YC W26 デモデイ深掘りレビュー：200社の起業の真実、Copilotは死んだ、AIエージェントが全面的に引き継ぐ

原文タイトル：What I Learnt From 199 Pitches at the YC W26 Demo Day
原文著者：Rathin Shah，Ex-founder of Spenny
原文翻訳：深潮 TechFlow

**深潮ガイド：**これは単なる Demo Day の観察レポートではない。作者は現地で199回のピッチを聴き、そのデータと事例を用いて今のAIスタートアップの根底にある論理を明らかにした：なぜ60％の企業がAIに全力投資しているのか、なぜコパイロットの概念はほぼ消えたのか、なぜ最も早く収益を上げているのは「旧雇用主に売る」創業者たちなのか。

さらに重要なのは、彼が一見ホットな分野の背後に潜む致命的リスクや、誰も注目していないが次の伝説を生む可能性のある空白領域を指摘したことだ。

私はYC 2026冬のDemo Dayに参加した。199社。以下は私の全観察：データ、パターン、そして未来の創業者が知るべきすべて。

創業者への核心教訓

市場/問題提起について

1. AIは品目ではなくインフラだ。全バッチの60％はAIネイティブ。さらに26％はAIを活用。AIを使っていないのは14％だけ。問題は「あなたはAIを使っているか？」ではなく、「あなたのAIは何を、基本モデルの即時利用ではできないことをしているのか？」だ。

2. 代替であり補助ではない。核心テーマは「AI従業員」、コパイロットや助手ではない。推奨は常に「我々は端から端まで[高価な人件費役割]を代替する」、価格はその人の給料のごく一部。コパイロットは補助、エージェントは行動だ。業界はすでに前進している。

3. 自分の分野に「Claude Code」を見つける。各職業にはAIが今生成できる構造化出力がある：契約書、CADファイル、財務モデル、手術計画、仕様書。時給100〜500ドル以上の従事者、ツール歴10〜30年、明確な検証ステップを持つ職業を見つけること。広い分野：税務計画、土木工学、コンサルティング、臨床試験、特許作成、音楽制作。

4. サービスモデルを検討する。全バッチの約20％はAIネイティブサービス企業（法律、採用、会計、保険）を設立し、結果に応じて料金を取りながらソフトウェアの利益率を享受している。彼らはバッチ中最も早く収益を伸ばしている。戦略は：サービスから始め→収益とデータを獲得→自動化をリリース→プラットフォームへアップグレード。

5. B2B主導。AIエージェントはB2Bの知識労働者を代替。87％がB2B。消費者向けはわずか14社（約7％）。現在のAI能力は完璧にビジネスワークフローにマッチしている。これは良いビジネスだが、このバッチの伝説的企業は異端かもしれない：ウラン鉱探査会社、月面ホテル、ロボットカウボーイ、寄生虫薬品会社。

6. データのフィードループを構築する。顧客とのやり取りごとに製品を改善すべきだ。LegalOSは12000件のビザ申請を学習→100％承認率を達成。雇用ごとに完璧に改善。データのフィードループがなければ、あなたはただのパッケージング屋だ。

7. 汎用AIパッケージは作らない。「AI for everything」は「特定の年収8万ドルの職をAIで代替」に負ける。地味な業界に深く入り込むのが最良のチャンス。最良の機会は、あなたが絶対にカクテルパーティーで推奨しない業界にある。

8. 消費者の不在はチャンスのサインだ。教育ゼロ、ソーシャルゼロ、メンタルヘルス/フィットネスゼロ、政府系テックゼロ。歴史上最も資金少ない分野が最大の異常リターンを生む。AIネイティブのエンタメ、ソーシャル、教育の創業者は、そのカテゴリーを独占するだろう。

9. ハードウェアが復活した。全バッチの18％にハードウェア要素（ロボット、ドローン、ウェアラブル、宇宙技術）が含まれる。これは最近のバッチより著しい増加だ。SpaceXやTeslaの卒業生が設立した実体製品企業は、最も差別化された存在だ。

