Ngày trình diễn sản phẩm YC W26: Phân tích sâu về sự thật đằng sau 200 công ty khởi nghiệp

2026.04.30

Chia sẻ đến

Tuyển chọn TechFlowTuyển chọn TechFlow

Ngày trình diễn sản phẩm YC W26: Phân tích sâu về sự thật đằng sau 200 công ty khởi nghiệp

Dữ liệu, mô hình và mọi điều bạn – một người sáng lập trong tương lai – cần biết.

2026.04.30 - 04:16:20

创业

Chuyên sâu báo cáo Web3

Dữ liệu, mô hình và mọi điều bạn – một người sáng lập trong tương lai – cần biết.

Tác giả: Rathin Shah

Biên dịch: TechFlow

TechFlow dẫn đọc: Đây không phải một báo cáo quan sát thông thường về Ngày Trình Diễn Sản Phẩm (Demo Day). Sau khi lắng nghe trực tiếp 199 bài thuyết trình, tác giả đã dùng dữ liệu và ví dụ thực tế để làm rõ logic cốt lõi đằng sau các startup AI hiện nay: Vì sao 60% công ty “đặt trọn niềm tin” vào AI; vì sao khái niệm “copilot” gần như biến mất; và vì sao những nhà sáng lập nhanh nhất đạt được doanh thu đều là những người “bán sản phẩm trở lại cho cựu chủ cũ”. Quan trọng hơn cả, bài viết chỉ ra những rủi ro chết người tiềm ẩn đằng sau các lĩnh vực đang “nóng sốt”, cũng như những khoảng trống bị mọi người phớt lờ—nhưng lại có thể nuôi dưỡng nên kỳ tích tiếp theo.

Tôi đã tham dự Ngày Trình Diễn Sản Phẩm mùa Đông năm 2026 của Y Combinator (YC). Có tổng cộng 199 công ty tham gia. Dưới đây là toàn bộ những quan sát của tôi: dữ liệu, các mô hình nhận diện được, và tất cả những điều mà bất kỳ nhà sáng lập tương lai nào cũng cần biết.

Bài học cốt lõi dành cho các nhà sáng lập

Về thị trường / Mô tả vấn đề

1. AI không phải một danh mục sản phẩm—mà là cơ sở hạ tầng. 60% các công ty trong đợt này là “AI-native” (sinh ra cùng AI). Thêm 26% là “AI-enabled” (được tăng cường bởi AI). Chỉ còn 14% hoàn toàn không sử dụng AI. Vấn đề không còn là “Công ty bạn có dùng AI không?”, mà là “AI của bạn làm được điều gì mà các mô hình nền tảng (foundation model) sẵn có không thể làm được?”

2. Thay thế, chứ không hỗ trợ. Chủ đề cốt lõi là “nhân viên AI”, chứ không phải copilot hay trợ lý. Câu nói mở đầu trong mọi bài thuyết trình luôn là: “Chúng tôi thay thế toàn bộ vai trò nhân sự [đắt đỏ] từ đầu đến cuối”, với mức giá chỉ bằng một phần nhỏ lương của vị trí đó. Copilot mang tính hỗ trợ. Agent thì hành động. Ngành công nghiệp đã tiến xa hơn rồi.

3. Hãy tìm “Claude Code” cho lĩnh vực của bạn. Mỗi nghề nghiệp đều có những đầu ra cấu trúc mà AI hiện nay có thể tạo ra: hợp đồng, bản vẽ CAD, mô hình tài chính, kế hoạch phẫu thuật, bản đặc tả kỹ thuật… Hãy chọn một nghề mà mức thù lao giờ làm việc của chuyên gia nằm trong khoảng 100–500 USD trở lên, công cụ hỗ trợ đã tồn tại 10–30 năm, và quy trình kiểm chứng rõ ràng. Các lĩnh vực rộng mở bao gồm: tư vấn thuế, kỹ thuật xây dựng dân dụng, tư vấn quản trị, thử nghiệm lâm sàng, soạn thảo bằng sáng chế, sản xuất âm nhạc.

4. Cân nhắc mô hình dịch vụ. Khoảng 20% các công ty trong đợt này đang xây dựng doanh nghiệp dịch vụ “AI-native” (luật sư, tuyển dụng, kế toán, bảo hiểm), thu phí theo kết quả nhưng vận hành với biên lợi nhuận kiểu phần mềm. Họ thể hiện tốc độ tăng trưởng doanh thu nhanh nhất trong toàn bộ đợt. Công thức thành công là: bắt đầu từ dịch vụ → thu được doanh thu và dữ liệu → tự động hóa → nâng cấp thành nền tảng.

