Глубокий разбор Demo Day YC W26: правда о стартапах 200 компаний, Copilot мертв, AI-агенты полностью захватывают управление

Оригинальный заголовок: What I Learnt From 199 Pitches at the YC W26 Demo Day
Автор оригинала: Rathin Shah, бывший основатель Spenny
Перевод: Deep潮 TechFlow

Обзор Deep潮: Это не просто отчет о Demo Day. После прослушивания 199 презентаций автор использует данные и кейсы, чтобы раскрыть базовую логику текущего AI-стартапинга: почему 60% компаний полностью погружены в AI, почему концепция copilot почти исчезла, и почему самые быстрые доходы получают основатели, продающие обратно своим бывшим работодателям.

Более того, он указывает на смертельные риски за кажущимися популярными нишами и на те области, которые все игнорируют, но в которых могут появиться будущие легенды.

Я посетил Demo Day YC 2026 зимний сезон. 199 компаний. Вот все мои наблюдения: данные, модели и все, что нужно знать будущему основателю.

Основные уроки для основателей

О рынке/проблемах

1. AI — это не категория, а инфраструктура. 60% партии — это AI-родные проекты. Еще 26% — это AI-ускорители. Только 14% не используют AI. Вопрос не «используете ли вы AI?», а «что ваш AI делает — что не может сделать базовая модель из коробки?»

2. Замена, а не помощь. Основная тема — «AI-сотрудник», а не copilot или помощник. Постоянное предложение: «мы полностью заменяем [дорогие человеческие роли]», цена — это малая часть зарплаты этого человека. Copilot — это помощь. Agent — это действие. Индустрия уже движется вперед.

3. Найдите «Claude Code» в своей области. У каждой профессии есть структурированный вывод, который AI сейчас может генерировать: контракты, CAD-файлы, финансовые модели, хирургические планы, спецификации. Найдите профессию с почасовой ставкой 100-500 долларов, инструментами, существующими 10-30 лет, и с четкими проверочными шагами. Области: налоговое планирование, гражданское строительство, управленческий консалтинг, клинические испытания, патентное оформление, музыкальное производство.

4. Рассмотрите модель сервиса. Около 20% партии создают компании с AI-родными сервисами (юридические, рекрутинг, бухгалтерия, страхование), взимая плату по результату, но с высокой маржой. Они показывают самый быстрый рост доходов. Стратегия: начать с сервиса → получать доход и данные → автоматизировать → стать платформой.

5. Ведущее направление — B2B. AI-агенты заменяют B2B-специалистов по знаниям. 87% — это B2B. Только 14 компаний ориентированы на потребителя (около 7%). Текущие возможности AI идеально подходят для бизнес-процессов. Это выгодно, но, скорее всего, легендарные компании этого сезона — исключения: урановые разведки, лунные отели, роботы-ковбои, компании по лекарствам против паразитов.

6. Создайте «цикл данных». Каждый контакт с клиентом должен улучшать ваш продукт. LegalOS обучен на 12000 заявлений на визу → 100% одобрение. Постоянно улучшается с каждым наймом. Без цикла данных вы — просто упаковщик.

7. Не создавайте универсальный AI-оболочку. «AI для всего» проигрывает «AI, заменяющий конкретную должность с зарплатой 80 тысяч долларов». Углубляйтесь в не очень привлекательные отрасли. Лучшие возможности — в тех сферах, о которых вы никогда не расскажете на коктейльной вечеринке.

8. Отсутствие потребителей — сигнал возможности. Нет образовательных компаний. Нет соцсетей для потребителей. Нет психического здоровья или фитнеса. Нет гостехнологий. В истории эти категории с наименьшим финансированием принесли самые большие аномальные доходы. Основатели, разбирающиеся в AI-родных развлечениях, соцсетях или образовании, займут монополию.

9. Аппаратура возвращается. 18% партий включают аппаратные компоненты (роботы, дроны, носимые устройства, космические технологии). Это заметный скачок по сравнению с недавними партиями. Компании, основанные выпускниками SpaceX/Tesla, — самые отличительные в партии.

Об каналах распространения

10. Каналы распространения — это основа, а не идея после. В топ-15 компаний 60% получают клиентов через сеть основателей или YC. Если ваши первые 20 клиентов требуют «разобраться с каналами», вы выбрали неправильный рынок.

