- 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のアイデア15件を公開
- このリストが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、殺虫剤の残留物が食品・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も高まっている
- 雑草や害虫が既存の化学物質に適応することで効果が低下し、農家はより多くの薬剤を使う一方でコストは上がり、収益は下がる悪循環になっている
- 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って、ロボティクスが畑全体ではなく個別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つつあり、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、その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こなせ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助け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、すでにアウトソース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
- 特に注目する分野: 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、ユーザーごとに最適化された健康提案が可能
- ゲノムシーケンシングのコストがムーアの法則より速いペースで低下しており、さまざま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によって個別化医薬品の設計と送達が可能になり、FDAもこうした手続きに対してより開かれつつある
- 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、重篤な疾患治療への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文書チャットボットではなく、返金処理の仕方、価格例外の判断、インシデント対応の方法など、企業運営のやり方を示す生きた地図
- 分散したソースから知識を抽出・構造化・最新化し、AIが実行可能なスキルファイルへ変換する新しいプリミティブが必要
- 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する、すべての企業に必要なインフラ
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触れつつ、数千機規模の協調ドローン群への防衛準備ができていないと指摘
- 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・双眼鏡を持つ要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ませ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よりもリアルタイム分散システム運用に近づいており、勝つ企業はRaytheonよりCloudflareに近い姿になる
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のパーソナライズも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も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できる
- 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来る。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か、ミドルウェアまで修正可能かといった問題がある
宇宙向け電子部品
- SpaceXとStoke Spaceの再使用ロケットによって、宇宙へ物を送れる能力が大幅に増える見込み
- 特に宇宙での推論チップには巨大な市場があり、質量・熱・放射線にやや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
- 中国が勝っている理由は、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、設計と生産の緊密な調整にある
- Hlabs(W26)がアクチュエータを製作し、Prototyping.io(P26)が数日で機械部品へ変換するなど、一部のスタートアップが部分的に構築しているが、フル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・物流を密接に統合するスタートアップに関心がある
宇宙産業能力
- 月と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」型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を含むループ構造で動作する
- 現在のGPUはこうしたワークロードで**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はGroqを200億ドルで買収し、Googleは推論専用TPU v7を構築したが、エージェントループそのもの向けの設計（高速なコンテキストスイッチング、ネイティブな推測デコーディング、実行グラフ全体にわたるKVキャッシュ保持メモリ）はまだ存在しない
- Groqの核心的な洞察はチップそのものではなくチップを動かすコンパイラであり、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求められる稀有な時期
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はソフトウェア生産コストを10〜100倍削減し、数十年にわたって数百万行のコードで築かれたレガシーSaaSの堀を消し去る
- 攻め方のスペクトラム: 既存製品をクローンして10分の1価格で販売、AIネイティブで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つのスイートにバンドル、5万ドル/シート製品のオープンソース代替を出してサービス・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標的ではなく、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へ置き換えることで生まれ、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1兆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上で遅く不安定に動作している
- 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し、登録し、即座にプログラム的に利用するには、徹底したドキュメント整備が必須で、人間の介入なしで動かなければならない
- 既存ソフトウェアの主要カテゴリはすべて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
巨大企業に売りたいスタートアップ
- 以前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登場後はFortune 100級の超大企業にもアプローチ可能になった
- AIが3つの障壁を変えた: 大企業の意思決定者がAIで中核課題を解けるチームを積極的に探索していること、小規模チームが数カ月で大企業向けの洗練された製品を開発できること、大企業のリーダーが適応の必要性を自ら認識していること
- この3年間でYC企業はバッチ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の企業という例も珍しくない
- 3年間ステルスで既存製品との機能同等性を整えるやり方は消え、2〜3人のチームが法人設立前にFortune 10企業が使う製品を出せるようになった
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カ国以上をまたぎ、製造に5カ月かかるが、このサプライチェーンはいまだにスプレッドシート・SAP・電話で管理されている
- 2021年には300ドルのチップ不足が5万ドルの自動車を拘束し、2,100億ドル規模の車両が未生産となったが、企業は直接の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で新しい米国内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
- リアルタイム割り当て追跡、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、ウェハ割り当てやパッケージング制約を深く理解する必要があるため、SAP内機能ではなくスタートアップの機会
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、あらゆる会議を録画し、あらゆるチケットを追跡し、あらゆる顧客とのやり取りを記録して、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たって確認）からクローズドループ（システムが現在の状況を監視・比較・調整）へ移行できる
- これを適用したチームはスプリント時間を半減し、リリース量を2倍にした
- 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つなぎ、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欠けており、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
2件のコメント
映画やゲームでしか見なかった群集防衛を、現実で目にする日が来るんですね。
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。