Transcription
Я проанализировал 373 стартапа, отобранных в Y Combinator в 2026 году. Ответьте всего на один простой вопрос. Что вам действительно стоит создавать? И во что инвестирует Y Combinator? Потому что на данном этапе быть стартапом в области ИИ — это слишком широко. Более полезные вопросы, которые стоит задать: какие компании создают реальные рабочие процессы, какие рынки переполнены, какие возможности вот-вот взорвутся, в каких сегментах люди создают, какой тип технологий, какой тип систем они используют и каких идей следует избегать. После проведения этого анализа я обнаружил следующую самую большую закономерность. Привет, я Хершетт. Я основатель Agentise. Мы — консалтинговая фирма в области ИИ, где мы работаем с такими компаниями, как Deote, ICICICI Bank, Outskill, IM8 и многими другими быстрорастущими компаниями в мире, и мы создаем для них решения на основе ИИ и обучаем их команды тому, как создавать повторяемые системы ИИ, которые действительно накапливаются и развиваются вместе с ними. Следующая волна — это не чат-боты или рэперы. Самые сильные компании движутся к созданию агентских операционных систем. Теперь эти операционные системы могут принимать неструктурированные данные, принимать решения, предпринимать действия внутри других инструментов, обновлять всю систему, а также вести журнал того, что произошло, чтобы люди могли доверять тому, что изменилось. Итак, прежде чем мы перейдем к восьми важным вопросам, которые я собираюсь раскрыть в этом видео, позвольте мне показать вам, как на самом деле выглядят данные. Сначала я рассмотрел 373 компании. Из них 336 — это компании, занимающиеся ИИ, что составляет около 90% набора данных. Итак, первый важный момент прост. ИИ больше не является отличительным признаком. В этой партии ИИ — это стандарт. Настоящим отличительным признаком является рабочий процесс, которым владеет компания. Во-вторых, 345 компаний — это B2B, что составляет 92,5% набора данных. Это говорит нам о том, что эта партия в основном не посвящена потребительским игрушкам на базе ИИ. В-третьих, медианный размер команды составляет всего два человека, потому что большинство из них — это стартапы на ранней стадии. И когда я сгруппировал эти компании по сегментам возможностей, самой большой категорией были разработчики, ИИ, инфраструктура и данные, что составляет около 122 компаний. И это имеет смысл. Каждая компания создает ИИ-агентов. Тогда всем понадобятся инструменты для оценки, конвейеры данных, агенты для кодирования, инфраструктура, наблюдаемость и надежность. И они создают это. Второй по величине сегмент — промышленное производство и робототехника с 54 компаниями. Это интересно, потому что это показывает, что ИИ происходит не только в программном обеспечении, но и теперь перемещается на фабрики, в логистику, аппаратное обеспечение, физические операции. Затем у нас есть продажи, маркетинг, операции с клиентами с 41 компанией и здравоохранение, биотехнологии и науки с 35 компаниями. Теперь это классические рынки с высоким объемом рабочих процессов: много документов, звонков, последующих действий, утверждений и повторяющейся административной работы. Меньшие сегменты также важны. У нас есть юридические вопросы, соответствие требованиям и риски, где всего 17 компаний, но это одна из самых интересных областей, потому что она требует высокого уровня доверия. На этих рынках люди хотят не просто автоматизации, они хотят доказательств, аудиторских следов, утверждений и подотчетности. Я пометил компании по сигналам возможностей. Таким образом, самыми большими повторяющимися закономерностями были поведение агента, использование инструментов, одобрение человеком, ввод данных, оценка в песочнице, CRM и операционная деятельность по доходам, соответствие требованиям и аудиты. Это выводится из описаний компаний. Поэтому я бы рассматривал их как направляющие сигналы, а не как проверенные утверждения о продукте. Но закономерность все еще очень ясна. Лучшие ИИ-компании не просто генерируют текст. Они соединяют инструменты, решения, утверждения и системы учета. 