Ngày trình diễn YC W26: Phân tích sâu về sự thật khởi nghiệp của 200 công ty, Copilot đã chết, AI Agent tiếp quản toàn diện

Bản gốc tiêu đề: Những gì tôi học được từ 199 buổi trình diễn tại Ngày Demo YC W26
Tác giả bản gốc: Rathin Shah, Người sáng lập Spenny cũ
Dịch bởi: Deep潮 TechFlow

Deep潮 giới thiệu: Đây không chỉ là một báo cáo quan sát đơn giản về Ngày Demo. Sau khi nghe 199 buổi trình diễn trực tiếp, tác giả dùng dữ liệu và ví dụ để tiết lộ logic nền tảng của các startup AI hiện nay: tại sao 60% công ty all in AI, tại sao khái niệm copilot gần như biến mất, tại sao những người nhanh nhất kiếm được doanh thu lại là các sáng lập bán lại cho chính công ty cũ của họ.

Quan trọng hơn, ông chỉ ra những rủi ro chết người đằng sau các lĩnh vực hot nhất, cũng như những lĩnh vực bị tất cả mọi người bỏ qua nhưng có thể sinh ra huyền thoại tiếp theo.

Tôi đã tham dự Ngày Demo mùa đông YC 2026. 199 công ty. Dưới đây là tất cả các quan sát của tôi: dữ liệu, mô hình, và mọi thứ bạn cần biết nếu bạn là nhà sáng lập tương lai.

Bài học cốt lõi dành cho nhà sáng lập

Về thị trường/ tuyên bố vấn đề

1. AI không phải là một loại sản phẩm, nó là hạ tầng. 60% batch là AI nguyên bản. Thêm nữa 26% là AI được hỗ trợ. Chỉ có 14% không có AI. Vấn đề không phải là “Bạn có dùng AI không?” mà là “AI của bạn đã làm được những gì mà mô hình cơ bản mở hộp không thể làm?”

2. Thay thế chứ không hỗ trợ. Chủ đề cốt lõi là “nhân viên AI”, không phải copilot, không phải trợ lý. Từ khóa luôn là “chúng tôi thay thế toàn diện [vai trò nhân lực đắt đỏ]”, với mức giá chỉ bằng một phần nhỏ lương của người đó. Copilot là hỗ trợ. Agent là hành động. Ngành đã tiến xa rồi.

3. Tìm “Claude Code” cho lĩnh vực của bạn. Mỗi nghề nghiệp đều có output có cấu trúc mà AI hiện nay có thể tạo ra: hợp đồng, file CAD, mô hình tài chính, kế hoạch phẫu thuật, đặc tả kỹ thuật. Tìm một nghề có mức lương theo giờ từ 100-500 USD trở lên, công cụ đã tồn tại 10-30 năm, và có bước xác nhận rõ ràng. Lĩnh vực rộng lớn: hoạch định thuế, kỹ thuật dân dụng, tư vấn quản lý, thử nghiệm lâm sàng, soạn thảo bằng sáng chế, sản xuất âm nhạc.

4. Cân nhắc mô hình dịch vụ. Khoảng 20% batch xây dựng công ty dịch vụ AI nguyên bản (pháp lý, tuyển dụng, kế toán, bảo hiểm), tính phí theo kết quả nhưng hưởng lợi nhuận phần mềm. Họ thể hiện tốc độ tăng doanh thu nhanh nhất trong batch. Chiến lược là: bắt đầu từ dịch vụ → có doanh thu và dữ liệu → phát hành tự động hóa → nâng cấp thành nền tảng.

5. Chủ đạo B2B. AI agent thay thế nhân viên kiến thức B2B. 87% là B2B. Chỉ có 14 công ty hướng tới người tiêu dùng (khoảng 7%). Khả năng AI hiện tại phù hợp hoàn hảo với quy trình công việc thương mại. Đây là thương vụ tốt, nhưng các công ty huyền thoại trong batch này có thể là những ngoại lệ: công ty thăm dò uranium, khách sạn trên mặt trăng, cao bồi robot, công ty thuốc ký sinh trùng.

6. Xây dựng vòng quay dữ liệu. Mỗi tương tác khách hàng đều nên làm sản phẩm của bạn tốt hơn. LegalOS dựa trên 12.000 hồ sơ xin visa huấn luyện → tỷ lệ đậu 100%. Hoàn hảo theo từng lần tuyển dụng. Không có vòng quay dữ liệu, bạn chỉ là một người đóng gói.

