Глибокий огляд Demo Day YC W26: правда про стартапи 200 компаній, Copilot помер, AI-агенти повністю захоплюють керівництво

Оригінальна назва: What I Learnt From 199 Pitches at the YC W26 Demo Day
Автор оригіналу: Rathin Shah, колишній засновник Spenny
Переклад: Deep潮 TechFlow

**Deep潮 вступ: ** Це не просто звіт про спостереження Demo Day. Автор після прослуховування 199 презентацій на місці, за допомогою даних і кейсів розкриває базову логіку сучасного AI-стартапінгу: чому 60% компаній all in AI, чому концепція copilot майже зникла, чому найшвидше отримують дохід ті засновники, що продають назад своїм колишнім роботодавцям.

Більш важливо, він вказує на смертельні ризики за популярними напрямками та на ті порожні сфери, які ігноруються всіма, але можуть народити наступну легенду.

Я відвідав YC 2026 зимовий Demo Day. 199 компаній. Ось мої повні спостереження: дані, моделі та все, що потрібно знати майбутнім засновникам.

Основні уроки для засновників

Про ринок/проблему

1. AI — це не категорія, це інфраструктура. 60% партії — AI-орієнтовані. Ще 26% — AI-енаблінг. Лише 14% — без AI. Питання не «Використовуєте AI?», а «Що ваше AI робить — те, що базові моделі не можуть зробити з коробки?»

2. Замінювати, а не допомагати. Головна тема — «AI-співробітник», а не copilot, не помічник. Постійна пропозиція — «Ми повністю замінюємо [дорогі людські ролі]», ціна — це мала частина зарплати цієї людини. Copilot — допомога. Agent — дія. Галузі вже рухаються вперед.

3. Знайдіть «Claude Code» у своєму напрямку. У кожній професії є AI-структурований вихід: контракти, CAD-файли, фінансові моделі, операційні плани, технічні специфікації. Знайдіть професію з погодинною ставкою понад 100-500 доларів, інструменти яких мають 10-30 років історії та мають чіткі верифікаційні кроки. Широкі сфери: податкове планування, цивільне будівництво, управлінський консалтинг, клінічні випробування, патентне оформлення, музичне виробництво.

4. Розгляньте сервісний модель. Близько 20% партії створюють AI-орієнтовані сервісні компанії (юридичні, рекрутинг, бухгалтерія, страхування), що беруть плату за результатами, але мають високий валовий прибуток. Вони демонструють найшвидший дохідний ріст у партії. Стратегія: почати з сервісу → отримати дохід і дані → запустити автоматизацію → перейти на платформу.

5. Орієнтація на B2B. AI-агенти замінюють B2B-експертів. 87% — B2B. Лише 14 компаній орієнтовані на споживача (~7%). Поточні можливості AI ідеально підходять для бізнес-процесів. Це хороша справа, але у цій партії, ймовірно, з’являться легендарні компанії-винятки: уранові розвідки, місячні готелі, робот-ковбої, компанії з ліків від паразитів.

6. Створіть «цикл даних». Кожна взаємодія з клієнтом має покращувати ваш продукт. LegalOS тренується на 12000 заяв на візу, досягаючи 100% схвалення. Ідеально покращується з кожним наймом. Без циклу даних ви — просто упаковка.

7. Не створюйте універсальний AI-обгортку. «AI для всього» програє «AI, що замінює конкретну посаду з зарплатою 80 тис. доларів». Зосередьтеся на глибокій роботі у не дуже привабливих сферах. Найкращі можливості — у сферах, які ви ніколи не будете просувати на коктейльних вечірках.

8. Відсутність споживачів — сигнал можливості. Відсутність освітніх компаній. Відсутність соцмереж для споживачів. Відсутність психологічного здоров’я/фітнесу. Відсутність урядових технологій. Історично ці сфери з найменшим фінансуванням дають найбільші аномальні доходи. Засновники, що прорвуть AI-орієнтовані розваги, соцмережі або освіту, монополізують цю галузь.

9. Апаратура повертається. 18% партії мають апаратні компоненти (роботи, дрони, носимі пристрої, космічні технології). Це значне зростання порівняно з останніми партіями. Компанії, засновані випускниками SpaceX/Tesla, — найбільш диференційовані.