市場分配チャネルについて

10. 分配チャネルは前提であり、後付けのアイデアではない。成長上位15社のうち60％は創業者ネットワークやYCネットワークを通じて顧客を獲得している。最初の20顧客が「分配チャネルを理解している」必要があるなら、市場選択を誤っている。

11. 最初の雇用主は最初の市場だ。約35％のB2Bは、業界で長年働き、離職後に人脈を売る動き（GTM）。彼らの名刺フォルダが分配チャネルだ。

12. PEの買収チャネルは過小評価されている。Ressl AIとRobbyは、PE支援の買収側が利益改善ツールを切望していることを独自に発見。一つのPE取引は50〜200の拠点を意味する。

13. 既に分配ネットワークを持つ市場を選ぶこと。GTMに苦戦する企業は、まず製品を作ってから「どう売るか」を考えるケースがほとんど。勝者は「誰に接触できて、何を切望しているか」を問い、そのニーズに応える。

分隊

14. 創業者と市場のマッチングは収益スピードの最強予測因子だ。実際に自分たちの仕事を自動化しようとした創業者は数日で契約成立。数ヶ月かかるのは普通のこと。Proximitty（3週間で700万ドルのARR）：CEOはマッキンゼーの銀行リスクコンサルタント。Corvera（4週間で33,000ドルのMRR）：CEOはCPGブランドを運営。

15. 共同創業者の関係は防御壁だ。全バッチの46％は2人組のチーム。最も強いチームは長年協力してきた：元同僚、クラスメート、兄弟姉妹、繰り返し共同創業者。もし共同創業者と何かをリリースしたことがなければ、起業の最も重要な部分を検証していない。

16. 分野の専門知識は学歴より勝る。最も説得力のある創業者は自身の問題経験者：歯科医の手術AIを作った、機械工具を作る航空整備の責任者、政策AIのロビイスト。「大手企業出身」が基本であり、差別化要素ではない。

路演について

17. 熱狂的な締めの言葉は重要だ。199社が一日でピッチを行う中、あなたは彼らが酒を飲みながら話す話題になる必要がある。「最初のAIアカデミー賞はMartiniで誕生する。」「2032年の月面ホテルを予約できる。」具体的で反証可能なビジョンを示せ。

避けるべきこと

18. 差別化のないエージェント基盤インフラ。8〜10社がエージェントの監視・テスト・圧縮を構築中。基本モデル提供者はこれらをネイティブに構築している。もし「[既存のDevOpsツール] but for AI agents」と表現するなら、それは危険ゾーンだ。

19. データの護城河がないAIネイティブサービス。収益は最速だが防御は最も脆弱。コア技術は数週間で模倣可能。従来の企業は12〜18ヶ月でAIを採用。専有データや埋め込み配信がなければ、護城河は薄い。

20. 商品化されたワークフローのパッケージング。AIは明確に定義されたタスクを行うだけで、GPT-5は6ヶ月以内に同じことをネイティブに行える可能性が高い。

現場

199回のピッチ。YCの炉から出てきた新進スタートアップには独特の匂いがある。興奮と高エネルギー、決して退屈しない。

印象的な瞬間：

月面ホテルの第一号を提案し、ホワイトハウスの招待と5億ドルの意向書を獲得した企業

自主無人ドローンで牛群を放牧するロボットカウボーイ

デモ中にリアルタイムで自分たちのピッチデッキを生成するAIデモ企業

衛星画像を拡大しながらイランのテヘランまで映し出す（会場は静まり返った）

Martiniの創業者は「最初のAI映画アカデミー賞はMartiniが獲得！」と締め、投資家は白目をむくか、サインを出す。

ハードウェアデモエリアは熱気に包まれる：ロボット、ドローン、生命科学タンパク質を持つ顕微鏡、車載レーダー。触れることのできる物理的なものたち。これは単なるバッチSaaSのダッシュボードではない。