7. Đừng xây dựng bộ gói AI chung chung. “AI cho mọi thứ” thua “AI thay thế một vị trí lương 80.000 USD/năm cụ thể”. Tập trung vào một ngành không hấp dẫn. Cơ hội tốt nhất nằm trong ngành mà bạn sẽ không bao giờ giới thiệu tại các buổi tiệc cocktail.

8. Sự vắng mặt của người tiêu dùng là tín hiệu cơ hội. Không có công ty giáo dục. Không có mạng xã hội tiêu dùng. Không có sức khỏe tâm thần/ thể hình. Không có công nghệ chính phủ. Các lĩnh vực ít vốn nhất trong lịch sử mang lại lợi nhuận bất thường lớn nhất. Các nhà sáng lập phá vỡ AI nguyên bản trong giải trí, mạng xã hội hoặc giáo dục sẽ chiếm lĩnh toàn bộ lĩnh vực đó.

9. Phần cứng đã trở lại. 18% batch có thành phần phần cứng (robot, drone, thiết bị đeo, công nghệ vũ trụ). Đây là mức tăng rõ rệt so với các batch gần đây. Các công ty sản phẩm thực thể do cựu sinh viên SpaceX/Tesla thành lập là điểm khác biệt nổi bật nhất trong batch.

Về kênh phân phối

10. Kênh phân phối là tiền đề, không phải ý tưởng sau cùng. Trong top 15 công ty tăng trưởng, 60% có khách hàng qua mạng lưới sáng lập hoặc mạng YC. Nếu 20 khách hàng đầu của bạn cần “hiểu rõ kênh phân phối”, bạn đã chọn sai thị trường.

11. Nhà cũ của bạn là thị trường đầu tiên của bạn. Các hoạt động GTM chủ đạo (khoảng 35% B2B): sáng lập đã làm việc nhiều năm trong ngành, rời đi rồi bán lại mạng lưới quan hệ của họ. Danh thiếp của họ chính là kênh phân phối.

12. Kênh mua bán doanh nghiệp (PE) bị đánh giá thấp nghiêm trọng. Ressl AI và Robby đều phát hiện các bên mua bán do PE hỗ trợ cần gấp các công cụ cải thiện lợi nhuận. Một thương vụ PE tương đương 50-200 điểm bán.

13. Chọn thị trường đã có mạng lưới phân phối của bạn. Các công ty gặp khó trong GTM thường là những công ty xây dựng sản phẩm rồi mới hỏi “làm sao để bán”. Người chiến thắng hỏi “tôi đã tiếp cận được ai, họ cần gì gấp?”

Về đội ngũ

14. Phù hợp giữa nhà sáng lập và thị trường là dự đoán mạnh nhất về tốc độ doanh thu. Những người đã từng làm công việc hiện tại của họ tự động hóa trong vài ngày sẽ dễ bán hàng. Người khác mất vài tháng. Proximitty (70 vạn USD ARR trong chưa đầy 3 tuần): CEO là cố vấn ngân hàng của McKinsey. Corvera (3.3 vạn USD MRR trong 4 tuần): CEO điều hành thương hiệu tiêu dùng.

15. Mối quan hệ đồng sáng lập là lợi thế cạnh tranh của bạn. 46% batch là đội 2 người. Đội mạnh nhất hợp tác nhiều năm: đồng nghiệp cũ, bạn học, anh chị em, đồng sáng lập lặp lại. Nếu bạn chưa từng ra mắt gì cùng đồng sáng lập, bạn chưa xác nhận phần quan trọng nhất của khởi nghiệp.

16. Kiến thức chuyên ngành vượt trội hơn trình độ học vấn. Những nhà sáng lập thuyết phục nhất là người từng trải qua vấn đề thực tế: bác sĩ nha khoa xây dựng AI phẫu thuật, quản lý bảo trì máy móc xây dựng máy bay, cố vấn AI chính sách. “Công ty lớn trước đây” là nền tảng, không phải yếu tố khác biệt.

Về buổi trình diễn

17. Kết thúc ấn tượng rất quan trọng. Khi 199 công ty trình bày trong một ngày, bạn cần trở thành chủ đề bàn tán của họ khi họ uống rượu. “Giải Oscar AI đầu tiên sẽ ra đời trên Martini.” “Bạn có thể đặt trước khách sạn trên mặt trăng năm 2032.” Hãy làm cho tầm nhìn của bạn cụ thể, có thể kiểm chứng, có thể trích dẫn.

