Setelah menonton pitch dari 199 perusahaan di YC W26 Demo Day, satu perasaan aneh yang kuat tetap tertinggal. AI kini bukan lagi "teknologi baru yang sesuatu", melainkan telah menjadi infrastruktur semata.

60% perusahaan yang berpartisipasi adalah AI-native, dan tambahan 26% lagi mendukung AI. Artinya, hanya 14% perusahaan yang tidak menggunakan AI. Tapi angka ini bukan yang penting. Yang berubah adalah, bukan lagi "bagaimana menggunakan AI" yang dipikirkan semua orang, melainkan "apa yang akan digantikan dengan AI".

Ekspresi seperti co-pilot, asisten, atau kopilot telah menjadi kata mati. Startup saat ini bertujuan untuk sepenuhnya menggantikan pekerjaan bergaji tinggi. Beacon Health menggantikan staf persetujuan sebelumnya, Mendral menangani pekerjaan insinyur, dan LegalOS mencapai tingkat persetujuan 100% dalam pengajuan visa. Ini bukan alat bantu, melainkan pengganti sejati.

Di sinilah perlunya istilah yang menarik. Kata "AI agent" tidak lagi sekadar istilah teknologi, melainkan sudah merujuk pada profesi itu sendiri. Pekerjaan perekrut, pekerjaan hukum, administrasi medis, DevOps, inspeksi QA. Semuanya menjadi target penggantian.

Pasar B2B yang mendominasi 87% juga wajar. Hanya 14 perusahaan yang berfokus pada konsumen, dan dari jumlah itu, hanya 7 yang secara resmi diklasifikasikan sebagai "B2C". Mengapa? Karena AI agent paling optimal untuk alur kerja yang terstruktur. Untuk konsumen, ketidakpastian tinggi dan masih sulit bagi AI.

Yang menarik adalah apa yang dilakukan oleh perusahaan yang tumbuh paling cepat. Firma hukum, perekrutan tenaga kerja, akuntansi, broker asuransi. Artinya, industri jasa profesional yang sudah ada. Arcline memiliki lebih dari 50 startup sebagai klien dan berfungsi sebagai perusahaan layanan AI-native. Panta menyebut dirinya sebagai "perusahaan layanan berbasis ekonomi perangkat lunak". AI menangani 80% pekerjaan manusia dan beroperasi dengan model hasil, sehingga mereka menikmati margin keuntungan perangkat lunak sekaligus menjaga kepercayaan layanan.

Pelajaran dari model ini jelas. Dimulai dari layanan, mengumpulkan data, kemudian merilis otomatisasi, dan akhirnya berkembang menjadi platform. Layanan adalah paku pengikat, data adalah parit.

Pembicaraan tentang saluran distribusi juga menarik. Dari 15 perusahaan yang tumbuh paling cepat, 60% mendapatkan pelanggan awal melalui jaringan pendiri atau jaringan YC. Artinya, mereka sudah tahu dari awal "bagaimana menjual" dan "kepada siapa menjangkau".

Polanya paling umum adalah menjual ke mantan rekan kerja dari perusahaan sebelumnya. Pendiri Fed10 adalah mantan lobi, dan kartu nama mereka langsung menjadi saluran penjualan. Pendiri Squid pernah bekerja lama di State Grid dan tahu tentang inefisiensi jaringan listrik. Mereka tidak perlu mencari pelanggan, karena mereka sendiri adalah pelanggan.

Latar belakang pendiri juga unik. 46% berpasangan dalam tim dua orang, dan yang paling umum adalah dua pendiri teknis dengan keahlian berbeda (35%). Bukan kombinasi hacker + sales, melainkan dua insinyur. Mereka adalah teman kuliah, mantan rekan kerja, atau pernah membangun perusahaan bersama sebelumnya.

Pendiri perusahaan paling sukses memiliki kesamaan. Mereka tahu masalah yang ingin mereka selesaikan dari pengalaman pribadi yang mendalam. Seperti dokter gigi yang mengembangkan AI bedah di Mango Medical, pengawas perawatan pesawat yang mengotomatisasi pembuatan dokumen di Zymbly, atau anak peternak yang menciptakan GrazeMate dengan robot koboi. Perusahaan yang masuk ke industri yang tidak glamor dan mendalam, bukan yang menjadi bahan obrolan pesta koktail, justru yang paling kuat.