5. B2B chiếm ưu thế. Các agent AI thay thế nhân sự tri thức trong môi trường B2B. 87% là B2B. Chỉ có 14 công ty nhắm tới người tiêu dùng (khoảng 7%). Hiện tại, năng lực AI đang mở khóa khả năng phù hợp hoàn hảo với quy trình làm việc thương mại. Đây là một thương vụ tốt, nhưng công ty huyền thoại trong đợt này rất có thể sẽ là những ngoại lệ: công ty thăm dò urani, khách sạn trên Mặt Trăng, cao bồi robot, hay công ty phát triển thuốc chống ký sinh trùng.

6. Xây dựng “vòng xoáy dữ liệu” (data flywheel). Mỗi lần tương tác với khách hàng đều phải khiến sản phẩm của bạn trở nên tốt hơn. LegalOS được huấn luyện trên 12.000 hồ sơ xin thị thực → đạt tỷ lệ phê duyệt 100%. Hệ thống cải thiện liên tục sau mỗi lần tuyển dụng. Không có vòng xoáy dữ liệu, bạn chỉ là một lớp bọc (wrapper).

7. Đừng xây dựng các “bộ bọc AI” chung chung. “AI cho mọi thứ” luôn thất bại trước “AI thay thế một vị trí cụ thể có mức lương 80.000 USD/năm”. Hãy đi sâu vào một ngành ít hấp dẫn. Cơ hội tốt nhất nằm ở những ngành bạn sẽ chẳng bao giờ giới thiệu trong một buổi tiệc cocktail.

8. Sự vắng mặt của người tiêu dùng là tín hiệu cơ hội. Không có công ty nào về giáo dục. Không có công ty nào về mạng xã hội tiêu dùng. Không có công ty nào về sức khỏe tâm thần/thể chất. Không có công ty nào về công nghệ chính phủ. Đây là những danh mục từng nhận ít vốn nhất trong lịch sử, nhưng lại tạo ra những khoản lợi nhuận phi thường lớn nhất. Những nhà sáng lập phá vỡ được AI-native trong giải trí, mạng xã hội hoặc giáo dục sẽ độc chiếm toàn bộ danh mục đó.

9. Phần cứng quay trở lại. 18% các công ty trong đợt này có thành phần phần cứng (robot, drone, thiết bị đeo, công nghệ vũ trụ). Con số này tăng mạnh so với các đợt gần đây. Các công ty sản xuất sản phẩm vật lý do cựu nhân viên SpaceX/Tesla thành lập là những công ty nổi bật nhất về tính khác biệt trong đợt này.

Về kênh phân phối

10. Kênh phân phối là điều kiện tiên quyết, chứ không phải ý tưởng phát sinh sau cùng. Trong top 15 công ty tăng trưởng nhanh nhất, 60% đã giành được khách hàng thông qua mạng lưới cá nhân của nhà sáng lập hoặc mạng lưới YC. Nếu 20 khách hàng đầu tiên của bạn đòi hỏi bạn phải “tìm hiểu xem phân phối ở đâu”, nghĩa là bạn đã chọn sai thị trường.

11. Cựu chủ sử dụng của bạn chính là thị trường đầu tiên. Chiến lược GTM (Go-To-Market) chủ đạo (chiếm khoảng 35% các công ty B2B): Nhà sáng lập đã làm việc trong ngành nhiều năm, rời đi, rồi bán sản phẩm trở lại cho mạng lưới quen biết cũ. Danh bạ điện thoại của họ chính là kênh phân phối.

12. Kênh M&A do các quỹ đầu tư tư nhân (PE) dẫn dắt bị đánh giá thấp nghiêm trọng. Ressl AI và Robby đều độc lập phát hiện ra rằng các bên mua sáp nhập được PE hậu thuẫn đang cực kỳ khát các công cụ cải thiện lợi nhuận. Một giao dịch PE = 50–200 điểm triển khai.

13. Chọn thị trường mà bạn đã có sẵn mạng lưới phân phối. Các công ty vật lộn với GTM hầu như luôn là những công ty xây sản phẩm trước, rồi mới đặt câu hỏi “Chúng ta sẽ bán thế nào?”. Còn những người chiến thắng lại hỏi: “Tôi hiện đã tiếp cận được ai, và họ đang khao khát điều gì?”

Về đội ngũ

14. Sự khớp nối giữa nhà sáng lập và thị trường là yếu tố dự báo mạnh nhất về tốc độ đạt doanh thu. Những nhà sáng lập thực sự từng làm công việc mà họ đang muốn tự động hóa có thể chốt đơn chỉ trong vài ngày. Người khác thì mất hàng tháng. Proximitty (doanh thu thường xuyên ARR đạt 700.000 USD trong chưa đầy 3 tuần): CEO từng là cố vấn rủi ro ngân hàng tại McKinsey. Corvera (doanh thu thường xuyên hàng tháng MRR đạt 33.000 USD trong vòng 4 tuần): CEO từng điều hành thương hiệu hàng tiêu dùng (CPG).