Về những điều cần tránh

18. Tránh các agent hạ tầng không khác biệt. 8-10 công ty xây dựng hệ thống giám sát/test/ nén agent. Các nhà cung cấp mô hình cơ bản sẽ xây dựng sẵn những thứ này. Nếu mô tả của bạn là “[công cụ DevOps hiện có] nhưng dành cho agent AI”, đó là vùng nguy hiểm.

19. Tránh dịch vụ AI nguyên bản không có vòng dữ liệu bảo vệ. Thu nhập nhanh nhất nhưng ít phòng thủ nhất. Công nghệ cốt lõi có thể sao chép trong vài tuần. Các công ty truyền thống sẽ áp dụng AI trong 12-18 tháng. Không có dữ liệu độc quyền hoặc phân phối nhúng, rào cản cạnh tranh mỏng manh.

20. Tránh đóng gói quy trình làm việc thành sản phẩm hàng hóa. AI thực hiện một nhiệm vụ rõ ràng, GPT-5 có thể làm điều tương tự trong vòng 6 tháng.

Trực tiếp tại chỗ

199 buổi trình diễn. Các startup mới ra từ lò YC có mùi đặc trưng riêng. Hưng phấn, năng lượng cao, không bao giờ nhàm chán.

Một số khoảnh khắc đáng nhớ:

Một startup giới thiệu khách sạn đầu tiên trên mặt trăng, có lời mời từ Nhà Trắng và thư ý định trị giá 500 triệu USD

Robot cao bồi dùng drone tự hành chăn gia súc

Một công ty trình diễn AI tạo ra deck trình diễn của chính mình trong thời gian thực trong demo

Một công ty phóng to hình ảnh vệ tinh đến Tehran (Iran) trong khi trình diễn (toàn phòng im lặng)

Người sáng lập Martini kết thúc bằng câu “Giải Oscar AI đầu tiên sẽ thuộc về Martini!” khiến các nhà đầu tư vừa cười thầm vừa rút séc

Khu trình diễn phần cứng sôi động: robot, drone, kính hiển vi protein sinh học, radar ô tô. Những vật thể vật lý thật, bạn có thể chạm vào. Đây không chỉ là dashboard SaaS của batch.

Sau khi nghe 199 buổi trình diễn, bạn không còn chỉ nghe về từng công ty nữa mà bắt đầu nhận ra các mô hình. Dưới đây là những phát hiện của tôi.

Các số liệu vĩ mô

Tổng số công ty: 199

Mô hình kinh doanh:

· B2B: 174 (87%)

· B2C: 14 (7%)

· B2B2C: 11 (6%)

Loại sản phẩm:

· Phần mềm thuần túy: 163 (82%)

· Phần cứng + phần mềm: 24 (12%)

· Phần cứng thuần túy: 12 (6%)

Phân loại AI:

· Nguyên bản AI (AI là sản phẩm): 120 (60%)

· Hỗ trợ AI (các quy trình hiện có + AI): 52 (26%)

· Không AI: 27 (14%)

Động lực tăng trưởng:

· Trung vị ARR ước tính: khoảng 50-100 nghìn USD

· Trung vị tăng trưởng: khoảng 30-50% mỗi tháng

· Công ty có ARR > 1 triệu USD: khoảng 5%

· Không có doanh thu: khoảng 50%

Các ngành chính: Phần mềm B2B (59%), công nghiệp (15%), y tế (10%), công nghệ tài chính (8%), tiêu dùng (4%).

Chỉ có 14 công ty hướng tới người tiêu dùng, chính thức YC chỉ xếp 7 công ty là “tiêu dùng”. Các công ty còn lại là sản phẩm tiêu dùng mang nhãn doanh nghiệp, thuộc B2B, y tế hoặc fintech.

10 chủ đề lớn

1. AI Agent thay thế toàn bộ chức năng công việc

Chủ đề cốt lõi.

Không phải copilot, mà hoàn toàn thay thế.

· Beacon Health thay thế nhân viên hành chính được ủy quyền trước

· Perfectly thay thế toàn diện tuyển dụng

· Lance thay thế hơn 50 khách sạn Marriott/Hilton/Hyatt ở tiền sảnh

· Mendral (đồng sáng lập Docker) thay thế kỹ sư DevOps

· Canary thay thế QA

Khung “copilot” từ đầu năm 2025 giảm từ khoảng 4% các buổi trình diễn xuống còn 1% tại W26.