199回のピッチを聴き終えた後、個別の企業ではなくパターンが見えてくる。以下は私の発見だ。

マクロ数字

総企業数：199

ビジネスモデル：

· B2B：174（87％）

· B2C：14（7％）

· B2B2C：11（6％）

製品タイプ：

· 純ソフトウェア：163（82％）

· ハードウェア＋ソフト：24（12％）

· 純ハードウェア：12（6％）

AI分類：

· AIネイティブ（AIが製品そのもの）：120（60％）

· AI活用（既存ワークフロー＋AI）：52（26％）

· 非AI：27（14％）

牽引力：

· 推定中央値ARR：約5〜10万ドル

· 推定中央値成長率：月次30〜50％

· ARR100万ドル超の企業：約5％

· 無収益：約50％

**主要産業：**B2Bソフトウェア（59％）、工業（15％）、医療（10％）、フィンテック（8％）、消費者（4％）。

消費者向けはわずか14社、YC公式は7社だけを「消費者」と分類。それ以外は企業ラベルを付けた消費財で、B2B、医療、フィンテックに分類。

トップ10テーマ

1. AIエージェントによる職務全体の代替

---

核心テーマ。

コパイロットではなく、完全代替。

· Beacon Healthは事前承認された行政スタッフを代替

· 完全端から端まで採用担当を代替

· Lanceは50以上のマリオット／ヒルトン／ハイアットのフロントを代替

· Mendral（Docker共同創業者）はDevOpsエンジニアを代替

· CanaryはQAを代替

「コパイロット」枠は2025年初には約4％のピッチから、W26には1％に低下。

2.「X分野のClaude Code」

Claude CodeとCursorは、エージェント化AIがコードに有効であることを証明。W26の創業者たちは同じパラダイムを、構造化出力を持つすべての職業に適用し始めている：

· REV1：機械工学者向け（3D→2D図面）

· Avoice：建築士向け（仕様書、ドキュメント）

· Synthetic Sciences：科学研究向け

· Maywood：投資銀行家向け

· Alt-X：不動産承継（Excel内で直接作業）

· Cardboard：動画編集者向け

Mango Medicalは数分で手術計画を生成、従来は数日かかる。

3. AIネイティブの専門サービス（「サービスビジネス、ソフトウェア経済学」）

---

既存企業向けのツールではなく、彼らと競合するAI企業を構築：

・AI法律事務所（Arcline、General Legal、Vector Legal、LegalOS）

· AI採用（Perfectly）

· AI会計（Balance）

· AI保険ブローカー（Panta）

· AI政策コンサル（Fed10、元ロビイスト3人が創業）

Pantaは明言：「ソフトウェア経済学を持つサービス事業だ」。結果に応じて料金を取り、ソフトウェアの利益率で運営。AIは人間の80％を処理し、20％を人間が担当。Arclineは50以上のスタートアップ顧客を持つ。LegalOSは100％ビザ承認率。

悲観的理由：人間の関与が利益率を60〜80％に制限。責任は現実的だ。護城河の問題：コア技術が「LLM＋分野別プロンプト＋人間の監査」なら、何がコピーを阻止するのか？新たな答え：サービスから始め→自動化をリリース→プラットフォームへアップグレード。サービスは楔子、ソフトウェアは護城河。

4.エージェント時代のインフラ

各技術層がエージェントのために再構築されている：

· Agentic Fabriq＝「エージェントのOkta」

· Sponge（Stripeの暗号責任者3人の元）＝エージェントの金融インフラ

· Moda/Sentrial＝エージェントの信頼性を担保するDatadog

· Salus＝実行時のガードレール

· 21st（140万開発者）＝AI優先UIのReactコンポーネント

Zatannaは、LLM以前のSaaSをエージェントがクエリ可能なデータベースに変える。

リスク：基本モデル提供者がこれらをネイティブに構築している。競合重複は約30％で、競争は激しい。

5.「地味」な業界の垂直AI

最大ROIはテックに無視されてきた業界にある：

· Zymblyは航空整備の書類作業を自動化（5分の修理に45分のドキュメント作成）

· GrazeMateはロボットカウボーイを構築、自律無人ドローンで放牧。路演時には笑いが起きるが、創業者が6000頭の牛の牧場で育ったことを知ると納得。

· OctaPulseは魚養殖のコンピュータビジョン

· Squidは電力網の計画を解決（毎年7600億ドルの非効率、電子表計算を使用）

これらの創業者は深く掘り下げている。Scout Outの創業者は第4世代の建築業者。LegalOSの共同創業者は家族移民弁護士事務所で育った（全員12歳から1万時間超）。Zymblyの共同創業者はヴァージン航空の整備責任者。最良のチャンスは、あなたが絶対にカクテルパーティーで推奨しない業界にある。

