看完 YC W26 的演示日后，我听了199家公司的展示，发现了一件事。这不再仅仅是创业公司的聚会，而更像是一张展示AI时代商业结构将如何变化的地图。

首先，从数字来看。整个批次中有60%的公司是AI原生企业。也就是说，AI本身承担产品的核心功能。此外，26%的公司是AI支持型，不用AI的企业只有14%。但这里重要的是，不是看是否使用AI，而是看实现了什么。

我还注意到一个变化是，“副驾驶”这个概念几乎消失了。去年有4%的公司推崇副操纵员型的AI，但今年降到1%。取而代之的是“AI员工”。也就是说，高薪职位的完全替代。用工资的一部分让AI代理完成相同的工作。换句话说，人类的薪酬体系本身变成了竞争对象。

在商业模式方面，最显眼的是B2B。87%的公司是B2B企业，面向消费者的只有7%。有一种B2B企业最快实现盈利的模式。那就是创始人向原雇主网络出售。Proximtty（3周内实现年经常性收入70万美元）的CEO来自麦肯锡。Corvera（4周内实现月经常性收入3.3万美元）的CEO是快消品品牌的经营者。也就是说，已有的信誉和人脉变成了流通渠道。

硬件重新回归。批次中有18%的公司涉及机器人、无人机、可穿戴设备、太空技术。这比几年前有了大幅增长。来自SpaceX和特斯拉的背景人士正在创立实体产品公司，这一点尤为明显。

服务业务的新形态也出现了。利用AI的法律事务所、人力资源介绍、会计、保险经纪。这些业务在成果付费的同时，享受软件的高利润率。也就是说，从服务开始，积累数据后推出自动化，最终升级为平台。这一模式实现了最快的盈利。

数据成为新的“挖掘”。LegalOS用12,000个签证申请数据进行学习，达到了100%的批准率。随着招聘的不断增加，准确率也在提升。没有数据的“数据驱动轮”就只是普通产品。

也看到了失败的模式。缺乏差异化的代理基础设施。8到10家公司在做同样的事，一旦基础模型提供商原生集成，便会结束。通用AI封装器也是如此。“对所有事物都用AI”的提案，无法胜过“用AI取代特定年薪8万美元工作的提案”。

最具成长性的企业有一个共同点：卖结果，而不是工具。创始人在产品诞生前就开始建立客户关系。从第一天就开始收费。客户不是出于好奇，而是处于紧迫状态。MVP（最小可行产品）异常简单。

消费、教育、政府科技领域空白。这是未来的机会。从历史来看，资金最少的领域往往带来最巨大的回报。

结论：深入传统行业。构建数据的“数据驱动轮”。避免通用AI封装器。最好的机会不在于像鸡尾酒会那样推销的行业。