Про канали розповсюдження

10. Канали розповсюдження — це передумова, а не ідея після. У топ-15 компаній 60% отримують клієнтів через мережу засновників або YC. Якщо перші 20 клієнтів вимагають «з’ясувати канали», ви обрали неправильний ринок.

11. Ваші попередні роботодавці — перший ринок. Основні GTM-акції (близько 35% B2B): засновники, що працювали багато років у галузі, пішли і продають свої контакти. Їхні візитки — це канали розповсюдження.

12. Канали M&A з приватного капіталу — недооцінені. Ressl AI і Robby виявили, що PE-підтримувані компанії дуже потребують інструментів для підвищення прибутковості. Одна угода PE — 50-200 точок продажу.

13. Обирайте ринки, де вже є канали розповсюдження. Компанії, що борються з GTM, зазвичай створюють продукт і потім питають «як його продавати». Переможці питають: «Кого я вже можу залучити, і що їм потрібно?»

Про команду

14. Найсильніший прогноз швидкості доходу — відповідність засновника ринку. Засновники, що вже працювали у цій сфері, можуть укласти угоду за кілька днів. Інші — за кілька місяців. Proximitty (70 тис. доларів ARR за 3 тижні): CEO — консультант у McKinsey. Corvera (33 тис. доларів MRR за 4 тижні): CEO керує брендом CPG.

15. Партнерські стосунки — ваш захисний вал. 46% партії — двоособові команди. Найміцніші — ті, що працювали разом роками: колеги, однокурсники, брати і сестри, повторні співзасновники. Якщо ви не запускали щось із партнером, ви не підтвердили найважливішу частину підприємництва.

16. Галузеві знання важливіші за диплом. Найпереконливіші засновники — ті, хто особисто стикався з проблемою: стоматолог, що створює AI для операцій, інженер з механічних інструментів для обслуговування літаків, лобіст із політичного AI. «Велика компанія» — базовий рівень, а не диференціація.

Про презентації

17. Важливий захоплюючий фінал. Коли 199 компаній презентують за один день, потрібно стати тим, про кого говорять за столом під час вечірки. «Перший AI-Оскар народиться у Martini». «Можна забронювати місячний готель 2032 року». Зробіть ваше бачення конкретним, фальсифікованим і цитованим.

Про що уникати

18. Уникайте безвідмінних агентських інфраструктур. 8-10 компаній створюють моніторинг/тестування/стискання агентів. Постачальники базових моделей вже створюють ці системи нативно. Якщо «[існуючі інструменти DevOps] для AI-агентів» — це ви, це зона ризику.

19. Уникайте AI-орієнтованих сервісів без циклу даних. Найшвидший дохід, але найменша захищеність. Основні технології можна копіювати за кілька тижнів. Традиційні компанії впроваджують AI за 12-18 місяців. Без власних даних або вбудованих каналів розповсюдження — захисна стіна тонка.

20. Уникайте товарних робочих процесів. AI виконує чітко визначене завдання, а GPT-5 може зробити те саме за 6 місяців.

Місцева презентація

199 презентацій. Нові стартапи з YC мають унікальний запах. Експресія, енергія, ніколи не нудно.

Деякі незабутні моменти:

Одна компанія презентує готель на Місяці, має запрошення Білого дому і лист намірів на 500 мільйонів доларів

Робот-ковбой використовує автономний дрон для випасу худоби

Одна AI-компанія демонструє у реальному часі свою презентацію у вигляді слайдів

Компанія показує супутникові знімки, збільшуючи до Ірану (весь зал мовчить)

Засновник Martini закінчує фразою «Перший AI-Оскар буде виграно Martini!», що викликає або зітхання, або підписання чеків.

Область демонстрацій — людний: роботи, дрони, мікроскопи з білками, автомобільні радарні системи. Реальні, доторкальні фізичні речі. Це не просто SaaS-панель.

Після прослуховування 199 презентацій ти вже не слухаєш окремі компанії, а бачиш моделі. Ось мої висновки.

