YCのRequests for Startups - 2026年夏

 (ycombinator.com)
21 ポイント 投稿者 xguru 22 시간 전 | 1件のコメント | WhatsAppで共有
  • Y Combinatorは、創業者にもっと挑戦してほしいアイデアを集め、Request for Startups(RFS) というタイトルで共有してきた
  • AIが単なる機能ではなく基盤技術として定着する中、ソフトウェア・サービス・半導体を再構築し、AIを物理世界へ拡張するスタートアップアイデア15件を公開
  • この一覧がYC投資のすべてではないが、以下のアイデアにすでに関心があったなら、YCも同じ考えだという追加の確信材料にできる

AIベースの低農薬農業

  • 現代農業は化学物質に依存しているが、殺虫剤残留物が食品・水質・土壌に広がり、グリホサートの長期的な健康リスクへの懸念が高まっている
  • 雑草や害虫が既存の化学物質に適応するにつれて効果は低下し、農家はより多くの薬剤を使うがコストは上がり収益は下がるという悪循環の構造
  • AIにより個々の雑草や害虫をリアルタイムで識別できるようになり、センサー・カメラのコスト低下により、ロボティクスが畑全体ではなく個々の植物単位で精密処理できるようになった
  • 微生物、ペプチド、RNAベースのソリューションが合成化学物質の分類全体を置き換えられる水準に達し、植物が自らを防御し雑草と競合できるようにエンジニアリング可能
  • 農薬使用を90%削減しながら、より多くの食料を栽培できる企業は、世代を代表する企業になる可能性がある

AIネイティブなサービス企業

  • AIモデルはエンジニアリングを超えて複雑な業務を実行できるほど急速に進化しており、サービスがSaaSへ、さらにAIコパイロットへと進化してきた流れがある
  • 2023〜2025年のほとんどのスタートアップは人の仕事を支援するツールを作っていたが、次の段階はソフトウェアではなくサービスそのものを販売するAIネイティブ企業
  • サービス支出総額はソフトウェア支出より何倍も大きく、すでにアウトソーシングされているサービスも多いため、AIネイティブ製品への置き換えが容易
  • 特に関心のある分野: 保険仲介、会計・税務・監査、コンプライアンス、医療事務

AIパーソナライズド医療

  • Claude Code のようなエージェントハーネスを活用し、診断検査、ゲノムスキャン、EHRデータ、ウェアラブル情報を分析して、ユーザーごとの健康提案が可能
  • ゲノムシーケンシングのコストはムーアの法則より速いペースで下落しており、多様な新しい診断ツールが健康シグナルの早期検出を可能にしている
  • n-of-1遺伝子治療の製造コストが急落しており、mRNAのような送達ベクターを通じてパーソナライズド医薬品の設計・送達が可能で、FDAもこうした手順への開放性を拡大している
  • 豊富なデータと知能により、患者の疾患リスク評価の精度向上と重篤な疾患の治療アクセスの民主化が可能になる見込み

Company Brain（企業の頭脳）

  • AI自動化における最大の障壁はモデル性能ではなくドメイン知識へと移っており、あらゆる企業の中核ノウハウがメール・Slack・サポートチケット・データベースなどに分散している
  • 必要なのは単なる検索やドキュメントチャットボットではなく、返金処理の方法・価格例外の判断・インシデント対応の方法といった企業運営の生きた地図
  • 分散したソースから知識を抽出・構造化・最新状態に維持し、AIが実行できるスキルファイルへ変換する新しいプリミティブ
  • Company Brainは、生の企業データと信頼できるAI自動化の間にある欠けていたレイヤーとして機能し、すべての企業に必要なインフラとなる

対ドローン群防衛（Counter-Swarm Defense）

  • 低価格のイラン製ドローン群がAWSデータセンターを攻撃した事例に言及し、数千機の協調ドローン群に対する防衛準備が欠けている
  • Patriotミサイル1発が300万ドル、FPVドローン1機が500ドルで、コスト優位は完全に攻撃側にある
  • 現在の対ドローン防衛システムは、レーダー・カメラ・ジャマー・迎撃機・双眼鏡を持つ人員が相互接続なしに動く混雑した構造
  • 必要な技術: 単一プラットフォームで50機以上を無力化する大容量インターセプター、すべてのセンサーと防御手段をリアルタイム統合するソフトウェア、ローターを汚染するエアロゾルや群れを絡めるストリーマーなどの非運動型防御手段
  • ドローン防衛は武器運用というよりリアルタイム分散システムの運用に近づいており、勝つ企業はRaytheonよりCloudflareに近い形になる

