После просмотра презентаций 199 компаний на демодне YC W26 остался один сильный диссонанс. ИИ уже не является «чем-то новым и инновационным», а превратился в простую инфраструктуру.

60% участвующих компаний — это AI-родные, а еще 26% — используют AI. То есть, компании, не использующие AI, всего 14%. Но важна не эта цифра. Изменилось то, что все уже не задаются вопросом «как использовать AI», а думают «чем заменить с помощью AI».

Выражения вроде «копилот», «ассистент», «второй пилот» устарели. Сейчас стартапы стремятся полностью заменить высокооплачиваемую работу. Beacon Health заменяет сотрудников по предварительному одобрению, Mendral выполняет работу инженеров, LegalOS достигает 100% одобрения визовых заявлений. Это не вспомогательные инструменты, а настоящая замена.

Здесь нужно новое выражение: «AI-агент» перестал быть просто техническим термином и стал обозначать профессию. Рекрутеры, юристы, медицинские администраторы, DevOps, QA — все под заменой.

Очевидно, что 87% рынка — это B2B. Для потребительского сегмента осталось всего 14 компаний, из которых только 7 официально классифицированы как «B2C». Почему? Потому что AI-агенты лучше работают в структурированных бизнес-процессах. Для потребителей это более размытая сфера, пока AI там сложен.

Интересно, что делают самые быстрорастущие компании. Юридические фирмы, рекрутинговые агентства, бухгалтерия, страховые брокеры — то есть, традиционные профессиональные услуги. Arcline работает с более чем 50 стартапами и выступает как AI-родная сервисная компания. Panta заявляет, что занимается «сервисами на базе программной экономики». AI выполняет 80% работы человека, работает по результатам и приносит прибыль, сохраняя при этом надежность сервиса.

Урок этого подхода ясен: начинается с сервиса, собираются данные, затем автоматизация, и в итоге — платформа. Сервис — это клин, а данные — это рвы.

Интересна и тема каналов продаж. Среди 15 самых быстрорастущих компаний 60% получили первых клиентов через сеть основателей или YC. То есть, «как продавать» не важно — важно, «кому можно достучаться».

Самый типичный сценарий — продажа бывшим коллегам. Основатели Fed10 — бывшие лоббисты, их визитки сразу стали каналами продаж. Основатели Squid работали в State Grid и знали о неэффективности электросетей. Им не нужно было искать клиентов — они сами были клиентами.

Характерны и профили основателей. 46% — это команды из двух человек, чаще всего — два технических специалиста с разными навыками (35%). Не хакеры + продажники, а именно технические специалисты. И они — однокурсники, бывшие коллеги или соучредители из прошлых компаний.

У самых успешных компаний есть общий признак: они знают проблему из личного опыта. Дантист создает Mango Medical для разработки хирургического AI, авиационный техник автоматизирует документацию в Zymbly, сыновья фермеров создали GrazeMate — робота-ковбоя. Компании, входящие в индустрию, которая не вызывает разговоров на коктейльных вечеринках, а глубоко и скромно решают важные задачи, — самые сильные.

Возрождение аппаратного обеспечения тоже заметно. 18% компаний включают аппаратные компоненты, что значительно больше, чем в прошлые годы. Remy AI и Servo7 создают складских роботов, Pocket поставляет более 30 тысяч носимых устройств. Среди них выделяются компании, основанные выпускниками SpaceX и Tesla.

Также подчеркивается важность данных. LegalOS обучался на 12 000 кейсах визовых заявлений и достиг 100% одобрения. Shofo создает крупнейшую в мире библиотеку видео с индексированием. Использование одинаковых базовых моделей делает уникальные данные главным барьером защиты.

Паттерны неудач тоже ясны. 8–10 компаний строят системы мониторинга и тестирования агентов — опасная зона, потому что базовые модели создаются провайдерами платформ изначально. У AI-родных сервисов без данных тоже слабая защита. Быстрая монетизация — это хорошо, но защита слабая, так как основные технологии можно скопировать за несколько недель.

Интересное выражение — стратегия выхода на рынок, которая проваливается, когда «строишь и ждешь». У успешных компаний сначала спрашивают: «Кому мы можем достучаться и что им нужно срочно?». У неудачников — «у меня классный продукт, как его продать?». Разница — решающая.

Области, где мало компаний — потребительский сегмент, образование, государственные технологии. Там почти нет участников. Исторически, чем меньше инвестиций — тем больше потенциал для высокой отдачи. Следующая волна AI произойдет именно в этих недооцененных сферах.

Пять общих признаков самых быстрорастущих компаний: продают не инструменты, а результаты. Основатели строят отношения с клиентами еще до запуска продукта. Начинают взимать плату с первого дня. Клиенты в отчаянии. MVP — очень простое решение.

Качество презентаций сильно различалось. Запоминающиеся презентации содержат 7 элементов: шокирующие данные или проблему, конкретную и необычную проблему, яркое заявление о команде, объяснение рыночной необходимости, драйверы, превосходящие по скорости, уникальные инсайты и безумное завершение — «Первый AI-оскар — это Мартини» или «Забронируйте лунный отель 2032 года». Как эти слова влияют на инвесторов — это главное.

GRU Space планирует построить первый отель на Луне к 2032 году, получила письмо о намерениях на 500 миллионов долларов и приглашение в Белый дом. Terranox обнаружила урановые месторождения стоимостью от 200 миллионов до 700 миллионов долларов. Ditto Bio использует AI для расшифровки иммунных белков, созданных паразитами, и разрабатывает собственные иммунотерапии. Эти компании — не просто технологические, а решающие фундаментальные проблемы человечества.

Главный урок демодня — эпоха AI-родных стартапов началась всерьез. Но настоящие победители — это не те, кто просто используют AI, а те, кто с помощью AI глубоко трансформируют существующие отрасли, обладая экспертизой. Глубокое проникновение в индустрии, построение данныхого флювийного круга и избегание универсальных AI-оберток — это самые важные выводы из 199 презентаций.