Макроцифри

Загальна кількість компаній: 199

Бізнес-моделі:

· B2B: 174 (87%)

· B2C: 14 (7%)

· B2B2C: 11 (6%)

Типи продуктів:

· Чисте програмне забезпечення: 163 (82%)

· Апаратура + софт: 24 (12%)

· Чиста апаратура: 12 (6%)

Категорії AI:

· AI-орієнтовані (AI — це продукт): 120 (60%)

· AI-енаблінг (поточні робочі процеси + AI): 52 (26%)

· Не AI: 27 (14%)

Залученість:

· Медіана ARR: приблизно 50-100 тисяч доларів

· Медіана зростання: приблизно 30-50% місяць до місяця

· Компанії з ARR > 1 мільйон доларів: близько 5%

· Без доходу: близько 50%

Основні галузі: B2B софт (59%), промисловість (15%), медицина (10%), фінтех (8%), споживачі (4%).

Лише 14 компаній орієнтовані на споживача, офіційно — 7. Інші — під брендом підприємства, належать до B2B, медицини або фінтеху.

Топ-10 тем

1. AI-агенти, що замінюють цілі функції роботи

Головна тема.

Не copilot, а повна заміна.

· Beacon Health замінює адміністративних працівників з попереднім дозволом

· Perfectly — повністю замінює рекрутерів

· Lance — замінює понад 50 готелів Marriott/Hilton/Hyatt на ресепшн

· Mendral (спільний засновник Docker) — замінює DevOps-інженерів

· Canary — замінює QA

«copilot» з 2025 року зменшився з приблизно 4% презентацій до 1% у W26.

2. «Claude Code у сфері X»

Claude Code і Cursor довели ефективність агентної AI для коду. Засновники W26 застосовують той самий підхід до професій з структурованим виходом:

· REV1 для інженерів-механіків (3D→2D креслення)

· Avoice для архітекторів (технічні специфікації, документація)

· Synthetic Sciences для наукових досліджень

· Maywood для інвестиційних банкірів

· Alt-X для іпотечного страхування (робота безпосередньо в Excel)

· Cardboard для монтажу відео

Mango Medical за кілька хвилин створює операційний план замість кількох днів

3. AI-орієнтовані професійні сервіси («сервісний бізнес, економіка софту»)

Не для існуючих компаній — створюють конкуренцію AI-компаніям:

Чотири AI-юридичні фірми (Arcline, General Legal, Vector Legal, LegalOS)

· AI-рекрутинг (Perfectly)

· AI-бухгалтерія (Balance)

· AI-страховий брокер (Panta)

· AI-консалтинг у політиці (Fed10, заснована трьома колишніми лобістами)

Panta чітко заявляє: «Це сервісний бізнес із економікою софту». Плата за результатами, з високою валовою маржею. AI виконує 80% людської роботи, 20% — люди. Arcline має понад 50 клієнтів-стартапів. LegalOS — 100% схвалення віз.

Погляд скептика: людський фактор обмежує маржу 60-80%. Відповідальність — реальна. Проблема захисту — якщо основна технологія — «LLM + галузеві підказки + людська перевірка», що заважає копіювати? Новий підхід: почати з сервісу → автоматизація → перехід на платформу. Сервіс — це клин, софт — це захисна стіна.

4. Інфраструктура епохи агентів

Кожен рівень технологічної стеки перезбирається для агентів:

· Agentic Fabriq = «Okta для агентів»

· Sponge (колишні керівники Stripe з крипто) = фінансова інфраструктура для агентів

· Moda/Sentrial = Datadog для надійності агентів

· Salus = захисні бар’єри для запуску

· 21st (1,4 мільйона розробників) = React-компоненти з AI-приорітетом для UI

Zatanna перетворює SaaS до LLM у базу даних, що можна запитувати агентам.

Ризик: постачальники базових моделей нативно створюють ці системи. Цей рівень — близько 30% конкуренції, що підтверджує його перенасиченість.

5. Вертикальні AI у «непривабливих» сферах

Найбільша ROI у сферах, ігнорованих технологіями:

· Zymbly автоматизує документообіг у авіаобслуговуванні (5 хвилин ремонту — 45 хвилин документації)

· GrazeMate створює роботів-ковбоїв, автономних дронів для випасу худоби. Коли вони презентують, смішно. Здається абсурдно, поки не дізнаєшся, що засновник виріс на фермі з 6000 корів.