2. “Claude Code” trong lĩnh vực X

Claude Code và Cursor chứng minh AI agent hóa hiệu quả trong lập trình. Các nhà sáng lập W26 đang áp dụng cùng mô hình này cho mọi nghề nghiệp có output có cấu trúc:

· REV1 cho kỹ sư cơ khí (bản vẽ 3D→2D)

· Avoice cho kiến trúc sư (tài liệu, đặc tả kỹ thuật)

· Synthetic Sciences cho nghiên cứu khoa học

· Maywood cho nhà đầu tư ngân hàng

· Alt-X cho thẩm định bất động sản (làm việc trực tiếp trong Excel)

· Cardboard cho chỉnh sửa video

Mango Medical tạo kế hoạch phẫu thuật trong vài phút thay vì vài ngày

3. Dịch vụ chuyên nghiệp nguyên bản AI (“dịch vụ, kinh tế học phần mềm”)

Không xây công cụ cho các công ty hiện có, mà xây các công ty AI cạnh tranh với họ:

Bốn công ty luật AI (Arcline, General Legal, Vector Legal, LegalOS)

· Cơ quan tuyển dụng AI (Perfectly)

· Kế toán AI (Balance)

· Môi giới bảo hiểm AI (Panta)

· Tư vấn chính sách AI (Fed10, thành lập bởi 3 cựu cố vấn)

Panta rõ ràng nói: “một dịch vụ có kinh tế học phần mềm.” Tính phí theo kết quả, vận hành dựa trên lợi nhuận phần mềm vì AI xử lý 80% trong khi con người chỉ 20%. Arcline có hơn 50 khách hàng khởi nghiệp. LegalOS có tỷ lệ đậu visa 100%.

Lý do bi quan: con người trong vòng lặp giới hạn lợi nhuận ở mức 60-80%. Trách nhiệm là có thật. Vấn đề rào cản cạnh tranh: nếu công nghệ cốt lõi là “LLM + gợi ý lĩnh vực + kiểm duyệt thủ công”, thì ai cản trở sao chép? Câu trả lời mới nổi: bắt đầu từ dịch vụ → phát hành tự động hóa → nâng cấp thành nền tảng. Dịch vụ là mấu chốt; phần mềm là rào cản cạnh tranh.

4. Cơ sở hạ tầng của thời đại Agent

Mỗi tầng của hệ công nghệ đều đang được xây dựng lại cho agent:

· Agentic Fabriq = “Okta của agent”

· Sponge (đồng sáng lập Stripe cũ) = hạ tầng tài chính cho agent

· Moda/Sentrial = Datadog của độ tin cậy agent

· Salus = hàng rào runtime

· 21st (1.4 triệu lập trình viên) = thành phần React UI ưu tiên AI

Zatanna biến SaaS trước LLM thành cơ sở dữ liệu có thể truy vấn của agent

Rủi ro: nhà cung cấp mô hình cơ bản sẽ xây dựng sẵn những thứ này. Khoảng 30% cạnh tranh trong tầng này chứng tỏ nó đang rất đông đúc.

5. Ngành không hấp dẫn nhưng có tiềm năng AI dọc

ROI lớn nhất nằm trong các ngành bị bỏ qua bởi công nghệ:

· Zymbly tự động hóa giấy tờ bảo trì máy bay (5 phút sửa chữa cần 45 phút tài liệu)

· GrazeMate xây dựng robot cao bồi, drone tự hành chăn gia súc. Khi họ trình diễn, bạn không nhịn được cười. Nghe có vẻ điên rồ, cho đến khi biết sáng lập trưởng lớn lên trên một trang trại 6000 con bò.

· OctaPulse dùng thị giác máy tính trong nuôi trồng thủy sản

· Squid giải quyết quy hoạch lưới điện (760 tỷ USD mỗi năm lãng phí, vẫn dùng bảng tính)

Các sáng lập này đào sâu rất kỹ. Người sáng lập Scout Out là thế hệ thứ tư trong ngành xây dựng. Đồng sáng lập LegalOS lớn lên trong công ty luật di cư gia đình (mỗi người hơn 10.000 giờ từ khi 12 tuổi). Đồng sáng lập Zymbly là quản lý bảo trì máy bay của Virgin. Cơ hội tốt nhất nằm trong các ngành bạn sẽ không bao giờ giới thiệu tại các buổi tiệc cocktail.

