Y Combinator назвал направления, в которых хочет видеть новые стартапы

Летний список 2026 года открывается общей мыслью: ИИ перестал быть фичей и стал фундаментом. Фонд ищет стартапы, которые перестраивают программное обеспечение, сервисы и железо — и продвигают ИИ в физический мир.

ИИ для сельского хозяйства без пестицидов

Сегодня фермеры сильно зависят от химии, но это уже не работает как раньше: вредители адаптируются, нужно больше опрыскивать, расходы растут, а риски — тоже. Плюс остатки пестицидов находят в еде, воде и почве.

Сейчас появляется альтернатива. ИИ умеет распознавать сорняки и вредителей в реальном времени, а роботы — точечно их обрабатывать, не заливая все поле. Технологии подешевели, и это можно масштабировать.

Параллельно развиваются биорешения: микробы, РНК и генетика помогают растениям самим защищаться.

Если объединить все это, можно сократить пестициды до 90% и при этом повысить урожай. Это огромная возможность для нового поколения агротех-компаний.

ИИ-нативные сервисные компании

ИИ быстро развивается и уже умеет делать сложную работу, не только писать код.

Раньше путь был такой: сервис → SaaS → ИИ-копайлот. Именно такие стартапы делали в 2023-2025.Теперь следующий шаг — ИИ-нативные компании. Они продают не софт, а готовый результат. Не дают инструмент, а делают работу за вас.

Почему это важно: рынок услуг намного больше рынка ПО. И многие услуги уже на аутсорсе — значит, их проще всего заменить ИИ. В первую очередь это:— страхование— бухгалтерия и аудит— комплаенс— медадминистрирование.Фокус смещается: не улучшать сервис, а полностью его заменять. Именно такие компании сейчас интересны YC.

Персонализированная медицина на базе ИИ

Интеллектуальные агенты открывают новый уровень персонализации в медицине. Теперь можно анализировать данные конкретного человека — результаты диагностики, геномное сканирование, данные электронных медкарт или носимых устройств — и получать точные рекомендации, заточенные именно под него, а не под среднестатистического пациента.

Параллельно идут два важных сдвига:
— диагностика дешевеет, появляются инструменты для раннего выявления болезней
— персонализированные терапии тоже становятся доступнее, и их легче внедрять.

Все это вместе должно привести к революции в системе оказания медицинской помощи. Обилие данных и интеллекта поможет пациентам точнее оценивать свои риски и демократизирует доступ к лечению самых серьезных болезней.

«Мозг компании»

Главный барьер для ИИ-автоматизации компаний сегодня — уже не качество моделей, они улучшились слишком быстро. Теперь барьер — это знания о предметной области.В каждой компании критически важные знания разбросаны повсюду. Часть живет в головах сотрудников. Часть похоронена в старых письмах, Slack-тредах, тикетах поддержки и базах данных. Компания работает потому, что люди смутно помнят, где эти знания лежат и как их применить. ИИ-агенты так не умеют.

Чтобы бизнес реально работал на ИИ, нужен «мозг компании». Это система, которая собирает знания из разных источников, структурирует их, обновляет и превращает в понятные инструкции для ИИ-агентов.

Важно: это не просто поиск по документам и не чат-бот. Это живая карта того, как устроена компания — как обрабатываются возвраты, принимаются решения, реагируют на инциденты. С такой системой ИИ сможет не просто помогать, а стабильно выполнять работу.

Защита от дроновых роев

Угроза смещается от одиночных дронов к роям — дешевым, автономным и скоординированным. Против них текущая защита почти не работает.

Главная проблема — экономика: перехватывать дрон за $500 ракетой за миллионы невыгодно. Также системы защиты сегодня разрознены и не дают единой картины.Что нужно: не точечные решения, а полный стек защиты от роев:
— перехватчики, которые нейтрализуют сразу много дронов
— софт, объединяющий все сенсоры в одну систему в реальном времени
— альтернативные методы, например физические или технические способы вывода из строя
— атака на саму автономность дронов, а не только связь.

Ключевая идея: защита от роев — это уже не про оружие, а про IT-систему. Победят те, кто построит «цифровую оборону», а не просто железо.

Динамические интерфейсы

Раньше у всех был одинаковый интерфейс — максимум можно было поменять тему. Даже «персонализация» — это те же экраны, просто с разным контентом. Поэтому софт делали «для всех сразу», хотя сценарии у людей разные.

ИИ меняет подход. Теперь пользователь сам может настроить продукт под себя с помощью агентов. У одного почта — это список задач, у другого — календарь.

При этом основа одна и та же — базовые компоненты от разработчиков.

Дальше — больше: софт будут делать как конструктор, который можно глубоко менять под себя, а не просто настраивать внешний вид.

Чипы для космоса

Благодаря многоразовым ракетам SpaceX и Stoke Space человечество вот-вот получит доступ к принципиально большим объемам запусков. Это означает, что в космосе потребуются огромные новые вычислительные мощности — и особенно инференс-чипы. Речь идет о чипах, слегка оптимизированных под условия космоса: по массе, тепловыделению и устойчивости к радиации. По мнению партнеров YC, рынок для них будет колоссальным, а создавать их лучше всего смогут люди с опытом чиподизайна в SpaceX или NVIDIA.