90% компаний, в которые инвестировал YC, являются ИИ-компаниями. Поэтому реальный вопрос не в том, кто создает с помощью ИИ. Вопрос в том, кто владеет рабочим процессом, который люди повторяют каждый день. Лучшие компании не просто добавляют ИИ к приложению. Это те, кто собирает контекст, принимает решения, обновляет систему, предпринимает действия, а затем также отслеживает все принятые решения. Это разница между функцией ИИ и операционной системой ИИ. Давайте возьмем в качестве примера эту компанию под названием Hyper. Они создают слой памяти компании для команд, ориентированных на ИИ. Таким образом, их инструмент учится на документах Notion, электронных письмах Slack, запросах на слияние GitHub, сеансах Cursor, сеансах облачного кода. Таким образом, каждый отдельный сеанс чата фактически использует знания из «мозга» компании, и именно это они создают — самодвижущийся «мозг» компании. Теперь знания не просто застряли в головах людей. Они были демократизированы, и каждый имеет доступ ко всем важным частям информации, которые, по нашему мнению, должен иметь каждый сотрудник в компании, и именно поэтому владение рабочим процессом важнее, чем метка ИИ. Еще одно наблюдение, которое я сделал, заключалось в том, что большинство этих стартапов создают системы действий, а не просто очередной чат-бот. Чат-боты дают вам текстовый ответ — статичную информацию. Более ценным продуктом здесь будет выполнение работы за вас. Таким образом, самые сильные ИИ-стартапы перешли от генерации к фактическому действию. Они понимают введенные данные. Они понимают, какие решения нужно принять. Они могут зайти в другие системы, выполнить задачу и затем обновить всю систему. И покупатели будут платить вам больше, если вы выполняете работу, если вы добиваетесь выполнения работы. Хорошо, тогда позвольте мне показать вам компанию, которая делает это очень хорошо. Я хочу поговорить о Senta. Senta — это компания, которая помогает соискателям находить работу. Она оптимизирует их профиль и подает заявки от их имени. Ключ — это полный цикл. Найти работу, сопоставить ее с пользователем, настроить заявку и помочь с ее отправкой. Пользователь по-прежнему контролирует ситуацию, но повторяющаяся работа выполняется агентом. Таким образом, это становится полной системой действий, и они делают это очень хорошо. Теперь, когда мы просим ИИ действовать, это также сопряжено с рисками. Как только ИИ перестает предлагать и начинает действовать, риски также меняются. Плохой ответ вызовет раздражение. Но плохое действие может стоить вам денег и доверия. Таким образом, сейчас появляется новый уровень. Люди сейчас работают над разрешениями, утверждениями, журналами аудита, песочницами, отменой оценки. Существует полный уровень, который люди создают, и это необходимо. Вам нужны эти защитные механизмы, предоставленные агенту, прежде чем он сможет начать работать в реальных инструментах. Теперь существует ряд компаний, которые фактически создают такие уровни безопасности и защитные механизмы для ИИ-агентов. Одна из таких компаний — Clawweiser. Теперь Clawweiser позволяет агентам использовать Gmail, Slack, Google Drive, не видя необработанных учетных данных. Вместо того, чтобы предоставлять агенту широкий доступ, Clawweiser находится посередине, проверяет, разрешено ли действие, и обеспечивает соблюдение того, что одобрил пользователь. Это тот уровень доверия, который понадобится каждому серьезному агенту. Другая компания — Mount. Mount создает страховую компанию для ИИ-агентов, начиная с покрытия ответственности для развернутых ИИ-агентов. Затем у нас есть Heaven. Heaven — это глобальный банкинг для команд и агентов. Это автоматизированный счет в долларах США для глобальных интернет-компаний. У нас есть Huskard. Теперь это нативная для ИИ актуарная консультация для крупных компаний по оптимизации их страховых решений. Существует множество подобных компаний, работающих на этом конкретном уровне. Еще один уровень продуктов, о котором мы должны поговорить, — это уровень доверия. В чувствительных областях, таких как юридические вопросы, соответствие требованиям, финансы, здравоохранение, люди используют ИИ не потому, что это звучит умно. Они хотят ИИ-продукты, потому что они безопасны и отслеживаемы. Поэтому здесь продукт должен показывать, что изменилось, почему изменилось, какие доказательства были использованы и кто это одобрил. Поэтому доверие к этим продуктам не будет функцией. Это то, за что люди платят. Здесь я хочу поговорить об этом продукте, с которым я столкнулся, под названием reggg base. Этот продукт отслеживает нормативные изменения на разных языках, юрисдикциях, правительственных веб-сайтах и малоизвестных источниках. Это не просто суммирование. Продукт должен находить изменения, извлекать то, что имеет значение, и делать его достаточно надежным, чтобы юридические и комплаенс-команды могли действовать на его основе. Итак, это очень интересно, потому что это связано с инструментами, которые мы все используем каждый день. Кодирующие агенты, такие как CodeX, Cloud Code, Open Code. Кодирующие агенты добились огромного прогресса