6. Phục hồi AI/robot thể chất

18% batch có thành phần phần cứng:

· Remy AI và Servo7 xây dựng robot kho học từ học từ trình diễn của con người (80% kho chưa tự động hóa)

· Origami Robotics chế tạo tay robot

· RoboDock triển khai MVP trong 60 ngày, ký hợp đồng 100.000 USD với Waymo

· Fort (ba cựu kỹ sư Tesla) theo dõi luyện tập sức mạnh, Whoop/Oura vẫn chưa làm được

· Pocket đã giao hơn 30.000 thiết bị, doanh thu hàng năm 27 triệu USD

Khu trình diễn phần cứng sôi động nhất ngày.

7. Quân sự và an ninh quốc gia

Milliray (ba tiến sĩ Oxford/St. Andrews) xây dựng radar phát hiện drone cho NATO (bán trong batch 47.000 USD)

Seeing Systems xây dựng drone tấn công AI cho Hải quân Hoàng gia Anh

DAIVIN! chế tạo thiết bị lặn không chứa bình cho đặc nhiệm Mỹ

Ngân sách quốc phòng lớn, hợp đồng dài hạn, uy tín có thể chuyển sang thương mại.

8. Dữ liệu là rào cản cạnh tranh

Khi mọi người đều có mô hình cơ bản giống nhau, dữ liệu độc quyền là yếu tố phòng thủ chính:

· Shofo: thư viện video chỉ mục lớn nhất thế giới

· Human Archive: thu thập dữ liệu từ hơn 10.000 gia đình ở châu Á, sau khi bỏ học Stanford/Berkley, để phát triển robot humanoid

· LegalOS: 12.000 hồ sơ xin visa thành công → tỷ lệ đậu 100%

Mô hình: mỗi tương tác khách hàng giúp sản phẩm tốt hơn. Không có vòng quay dữ liệu, bạn chỉ là người đóng gói.

9. Công nghệ cao và không gian

Những buổi trình diễn táo bạo nhất. GRU Space đang xây dựng khách sạn trên mặt trăng trước năm 2032. Khi họ trình bày, phòng họp có hai thái cực: một bên nghĩ họ điên, một bên nghĩ họ có thể làm được. Thư ý định trị giá 500 triệu USD, mời từ Nhà Trắng, hơn 1 tỷ lượt xem. Beyond Reach Labs xây dựng mảng pin năng lượng mặt trời kích thước sân bóng, công suất tăng 500 lần trước 2030. Terranox dùng AI phát hiện mỏ uranium (một phát hiện trị giá 2-7 tỷ USD).

Ditto Biosciences có thể là luận điểm sáng tạo nhất: ký sinh trùng tiến hóa ra protein kiểm soát hệ miễn dịch của con người, hàng triệu năm. Ditto dùng AI nhận diện chúng và thiết kế liệu pháp miễn dịch tự thân. Tiến hóa đã giải quyết vấn đề, họ chỉ đọc đáp án.

10. Nghiên cứu và khoa học nguyên bản AI

Talking Computers triển khai đội ngũ nhà khoa học AI (ARR trên 1 triệu USD)

Aemon (anh em sinh đôi, trước 20 tuổi đã công bố bài trên ICLR/EMNLP) dùng chưa tới 10 USD để lập kỷ lục thế giới về các bài toán toán NP khó, đánh bại Google DeepMind

Ndea, do Mike Knoop của Zapier và François Chollet sáng lập, rõ ràng xây dựng một hệ thống AGI có thể sáng tạo.

Nhà sáng lập: dựa trên 429 mô hình

Dân số học:

· Khoảng 60% là di cư/quốc tế

· 86% nam, 14% nữ

· Trường top: Berkeley (khoảng 45), Stanford (khoảng 35), MIT (khoảng 20), Waterloo (khoảng 15)

· 55% học CS; 45% không học

Nền tảng:

· Khoảng 30% từng làm ở các công ty lớn

· Khoảng 25% đã từng khởi nghiệp

· Khoảng 12% từng làm trong tài chính/giao dịch (Citadel, Jane Street, Jump)

· Chỉ riêng SpaceX có khoảng 12 nhà sáng lập, phần lớn xây dựng phần cứng và hàng không vũ trụ

Đội ngũ:

46% là đội 2 người, 15% là cá nhân

Mẫu phổ biến nhất: hai nhà kỹ thuật có chuyên môn khác nhau (khoảng 35%), không phải kiểu " hacker + bán hàng"

19% công ty có ít nhất một nhà sáng lập là tiến sĩ

Họ gặp nhau như thế nào: khoảng 35% là bạn học đại học, khoảng 25% là đồng nghiệp cũ, khoảng 15% là đồng sáng lập lặp lại, khoảng 10% là gia đình/anh chị em

Trở thành chuyên gia lĩnh vực để trở thành nhà sáng lập là câu chuyện thuyết phục nhất: Adrian Kilian (bác sĩ nha khoa → AI phẫu thuật của Mango Medical), Robbie Bourke (hơn 25 năm trong ngành hàng không → Zymbly), Pamir Ehsas (tư vấn pháp lý bên ngoài của OpenAI → Arcline), Conor Jones (nhiều năm trong mạng lưới điện quốc gia → Squid).