6. 実体AI／ロボットの復興

---

18％のバッチにハードウェア要素：

· Remy AIとServo7は人間のデモから学習する倉庫ロボット（倉庫の自動化は80％）

· Origami Roboticsはロボットハンドを構築

· RoboDockは60日でMVPを展開し、Waymoとの契約10万ドルを獲得

· Fort（Teslaの元エンジニア3人）は筋力トレーニングを追跡、Whoop/Ouraは未達

· Pocketは3万台以上出荷、年収2700万ドル

ハードウェアデモエリアはその日の最も活気のある部分。

7. 国防と国家安全保障

---

Milliray（3人のオックスフォード／セントアンドリュース博士）はNATO向けに無人機探知レーダーを構築（バッチ内売上47万ドル）

Seeing Systemsは英国海軍陸戦隊向けにAI攻撃無人機を構築

DAIVIN!は米特殊作戦部隊向けに無缶潜水装備を開発

国防予算は巨大で契約も長期、信頼性は商用に移行可能。

8.データは護城河

全員が同じ基本モデルを持つ時、専有データが最も防御的だ：

· Shofo：世界最大のインデックス動画ライブラリ

· Human Archive：スタンフォード／バークリーを卒業し、アジアに移住、何千家庭から収集したデータを人型ロボットに活用

· LegalOS：12000件の成功ビザ申請→100％承認率

パターン：顧客とのやり取りごとに製品を改善。データのフィードループがなければ、あなたはただのパッケージング屋だ。

9.ハードテクと宇宙

最大の挑戦的ピッチ。GRU Spaceは2032年前に月面の最初のホテルを建設中。路演時には会場が二分された：一部は狂っていると、もう一部は実現可能と考える。5億ドルの意向書、ホワイトハウスの招待、10億超の閲覧数。Beyond Reach Labsは軌道上のサッカースタジアム規模の太陽光発電所を建設（2030年前に出力を500倍に増やす）。TerranoxはAIでウラン鉱床を発見（単一発見は2〜7億ドル）。

Ditto Biosciencesは最も創造的な論点かもしれない：寄生虫が進化し、人間の免疫システムを制御するタンパク質を数百万年かけて作り出した。DittoはAIを使ってそれらを識別し、自己免疫療法を設計。進化はすでに問題を解決済みで、彼らはただ答えを読み取っているだけだ。

10. AIネイティブ研究と科学

---

Talking ComputersはAI科学者チームを展開（ARRは100万ドル超）

Aemon（双子の兄弟、20歳前にICLR／EMNLPで論文発表）は、10ドル未満の計算でNP困難な数学問題の世界記録を打ち立て、Google DeepMindを凌駕した。

NdeaはZapierのMike KnoopとKerasのFrançois Cholletが共同創業、革新的なAGIを目指す。

創業者：429人のパターンから

人口統計：

· 約60％は移民／国際出身

· 86％男性、14％女性

· 主要大学：バークリー（約45）、スタンフォード（約35）、MIT（約20）、ウィンザー（約15）

· 55％がCS専攻、45％は非専攻

背景：

· 約30％は大手企業出身

· 約25％は過去に起業経験あり

· 約12％は金融／取引（Citadel、Jane Street、Jump）

· SpaceXだけでも約12名の創業者がおり、ほとんどがハードウェアや航空宇宙に従事

チーム：

46％は2人組、15％は単独

最も一般的なプロトタイプ：異なる専門を持つ技術共同創業者2人（約35％）、いわゆる「ハッカー＋セールス」ではない。

19％の企業には少なくとも博士号を持つ創業者がいる。

彼らの出会い：大学の同級生約35％、元同僚約25％、繰り返し共同創業者約15％、家族・兄弟姉妹約10％。

最も説得力のあるストーリーは、分野の専門知識を持つ創業者が自らの経験を語ること：Adrian Kilian（歯科医→Mango Medicalの手術AI）、Robbie Bourke（航空業界25年→Zymbly）、Pamir Ehsas（OpenAI外部の法律顧問→Arcline）、Conor Jones（国内電力網の内部から→Squid）。