Цепочка поставок для производства железа

YC все больше инвестирует в hardware — от медустройств до роботов. Но в США делать железо все еще медленно, особенно по сравнению с Китаем. В Шэньчжэне путь от дизайна до детали может занять день, в США — недели. И с каждой итерацией этот разрыв растет.

Проблема не только в поставках, а в скорости: в Китае есть плотная сеть производителей и быстрая координация между дизайном и производством.YC ищет стартапы, которые ускорят этот процесс: быстрый выпуск деталей, быстрые итерации и единая связка дизайна, производства и логистики.

Промышленные возможности в космосе

YC хочет видеть стартапы, которые займутся развитием промышленных возможностей на Луне и в космосе — в первую очередь добычей сырья: кремния, алюминия, железа, титана. Это можно делать через электролиз и 3D-печать сложных конструкций из расплавленного лунного грунта. В условиях низкой гравитации и отсутствия необходимости в поддерживающих конструкциях это может оказаться эффективнее, чем производство на Земле.

Инференс-чипы для агентских задач

ИИ-агенты работают иначе, чем обычные модели «запрос — ответ». Они делают много шагов: вызывают инструменты, ветвятся, возвращаются назад и держат контекст.

Под это нынешние чипы не оптимизированы. GPU загружены лишь на 30-40%, потому что нагрузка «рваная» — память, I/O, CPU постоянно чередуются.Нужны новые чипы, заточенные под агентский цикл: быстрое переключение контекста, работа с памятью, поддержка сложных цепочек действий.

Ключевой момент: важен не только чип, но и софт. Как показал опыт Groq, решает компилятор, который эффективно использует железо.

Следующее поколение победителей, скорее всего, построит и чип, и софт под него.

Атака на legacy-SaaS

Многие говорят, что ИИ «убьет» SaaS. Для крупных компаний — риск, для стартапов — огромная возможность.Раньше SaaS выигрывал, потому что кастомный софт был слишком дорогим. Теперь ИИ удешевил разработку в 10-100 раз — и старые преимущества исчезают.

Как можно атаковать рынок:— сделать тот же продукт, но в разы дешевле— создать ИИ-нативный продукт с нуля — переосмыслить сам процесс, а не добавить чат-бот— объединить несколько SaaS в один— выпустить open-source аналог и зарабатывать на сервисах

.Главное — идти не только в простые ниши, а в сложные и «закрытые»: ERP, чип-дизайн, промышленные системы. То, куда раньше было почти невозможно зайти.

Софт для агентов

Следующий триллион пользователей интернета — не люди, а ИИ-агенты. Они уже сейчас просматривают сайты, проводят исследования, делают покупки и управляют CRM — но делают это поверх интерфейсов, созданных для людей с мышкой: это медленно, непредсказуемо и ненадежно.

Агентам нужна совершенно другая основа. Вместо визуальных форм, кнопок и дашбордов им нужны машиночитаемые интерфейсы — API, MCP, CLI. Им нужна подробная документация, которая позволяет обнаружить инструмент, зарегистрироваться и сразу начать использовать его программно, без участия человека в цикле. Это означает, что весь существующий софт нужно переписать с нуля — под агентов как основных пользователей. И этот новый продукт не придет от крупных игроков, которые просто добавят «поддержку агентов». Он придет от стартапов, которые изначально строят все под эту аудиторию. Пока все остальные строят агентов, самая большая возможность — строить софт, на который эти агенты будут опираться.

Продажи крупнейшим корпорациям

Классический совет Пола Грэма — продавать другим стартапам: быстрые циклы, умные пользователи, живая обратная связь. Но у ИИ оказался неожиданный побочный эффект: впервые в истории YC небольшие стартапы стали закрывать многомиллионные пилоты с компаниями из списка Fortune 100 еще во время батча. Первым клиентом стартапа теперь может оказаться одна из крупнейших компаний мира — и это уже не исключение.

Руководители крупнейших компаний мира сами ищут команды, которые умеют решать ключевые задачи с помощью ИИ — они не прячутся за компьютерами, они готовы разговаривать.

Цепочка поставок для полупроводников

Один ИИ-чип проходит ~1400 этапов производства, десятки стран и месяцы работы — и все это до сих пор управляется через Excel, SAP и звонки. В 2021 году дефицит одного чипа за $300 остановил производство машин на $50 миллиардов. Проблема в том, что компании не видят всю цепочку поставок.

Сейчас ситуация еще сложнее: узкие места в упаковке чипов, дефицит памяти и постоянные экспортные ограничения. Параллельно в США строятся новые фабрики, и цепочки поставок нужно собирать заново.

Но инструментов почти нет: нет нормального контроля мощностей, рисков и логистики в реальном времени. Это открывает возможность для новых стартапов, которые смогут управлять всей цепочкой поставок как единой системой.

ИИ-операционная система для компаний

ИИ-нативные компании делают все данные компании доступными для ИИ: звонки, тикеты, задачи, коммуникации — все собирается в одну систему.

Это превращает бизнес в «замкнутый контур»: система сама отслеживает результат, сравнивает с планом и корректирует действия. В итоге команды работают быстрее и выпускают больше.

Проблема в том, что сейчас это сложно собрать — нужно вручную связывать Slack, GitHub, Notion и другие сервисы.Но есть возможность: создать единый слой, который объединяет весь контекст компании и превращает его в систему, которая сама анализирует и помогает управлять работой.