15. Mối quan hệ đồng sáng lập chính là “hào thành trì” của bạn. 46% các công ty trong đợt này có đội ngũ 2 người. Những đội mạnh nhất đã cộng tác nhiều năm: đồng nghiệp cũ, bạn học, anh/chị/em ruột, hoặc những người từng đồng sáng lập nhiều lần. Nếu bạn chưa từng cùng đồng sáng lập tung ra sản phẩm nào, bạn chưa kiểm chứng được phần quan trọng nhất của khởi nghiệp.

16. Chuyên môn lĩnh vực vượt trội hơn bằng cấp. Những nhà sáng lập đáng thuyết phục nhất là những người từng trải nghiệm trực tiếp vấn đề: nha sĩ xây dựng AI hỗ trợ phẫu thuật, giám đốc bảo trì máy bay xây dựng công cụ cơ khí, nhà vận động hành lang xây dựng AI hỗ trợ chính sách. “Cựu nhân viên công ty công nghệ lớn” là nền tảng cơ bản, chứ không phải yếu tố tạo sự khác biệt.

Về bài thuyết trình

17. Kết thúc gây “sốc” là vô cùng quan trọng. Khi 199 công ty lần lượt thuyết trình trong một ngày, bạn phải trở thành công ty mà mọi người bàn tán khi ngồi uống rượu. “Giải Oscar AI đầu tiên sẽ ra đời trên ly Martini.” “Bạn có thể đặt phòng khách sạn trên Mặt Trăng cho năm 2032.” Hãy khiến tầm nhìn của bạn cụ thể, có thể kiểm chứng, và dễ trích dẫn.

Về những điều cần tránh

18. Tránh cơ sở hạ tầng agent thiếu sự khác biệt. Có 8–10 công ty đang xây dựng các công cụ giám sát/thử nghiệm/nén agent. Các nhà cung cấp mô hình nền tảng sẽ tích hợp sẵn những chức năng này. Nếu mô tả sản phẩm của bạn là “[công cụ DevOps hiện có] nhưng dành riêng cho agent AI”, thì bạn đang ở vùng nguy hiểm.

19. Tránh các dịch vụ “AI-native” không có “hào thành trì dữ liệu”. Đây là nhóm tăng trưởng doanh thu nhanh nhất, nhưng cũng kém bền vững nhất. Lõi công nghệ cốt lõi có thể bị sao chép chỉ trong vài tuần. Các công ty truyền thống sẽ áp dụng AI trong vòng 12–18 tháng. Không có dữ liệu độc quyền hoặc kênh phân phối được tích hợp sâu, “hào thành trì” của bạn sẽ rất mong manh.

20. Tránh các “bộ bọc” quy trình làm việc đã trở nên phổ biến. AI thực hiện một nhiệm vụ được định nghĩa rõ ràng, trong khi GPT-5 có thể làm chính xác việc đó một cách “nguyên sinh” trong vòng 6 tháng tới.

Tại hiện trường

199 bài thuyết trình. Các startup mới ra lò từ “lò nướng” của YC toát lên một mùi hương đặc biệt. Hào hứng, năng lượng cao, và chưa bao giờ nhàm chán.

Một số khoảnh khắc khó quên:

Một startup giới thiệu khách sạn đầu tiên trên Mặt Trăng, kèm thư mời từ Nhà Trắng và thư bày tỏ ý định đầu tư trị giá 500 triệu USD

Cao bồi robot sử dụng drone tự hành để chăn gia súc

Một công ty demo AI tự động tạo ra slide thuyết trình của chính mình ngay trong buổi trình diễn

Một công ty phóng to ảnh vệ tinh đến tận Tehran (Iran) trong lúc demo — cả phòng lặng đi

Người sáng lập Martini kết thúc bài thuyết trình bằng câu: “Giải Oscar đầu tiên cho phim do AI làm ra sẽ thuộc về Martini!” — lời này khiến nhà đầu tư hoặc trợn mắt hoặc rút sổ séc

Khu vực demo phần cứng đông nghịt: robot, drone, kính hiển vi tích hợp protein khoa học đời sống, radar gắn xe. Đó là những thứ vật lý thực, bạn có thể chạm vào. Đây không chỉ là một đợt các bảng điều khiển SaaS.

Sau khi lắng nghe 199 bài thuyết trình, bạn sẽ không còn nghe từng công ty riêng lẻ nữa, mà bắt đầu nhận ra các mô hình chung. Dưới đây là những phát hiện của tôi.