動的ソフトウェアインターフェース

  • 従来のソフトウェアはすべてのユーザーに同じインターフェースを提供しており、Netflixのパーソナライズですらレイアウトは同じで画像が違う程度
  • エンタープライズソフトウェアでのみフォワードデプロイドエンジニアが顧客ごとにカスタマイズしていた方式を、コーディングエージェントが個々のユーザーに提供できる段階に来ている
  • メールクライアントが、あるユーザーにはタスクリスト、学生にはイベントカレンダーのように見えるなど、ユーザーがインターフェースを抜本的にカスタマイズする
  • ソフトウェア企業が共有プリミティブを配布し、ユーザーが最終インターフェースを変更する未来があり、そのためにはソフトウェアデリバリースタック全体の再考が必要
    • ユーザーのコーディングエージェントがアクセスできるようソースコードを配布するか、フロントエンドだけ修正可能にするか、ミドルウェアまで修正可能にするかといった問題がある

宇宙向け電子部品

  • SpaceXとStoke Spaceの再利用可能ロケットにより、宇宙へ物を送れる容量が大幅に増える見込み
  • 特に宇宙での推論チップに巨大な市場があり、質量・熱・放射線にわずかに最適化されたチップが必要
  • SpaceXやNVIDIAでチップ設計をしてきた経験者が対象

ハードウェアサプライチェーン

  • 深圳では設計から新しい物理部品の製作まで1日で済むが、米国では同じ工程に数週間かかる
  • 中国が勝つ理由は、高密度なサプライヤーネットワーク、速いターンアラウンド、設計と生産の間の緊密な調整にある
  • Hlabs(W26)がアクチュエーター製作、Prototyping.io(P26)が数日以内の機械部品変換など、一部のスタートアップが部分的に構築しているが、全スタックはまだ存在しない
  • 部品を劇的に速く生産し、高速なハードウェア反復を可能にし、設計・製造・物流を緊密に統合するスタートアップに関心がある

宇宙産業能力

  • 月や宇宙での産業能力の開発、特に電気分解によるシリコン・アルミニウム・鉄・チタンなどの原材料抽出に関心
  • 溶融レゴリスから複雑な構造物を3Dプリントする技術は、月では支持構造が不要なため地球より効率的

エージェントワークフロー向け推論チップ

  • ほとんどのAIチップは「プロンプト入力→応答出力」方式の推論向けに設計されているが、エージェントはツール呼び出し・分岐・バックトラック・数十段階にわたるコンテキスト維持などのループ構造で動作する
  • 現在のGPUはこのようなワークロードで**ピーク利用率30〜40%**にとどまり、メモリバウンドなモデル呼び出し・I/Oバウンドなツール使用・CPUバウンドなオーケストレーションの間を行き来するバーストパターンになる
  • NVIDIAがGroqを200億ドルで買収し、Googleが推論専用のTPU v7を構築したものの、エージェントループ自体に向けた設計（高速なコンテキストスイッチ、ネイティブな speculative decoding、実行グラフ全体でのKVキャッシュ維持メモリ）はまだ存在しない
  • Groqの核心的インサイトはチップではなく、チップを動かすコンパイラにあり、チップアーキテクチャとエージェント実行方式の両方を理解する人材が必要な希少な時期

SaaSチャレンジャー

  • AIコーディングによってSaaS終末論が広がり、投資家がソフトウェア時価総額から数兆ドルを削減したが、これはスタートアップにとって10年で最大の機会
  • AIがソフトウェア生産コストを10〜100倍縮小し、数十年かけて数百万行のコードで築かれたレガシーSaaSの堀は消滅しつつある
  • 攻撃スペクトラム: 既存製品をクローンして10分の1の価格で販売、AIネイティブとしてワークフローを根本再設計、10個のSaaSポイントソリューションを1つのスイートに束ねる、5万ドル/シート製品のオープンソース代替を作りサービス・ホスティングで収益化
  • プロジェクト管理ツールのような単純なターゲットではなく、チップ設計ソフトウェア・ERP・産業制御システム・サプライチェーン管理など、数十年にわたり難攻不落だった1000万行規模のコードベースを狙うことを推奨
  • 前世代の偉大なソフトウェア企業はオンプレミスをクラウドに置き換えて生まれ、次世代はレガシーSaaSをAIネイティブソフトウェアに置き換えることで生まれる