いくつかの観察：

深い分野の専門知識＋構築できる技術共同創業者＝バッチ中最強の企業

最も成功しているチームは、以前に一緒に企業を立ち上げて売却した経験があるか、同じ企業で同じ課題に取り組んできた者たち。

31％の企業は少なくとも一人博士または研究者の創業者を含む。主に医療・バイオテクノロジー、ハードテック、AIインフラに集中。

彼らの市場の見つけ方

B2B（バッチの88％）

· 「この痛みを経験したことがある」（約40％）：最強のパターン。End Closeの創業者はModern Treasuryで6年、1兆ドル超の支払いを処理。Squidの創業者は長年国内電力網に関わる。彼らは顧客を見つける必要はなく、彼ら自身が顧客だ。

· 「このプラットフォームを作った」（約20％）：Dockerの共同創業者はMendralを構築。TikTokのML科学者はPerfectlyを作った。彼らはアーキテクチャを深く理解し、AIがどこで飛躍的に進化するかを見通している。

· 「50回の対話スプリント」（約15％）：体系的な発見。Ritivelはコードを書く前に50回以上の医薬品対話を重ねた。Ressl AIはコンサルから始まり、取引に最も多くの「接着剤」作業を見出した。

· 「インフラ予言」（約15％）：論点駆動。「エージェントが存在するなら認証が必要」→Agentic Fabriq。リスク：未来の2〜3年先のために構築。

· 「研究→商業化」（約10％）：CellType（イェール大学教授＋Google DeepMind）。Valgoの共同創業者は、安全重要システムの教科書を書いた。

B2C（バッチの7％）

· 「私はユーザーだ」（約50％）：Fortの創業者はウェアラブルに失望した重量挙げ選手。Doomersionの創業者は短動画を見て言語を学び、それらを融合。

· 「フォーマット変換」（約25％）：既存行動＋新メディア。Pax Historiaは戦略ゲームへの愛とAIによる歴史代替。

· 「ハードウェアの楔」（約25％）：実体製品がソフトウェアでは再現できないデータループを生む。

教訓：ハッカソンや「AIを使って何かをする」ブレインストーミングから成功したW26企業は一つもない。すべて深い個人経験や熱狂的な顧客発見に由来している。

彼らの分配チャネルの見つけ方

データは明白：創業者ネットワークは最速のB2B企業の成長メカニズム。成長率トップ15のうち60％は創業者ネットワークやYCネットワークを通じて最初の顧客を獲得。

B2Bモデル：

「前雇用主や同僚に売る」（約35％）：Fed10の3人の元ロビイストは名刺フォルダが分配チャネル

「YCを発射台に」（約25％）：Cardinalは40社以上のYC企業にアウトリーチ、Palus Financeは数週間で33社と契約

「オープンソース」（約10％）：21stは140万人の開発者を持ち、インフラにのみ効果的

「PE買収チャネル」（約8％）：一つの取引で50〜200の拠点を獲得

「体系的アウトリーチ」（約15％）：限られた買い手リストに明確な痛点

「楔子製品」（約7％）：ニッチに入り、拡大を続ける。

B2C：製品自体が分配チャネル。Doomersionは2週間で1.5万ダウンロード、無料マーケティング。Pax Historiaは数万のDAUを獲得し、有機的に成長。ハードウェア創業者は実体の存在が口コミを生むと賭ける。

最大の収穫：GTMに苦戦する企業は、まず製品を作ってから「どう売るか」を考えるケースがほとんど。勝者は「誰に接触できて、何を切望しているか」を問い、そのニーズに応える。