Các con số vĩ mô

Tổng số công ty: 199

Mô hình kinh doanh:

B2B: 174 (87%)

B2C: 14 (7%)

B2B2C: 11 (6%)

Loại sản phẩm:

Chỉ phần mềm: 163 (82%)

Phần cứng + phần mềm: 24 (12%)

Chỉ phần cứng: 12 (6%)

Phân loại AI:

AI-native (AI chính là sản phẩm): 120 (60%)

AI-enabled (quy trình làm việc hiện hữu + AI): 52 (26%)

Không dùng AI: 27 (14%)

Động lực tăng trưởng (traction):

Doanh thu thường xuyên (ARR) trung vị ước tính: khoảng 50.000–100.000 USD

Tốc độ tăng trưởng trung vị ước tính: khoảng 30–50% mỗi tháng (MoM)

Công ty có ARR > 1 triệu USD: khoảng 5%

Công ty chưa có doanh thu: khoảng 50%

Các ngành chính: Phần mềm B2B (59%), công nghiệp (15%), y tế (10%), công nghệ tài chính (8%), tiêu dùng (4%).

Chỉ có 14 công ty nhắm tới người tiêu dùng; YC chính thức chỉ xếp 7 công ty vào danh mục “tiêu dùng”. Số còn lại là các sản phẩm tiêu dùng mang nhãn doanh nghiệp, được xếp vào B2B, y tế hoặc công nghệ tài chính.

Mười chủ đề lớn

1. Agent AI thay thế toàn bộ chức năng công việc

Chủ đề cốt lõi. Không phải copilot, mà là thay thế hoàn toàn.

Beacon Health thay thế nhân viên hành chính xử lý yêu cầu phê duyệt trước

Perfectly thay thế toàn bộ quy trình tuyển dụng từ đầu đến cuối

Lance thay thế nhân viên lễ tân tại hơn 50 khách sạn Marriott/Hilton/Hyatt

Mendral (đồng sáng lập Docker) thay thế kỹ sư DevOps

Canary thay thế đội kiểm thử QA

Khung “copilot” giảm từ khoảng 4% bài thuyết trình đầu năm 2025 xuống còn 1% trong đợt W26.

2. “Claude Code cho lĩnh vực X”

Claude Code và Cursor đã chứng minh hiệu quả của AI dạng agent trong lập trình. Các nhà sáng lập W26 đang áp dụng cùng mô hình này cho mọi nghề nghiệp có đầu ra cấu trúc:

REV1 dành cho kỹ sư cơ khí (chuyển đổi bản vẽ 3D sang 2D)

Avoice dành cho kiến trúc sư (soạn đặc tả kỹ thuật, tài liệu)

Synthetic Sciences dành cho nghiên cứu khoa học

Maywood dành cho chuyên gia ngân hàng đầu tư

Alt-X dành cho thẩm định bất động sản (làm việc trực tiếp trong Excel)

Cardboard dành cho biên tập video

Mango Medical tạo kế hoạch phẫu thuật trong vài phút thay vì vài ngày

3. Dịch vụ chuyên nghiệp “AI-native” (“kinh doanh dịch vụ, kinh tế học phần mềm”)

Không phải xây công cụ cho các công ty hiện hữu, mà là xây dựng công ty AI cạnh tranh trực tiếp với họ:

Bốn công ty luật AI (Arcline, General Legal, Vector Legal, LegalOS)

Công ty tuyển dụng AI (Perfectly)

Công ty kế toán AI (Balance)

Công ty môi giới bảo hiểm AI (Panta)

Công ty tư vấn chính sách AI (Fed10, do ba cựu nhà vận động hành lang thành lập)

Panta khẳng định rõ ràng: “Một doanh nghiệp dịch vụ với kinh tế học phần mềm.” Thu phí theo kết quả, vận hành với biên lợi nhuận phần mềm, bởi vì AI đảm nhiệm 80% công việc mà con người từng làm, còn 20% còn lại do con người xử lý. Arcline có hơn 50 khách hàng là startup. LegalOS đạt tỷ lệ phê duyệt thị thực 100%.

Lập luận phản bác: Việc giữ con người trong vòng xử lý sẽ giới hạn biên lợi nhuận ở mức 60–80%. Trách nhiệm là có thật. Vấn đề “hào thành trì”: Nếu lõi công nghệ chỉ là “LLM + prompt lĩnh vực + kiểm tra thủ công”, thì điều gì ngăn cản người khác sao chép? Câu trả lời mới nổi: Bắt đầu từ dịch vụ → tung ra tự động hóa → nâng cấp thành nền tảng. Dịch vụ là “cái đòn bẩy”; phần mềm mới là “hào thành trì”.