· OctaPulse — комп’ютерне бачення для рибного господарства

· Squid — планування електромереж (щорічно 760 мільярдів доларів втрат через неефективність, досі використовують таблиці)

Ці засновники глибоко занурені у сфери. Засновник Scout Out — четверте покоління у будівництві. Засновник LegalOS — виріс у сімейній імміграційній юридичній фірмі (більше 10 000 годин роботи з 12 років). Засновник Zymbly — керівник обслуговування літаків у Virgin. Найкращі можливості — у сферах, які ви ніколи не будете просувати на коктейльних вечірках.

6. Відродження фізичних AI/роботів

18% партії мають апаратні компоненти:

· Remy AI і Servo7 створюють складські роботи, що навчаються з демонстрацій (80% складів — без автоматизації)

· Origami Robotics — роботизовані руки

· RoboDock — MVP за 60 днів, отримав контракт на 100 тисяч доларів з Waymo

· Fort (три колишні інженери Tesla) — слідкують за силовими тренуваннями, Whoop/Oura ще не можуть

· Pocket — відвантажили понад 30 000 пристроїв, річний дохід — 27 мільйонів доларів

Область демонстрацій — найжвавіша частина дня.

7. Оборона і національна безпека

Milliray (три доктора з Оксфорда/Сент-Ендрюс) створює для НАТО безпілотні радарні системи для виявлення дронів (продажі в партії — 470 000 доларів)

Seeing Systems створює для Королівського флоту Великої Британії AI-атаки для дронів

DAIVIN! — підводне обладнання без човна для спецназу США

Бюджети оборони великі, контракти довгі, довіру можна перенести у комерцію.

8. Дані — це захисна стіна

Коли всі мають однакові базові моделі, приватні дані — головна захисна перевага:

· Shofo: найбільша у світі база індексованих відео

· Human Archive: зібрано дані від тисяч сімей для роботів-гуманітаріїв, з випускників Стенфорда/Берклі

· LegalOS: 12000 успішних заяв на візу — 100% схвалення

Модель: кожна взаємодія з клієнтом покращує продукт. Без циклу даних — просто упаковка.

9. Тверда наука і космос

Найсміливіші презентації. GRU Space будує перший готель на Місяці до 2032 року. Під час презентації зал перезавантажився: половина — безумці, половина — вірять у можливе. Лист намірів на 500 мільйонів доларів, запрошення Білого дому, понад 1 мільярд переглядів. Beyond Reach Labs створює сонячну батарею розміром з футбольне поле на орбіті (збільшення потужності у 500 разів до 2030). Terranox відкриває уранові родовища за допомогою AI (одне відкриття — 2-7 мільйонів доларів).

Ditto Biosciences — найкреативніша ідея: паразити еволюціонували, щоб контролювати імунну систему людини за мільйони років. Ditto використовує AI для їх ідентифікації та розробки імунних терапій. Еволюція вже вирішила проблему, вони просто читають відповіді.

10. AI-орієнтовані дослідження і наука

Talking Computers запускає команду AI-дослідників (ARR понад 1 мільйон доларів)

Aemon (близнюки, публікації до 20 років у ICLR/EMNLP) створює світові рекорди на математичних задачах NP-важкості за менше ніж 10 доларів, перемігши Google DeepMind

Ndea, спільний проект Mike Knoop із Zapier і François Chollet із Keras, — чітко створює базу для інноваційного AGI

Засновники: моделі з 429 людей

Демографія:

· Близько 60% — іммігранти/міжнародні

· 86% — чоловіки, 14% — жінки

· Топ-університети: Берклі (близько 45), Стенфорд (близько 35), MIT (близько 20), Ватерлоо (близько 15)

· 55% — вивчали CS; 45% — ні

Бекграунд:

· Близько 30% — колишні працівники великих компаній

· Близько 25% — з попереднім досвідом стартапів

· Близько 12% — колишні у фінансах/торгівлі (Citadel, Jane Street, Jump)

· Лише SpaceX має близько 12 засновників, більшість з яких створюють апаратуру і космічні технології