11. Ваш бывший работодатель — ваш первый рынок. Основные GTM-акции (около 35% B2B): основатели, долго работавшие в отрасли, уходят и продают свои связи. Их визитки — это каналы распространения.

12. Каналы M&A PE — недооценены. Ressl AI и Robby обнаружили, что PE-поддерживаемые покупатели остро нуждаются в инструментах повышения прибыли. Одна сделка PE — это 50-200 точек продаж.

13. Выбирайте рынки, где уже есть каналы распространения. Компании, которые борются с GTM, обычно сначала создают продукт, а потом задаются вопросом «как продавать». Победители спрашивают: «Кого я уже могу достичь, что им нужно?»

Об командах

14. Совпадение основателя и рынка — самый сильный предиктор скорости дохода. Основатели, которые реально делали ту работу, которую сейчас автоматизируют, могут закрывать сделки за несколько дней. Остальные — за несколько месяцев. Proximitty (70 тысяч долларов ARR за 3 недели): CEO — консультант в McKinsey и банке. Corvera (33 тысячи долларов MRR за 4 недели): CEO управляет брендом CPG.

15. Связь с соучредителем — ваш защитный вал. 46% партий — это команды из 2 человек. Самые сильные команды работают вместе много лет: бывшие коллеги, однокурсники, братья и сестры, повторные соучредители. Если вы не запускали что-то вместе с соучредителем, вы не подтвердили самый важный аспект стартапа.

16. Экспертность в области важнее образования. Самые убедительные основатели — те, кто лично сталкивался с проблемой: стоматолог, создавший AI для хирургии; менеджер по механическим инструментам в авиации; лоббист, создавший AI для политики. «Большие корпорации» — это базовая основа, а не дифференцирующий фактор.

Об презентациях

17. Важна яркая концовка. Когда 199 компаний за один день проводят презентации, нужно стать тем, о ком будут говорить за столом за бутылкой. «Первый AI-Оскар будет в Martini.» «Можно забронировать лунный отель на 2032 год.» Сделайте ваше видение конкретным, опровержимым и цитируемым.

Об избегании ошибок

18. Избегайте невыделяющихся агентских инфраструктур. 8-10 компаний создают мониторинг/тестирование/сжатие агентов. Провайдеры базовых моделей изначально создают такие системы. Если ваше описание — «[существующие DevOps инструменты], но для AI-агентов», — это опасная зона.

19. Избегайте AI-родных сервисов без данных как защиты. Самый быстрый доход, но наименее защищенные. Основные технологии можно скопировать за несколько недель. Традиционные компании внедряют AI за 12-18 месяцев. Без собственных данных или встроенного распространения — защита тонкая.

20. Не создавайте товарные рабочие процессы. AI выполняет четко определенную задачу, а GPT-5, возможно, за 6 месяцев сделает то же самое из коробки.

###现场

199 презентаций. Свежие стартапы из YC имеют особый запах. Вдохновляющие, энергичные, никогда не скучные.

Некоторые запоминающиеся моменты:

Одна компания презентовала первый отель на Луне, есть приглашение от Белого дома и письмо о намерениях на 500 миллионов долларов

Робот-ковбой использует автономные дроны для выпаса скота

Одна AI-компания в демонстрации в реальном времени создала свой презентационный deck

Одна компания при показе спутниковых снимков случайно увеличила до Ирана (Дербанд), весь зал замолчал

Основатель Martini завершил фразу: «Первый AI-Оскар будет выигран Martini!» — такие слова вызывают либо недоумение, либо готовность инвестировать

Зона демонстрации аппаратных решений шумит: роботы, дроны, микроскопы с белками, автомобильные радары. Реальные, осязаемые физические объекты. Это не просто SaaS-панель.

После прослушивания 199 презентаций вы начинаете замечать модели, а не отдельные компании. Вот мои выводы.

Макроэкономика

Общее число компаний: 199

Бизнес-модели:

· B2B: 174 (87%)

· B2C: 14 (7%)

· B2B2C: 11 (6%)

Типы продуктов:

· Чистое ПО: 163 (82%)

· Аппаратное + ПО: 24 (12%)

· Чистое аппаратное: 12 (6%)

Категории AI:

· AI-родные (AI — это продукт): 120 (60%)

· AI-ускорители (существующие рабочие процессы + AI): 52 (26%)

· Не AI: 27 (14%)

Притяжение:

· Средний ARR: примерно 50-100 тысяч долларов

· Средний рост: около 30-50% в месяц

· Компании с ARR > 1 млн долларов: около 5%

· Без дохода: около 50%

Основные отрасли: B2B софт (59%), промышленность (15%), медицина (10%), финтех (8%), потребительский сегмент (4%).

