firma hukum imigrasi keluarga (mulai usia 12 tahun, lebih dari 10.000 jam). Zymbly dipimpin mantan kepala perawatan pesawat Virgin. Peluang terbaik ada di industri yang tidak akan pernah Anda promosikan di acara koktail.

6. Kebangkitan AI/robot fisik

18% dari batch memiliki komponen hardware:

Remy AI dan Servo7 membangun robot gudang yang belajar dari demonstrasi manusia (80% gudang belum otomatis)

Origami Robotics membangun robot tangan

RoboDock, MVP yang dideploy dalam 60 hari, mendapatkan kontrak Waymo senilai 100.000 USD

Fort (tiga mantan insinyur Tesla) melacak kekuatan latihan, Whoop/Oura masih belum mampu

Pocket mengirim lebih dari 30.000 unit, pendapatan tahunan 27 juta USD

Area demo hardware adalah bagian paling hidup hari itu.

7. Pertahanan dan keamanan nasional

Milliray (tiga PhD dari Oxford/St. Andrews) membangun radar deteksi drone untuk NATO (penjualan batch: 470.000 USD)

Seeing Systems membangun drone serang AI untuk Royal Marines Inggris

DAIVIN! membangun peralatan selam tanpa tank untuk pasukan khusus AS

Anggaran pertahanan besar, kontrak panjang, reputasi dapat dipindahkan ke bisnis.

8. Data sebagai benteng

Ketika semua orang memiliki model dasar yang sama, data eksklusif adalah pertahanan utama:

Shofo: indeks video terbesar di dunia

Human Archive: data dari ribuan keluarga di Asia untuk robot humanoid, setelah keluar dari Stanford/Berkeley

LegalOS: 12.000 aplikasi visa sukses → 100% tingkat persetujuan

Polanya: setiap interaksi pelanggan membuat produk lebih baik. Tanpa roda data, Anda hanyalah pembungkus.

9. Teknologi keras dan luar angkasa

Panggung paling berani. GRU Space membangun hotel bulan pertama sebelum 2032. Saat mereka presentasi, ruangan terbagi: setengah menganggap mereka gila, setengah yakin mereka bisa. Surat niat senilai 500 juta USD, undangan Gedung Putih, lebih dari 1 miliar tampilan. Beyond Reach Labs membangun array tenaga surya sebesar lapangan sepak bola di orbit (kebutuhan daya meningkat 500 kali lipat sebelum 2030). Terranox menemukan deposit uranium dengan AI (penemuan tunggal bernilai 2-7 juta USD).

Ditto Biosciences mungkin argumen paling kreatif: parasit berevolusi menghasilkan protein yang mengendalikan sistem imun manusia selama jutaan tahun. Ditto menggunakan AI untuk mengidentifikasi dan merancang terapi imun mereka sendiri. Evolusi telah menyelesaikan masalah, mereka hanya membaca jawabannya.

10. Riset dan ilmu pengetahuan berbasis AI

Talking Computers meluncurkan armada ilmuwan AI (ARR lebih dari 1 juta USD)

Aemon (kembar, menerbitkan makalah di ICLR/EMNLP sebelum 20 tahun) menggunakan kurang dari 10 USD untuk menciptakan rekor dunia dalam masalah matematika NP-hard, mengalahkan Google DeepMind

Ndea, didirikan bersama Mike Knoop dari Zapier dan François Chollet pencipta Keras, secara tegas membangun AGI yang mampu inovasi

Pendiri: dari 429 orang pola

Demografi:

Sekitar 60% imigran/internasional

86% pria, 14% wanita

Universitas top: Berkeley (sekitar 45), Stanford (sekitar 35), MIT (sekitar 20), Waterloo (sekitar 15)

55% belajar CS; 45% tidak

Latar belakang:

Sekitar 30% dari perusahaan besar sebelumnya

Sekitar 25% pernah berwirausaha sebelumnya

Sekitar 12% dari keuangan/trading (Citadel, Jane Street, Jump)

