YC musim dingin Demo Day menampilkan 199 perusahaan startup, dan mengikuti acara sebesar ini benar-benar mengejutkan. Hanya dengan berada di tempat, saya bisa melihat garis besar ke mana arah industri teknologi akan menuju dalam beberapa tahun ke depan.

Yang paling mengesankan adalah, AI sudah bukan lagi "alat" tetapi menjadi "infrastruktur". 60% perusahaan peserta adalah AI-native, dan tambahan 26% mendukung AI. Artinya, perusahaan yang tidak menggunakan AI hanya sekitar 14%. Tapi yang penting bukan sekadar "menggunakan AI", melainkan "bagaimana menyelesaikan masalah yang tidak bisa dipecahkan dengan model dasar, menggunakan AI".

Di sinilah yang menarik. Tema inti perusahaan bukan "copilot" tetapi "AI agent". Artinya, bukan mendukung manusia, melainkan model bisnis yang sepenuhnya menggantikan pekerjaan bergaji tinggi. Beacon Health menggantikan staf persetujuan sebelumnya, dan Lancer mengandalkan AI agent untuk tugas front desk hotel. Tren ini nyata.

Kelebihan B2B juga sangat mencolok. 87% adalah perusahaan B2B. Hanya 14 perusahaan yang berfokus pada konsumen, dan dari jumlah itu, hanya 7 yang secara resmi diklasifikasikan sebagai "untuk konsumen". Mengapa? Karena AI agent dioptimalkan untuk alur kerja bisnis yang terstruktur, sehingga sulit menanggapi kebutuhan yang tidak pasti dari konsumen.

Cara para pendiri menemukan pasar juga menarik. Sekitar 35% dari perusahaan yang paling cepat menghasilkan pendapatan, pendirinya memiliki latar belakang "mengalami sendiri masalah ini". Artinya, mereka menjual ke mantan majikan atau rekan kerja. Pendiri End Close sebelumnya bekerja di Modern Treasury, menangani proses pembayaran lebih dari 1 triliun dolar. Pengalaman ini langsung terhubung, dan mempercepat pengembangan pelanggan secara luar biasa.

Pentingnya data flywheel juga sering ditekankan. LegalOS belajar dari 12.000 data pengajuan visa dan mencapai tingkat persetujuan 100%. Jika ada sistem yang memungkinkan setiap interaksi dengan pelanggan meningkatkan produk, jarak dengan kompetitor akan semakin melebar seiring waktu. Sebaliknya, hanya mengandalkan AI wrapper umum akan dengan cepat tertinggal oleh penyedia model dasar dalam beberapa minggu.

Yang mengejutkan adalah kebangkitan hardware. 18% dari startup menggunakan produk fisik seperti robot, drone, dan wearable. Remy AI dan Servo7 menggunakan robot gudang, GrazeMate adalah koboi robot yang mengelola kawanan sapi. Banyak dari mereka berasal dari SpaceX dan Tesla, jadi ambisi terhadap teknologi hardware benar-benar tinggi.

Selain itu, bidang yang tampaknya paling populer justru berisiko tinggi. Perusahaan di bidang pendidikan, media sosial konsumen, kesehatan mental, dan teknologi pemerintah tidak ada satupun. Ini menunjukkan bahwa bidang ini berpotensi menjadi frontier berikutnya. Secara historis, perusahaan legendaris sering muncul dari bidang yang paling minim dana.

Dalam presentasi, perusahaan yang meninggalkan kesan biasanya memiliki satu kesamaan. Data yang mengejutkan, pertanyaan masalah yang diubah, atau cerita bahwa "saya sendiri mengalami masalah ini" di awal. Dan di akhir, mereka menutup dengan visi yang konkret, dapat diverifikasi, dan mudah dikutip, yang membuat investor ingin segera mengeluarkan cek. Contohnya, "AI Oscar pertama akan lahir dari Martini" atau "pemesanan hotel di bulan di bulan Maret 2032 akan dimungkinkan."

Polanya juga jelas: kegagalan biasanya karena agen infrastruktur yang tidak berbeda, layanan AI tanpa keunggulan data, hanya wrapper alur kerja, atau pendiri teknologi yang tidak memahami istilah industri dan stagnan. Selain itu, perusahaan yang hanya mengandalkan deskripsi "AI untuk industri tertentu" tanpa menyentuh solusi masalah konkret juga berisiko.

Lima ciri utama perusahaan yang tumbuh paling cepat adalah: menjual hasil, bukan alat; pendiri sudah membangun hubungan dengan pelanggan sebelum produk dikembangkan; langsung mengenakan biaya sejak hari pertama (tanpa tier gratis); pelanggan dalam kondisi mendesak, bukan sekadar penasaran; dan MVP yang sangat sederhana.

Setelah membaca laporan ini, saya merasa tidak ada waktu yang lebih tepat untuk memulai bisnis. Infrastruktur AI sudah lengkap, model dasar juga matang. Tinggal pendiri yang memiliki pengetahuan industri mendalam, menemukan apa yang benar-benar dibutuhkan pelanggan, dan menyelesaikannya secara sederhana. Banyak orang di komunitas Gate Content Square berbagi tren startup dan analisis industri seperti ini, jadi postingan dengan sudut pandang seperti ini kemungkinan besar akan mendapatkan respons baik. Mengikuti perkembangan startup nyata juga penting untuk pengambilan keputusan investasi dan memahami tren pasar secara keseluruhan.