Только 14 компаний ориентированы на потребителя, из них только 7 — по официальной классификации YC. Остальные — это потребительские продукты с корпоративной маркировкой, попадающие в B2B, медицину или финтех.

Топ-10 тем

1. Замена целых рабочих функций AI-агентами

Ключевая тема.

Это не copilot, а полная замена.

· Beacon Health заменяет административных сотрудников с предварительным разрешением

· Perfectly полностью заменяет процесс найма

· Lance заменяет 50+ ресепшн-столов в отелях Marriott/Hilton/Hyatt

· Mendral (соучредитель Docker) заменяет DevOps-инженеров

· Canary заменяет QA

«copilot» снизился с примерно 4% презентаций в начале 2025 года до 1% в W26.

2. «Claude Code» в своей области

Claude Code и Cursor доказали эффективность агентной AI для кода. Основатели W26 применяют тот же подход к профессиям с структурированным выводом:

· REV1 для инженеров-механиков (3D→2D чертежи)

· Avoice для архитекторов (спецификации, документация)

· Synthetic Sciences для научных исследований

· Maywood для инвестиционных банкиров

· Alt-X для ипотечного кредитования (работа прямо в Excel)

· Cardboard для видеомонтажа

Mango Medical за несколько минут создает хирургический план вместо нескольких дней

3. AI-родные профессиональные услуги («сервисный бизнес, экономика программного обеспечения»)

Это не создание инструментов для существующих компаний, а создание конкурирующих AI-компаний:

Четыре AI-юридические фирмы (Arcline, General Legal, Vector Legal, LegalOS)

· AI-рекрутинговые агентства (Perfectly)

· AI-бухгалтерия (Balance)

· AI-страховые брокеры (Panta)

· AI-консалтинг по политике (Fed10, основана тремя бывшими лоббистами)

Panta четко заявляет: «Это сервисный бизнес с экономикой программного обеспечения». Взимают плату по результату, работают с высокой маржой, потому что AI выполняет 80% работы человека. Arcline имеет более 50 стартап-клиентов. LegalOS — 100% одобрение виз.

Причины для скепсиса: человек в цепочке ограничивает прибыльность 60-80%. Ответственность — реальна. Вопрос защиты: если основная технология — «LLM + отраслевые подсказки + ручная проверка», что мешает копировать? Новая стратегия: начать с сервиса → автоматизировать → стать платформой. Сервис — это клин, программное обеспечение — защита.

4. Инфраструктура эпохи агентов

Каждый слой технологического стека переосмыслен для агентов:

· Agentic Fabriq = «Okta для агентов»

· Sponge (бывшие руководители Stripe по крипте) = финансовая инфраструктура для агентов

· Moda/Sentrial = Datadog для надежности агентов

· Salus = защитные барьеры во время работы

· 21st (1,4 млн разработчиков) = React-компоненты с AI-ориентированным UI

Zatanna превращает SaaS до LLM в базу данных, которую можно запрашивать агентам

Риск: провайдеры базовых моделей изначально создают эти системы. Эта часть — около 30% конкуренции, и она очень насыщена.

5. Вертикальный AI для «непривлекательных» отраслей

Максимальный ROI — в индустриях, игнорируемых технологами:

· Zymbly автоматизирует документацию по обслуживанию самолетов (5 минут ремонта — 45 минут документации)

· GrazeMate создает роботов-ковбоев, автономных дронов для выпаса скота. Когда они показывают это на презентации, все смеются. Звучит абсурдно, пока не узнаешь, что основатель вырос на ферме с 6000 голов скота.

· OctaPulse — компьютерное зрение для рыбоводства

· Squid решает проблему планирования электросетей (ежегодные потери 760 млрд долларов, все еще используют электронные таблицы)

Эти основатели копают очень глубоко. Основатель Scout Out — четвертое поколение в строительстве. Соучредитель LegalOS вырос в семейной иммиграционной юридической фирме (более 10 000 часов работы с 12 лет). Соучредитель Zymbly — руководитель по обслуживанию самолетов в Virgin Atlantic. Лучшие возможности — в тех сферах, о которых вы никогда не расскажете на коктейльной вечеринке.