Hanya SpaceX sekitar 12 pendiri, sebagian besar membangun hardware dan aerospace

Tim:

46% adalah tim 2 orang, 15% individu

Prototipe paling umum: dua teknisi dengan keahlian berbeda (sekitar 35%), bukan “hacker + sales” klasik

19% perusahaan setidaknya memiliki satu pendiri doktoral

Cara mereka bertemu: sekitar 35% sesama mahasiswa, sekitar 25% mantan rekan kerja, sekitar 15% co-founder berulang, sekitar 10% keluarga/saudara

Menjadi ahli bidang sebagai pendiri adalah cerita paling meyakinkan: Adrian Kilian (dokter gigi → AI bedah Mango Medical), Robbie Bourke (20 tahun di industri penerbangan → Zymbly), Pamir Ehsas (penasihat hukum luar untuk OpenAI → Arcline), Conor Jones (bertahun-tahun di jaringan listrik nasional → Squid).

Beberapa pengamatan:

Pengetahuan mendalam bidang + co-founder yang mampu membangun teknologi = perusahaan terkuat di batch

Tim paling sukses biasanya pernah membangun dan menjual perusahaan sebelumnya, atau bekerja sama di perusahaan yang sama menyelesaikan masalah yang sama.

31% perusahaan setidaknya memiliki satu pendiri doktoral atau peneliti, terutama di bidang kesehatan/bioteknologi, teknologi keras, dan infrastruktur AI.

Cara mereka menemukan pasar

B2B (88% dari batch)

“Pengalaman langsung dengan masalah ini” (sekitar 40%): pola paling kuat. Pendiri End Close menghabiskan 6 tahun di Modern Treasury mengelola lebih dari 1 triliun USD pembayaran. Pendiri Squid di jaringan listrik selama bertahun-tahun. Mereka tidak perlu mencari pelanggan, mereka adalah pelanggannya.

“Bangun platform pengganti” (sekitar 20%): co-founder Docker membangun Mendral. Ilmuwan ML TikTok membangun Perfectly. Mereka memahami arsitektur dan melihat di mana AI menciptakan lonjakan.

“50+ percakapan sprint” (sekitar 15%): penemuan sistematis. Ritivel melakukan lebih dari 50 percakapan farmasi sebelum menulis kode. Ressl AI mulai dari konsultasi, menemukan pekerjaan yang paling banyak membutuhkan glue work.

“Prediksi infrastruktur” (sekitar 15%): argumen berbasis prediksi. “Jika agen ada, mereka perlu otentikasi” → Agentic Fabriq. Risiko: membangun untuk masa depan 2-3 tahun.

“Penelitian → komersialisasi” (sekitar 10%): CellType (profesor Yale + DeepMind). Co-founder Valgo benar-benar menulis buku teks sistem keamanan kritis.

B2C (7% dari batch)

“Saya adalah pengguna” (sekitar 50%): Pendiri Fort kecewa dengan perangkat wearable. Pendiri Doomersion belajar bahasa dan menonton video pendek, menggabungkan keduanya.

“Konversi format” (sekitar 25%): perilaku lama + media baru. Pax Historia: kecintaan pada game strategi + AI menggantikan sejarah.

“Wedge hardware” (sekitar 25%): produk fisik menciptakan data cycle yang tidak bisa diduplikasi perangkat lunak.

Pelajaran utama: Tidak ada perusahaan sukses dari hackathon atau brainstorming “kalau kita pakai AI…”. Setiap perusahaan berasal dari pengalaman pribadi yang mendalam atau penemuan pelanggan yang obsesif.

Cara mereka menemukan saluran distribusi

Data sangat jelas: jaringan pendiri adalah mekanisme pertumbuhan tercepat untuk perusahaan B2B. 60% dari 15 perusahaan teratas mendapatkan pelanggan pertama melalui jaringan pendiri atau YC.