Команда:

46% — двоособові команди, 15% — один засновник

Найпоширеніший тип: двоособові технічні засновники з різними спеціалізаціями (близько 35%), не класичний «хакер + продажі»

19% компаній мають принаймні одного засновника з докторським ступенем

Як вони знайомляться: близько 35% — однокурсники, 25% — колеги, 15% — повторні співзасновники, 10% — родина/брати і сестри

Стати галузевим експертом — найпереконливіша історія: Adrian Kilian (стоматолог → AI для операцій у Mango Medical), Robbie Bourke (20 років у авіації → Zymbly), Pamir Ehsas (юридичний консультант OpenAI → Arcline), Conor Jones (довгий час у енергетичній мережі → Squid).

Деякі спостереження:

Глибокі галузеві знання + технічна команда — найсильніша комбінація у партії.

Найуспішніші команди — або вже створювали і продавали компанії, або працювали разом у одній і тій самій компанії, вирішуючи ті самі проблеми.

31% компаній мають принаймні одного засновника з докторським ступенем або дослідника, переважно у медичних/біотехнологічних сферах, у галузевих технологіях і AI-інфраструктурі.

Як вони знаходять ринок

B2B (88% партії)

«Я пережив цю проблему» (близько 40%) — найсильніша модель. Засновник End Close працював у Modern Treasury 6 років із платежами понад 1 трлн доларів. Засновник Squid — багато років у енергетичній мережі. Вони не шукають клієнтів — вони вже їх мають.

«Я створив платформу для заміни» (близько 20%) — Docker-спільний засновник створив Mendral. ML-інженери TikTok створили Perfectly. Вони добре розуміють архітектуру і бачать, де AI створює прориви.

«50 раундів діалогів» (близько 15%) — систематичне відкриття. Ritivel перед написанням коду має понад 50 фармацевтичних діалогів. Ressl AI починається з консультацій, де найбільше «клейових» робіт.

«Пророчі інфраструктурні ідеї» (близько 15%) — аргументовані. «Якщо агент існує, він потребує сертифікації» → Agentic Fabriq. Ризик: створювати для майбутнього через 2-3 роки.

«Дослідження → комерціалізація» (близько 10%) — наприклад, CellType (Ялтинський професор + Google DeepMind). Засновники Valgo — справжні автори підручників із безпеки систем.

B2C (7%)

«Я — користувач» (близько 50%) — засновник Fort — незадоволений носимими пристроями. Засновник Doomersion — створює короткі відео і вивчає мови, поєднуючи їх.

«Форматна трансформація» (близько 25%) — старі поведінки + нові медіа. Pax Historia — захоплення стратегіями і AI, що альтернативно історизує.

«Апаратний компонент» (близько 25%) — створення фізичних продуктів, що генерують дані, які софт не може копіювати.

Головний урок: жодна успішна компанія W26 не виникла з хакатону або «якщо зробимо з AI…». Всі — з глибоким особистим досвідом або пристрастю до клієнтів.

Як вони знаходять канали розповсюдження

Дані чіткі: мережа засновників — найшвидший механізм зростання B2B. У топ-15 компаній 60% отримують перших клієнтів через мережу засновників або YC.

Моделі B2B:

«Продавати попереднім роботодавцям і колегам» (близько 35%) — три колишні лобісти Fed10 мають свої візитки, що і є канал.

«YC — стартова платформа» (близько 25%) — Cardinal дзвонить понад 40 YC-компаніям, Palus Finance за кілька тижнів підписала 33.

«Відкритий код» (близько 10%) — 21st має 1,4 мільйона розробників, це ефективно для інфраструктури.

«Канали M&A з приватного капіталу» (близько 8%) — одна угода дає 50-200 точок продажу.

«Систематичний холодний обзвон» (близько 15%) — обмежений список покупців із чіткими болями.

«Клієнтські продукти» (близько 7%) — вузька ніша, розширення скрізь.

B2C: продукт — канал розповсюдження. Doomersion за 2 тижні отримала 15 000 завантажень без маркетингу. Pax Historia має десятки тисяч DAU, зростає органічно. Засновники апаратних пристроїв сподіваються на репутацію фізичних продуктів.