6. Возрождение физических AI/роботов

18% партий включают аппаратные компоненты:

· Remy AI и Servo7 создают складских роботов, обучающихся по демонстрациям человека (80% складов — без автоматизации)

· Origami Robotics создает роботы-манипуляторы

· RoboDock за 60 дней запустил MVP, подписал контракт с Waymo на 100 тысяч долларов

· Fort (три бывших инженера Tesla) отслеживают силовые тренировки, Whoop/Oura пока не могут

· Pocket продал более 30 тысяч устройств, годовой доход — 27 миллионов долларов

Аппаратная демонстрационная зона — самая энергичная часть дня.

7. Оборона и национальная безопасность

Milliray (три доктора из Оксфорда и Сент-Эндрюс) создает для НАТО радары для обнаружения беспилотников (продажи внутри партии — 470 тысяч долларов)

Seeing Systems создает для Королевского флота Великобритании AI-роботы для борьбы с беспилотниками

DAIVIN! создает для спецподразделений США подводное оборудование без баллонов

Бюджеты на оборону большие, контракты долгие, доверие переносится в коммерческий сектор.

8. Данные — это защита

Когда все используют одни и те же базовые модели, собственные данные — главный барьер защиты:

· Shofo: крупнейшая в мире база индексированных видео

· Human Archive: собрана из данных тысяч семей в Азии, после ухода из Стэнфорда/Беркли, для роботов-гуманоидов

· LegalOS: 12000 успешных заявлений на визу → 100% одобрение

Модель: каждый контакт с клиентом улучшает продукт. Без цикла данных — вы просто упаковщик.

9. Твердая наука и космос

Самые смелые презентации. GRU Space строит первую лунную гостиницу до 2032 года. В зале — половина считает, что это безумие, половина — что возможно. Письмо о намерениях на 500 миллионов долларов, приглашение Белого дома, более миллиарда просмотров. Beyond Reach Labs создает солнечные панели в орбитальном масштабе (в 2030 году мощность увеличится в 500 раз). Terranox использует AI для поиска урановых месторождений (одна находка — 2-7 миллионов долларов).

Ditto Biosciences — самый креативный проект: паразиты эволюционировали, чтобы контролировать иммунную систему человека, миллионы лет. Ditto использует AI для их обнаружения и разработки иммунных терапий. Эволюция решила проблему, они просто читают ответы.

10. Исследования и наука на базе AI

Talking Computers запускает команду AI-ученых (ARR более 1 миллиона долларов)

Aemon (близнецы, публиковались в ICLR/EMNLP до 20 лет) создает рекорды за менее чем 10 долларов на сложных математических задачах, побеждая Google DeepMind

Ndea, соучредитель Mike Knoop из Zapier и создатель Keras, — явно строит AGI, способный к инновациям

Основатели: по моделям из 429 человек

Демография:

· Около 60% — иммигранты или международные

· 86% — мужчины, 14% — женщины

· Лучшие университеты: Беркли (около 45), Стэнфорд (около 35), MIT (около 20), Ватерлоо (около 15)

· 55% учились на CS; 45% — без профильного образования

Фон:

· Около 30% — из крупных корпораций

· Около 25% — с предыдущим опытом стартапов

· Около 12% — из финансового сектора (Citadel, Jane Street, Jump)

· Только SpaceX — около 12 основателей, большинство — в аппаратном и аэрокосмическом секторе

Команды:

46% — это команды из 2 человек, 15% — одиночки

Самый распространенный тип: два технических соучредителя с разными навыками (около 35%), а не классические «хакер + продажник»

19% компаний имеют хотя бы одного основателя с ученой степенью

Как они встречаются: около 35% — однокурсники, около 25% — бывшие коллеги, около 15% — повторные соучредители, около 10% — семья/братья и сестры

Стать основателем — это самый убедительный рассказ о профессионализме: Adrian Kilian (стоматолог → AI для хирургии), Robbie Bourke (20 лет в авиации → Zymbly), Pamir Ehsas (внешний юрист OpenAI → Arcline), Conor Jones (много лет в национальной электросети → Squid).