Một số quan sát:

Kiến thức chuyên sâu về lĩnh vực + kỹ năng xây dựng công nghệ của đồng sáng lập = công ty mạnh nhất trong batch

Nhóm thành công nhất là nhóm đã từng xây dựng và bán thành công công ty hoặc cùng làm việc trong một công ty để giải quyết cùng một vấn đề hiện tại.

31% công ty có ít nhất một nhà sáng lập là tiến sĩ hoặc nhà nghiên cứu, chủ yếu trong y tế/ sinh học, công nghệ cao và hạ tầng AI.

Họ tìm thị trường như thế nào

B2B (88% trong batch)

“Tôi từng trải qua vấn đề này” (khoảng 40%): mô hình mạnh nhất. Nhà sáng lập End Close đã dành 6 năm xử lý hơn 1 nghìn tỷ USD thanh toán tại Modern Treasury. Nhà sáng lập Squid đã làm việc nhiều năm trong mạng lưới điện quốc gia. Họ không cần khách hàng khám phá, chính họ là khách hàng.

“Tôi xây dựng nền tảng để thay thế” (khoảng 20%): Docker đồng sáng lập tạo ra Mendral. Các nhà khoa học ML của TikTok xây dựng Perfectly. Họ hiểu rõ kiến trúc và thấy AI tạo bước nhảy đột phá ở đâu.

“50 cuộc đối thoại đẩy nhanh” (khoảng 15%): phát hiện có hệ thống. Ressl AI có hơn 50 cuộc đối thoại trước khi viết mã. Ressl bắt đầu từ tư vấn, phát hiện các giao dịch có nhiều công việc dính liếu nhất.

“Dự đoán hạ tầng” (khoảng 15%): luận điểm dựa trên giả thuyết. “Nếu agent tồn tại, chúng cần được xác thực” → Agentic Fabriq. Rủi ro: xây dựng cho tương lai 2-3 năm tới.

“Nghiên cứu → Thương mại” (khoảng 10%): CellType (giáo sư Yale + Google DeepMind). Các đồng sáng lập Valgo thực sự đã viết sách giáo khoa về hệ thống an toàn quan trọng.

B2C (7%)

“Chính tôi là người dùng” (khoảng 50%): Người sáng lập Fort thất vọng với thiết bị đeo. Người sáng lập Doomersion lướt video ngắn và học ngôn ngữ, kết hợp chúng.

“Chuyển đổi định dạng” (khoảng 25%): hành vi hiện tại + phương tiện mới. Pax Historia: yêu thích game chiến thuật + AI thay thế lịch sử.

“Khung phần cứng” (khoảng 25%): tạo dữ liệu vòng lặp mà phần mềm không thể sao chép.

Bài học chính: Không có công ty thành công nào trong W26 bắt đầu từ hackathon hoặc “nếu dùng AI để làm…”. Mỗi công ty đều xuất phát từ trải nghiệm cá nhân sâu sắc hoặc khám phá khách hàng đam mê.

Họ tìm kênh phân phối như thế nào

Dữ liệu rõ ràng: mạng lưới sáng lập là cơ chế tăng trưởng nhanh nhất của các công ty B2B. Trong top 15 tăng trưởng, 60% có khách hàng qua mạng lưới sáng lập hoặc YC.

Mô hình B2B:

“Bán cho đồng nghiệp cũ/nhà cũ” (khoảng 35%): Ba cố vấn của Fed10, danh thiếp của họ chính là kênh phân phối.

“YC như bệ phóng” (khoảng 25%): Cardinal gọi điện cho hơn 40 công ty YC, Palus Finance ký hợp đồng với 33 công ty trong vài tuần.

“Mã nguồn mở” (khoảng 10%): 21st có 1,4 triệu lập trình viên, chỉ hiệu quả với hạ tầng.