4. Cơ sở hạ tầng thời đại agent

Mọi lớp trong stack công nghệ đều đang được xây dựng lại cho agent:

Agentic Fabriq = “Okta dành cho agent”

Sponge (ba cựu lãnh đạo mã hóa tại Stripe) = cơ sở hạ tầng tài chính dành cho agent

Moda/Sentrial = Datadog dành cho độ tin cậy của agent

Salus = hàng rào kiểm soát thời gian chạy (runtime guardrail)

21st (1,4 triệu nhà phát triển) = bộ thành phần React cho giao diện người dùng ưu tiên AI

Zatanna biến các SaaS tiền-LLM thành cơ sở dữ liệu có thể truy vấn bởi agent

Rủi ro: Các nhà cung cấp mô hình nền tảng sẽ tích hợp sẵn các chức năng này. Khoảng 30% sự trùng lặp cạnh tranh ở lớp này xác nhận đây là một lĩnh vực quá đông đúc.

5. AI chuyên sâu cho các ngành “ít hấp dẫn”

Hiệu suất đầu tư (ROI) cao nhất nằm ở những ngành bị công nghệ bỏ qua:

Zymbly tự động hóa công việc giấy tờ bảo trì máy bay (5 phút sửa chữa cần 45 phút làm thủ tục)

GrazeMate xây dựng “cao bồi robot”, dùng drone tự hành chăn gia súc. Khi họ thuyết trình, bạn không thể nhịn cười. Nghe thì phi lý, cho đến khi bạn biết người sáng lập lớn lên tại một trang trại nuôi 6.000 con bò.

OctaPulse ứng dụng thị giác máy tính cho nuôi trồng thủy sản

Squid giải quyết bài toán quy hoạch lưới điện (hiệu quả thấp 76 tỉ USD mỗi năm, vẫn dùng bảng tính Excel)

Những nhà sáng lập này đào sâu đến tận gốc. Người sáng lập Scout Out là thế hệ thứ tư trong ngành xây dựng. Đồng sáng lập LegalOS lớn lên trong văn phòng luật di trú gia đình (mỗi người tích lũy hơn 10.000 giờ từ năm 12 tuổi). Đồng sáng lập Zymbly từng là giám đốc bảo trì máy bay tại Virgin Airlines. Cơ hội tốt nhất nằm ở những ngành bạn sẽ chẳng bao giờ giới thiệu trong một buổi tiệc cocktail.

6. Sự hồi sinh của AI vật lý/robot

18% các công ty trong đợt này có thành phần phần cứng:

Remy AI và Servo7 xây dựng robot kho hàng học từ minh họa của con người (80% kho hàng hiện chưa tự động hóa)

Origami Robotics xây dựng bàn tay robot

RoboDock tung MVP trong 60 ngày và gây tiếng vang, giành hợp đồng trị giá 100.000 USD từ Waymo

Fort (ba cựu kỹ sư Tesla) theo dõi luyện tập sức mạnh—điều mà Whoop/Oura vẫn chưa làm được

Pocket đã giao hơn 30.000 thiết bị, doanh thu hàng năm đạt 27 triệu USD

Khu vực demo phần cứng là phần sôi động nhất trong ngày.

7. Quốc phòng và an ninh quốc gia

Milliray (ba tiến sĩ Oxford/St Andrews) xây dựng radar phát hiện drone cho NATO (doanh thu trong đợt: 470.000 USD)

Seeing Systems xây dựng drone tấn công do AI điều khiển cho Thủy quân lục chiến Anh

DAIVIN! xây dựng thiết bị lặn không bình chứa cho Lực lượng Đặc nhiệm Mỹ

Ngân sách quốc phòng lớn, hợp đồng dài hạn, uy tín có thể chuyển sang thương mại.

8. Dữ liệu là “hào thành trì”

Khi tất cả đều có chung mô hình nền tảng, dữ liệu độc quyền chính là hàng rào phòng thủ chủ yếu:

Shofo: Thư viện video được lập chỉ mục lớn nhất thế giới

Human Archive: Hai người rời Stanford/Berkeley, chuyển sang châu Á, thu thập dữ liệu từ hàng nghìn hộ gia đình để phát triển robot hình người

LegalOS: 12.000 hồ sơ xin thị thực thành công → tỷ lệ phê duyệt 100%

Mô hình chung: Mỗi lần tương tác với khách hàng đều giúp sản phẩm tốt hơn. Không có vòng xoáy dữ liệu, bạn chỉ là một lớp bọc.

9. Công nghệ cứng và vũ trụ

Những bài thuyết trình táo bạo nhất. GRU Space đang xây dựng khách sạn đầu tiên trên Mặt Trăng trước năm 2032. Khi họ thuyết trình, cả phòng như được tái định hướng: một nửa cho rằng họ điên, nửa còn lại nghĩ họ có thể làm được. Thư bày tỏ ý định đầu tư 500 triệu USD, thư mời từ Nhà Trắng, hơn 1 tỉ lượt xem. Beyond Reach Labs xây dựng giàn pin mặt trời khổng lồ bằng đúng kích thước sân bóng đá trong quỹ đạo (nhu cầu công suất tăng 500 lần trước năm 2030). Terranox dùng AI để khám phá các mỏ urani (mỗi phát hiện = 200–700 triệu USD).