Некоторые наблюдения:

Глубокие знания в области + технические соучредители — самые сильные компании в партии

Самые успешные команды либо создавали и продавали компании вместе, либо работали в одной компании, решая одну и ту же проблему

31% — это компании с хотя бы одним основателем-ученым или исследователем, в основном в медицине/биотехнологиях, твердых технологиях и AI-инфраструктуре

Как они находят рынок

B2B (88% партии)

«Я сталкивался с этой проблемой» (около 40%) — самый сильный сценарий. Основатель End Close работал 6 лет в Modern Treasury с платежами на триллионы долларов. Основатель Squid — много лет в национальной электросети. Они не ищут клиентов — они сами клиенты.

«Я создал платформу для замены» (около 20%) — Docker-основатели создали Mendral. ML-ученые TikTok создали Perfectly. Они хорошо понимают архитектуру и знают, где AI создает прорывы.

«50 раундов диалогов» (около 15%) — систематическое открытие. Ritivel перед кодированием провел 50+ разговоров о фармацевтике. Ressl AI начал с консультаций, обнаруживая сделки с максимальным количеством «склеек».

«Прогноз инфраструктуры» (около 15%) — аргументированный подход. «Если агент существует, он должен быть сертифицирован» → Agentic Fabriq. Риск: строить для будущего через 2-3 года.

«Исследование → коммерциализация» (около 10%) — пример: CellType (Йельский профессор + Google DeepMind). Соучредитель Valgo действительно написал учебник по системам безопасности.

B2C (7% партии)

«Я — пользователь» (около 50%) — основатель Fort — недовольный носимыми устройствами спортсмен. Основатель Doomersion — создает короткие видео и учит языкам, объединяя их.

«Форматные преобразования» (около 25%) — существующее поведение + новые медиа. Pax Historia: любовь к стратегическим играм + AI, заменяющий историю.

«Аппаратный компонент» (около 25%) — создание физических продуктов, создающих данные, которые софт не может повторить.

Общий вывод: ни одна успешная компания W26 не возникла на хакатоне или в результате «если бы мы делали с AI…». Все они основаны на глубоком личном опыте или страстном поиске клиента.

Как они находят каналы распространения

Данные очевидны: сеть основателей — главный механизм быстрого роста B2B-компаний. В топ-15 по росту 60% получают первых клиентов через сеть основателей или YC.

Модель B2B:

«Продаем бывшим коллегам по работе» (около 35%) — три бывших лоббиста из Fed10 используют свои визитки как каналы.

«YC как стартовая площадка» (около 25%) — Cardinal звонит 40+ YC-компаниям, Palus Finance за несколько недель подписывает 33.

«Открытый исходный код» (около 10%) — 1,4 миллиона разработчиков у 21st, эффективен только для инфраструктуры.

«Каналы M&A PE» (около 8%) — одна сделка — 50-200 точек продаж.

«Систематические звонки» (около 15%) — есть список ограниченных покупателей с явными проблемами.

«Клиентский продукт» (около 7%) — узкая ниша, расширение везде.

Для B2C: продукт — канал распространения. Doomersion за 2 недели скачали 15 тысяч раз без платной рекламы. Pax Historia — десятки тысяч DAU, органический рост. Основатели аппаратных решений делают ставку на физический продукт для формирования репутации.

Главное: компании, которые борются с GTM, обычно сначала создают продукт, а потом задаются вопросом «как продавать». Победители спрашивают: «Кого я уже могу достичь, что им нужно?» и строят продукт под это.

Анализ отличных презентаций

Семь элементов помогают выделить запоминающуюся презентацию и отделить ее от размытых:

1. Крючок

Три эффективных прототипа:

Шокирующие данные: «Для вывода лекарства на рынок требуется 500 тысяч дней. Мы хотим сделать это за 5 дней» (Rhizome AI)

Переформатирование: «Каждый файл, который вы загружаете, использует протокол 1974 года» (Byteport)

«Я — проблема»: «Я 6 лет создавал систему для сверки счетов в Modern Treasury, обрабатывая триллион долларов» (End Close)

2. Конкретика проблемы

«Половина времени техников уходит на документацию» (Zymbly) — лучше, чем «автоматизация бэк-офиса».

3. Команда (одна фраза — доверие)

«Andrea написал первую строку кода для Docker» (Mendral). «Наша команда изобрела стандарт защиты каждого HTTPS-соединения в интернете» (Crosslayer Labs).

4. Рынок (не обязательно огромный, но неизбежный)

«Потребность в энергии для спутников увеличится в 500 раз к 2030 году» (Beyond Reach Labs). Самое сильное объяснение, почему это происходит именно сейчас, — не только TAM.

