YC W26 的演示日有 199 家公司登台。参加之后查看数据，会更清晰地看见 AI 创业的现状。

首先令人印象深刻的是，AI 相关企业所占的比例。参会企业中 60% 是 AI 原生，26% 是 AI 适配，未使用 AI 的仅占 14%。也就是说，AI 已不再是一个细分类别，而成为了基础设施。不过，这里有一个关键的引导：不能只是停留在“正在使用 AI”，而需要从“如何实现那些传统模型做不到的事情”的视角来观察。

从商业模式的构成来看，B2B 占 87%，B2C 仅 7%。这种压倒性的偏向表明，当前的 AI 技术正在被优化来替代知识型工作者的工作任务。值得关注的是，很多公司并非只是做类似“副驾驶”的辅助，而是瞄准完全替代岗位。方向并不是做副操纵员，而是让 AI 代理去把人类的工作整体替换掉。

收入方面的数据也很有意思。估算的 ARR（年度经常性收入）中位数大约在 5 万～10 万美元之间，增长率为每月 30～50%。不过，年经常性收入超过 100 万美元的公司只占整体的 5%，约 50% 的公司目前仍没有收入。也就是说，大多数公司仍处于早期阶段。

那么，最快实现盈利的公司有什么共同点呢？答案是：创始人是在“把产品卖给原来的雇主”。Proximity 在不到 3 周内就达成了年经常性收入 70 万美元。Corvera 则用 4 周时间实现了月经常性收入 3.3 万美元。他们不需要再去找客户，因为已经拥有客户网络。

这也可以看作对“分发渠道”的一种换句话说。在增长迅猛的 B2B 公司中，前 15 家里有 60% 通过创始人网络或 YC 网络获得了初期客户。那些在市场开拓上感到吃力的公司，几乎无一例外都是先把产品做出来，再去想“要怎么卖”。而成功的公司恰恰相反：从“能触达到谁、他们又在急迫地需要什么”开始。

硬件的占比同样值得关注。参会企业中有 18% 包含硬件，这比以往的批次有显著增长。机器人、无人机、可穿戴设备、航天技术等实体产品正在呈现回归的迹象。

创始人构成也很有特点。46% 的团队是两人组。最常见的并不是“黑客+销售”，而是两位拥有不同专业知识的技术型联合创始人。而最成功的往往是那些对所在行业有深厚经验的创始人。比如，牙医来制定 AI 手术计划，航空维修负责人开发文档自动化工具。他们并不是那种在鸡尾酒派对上推销的行业玩家，而是深入到不起眼但却很深的行业里。

能否构建数据飞轮也是一个重要分水岭。LegalOS 用 12,000 份签证申请数据进行学习，并达成了 100% 的批准率。与客户的互动能够全部推动产品改进的公司，以及最终只是沦为工具的公司之间的差别，就在这里。

还存在一些值得注意的“缺失”。教育相关公司为零。面向消费者的社交媒体也为零。面向政府的技术几乎也为零。这虽然看起来是悖论，但资金最少的领域，反而可能蕴藏着未来最大的回报潜力。

最后，也能明确看到一些最容易失败的模式。缺乏差异化的代理基础设施是危险的。有 8～10 家在做同样的监控、测试和压缩功能，但基础模型提供商会原生集成。没有自有数据的 AI 原生服务防御力也很低。通用型工作流“封装器”，随着 GPT-5 在数月内原生实现同样功能，也会很快被取代。

最具成长性的公司有 5 个共同点：不是卖工具，而是卖结果；创始人会更早与客户建立关系；从第一天就开始收费；客户处在非常紧迫的境况中；MVP 简单得不自然。

从这 199 家公司的数据可以看出，在 AI 时代，最重要的并不是技术创新本身，而是能否深刻理解问题、拥有客户网络，并不断积累数据。一个只做“AI 包装”的产品已经无法生存，时代正在到来。