Ditto Biosciences có thể là luận điểm sáng tạo nhất: Ký sinh trùng đã tiến hóa để sản xuất các protein kiểm soát hệ miễn dịch con người, qua hàng triệu năm. Ditto dùng AI để xác định chúng và thiết kế các liệu pháp điều trị tự miễn. Tiến hóa đã giải quyết vấn đề, họ chỉ việc đọc đáp án.

10. Nghiên cứu và khoa học “AI-native”

Talking Computers triển khai đội “nhà khoa học AI” (doanh thu thường xuyên ARR vượt 1 triệu USD)

Aemon (hai anh em sinh đôi, từng công bố bài báo tại ICLR/EMNLP trước tuổi 20) lập kỷ lục thế giới về giải các bài toán toán học NP-khó chỉ với chưa đến 10 USD chi phí tính toán, vượt mặt Google DeepMind

Ndea, do Mike Knoop (Zapier) và François Chollet (người tạo ra Keras) đồng sáng lập, tuyên bố rõ ràng mục tiêu xây dựng AGI có khả năng đổi mới

Các nhà sáng lập: Mô hình từ 429 cá nhân

Thống kê nhân khẩu học:

Khoảng 60% là người nhập cư/quốc tế

86% nam, 14% nữ

Các trường hàng đầu: Berkeley (~45), Stanford (~35), MIT (~20), Waterloo (~15)

55% học ngành Khoa học Máy tính; 45% không học

Nền tảng:

Khoảng 30% từng làm việc tại các “ông lớn công nghệ”

Khoảng 25% từng khởi nghiệp trước đó

Khoảng 12% từng làm trong lĩnh vực tài chính/giao dịch (Citadel, Jane Street, Jump)

Chỉ riêng SpaceX đã đóng góp khoảng 12 nhà sáng lập, phần lớn tập trung vào phần cứng và hàng không vũ trụ

Đội ngũ:

46% là đội 2 người, 15% là đội 1 người

Mô hình phổ biến nhất: Hai nhà sáng lập kỹ thuật có chuyên môn khác nhau (~35%), chứ không phải mô hình kinh điển “lập trình viên + bán hàng”

19% các công ty có ít nhất một nhà sáng lập tiến sĩ

Họ gặp nhau như thế nào: ~35% là bạn học đại học, ~25% là đồng nghiệp cũ, ~15% từng đồng sáng lập nhiều lần, ~10% là người thân/gia đình

Những câu chuyện thuyết phục nhất là các chuyên gia lĩnh vực trở thành nhà sáng lập: Adrian Kilian (nha sĩ → AI hỗ trợ phẫu thuật Mango Medical), Robbie Bourke (25 năm trong ngành hàng không → Zymbly), Pamir Ehsas (cố vấn pháp lý bên ngoài OpenAI → Arcline), Conor Jones (làm việc nhiều năm trong Tập đoàn Điện lực Quốc gia → Squid).

Một số quan sát:

Chuyên môn lĩnh vực sâu sắc + nhà sáng lập kỹ thuật có khả năng xây dựng = các công ty mạnh nhất trong đợt

Những đội thành công nhất hoặc từng cùng nhau xây dựng và bán công ty trước đó, hoặc từng làm việc song hành trong cùng một công ty để giải quyết chính vấn đề mà họ đang giải quyết hôm nay

31% các công ty có ít nhất một nhà sáng lập tiến sĩ hoặc nhà nghiên cứu, tập trung chủ yếu ở y tế/công nghệ sinh học, công nghệ cứng và cơ sở hạ tầng AI

Họ tìm thị trường như thế nào

B2B (88% trong đợt)

“Tôi từng trực tiếp trải qua nỗi đau này” (khoảng 40%): Mô hình mạnh nhất. End Close: Nhà sáng lập từng dành 6 năm tại Modern Treasury xử lý hơn 1.000 tỉ USD thanh toán. Squid: Nhà sáng lập từng làm việc nhiều năm trong Tập đoàn Điện lực Quốc gia. Họ không cần “khám phá khách hàng”—họ chính là khách hàng.

“Tôi xây nền tảng mà tôi muốn thay thế” (khoảng 20%): Đồng sáng lập Docker xây Mendral. Nhà khoa học ML của TikTok xây Perfectly. Họ am hiểu kiến trúc và thấy rõ nơi AI tạo ra bước nhảy vọt.

“Cuộc chạy đua 50 cuộc trò chuyện” (khoảng 15%): Phát hiện có hệ thống. Ritivel có hơn 50 cuộc trò chuyện với ngành dược trước khi viết dòng code đầu tiên. Ressl AI bắt đầu từ tư vấn, rồi nhận ra các giao dịch có nhiều “công việc keo” nhất.