5. Притяжение (скорость важнее цифр)

«За 4 недели — 33 тысячи долларов MRR» (Corvera) — лучше, чем «без временных рамок» и 100 тысяч долларов ARR.

6. Уникальные инсайты

«Паразиты эволюционировали, чтобы контролировать иммунную систему человека, миллионы лет. Мы читаем их ответы» (Ditto Bio). «Страховые компании не могут оценить автономные системы из-за отсутствия исторических данных по претензиям» (Valgo).

7. Впечатляющая концовка

«Первый AI-Оскар будет в Martini.» «Можно забронировать лунный отель на 2032 год» (GRU Space).

Размытая презентация: общие фразы «AI для [отрасли]», отсутствие связанной истории и (важное) — отсутствие яркой концовки.

Конкуренция и перекрытие: множественные ставки YC

Около 30% компаний в партии имеют прямых конкурентов. Только около 5% сталкиваются с высокой конкуренцией.

Высокая конкуренция: сжатие контекста LLM (Token Company vs. Compressr), медицинские юридические документы (Wayco vs. Docura Health), данные роботов (Human Archive vs. Asimov).

Средняя конкуренция: юридические стартапы (Arcline vs. General Legal vs. Vector Legal), AI SRE (IncidentFox vs. Sonarly), мониторинг агентов (Sentrial vs. Moda), предварительное разрешение (Ruma Care vs. ClaimGlide vs. Beacon Health).

Что это говорит: YC делает ставку на рынок, а не на компанию. Три юридические фирмы — это реальный и крупный рынок, способный вместить нескольких победителей. Компании, выглядящие одинаково на Demo Day, к раунду A могут кардинально отличаться. Самые дифференцированные — без перекрытия: Terranox, Zymbly, GrazeMate, Ditto Bio. В каждом случае — профессиональные знания основателя — это защита.

Явные отсутствующие

· Нет образовательных компаний

· Нет гостехнологий

· Нет соцсетей для потребителей

· Нет психического здоровья/фитнеса

· Почти нет рынка

· Почти нет чистого блокчейна (используется как канал, а не как продукт)

· Потребительский сегмент — исторически самый низкий по финансированию, всего 14 компаний, из них 7 — официально классифицированы

Промышленность выросла с 3.6% в W24 до 14.1% в W26 — в 4 раза.

«Атомы против битов» — реальность внутри YC.

Обратный анализ: состав W26 — это snapshot текущих инвестиционных возможностей, а не то, что будет ценным через 10 лет. В этом сезоне отсутствуют легендарные компании из потребительского и социального сегмента, они появятся через 2-3 партии, когда AI догонит их амбиции.

Что может провалиться

Неуникальные агентские инфраструктуры. 8-10 компаний создают мониторинг/тестирование/сжатие агентов. Провайдеры базовых моделей изначально создают такие системы. Покупатели по умолчанию выбирают существующих поставщиков.

AI-родные сервисы без данных как защиты. Самый быстрый доход, но наименее защищен. Основные технологии легко копируются за несколько недель. Традиционные компании внедряют AI за 12-18 месяцев. Без собственных данных или встроенного распространения — защита слабая.

Рабочие процессы, товарные упаковщики. AI выполняет четко определенную задачу, GPT-5, возможно, за 6 месяцев сделает то же самое из коробки.

Самые быстрые компании делятся пятью признаками

1. Продают результат, а не инструмент

2. Основатель уже имеет клиента до запуска продукта

3. Начинают взимать плату с первого дня: нет бесплатных уровней, нет пилотных проектов

4. Клиенты — в отчаянии, а не просто любопытны (Proximitty: банк с долгами более 2 млрд долларов; Ruma Care: клиника, отклонившая возмещение на 150 тысяч долларов)

5. MVP — очень простой: описывают результат, а не архитектуру

Разрыв между «запуском и обучением» и «строительством и ожиданием» — это место, где большинство из этих компаний погибнут.

Перед вами — захватывающее будущее! Создавать сейчас — лучшее время в истории.

Оригинальная ссылка

Кликните, чтобы узнать о вакансиях в BlockBeats

Добро пожаловать в официальный чат BlockBeats:

Телеграм-канал: https://t.me/theblockbeats

Телеграм-группа: https://t.me/BlockBeats_App

Твиттер: https://twitter.com/BlockBeatsAsia