YC W26的示範日看完後，聽了199家公司的簡報，發現了一件事。這已不僅僅是創業公司的聚集，而像是一張展示AI時代事業結構變化的地圖。

首先從數字看起。整個批次中有60%的公司是AI原生企業。也就是說，AI本身擔當產品。此外有26%是AI應用型，不使用AI的企業僅有14%。但這裡重要的是，關鍵不在於是否使用AI，而在於實現了什麼。

我還注意到一個點是，「副駕駛員」的概念幾乎消失了。去年有4%的公司推廣副駕駛員型的AI，但今年已降到1%。取而代之的是「AI員工」。也就是說，高薪職位的完全替代。用薪資的一部分來完成相同工作的AI代理人。換句話說，人類的薪資體系本身已成為競爭對象。

在商業模式方面，最顯眼的是B2B。87%的公司是B2B企業，面向消費者的僅有7%。有一種B2B企業最快獲利的模式，是創始人將產品賣給原有的雇主網絡。Proximtty（3週內實現年經常性收入70萬美元）的CEO來自麥肯錫。Corvera（4週內月經常性收入3.3萬美元）的CEO是消費品品牌經營者。也就是說，已有的信用和人脈成為流通渠道。

硬體回來了。批次中有18%的公司涉及機器人、無人機、穿戴裝置、太空技術。這比幾年前大幅增加。來自SpaceX或Tesla的人士創立實體產品公司尤為顯著。

服務業的新形態也出現了。利用AI的法律事務所、人力資源介紹、會計、保險經紀。這些都是成果付費運作，同時享受軟體的高利潤率。也就是說，從服務開始，累積數據後推出自動化，最終升級為平台。這個模式是最快獲利的。

數據成為挖掘的時代。LegalOS用12,000份簽證申請數據進行學習，達成100%的批准率。隨著採用次數增加，準確率也提升。沒有數據的循環，產品就只是普通的。

也看到失敗的模式。缺乏差異化的代理基礎設施。8到10家公司做同樣的事，基礎模型提供商一旦內建就結束。通用AI封裝器也是如此。「對所有事物都用AI」的提案，贏不了「用AI取代特定年薪8萬美元工作的提案」。

最具成長性的公司有一個共同點：賣結果，而非工具。創始人在產品誕生前就已建立與客戶的關係。從第一天就開始收費。客戶不是出於好奇，而是處於緊迫狀況。最小可行產品（MVP）極度簡單。

消費者、教育、政府科技仍是空白區域。這是未來的機會。歷史上看，資金最少的領域往往產生最豐厚的回報。

結論：深入傳統行業。建立數據的循環系統。避免通用AI封裝器。最好的機會不在於像雞尾酒會那樣推銷的行業。