за последние несколько месяцев. Они больше не просто пишут код. Команды используют его для назначения задач, написания кода, тестирования функций и выпуска готового программного обеспечения. Теперь здесь возможность заключается не только в том, что ИИ пишет код. Агент способен взять задачу, понять репозиторий, создать ветку, написать код, протестировать функцию, исправить сбои CI и создать запросы на слияние, которым люди могут доверять. И компании, создающие таких агентов, полностью меняют операционную систему. Я хочу поговорить об этой компании под названием Replicare. Теперь в этом инструменте команды могут делегировать задачи Cloud Code или CodeX из Slack, Linear или GitHub. Каждая задача будет выполняться в изолированной виртуальной машине. Таким образом, несколько агентов могут работать параллельно. Агент может обрабатывать задачу, проверять свою работу и отвечать на отзывы CI или обзоры кода, что указывает на операционную систему программной команды. Это новый способ работы. Итак, это вас поразит. Существуют стартапы, которые будут выглядеть так, будто они создают вертикальные SaaS-решения, но если присмотреться, это агентская операционная система. Таким образом, существуют стартапы, которые будут выглядеть как ИИ для логистики, ИИ для производства. Но то, что они делают, довольно просто. Здесь закономерность такова: вы выбираете один болезненный рабочий процесс в отрасли, а затем расширяетесь в место, где находятся данные, где принимаются решения, где происходят утверждения и где вносятся обновления. Здесь я хочу поговорить об этой компании под названием Day Job. Она создает ИИ-работников для транспортных операций. Их агент планирования подключается к существующим ERP-системам, обрабатывает новые задания, изменения водителей, обновления маршрутов и исключения в режиме реального времени. Это не просто помощник для логистических команд, он начинает владеть полным циклом принятия операционных решений, и это огромно. Y Combinator говорит об ИИ-нативных сервисах, и это близко к идее бизнеса одного человека, компании одного человека, о которой говорят в Интернете. Вы, должно быть, видели много видео, где люди объясняют, как создавать такие компании. Я думаю, лучший способ думать об этом — это как вы можете позволить малым и средним предприятиям работать всего с одним-тремя людьми и рядом специализированных агентов, потому что эти ИИ-агенты теперь могут решать задачи исследования, доставки, поддержки, выставления счетов, отчетности, и небольшая команда теперь может охватить большие рынки. Эти задачи раньше требовали много людей. Вам приходилось управлять командами из 10, 15, 20 человек. Но теперь это все возможно с помощью специализированных агентов. Единственное преимущество, которое вам понадобится, — это выбрать рабочий процесс, который вы глубоко понимаете. Давайте возьмем в качестве примера эту компанию под названием General Legal. General Legal — это нативная для ИИ юридическая фирма для основателей, которая помогает им с составлением, проверкой и согласованием контрактов за фиксированную плату. Повторяющиеся части, такие как ввод данных, проверка документов, составление и доставка, могут быть сжаты с помощью ИИ, но человеческая экспертиза остается на границе доверия. Это и есть план. Начните как сервис, затем продуктовизируйте повторяющийся рабочий процесс. Проанализировав весь этот набор данных всех этих компаний, я понял одно: никто из них не создает ничего поверхностного или для всех. Что я имею в виду, так это то, что вы не должны создавать универсальные автопилоты, тонкие чат-боты, поверхностные обертки, инструменты для создания новинок, универсальные автоматизации исходящих звонков. Самый быстрый способ потерять ИИ — это создать что-то, что не владеет реальным рабочим процессом, реальным болезненным рабочим процессом. Поэтому найдите этот рабочий процесс, найдите этот процесс сначала в определенной нише, а затем рассмотрите возможность подачи заявки в YC. У вас будет гораздо больше шансов быть отобранным. Хорошо, теперь вы знаете, какие компании поддерживаются Y Combinator. Надеюсь, вы получили ценные сведения из этого видео. Если вам нужен полный отчет, ссылка находится в описании. Если у вас есть свой собственный уникальный набор вопросов, и вы хотите, чтобы ваши идеи были проверены, я создал приложение, с помощью которого вы можете общаться с тем же набором данных и извлекать информацию. Ссылка — crackycyc.com, она также доступна в описании ниже. Это все. Если вы нашли это полезным, поставьте лайк, поделитесь с друзьями, и я увижу вас в следующем видео. Шах.