Kebangkitan hardware juga tidak boleh diabaikan. 18% dari batch mengandung komponen hardware. Ini meningkat secara signifikan dari tren beberapa tahun terakhir. Remy AI dan Servo7 memproduksi robot gudang, Pocket mengirim lebih dari 30.000 perangkat wearable. Perusahaan yang didirikan oleh alumni SpaceX dan Tesla paling menonjol di grup ini.

Keunggulan data juga sangat ditekankan. LegalOS belajar dari 12.000 data pengajuan visa dan mencapai tingkat persetujuan 100%. Shofo membangun perpustakaan video indeks terbesar di dunia. Karena mereka menggunakan model dasar yang sama, data unik mereka menjadi pertahanan utama.

Polanya gagal juga cukup jelas. 8-10 perusahaan yang membangun pengawasan agen dan fitur pengujian berada di zona berisiko. Karena penyedia model utama membangun fitur ini secara native. AI native tanpa keunggulan data juga sama. Monetisasi cepat, tetapi pertahanan terlemah. Teknologi inti dapat diduplikasi dalam beberapa minggu.

Istilah yang menarik adalah strategi masuk pasar yang gagal disebut "membangun dulu lalu berharap". Perusahaan sukses bertanya terlebih dahulu "kepada siapa mereka bisa menjangkau dan apa yang mereka butuhkan dengan segera". Perusahaan gagal bertanya "karena mereka telah membuat produk hebat, bagaimana cara menjualnya". Perbedaan ini menentukan segalanya.

Kekosongan di bidang consumer, pendidikan, dan teknologi pemerintah juga menarik perhatian. Jumlah perusahaan di bidang ini sangat minim. Secara historis, bidang dengan dana paling sedikit sering menghasilkan pengembalian terbesar kemudian. Gelombang besar AI berikutnya akan terjadi di bidang-bidang yang diabaikan ini.

Lima hal yang sama dimiliki perusahaan yang paling cepat tumbuh. Bukan menjual alat, tetapi hasil. Pendiri membangun hubungan dengan pelanggan sebelum produk lahir. Mulai mengenakan biaya sejak hari pertama. Pelanggan berada dalam situasi mendesak. MVP yang sangat sederhana dan tidak biasa.

Kualitas presentasi juga sangat berbeda. Pitch yang berkesan memiliki tujuh elemen. Data mengejutkan atau pengenalan masalah. Masalah spesifik dan tidak umum. Pernyataan bombastis tentang tim yang menunjukkan pencapaian mereka. Menjelaskan kebutuhan pasar secara meyakinkan. Daya tarik yang melampaui angka dengan kecepatan. Wawasan unik. Dan penutup yang gila: "Oscar AI pertama akan lahir di Martini" atau "Reservasi hotel di bulan di tahun 2032". Kata-kata ini menentukan bagaimana investor tergerak, dan itu adalah segalanya.

GRU Space berencana membangun hotel pertama di bulan pada tahun 2032, mendapatkan surat niat sebesar 500 juta dolar dan undangan ke Gedung Putih. Terranox menemukan deposit uranium yang bernilai antara 200 juta hingga 700 juta dolar. Ditto Bio membaca protein pengatur imun yang berevolusi dari parasit menggunakan AI, dan merancang imunoterapi unik. Perusahaan-perusahaan ini bukan sekadar perusahaan teknologi, melainkan berupaya menyelesaikan masalah mendasar umat manusia.

Pelajaran terbesar dari Demo Day adalah era startup AI-native telah benar-benar dimulai. Tapi pemenang sejati bukanlah perusahaan yang hanya menggunakan AI dengan baik, melainkan perusahaan yang memiliki keahlian mendalam dan merevolusi industri yang ada dengan AI. Masuk ke industri yang tidak glamor, membangun roda data, dan menghindari pembungkus AI umum—itulah pelajaran terpenting dari pitch 199 perusahaan ini.