Model B2B:

“Jual ke mantan atasan/sejawat” (sekitar 35%): tiga mantan pengacara dari Fed10, jaringan mereka adalah saluran distribusi.

“YC sebagai peluncur” (sekitar 25%): Cardinal melakukan outbound ke 40+ perusahaan YC, Palus Finance dalam beberapa minggu menandatangani 33 perusahaan.

“Open source” (sekitar 10%): 21st memiliki 1,4 juta pengembang, efektif hanya untuk infrastruktur.

“Saluran akuisisi PE” (sekitar 8%): satu transaksi = 50-200 outlet.

“Outbound sistematis” (sekitar 15%): daftar pembeli terbatas dengan pain point terukur.

“Produk wedge” (sekitar 7%): niche, ekspansi ke mana-mana.

B2C: produk adalah saluran distribusi. Doomersion dalam 2 minggu mendapatkan 15.000 unduhan, tanpa pemasaran berbayar. Pax Historia membangun puluhan ribu DAU, pertumbuhan organik. Pendiri hardware mengandalkan keberadaan fisik untuk membangun reputasi.

Pelajaran terbesar: perusahaan yang kesulitan GTM hampir selalu yang membangun produk dulu lalu bertanya “bagaimana cara menjualnya”. Pemenang bertanya “siapa yang sudah bisa saya hubungi, dan apa yang mereka butuhkan secara mendesak?” lalu membangun itu.

Analisis Presentasi Hebat

Tujuh bagian utama memisahkan presentasi yang mengesankan dari yang biasa:

1. Hook

Tiga prototipe efektif:

Data mengejutkan: “Butuh 500.000 hari untuk membawa obat ke pasar. Kami ingin buat jadi 5 hari” (Rhizome AI)

Reframing: “Setiap file yang Anda unggah menggunakan protokol tahun 1974” (Byteport)

Saya adalah masalah: “Saya menghabiskan 6 tahun membangun rekonsiliasi di Modern Treasury, mengelola 1 triliun USD” (End Close)

2. Masalah (spesifik, bukan umum)

“Setengah waktu teknisi dihabiskan untuk dokumen” (Zymbly) lebih kuat dari “kami otomatisasi workflow backend”.

3. Tim (kalimat kredibilitas singkat)

“Andrea menulis baris kode pertama Docker” (Mendral). “Tim kami menciptakan standar MPIC yang melindungi setiap koneksi HTTPS di internet” (Crosslayer Labs).

4. Pasar (tak terelakkan, bukan cuma besar)

“Kebutuhan daya satelit: meningkat 500 kali lipat sebelum 2030” (Beyond Reach Labs). Presentasi pasar terkuat menjelaskan mengapa ini saatnya dan mengapa ini tak terelakkan, bukan sekadar TAM besar.

5. Daya Tarik (kecepatan > angka mutlak)

“3,3 juta USD MRR dalam 4 minggu” (Corvera) lebih kuat dari “10 juta USD ARR tanpa kerangka waktu”.

6. Wawasan unik

“Parasit berevolusi menghasilkan protein yang mengendalikan sistem imun manusia. Kami membacanya” (Ditto Bio). “Perusahaan asuransi tidak bisa menilai sistem otonom karena data klaim historis tidak ada” (Valgo).

7. Penutup gila

“Oscar AI pertama akan lahir di Martini.” “Pesan hotel bulan 2032” (GRU Space).

Presentasi kabur: sekadar “AI untuk [industri]”, tim dengan kredibilitas tidak terkait masalah, dan (yang utama) tanpa penutup gila.

Tumpang tindih kompetisi: YC melakukan banyak taruhan

Sekitar 30% perusahaan di batch memiliki pesaing langsung. Hanya sekitar 5% yang benar-benar tumpang tindih tinggi.