“Tiên đoán cơ sở hạ tầng” (khoảng 15%): Luận điểm dẫn dắt. “Nếu agent tồn tại, chúng sẽ cần xác thực” → Agentic Fabriq. Rủi ro: Xây cho tương lai 2–3 năm tới.

“Nghiên cứu → thương mại hóa” (khoảng 10%): CellType (giáo sư Yale + DeepMind). Đồng sáng lập Valgo thực sự viết giáo trình về hệ thống then chốt đảm bảo an toàn.

B2C (7% trong đợt)

“Tôi chính là người dùng” (khoảng 50%): Fort: Nhà sáng lập là vận động viên cử tạ thất vọng với thiết bị đeo. Doomersion: Nhà sáng lập vừa xem video ngắn vừa học ngôn ngữ, rồi kết hợp hai điều này.

“Chuyển đổi định dạng” (khoảng 25%): Hành vi hiện hữu + phương tiện mới. Pax Historia: Niềm đam mê trò chơi chiến thuật + AI thay thế lịch sử.

“Cái đòn bẩy phần cứng” (khoảng 25%): Sản phẩm vật lý tạo chu kỳ dữ liệu không thể sao chép bằng phần mềm.

Bài học tổng quát: Không công ty W26 nào thành công lại ra đời từ hackathon hay các buổi “brainstorming” kiểu “Nếu chúng ta dùng AI để làm…”—mà đều bắt nguồn từ kinh nghiệm cá nhân sâu sắc hoặc sự khám phá khách hàng đầy ám ảnh.

Họ tìm kênh phân phối như thế nào

Dữ liệu rất rõ ràng: Mạng lưới cá nhân của nhà sáng lập là cơ chế #1 giúp các công ty B2B tăng trưởng nhanh nhất. Trong top 15 công ty tăng trưởng nhanh nhất, 60% đã có khách hàng đầu tiên thông qua mạng lưới cá nhân hoặc mạng lưới YC.

Các mô hình B2B:

“Bán cho đồng nghiệp tại cựu công ty” (khoảng 35%): Ba cựu nhà vận động hành lang của Fed10—danh bạ của họ chính là kênh phân phối

“YC như một bệ phóng” (khoảng 25%): Cardinal gọi điện thoại cho hơn 40 công ty YC; Palus Finance ký hợp đồng với 33 công ty chỉ trong vài tuần

“Mã nguồn mở” (khoảng 10%): 21st có 1,4 triệu nhà phát triển—chỉ hiệu quả với cơ sở hạ tầng

“Kênh M&A do PE dẫn dắt” (khoảng 8%): Một giao dịch = 50–200 điểm triển khai

“Gọi điện có hệ thống” (khoảng 15%): Danh sách người mua hạn chế, có nỗi đau đo lường được

“Sản phẩm đòn bẩy” (khoảng 7%): Tiếp cận hẹp, mở rộng rộng

B2C: Sản phẩm chính là kênh phân phối. Doomersion đạt 15.000 lượt tải trong 2 tuần, không chi一分钱 cho marketing trả phí. Pax Historia xây dựng hàng chục ngàn người dùng hoạt động hàng ngày (DAU), tăng trưởng hữu cơ. Các nhà sáng lập phần cứng đặt cược vào việc hiện diện vật lý sẽ tạo ra tiếng vang lan truyền.

Bài học lớn nhất: Các công ty vật lộn với GTM gần như luôn là những công ty xây sản phẩm trước, rồi mới hỏi “Chúng ta sẽ bán thế nào?”. Còn người chiến thắng lại hỏi: “Tôi hiện đã tiếp cận được ai, và họ đang khao khát điều gì?”, rồi xây sản phẩm đó.

Phân tích các bài thuyết trình xuất sắc

Bảy thành phần phân biệt rõ một bài thuyết trình đáng nhớ với một bài thuyết trình mờ nhạt:

1. Móc câu (hook)

Ba mẫu hiệu quả:

Dữ liệu gây sốc: “Đưa một loại thuốc ra thị trường cần 500.000 ngày. Chúng tôi muốn rút ngắn còn 5 ngày” (Rhizome AI)

Định khung lại: “Mọi tệp tin bạn từng tải lên đều sử dụng giao thức năm 1974” (Byteport)

“Tôi chính là vấn đề”: “Tôi dành 6 năm tại Modern Treasury xây hệ thống đối soát, xử lý 1.000 tỉ USD” (End Close)

2. Vấn đề (cụ thể, không chung chung)

“Kỹ thuật viên dành nửa thời gian cho công việc giấy tờ” (Zymbly) tốt hơn hẳn “Chúng tôi tự động hóa quy trình làm việc hậu cần”.