優れた路演分析

7つの構成要素が、記憶に残る路演と曖昧な区別をつける：

1. フック

---

効果的な3つの原型：

衝撃データ：「薬を市場に出すには50万日かかる。私たちはそれを5日に短縮したい」（Rhizome AI）

再フレーミング：「あなたがアップロードしたすべてのファイルは1974年の規約を使っている」（Byteport）

「私が問題だ」：「Modern Treasuryで6年、1兆ドルの支払いを処理した」（End Close）

2. 問題（具体的に、曖昧ではなく）

---

「技術者の半分は書類作成に費やしている」（Zymbly）→「我々はバックエンドのワークフローを自動化している」より勝る。

3. チーム（信頼性の爆弾一言）

---

「AndreaはDockerの最初のコードを書いた」（Mendral）。「我々のチームはインターネット上のすべてのHTTPS接続を保護するMPIC標準を発明した」（Crosslayer Labs）。

4. 市場（避けられない、ただ大きいだけではない）

---

「衛星の電力需要：2030年前に500倍増」（Beyond Reach Labs）。最も強力な市場ピッチは、「なぜ今なのか」「なぜこれは避けられないか」を説明し、TAMだけではなくその理由も示す。

5. 牽引力（速度＞絶対数字）

---

「0から4週間で33,000ドルのMRR」（Corvera）→「10万ドルのARR」よりも優れる。

6. 独自の洞察

---

「寄生虫は人間の免疫システムを制御するタンパク質を進化させた。私たちはそれを読み取り、治療を設計する」（Ditto Bio）。「保険会社は自己運用システムの価格設定ができない。過去のクレームデータがないから」（Valgo）。

7. 狂った締めの言葉

---

「最初のAIアカデミー賞はMartiniで誕生！」「2032年の月面ホテルを予約できる」（GRU Space）。

曖昧な路演：一般的な「AI for [業界]」、チームの経歴と問題の関連性が薄い、そして（重要）狂った締めの言葉がない。

競合の重複：YCの多重投資

約30％の企業がバッチ内に直接競合を持つ。実際に高重複しているのは約5％だけ。

高重複例：LLMのコンテキスト圧縮（Token Company vs. Compressr）、医療・法律文書（Wayco vs. Docura Health）、ロボットデータ（Human Archive vs. Asimov）

中程度：スタートアップ法律（Arcline vs. General Legal vs. Vector Legal）、AI SRE（IncidentFox vs. Sonarly）、エージェント監視（Sentrial vs. Moda）、事前承認（Ruma Care vs. ClaimGlide vs. Beacon Health）

これが示すこと：YCは市場に賭けているだけで、企業ではない。3つのスタートアップ法律事務所＝市場は実在し、複数の勝者を収容できるほど大きい。Demo Dayで見た同じような2社も、Aラウンドでは全く異なる企業になる。最も差別化された企業は重複ゼロ：Terranox、Zymbly、GrazeMate、Ditto Bio。いずれも、創業者の分野の専門知識こそが護城河だ。

明らかに欠席している分野

· 零教育企業

· 零政府系テック

· 零消費者向けソーシャル

· 零メンタルヘルス／フィットネス

· ほぼ市場ゼロ

· ほぼ暗号通貨（ブロックチェーンはパイプラインとして使われ、製品の論点にはならない）

· 消費者は歴史的に最低レベル（全体で14社、公式に分類されているのは7社のみ）

工業はW24の3.6％からW26の14.1％へ、4倍に跳ね上がった。

「原子対ビット」の変化は、YC内でも現実になっている。

逆解釈：W26の構成は、今後資金調達可能なもののスナップショットであり、10年後に価値があるわけではない。このバッチの失われた伝説的企業は、消費者やソーシャルの創業者たちであり、彼らはAIの能力が彼らの野心に追いついた2〜3バッチ後に登場するだろう。

何が失敗する可能性があるか

差別化のないエージェント基盤インフラ。8〜10社がエージェントの監視・テスト・圧縮を構築中。基本モデル提供者はこれらをネイティブに構築している。企業買い手は既存の供給者をデフォルトと考える。

データの護城河がないAIネイティブサービス。収益は最速だが、防御は最も脆弱。コア技術は数週間で模倣可能。従来の企業は12〜18ヶ月でAIを採用。専有データや埋め込み配信がなければ、護城河は薄い。

商品化されたワークフローのパッケージング。AIは明確に定義されたタスクを行うだけで、GPT-5は6ヶ月以内に同じことをネイティブにできる可能性が高い。

最速の企業に共通する5つの特徴

1. 結果を売る、ツール