Tumpang tindih tinggi: kompresi konteks LLM (Token Company vs. Compressr), dokumen hukum medis (Wayco vs. Docura Health), data robot (Human Archive vs. Asimov)

Sedang: hukum startup (Arcline vs. General Legal vs. Vector Legal), AI SRE (IncidentFox vs. Sonarly), monitoring agen (Sentrial vs. Moda), otorisasi awal (Ruma Care vs. ClaimGlide vs. Beacon Health)

Apa artinya: YC menaruh taruhan pada pasar, bukan perusahaan. Tiga firma hukum startup = pasar nyata dan besar cukup untuk menampung beberapa pemenang. Dua perusahaan yang tampak sama di Demo Day bisa berbeda total saat seri A. Perusahaan paling berbeda adalah yang tidak tumpang tindih: Terranox, Zymbly, GrazeMate, Ditto Bio. Dalam setiap kasus, keahlian bidang pendiri adalah benteng.

Ketidakhadiran yang Jelas

Perusahaan pendidikan nol

Teknologi pemerintah nol

Media sosial sosial nol

Kesehatan mental/fitness nol

Hampir tidak ada pasar

Hampir tidak ada blockchain murni (menggunakan blockchain sebagai saluran, bukan sebagai produk)

Konsumen di titik terendah dalam sejarah (total 14 perusahaan, hanya 7 resmi diklasifikasi)

Industri melonjak dari 3,6% di W24 ke 14,1% di W26, naik 4 kali lipat. Perubahan dari “atom vs bit” nyata di YC.

Interpretasi terbalik: komposisi W26 adalah snapshot dari hal yang bisa didanai saat ini, bukan yang akan bernilai 10 tahun lagi. Perusahaan legendaris yang hilang di batch ini adalah mereka yang akan datang 2-3 batch lagi, setelah kemampuan AI mengejar ambisi mereka.

Apa yang Bisa Gagal

Infrastruktur agen yang tidak berbeda. 8-10 perusahaan membangun monitoring/test/kompresi agen. Penyedia model dasar akan membangun ini secara native. Pembeli perusahaan menganggap vendor yang ada sudah cukup.

Layanan AI asli tanpa roda data. Pendapatan tercepat tapi pertahanan terlemah. Teknologi inti bisa diduplikasi dalam minggu. Perusahaan tradisional akan mengadopsi AI dalam 12-18 bulan. Tanpa data eksklusif atau distribusi tertanam, bentengnya tipis.

Penjualan hubungan untuk pendiri teknologi tunggal. Konstruksi, asuransi, pengiriman: jika tidak ada yang bisa masuk ke lokasi kerja dan berbicara bahasa mereka, akan stagnan.

Tanpa kedalaman bidang “AI untuk [industri]”. Tanda: deskripsi dimulai dengan “kami menggunakan LLM agen canggih…” bukan masalah spesifik pelanggan.

Teknologi mendalam tanpa pendapatan, siklus panjang. Secara konsep benar, tapi gagal karena membakar uang.

Pembungkus workflow komersial. AI tugas tertentu, GPT-5 mungkin akan melakukan hal yang sama secara native dalam 6 bulan.

Perusahaan tercepat berbagi lima ciri

1. Jual hasil, bukan alat

2. Pendiri memiliki hubungan pelanggan sebelum produk ada

3. Mulai dari hari pertama, langsung bayar: tanpa lapisan gratis, tanpa pilot

4. Pelanggan putus asa, bukan penasaran (Proximitty: bank dengan utang buruk > 2 miliar USD; Ruma Care: klinik yang ditolak klaim 150.000 USD)

5. MVP sangat sederhana: mereka fokus pada hasil, bukan arsitektur

Perbedaan besar antara “luncurkan dan belajar” dan “bangun dan berharap” adalah tempat sebagian besar kegagalan batch ini akan terjadi.

Masa depan penuh semangat! Membangun belum pernah semudah ini.

Ditulis pada 25 Maret 2026, beberapa hari setelah YC W26 Demo Day.