“Kênh mua bán doanh nghiệp PE” (khoảng 8%): Một thương vụ = 50-200 điểm bán.

“Hệ thống gọi điện có hệ thống” (khoảng 15%): danh sách khách hàng hạn chế có các điểm đau rõ ràng.

“Sản phẩm mấu chốt” (khoảng 7%): Tiếp cận hẹp, mở rộng khắp nơi.

B2C: sản phẩm chính là kênh phân phối. Doomersion trong 2 tuần có 15.000 lượt tải, không dùng marketing trả phí. Pax Historia có hàng chục nghìn DAU, tăng trưởng tự nhiên. Các nhà sáng lập phần cứng dựa vào danh tiếng của sản phẩm vật lý.

Điều quan trọng nhất: Các công ty gặp khó trong GTM thường là những công ty xây dựng sản phẩm rồi mới hỏi “làm sao để bán”. Người chiến thắng hỏi “tôi đã tiếp cận được ai, họ cần gì gấp?” rồi xây dựng đúng thứ đó.

Phân tích các buổi trình diễn xuất sắc

Bảy thành phần giúp phân biệt các buổi trình diễn ấn tượng với các buổi mơ hồ:

1. Móc câu

Ba dạng mô hình hiệu quả:

Dữ liệu gây sốc: “Phải mất 50 triệu ngày để đưa thuốc ra thị trường. Chúng tôi muốn rút ngắn còn 5 ngày” (Rhizome AI)

Tái khung: “Mỗi file bạn tải lên đều sử dụng giao thức năm 1974” (Byteport)

“Chính tôi là vấn đề”: “Tôi đã dành 6 năm xây dựng hệ thống đối chiếu, xử lý 1 nghìn tỷ USD tại Modern Treasury” (End Close)

2. Vấn đề (cụ thể, không chung chung)

“Nhân viên kỹ thuật dành nửa thời gian cho giấy tờ” (Zymbly) vượt xa “chúng tôi tự động hóa quy trình hậu cần”.

3. Đội ngũ (một câu, uy tín cực cao)

“Andrea viết dòng mã đầu tiên của Docker” (Mendral). “Chúng tôi phát minh ra tiêu chuẩn MPIC bảo vệ mọi kết nối HTTPS trên internet” (Crosslayer Labs).

4. Thị trường (không thể tránh khỏi, không chỉ lớn)

“Yêu cầu năng lượng vệ tinh: tăng 500 lần trước 2030” (Beyond Reach Labs). Giải thích rõ ràng tại sao là hiện tại và tại sao không thể tránh khỏi, không chỉ là TAM.

5. Động lực tăng trưởng (tốc độ quan trọng hơn con số tuyệt đối)

“3.3 nghìn USD MRR trong 4 tuần đầu” (Corvera) vượt xa “10 nghìn USD ARR không có khung thời gian”.

6. Thấu hiểu độc đáo

“Ký sinh trùng tiến hóa ra protein kiểm soát hệ miễn dịch của con người, chúng tôi đọc được câu trả lời của chúng” (Ditto Bio). “Các công ty bảo hiểm không thể định giá hệ thống tự trị vì thiếu dữ liệu lịch sử” (Valgo).

7. Kết thúc gây ấn tượng

“Giải Oscar AI đầu tiên sẽ thuộc về Martini.” “Đặt trước khách sạn trên mặt trăng năm 2032” (GRU Space).

Các buổi trình diễn mơ hồ: chung chung “AI cho [ngành]”, đội ngũ không liên quan đến vấn đề, và (quan trọng) không có kết thúc gây ấn tượng.

Trùng lặp cạnh tranh: nhiều dự đoán của YC

Khoảng 30% công ty trong batch có đối thủ cạnh tranh trực tiếp. Chỉ khoảng 5% đối mặt với cạnh tranh thực sự cao.

Cạnh tranh cao: nén ngữ cảnh LLM (Token Company vs. Compressr), tài liệu pháp lý y tế (Wayco vs. Docura Health), dữ liệu robot (Human Archive vs. Asimov)

Trung bình: luật khởi nghiệp (Arcline vs. General Legal vs. Vector Legal), AI SRE (IncidentFox vs. Sonarly), giám sát agent (Sentrial vs. Moda), ủy quyền trước (Ruma Care vs. ClaimGlide vs. Beacon Health)

Điều này cho bạn biết gì: YC tập trung vào thị trường, không phải công ty. Ba công ty luật khởi nghiệp = thị trường thực sự và đủ lớn để nhiều người chiến thắng cùng tồn tại. Hai công ty trình diễn cùng một lúc tại Demo Day có thể hoàn toàn khác nhau khi lên đến vòng A. Các công ty có sự khác biệt rõ ràng nhất là những công ty không trùng lặp: Terranox, Zymbly, GrazeMate, Ditto Bio. Trong mọi trường hợp, kiến thức chuyên ngành của nhà sáng lập chính là rào cản cạnh tranh.