エージェントのためのソフトウェア

  • インターネットの次の10億ユーザーは人間ではなくAIエージェントであり、現在のエージェントはボタンクリック前提の人間向けソフトウェアの上で遅く不安定に動いている
  • エージェントにはフォーム・ボタン・ダッシュボードのような視覚的インターフェースではなく、API、MCP、CLIのような機械可読インターフェースが必要
  • エージェントが新しいツールを発見・登録し、即座にプログラム的に使うには徹底したドキュメント整備が不可欠で、人間の介入なしに動作しなければならない
  • 既存ソフトウェアのすべての主要カテゴリはエージェント向けに再構築が必要であり、これは既存企業がエージェント対応を追加する形ではなく、エージェントを第一級市民として設計するスタートアップから生まれる

大企業に売りたいスタートアップ

  • 従来はスタートアップがスタートアップに売るのが定石だったが、AIの登場以後はFortune 100級の超大企業にもアプローチ可能
  • AIが3つの障壁を変えた: 大企業の意思決定者がAIで中核課題を解決できるチームを積極的に探索していること、小規模チームでも数カ月以内に大企業向けの洗練された製品を開発できること、大企業のリーダー自身が適応の必要性を自覚していること
  • この3年間でYC企業はバッチ期間中または初年度に数百万ドル規模の契約を締結しており、最初の顧客が世界最大級企業という例も珍しくない
  • 3年間ステルスモードで既存製品との機能同等性を揃えるやり方は終わり、2〜3人のチームが法人設立前にFortune 10企業が使う製品をリリースできる

半導体サプライチェーン 2.0

  • 最先端AIチップ1個は約1,400工程を経て12カ国以上をまたいで製造され、完成まで5カ月かかるが、このサプライチェーンはスプレッドシート・SAP・電話で管理されている
  • 2021年には300ドルのチップが5万ドルの自動車を足止めし、2,100億ドル規模の車両が未生産となったが、企業は直接サプライヤーしか把握しておらず、2次・3次ティアの可視性はゼロ
  • TSMCの先端パッケージングが現在のAIコンピュート最大のボトルネックで、NVIDIAが60%以上を確保し、HBMメモリは2026年まで予約済み、輸出規制は四半期ごとに変わる
  • CHIPS ActによりArizona・Texas・Ohio・New Yorkで新たな米国ファブが建設中だが、各ファブはほぼゼロからサプライチェーンを構築する必要がある
  • リアルタイム割当追跡、多層ティアのリスク監視、輸出コンプライアンスなど期待されるツーリングがほとんど存在せず、ウェハ割当やパッケージング制約への深い理解が必要なため、SAP内の機能ではなくスタートアップ機会となる

企業向けAIオペレーティングシステム

  • 最高のAIネイティブ企業は、すべての会議を録画し、すべてのチケットを追跡し、すべての顧客インタラクションをキャプチャして、企業全体をクエリ可能にしている
  • これにより企業は、オープンループ（意思決定後に数週間して確認）からクローズドループ（システムが現在状況を監視・比較・調整）へ移行する
  • これを適用したチームはスプリント時間を半分にし、リリース量を2倍にしている
  • 現在これを構築するには、Slack・Linear・GitHub・Notion・通話録音などをカスタムのグルーコードでつなぐ骨の折れる統合作業が必要
  • すべてのコンテキストを単一のインテリジェンスレイヤーに接続し、エンジニアリングが誤ったものを作っているときにフラグを立てたり、エージェントが実行する仕様を生成したりする製品が存在せず、企業のアウトプットを自己改善ループへ変える接続レイヤーを構築する機会がある

関連記事

1件のコメント

 
xguru 22 시간 전

四半期ごとに出ていますね。
確かに YCのRequests for Startups - Summer 2025 のときもAIは多かったですが、
今年に入ってからは、AIの適用がよりバーティカルやエンタープライズ寄りに近づいてきたように思います。