Головне — компанії, що борються з GTM, зазвичай створюють продукт і потім питають «як його продавати». Переможці — ті, хто питає: «Кого я вже можу залучити і що їм потрібно?» і будують саме це.

Аналіз видатних презентацій

Сім компонентів, що роблять презентацію незабутньою і відрізняють її від розмитих.

1. Зацікавлення

Три ефективні прототипи:

Шокуючі дані: «Щоб вивести ліки на ринок, потрібно 50 тисяч днів. Ми зробимо це за 5 днів» (Rhizome AI)

Переформатування: «Кожен ваш файл використовує протокол 1974 року» (Byteport)

«Я — сама проблема»: «Я працював 6 років у Modern Treasury, обробляючи платежі понад 1 трлн доларів» (End Close)

2. Проблема (конкретна, не абстрактна)

«Технічні фахівці витрачають половину часу на документи» (Zymbly) — краще за «автоматизація бек-офісу».

3. Команда (одне речення — гарантія)

«Andrea написав перший рядок коду для Docker» (Mendral). «Ми створили стандарт захисту кожного HTTPS-з’єднання в Інтернеті» (Crosslayer Labs).

4. Ринок (неминучий, не тільки великий)

«Потреба у потужностях для супутників: до 2030 року зросте у 500 разів» (Beyond Reach Labs). Найсильніша презентація пояснює, чому саме зараз і чому це неминуче, а не тільки TAM.

5. Залученість (швидкість важливіша за цифри)

«З 0 до 3.3 тисяч MRR за 4 тижні» (Corvera) — краще за «10 тисяч ARR без часових рамок».

6. Унікальні інсайти

«Паразити еволюціонували, щоб контролювати імунну систему людини» (Ditto Bio). «Страхові компанії не можуть оцінити автономні системи через відсутність історичних даних» (Valgo).

7. Вражаючий фінал

«Перший AI-Оскар народиться у Martini». «Забронюйте місячний готель 2032 року» (GRU Space).

Розмиті презентації: загальні «AI для [сфери]», команда без зв’язку з проблемою, і (ключове) — без запам’ятовуваного фіналу.

Конкуренція: багатогранні ставки YC

Близько 30% компаній у партії мають прямого конкурента. Лише близько 5% — справжній високий рівень конкуренції.

Високий рівень конкуренції: стиснення контексту LLM (Token Company vs. Compressr), медичні юридичні документи (Wayco vs. Docura Health), дані роботів (Human Archive vs. Asimov).

Помірний: юридичні стартапи (Arcline vs. General Legal vs. Vector Legal), AI SRE (IncidentFox vs. Sonarly), моніторинг агентів (Sentrial vs. Moda), попереднє дозволення (Ruma Care vs. ClaimGlide vs. Beacon Health).

Що це означає: YC робить ставку на ринок, а не на компанію. Три юридичні фірми — це реальний і великий ринок, що може вмістити кілька переможців. Дві компанії, що здаються однаковими на Demo Day, до A-раунду стануть зовсім різними. Найбільш диференційовані компанії — Terranox, Zymbly, GrazeMate, Ditto Bio — без конкуренції. У кожному випадку, галузеві знання засновника — це їхня захисна стіна.

Явні відсутні

· Відсутні освітні компанії

· Відсутні урядові технології

· Відсутні соцмережі для споживачів

· Відсутні сфери психологічного здоров’я/фітнесу

· Майже відсутній ринок

· Майже відсутній чистий блокчейн (використовується як канал, а не як продукт)

· Споживачі — на історичному мінімумі (всього 14 компаній, з них 7 офіційно класифіковані)

Промисловість з W24 до W26 зросла з 3.6% до 14.1%, у 4 рази.

«Атоми проти бітів» — реальна трансформація у YC.

Зворотній аналіз: структура W26 — це швидкий знімок того, що зараз можна профінансувати, а не цінність через 10 років. У цій партії відсутні легендарні компанії, що з’являться через 2-3 партії — ті засновники, що зможуть зробити це, коли AI досягне їхніх амбіцій.

Що може провалитися

Безвідмінна агентська інфраструктура. 8-10