Những lĩnh vực rõ ràng vắng mặt

· Không có công ty giáo dục

· Không có công nghệ chính phủ

· Không có mạng xã hội tiêu dùng

· Không có sức khỏe tâm thần/ thể hình

· Gần như không có thị trường

· Gần như không có crypto thuần túy (chuỗi khối chỉ dùng làm kênh, không làm sản phẩm)

· Người tiêu dùng đang ở mức thấp nhất trong lịch sử (chỉ có 14 công ty, trong đó 7 công ty chính thức xếp loại)

Ngành công nghiệp tăng từ 3.6% của W24 lên 14.1% của W26, gấp 4 lần.

Chuyển đổi “nguyên tử vs bit” trong YC là có thật.

Phân tích ngược: Thành phần của batch W26 là snapshot của các thứ có thể huy động vốn hiện tại, không phải thứ có giá trị sau 10 năm. Các công ty huyền thoại bị thiếu trong batch này là các nhà sáng lập trong lĩnh vực tiêu dùng và mạng xã hội, họ sẽ xuất hiện sau 2-3 batch nữa khi AI đủ khả năng theo kịp tham vọng của họ.

Những điều có thể thất bại

Hạ tầng agent không khác biệt. 8-10 công ty xây dựng hệ thống giám sát/test/ nén agent. Các nhà cung cấp mô hình cơ bản sẽ xây dựng sẵn những thứ này. Người mua doanh nghiệp mặc định chọn nhà cung cấp hiện có.

Dịch vụ AI nguyên bản không có vòng dữ liệu bảo vệ. Thu nhập nhanh nhất nhưng ít phòng thủ nhất. Công nghệ cốt lõi có thể sao chép trong vài tuần. Các công ty truyền thống sẽ áp dụng AI trong 12-18 tháng.

Nhà sáng lập kỹ thuật đơn lẻ trong thị trường bán hàng quan hệ. Xây dựng, bảo hiểm, vận tải: nếu không ai có thể vào công trường để nói chuyện chuyên ngành, sẽ bị trì trệ.

Không có kiến thức chuyên sâu về ngành trong “AI cho [ngành]”. Dấu hiệu nhận biết: mô tả bắt đầu bằng “Chúng tôi dùng LLM tiên tiến để…” thay vì tập trung vào vấn đề cụ thể của khách hàng.

Công nghệ sâu dài hạn không có doanh thu. Về mặt khái niệm đúng, nhưng mô hình thất bại là tiêu tiền.

Đóng gói quy trình làm việc thành sản phẩm hàng hóa. AI cho nhiệm vụ rõ ràng, GPT-5 có thể làm điều tương tự trong vòng 6 tháng.

Các đặc điểm chung của công ty thành công nhất

1. Bán kết quả, không bán công cụ

2. Nhà sáng lập đã có mối quan hệ khách hàng trước khi sản phẩm ra đời

3. Từ ngày đầu tiên đã tính phí: không có tầng miễn phí, không có thử nghiệm miễn phí

4. Khách hàng tuyệt vọng, không chỉ tò mò (Proximitty: ngân hàng có hơn 2 tỷ USD nợ xấu; Ruma Care: phòng khám bị từ chối 150.000 USD bồi hoàn)

5. MVP cực kỳ đơn giản: họ mô tả kết quả, không mô tả kiến trúc

Khoảng cách giữa “phát hành rồi học” và “xây dựng rồi mong đợi” chính là nơi phần lớn các startup trong batch này sẽ chết.

Thật hấp dẫn phía trước! Xây dựng chưa bao giờ là thời điểm tốt hơn.

Link bài gốc

Nhấn để biết thêm về các vị trí tuyển dụng của BlockBeats

Chào mừng gia nhập cộng đồng chính thức của BlockBeats:

Nhóm Telegram theo dõi: https://t.me/theblockbeats

Nhóm Telegram trao đổi: https://t.me/BlockBeats_App

Tài khoản chính thức Twitter: https://twitter.com/BlockBeatsAsia