3. Đội ngũ (một câu “bom uy tín”)

“Andrea viết dòng code đầu tiên của Docker” (Mendral). “Đội chúng tôi phát minh ra chuẩn MPIC bảo vệ mọi kết nối HTTPS trên internet” (Crosslayer Labs).

4. Thị trường (bất khả kháng, không chỉ là lớn)

“Nhu cầu công suất vệ tinh: tăng 500 lần trước năm 2030” (Beyond Reach Labs). Bài thuyết trình thị trường mạnh nhất giải thích vì sao “bây giờ là lúc” và vì sao điều này “bất khả kháng”, chứ không chỉ nói “TAM lớn thế nào”.

5. Động lực tăng trưởng (tốc độ > con số tuyệt đối)

“Từ 0 lên 33.000 USD doanh thu thường xuyên hàng tháng (MRR) trong 4 tuần” (Corvera) tốt hơn “100.000 USD doanh thu thường xuyên (ARR)” mà không có khung thời gian.

6. Nhận thức độc đáo

“Ký sinh trùng tiến hóa để sản xuất protein kiểm soát hệ miễn dịch con người. Chúng tôi đọc lấy đáp án của chúng” (Ditto Bio). “Các công ty bảo hiểm không thể định giá hệ thống tự hành vì dữ liệu khiếu nại lịch sử không tồn tại” (Valgo).

7. Kết thúc gây “sốc”

“Giải Oscar AI đầu tiên sẽ ra đời trên ly Martini.” “Đặt phòng khách sạn trên Mặt Trăng cho năm 2032” (GRU Space).

Các bài thuyết trình mờ nhạt: Các tuyên bố chung chung kiểu “AI cho [lĩnh vực]”, đội ngũ thiếu liên hệ với vấn đề, và (quan trọng nhất) không có kết thúc gây “sốc”.

Sự trùng lặp cạnh tranh: Các khoản đầu tư đa dạng của YC

Khoảng 30% các công ty trong đợt có đối thủ trực tiếp. Chỉ khoảng 5% đối mặt với sự trùng lặp thực sự cao.

Trùng lặp cao: Nén ngữ cảnh LLM (Token Company vs. Compresr), tài liệu pháp lý y tế (Wayco vs. Docura Health), dữ liệu robot (Human Archive vs. Asimov)

Trung bình: Luật khởi nghiệp (Arcline vs. General Legal vs. Vector Legal), AI-SRE (IncidentFox vs. Sonarly), giám sát agent (Sentrial vs. Moda), phê duyệt trước (Ruma Care vs. ClaimGlide vs. Beacon Health)

Điều này nói lên điều gì: YC đặt cược vào thị trường, chứ không phải vào công ty. Ba công ty luật khởi nghiệp = thị trường là có thật và đủ lớn để dung nạp nhiều người chiến thắng. Hai công ty trông giống nhau trên Ngày Trình Diễn Sản Phẩm sẽ hoàn toàn khác biệt khi lên vòng A. Những công ty khác biệt nhất không hề trùng lặp: Terranox, Zymbly, GrazeMate, Ditto Bio. Trong mọi trường hợp, chuyên môn lĩnh vực của nhà sáng lập chính là “hào thành trì”.

Những sự vắng mặt rõ ràng

Không có công ty nào về giáo dục

Không có công ty nào về công nghệ chính phủ

Không có công ty nào về mạng xã hội tiêu dùng

Không có công ty nào về sức khỏe tâm thần/thể chất

Gần như không có công ty nào về thị trường

Gần như không có công ty nào thuần blockchain (blockchain chỉ được dùng như đường ống, chưa từng là luận điểm sản phẩm)

Phân khúc tiêu dùng ở mức thấp kỷ lục (chỉ 14 công ty, trong đó chỉ 7 công ty được xếp chính thức)

Lĩnh vực công nghiệp tăng vọt từ 3,6% trong W24 lên 14,1% trong W26—tăng gấp 4 lần. Sự chuyển dịch “nguyên tử so với bit” trong nội bộ YC là điều có thật.

Đọc ngược lại: Thành phần của W26 là một “bức ảnh chụp nhanh” về những thứ hiện tại có thể gọi vốn được, chứ không phải những thứ sẽ có giá trị sau 10 năm. Những công ty huyền thoại vắng mặt trong đợt này là các nhà sáng lập tiêu dùng và mạng xã hội—họ sẽ xuất hiện sau 2–3 đợt nữa, khi năng lực AI bắt kịp được tham vọng của họ.

Điều gì có thể thất bại

Cơ sở hạ tầng agent thiếu sự khác biệt. Có 8–10 công ty làm giám sát/thử nghiệm/nén agent. Các nhà cung cấp mô hình nền tảng sẽ tích hợp sẵn những chức năng này. Người mua doanh nghiệp mặc định lựa chọn nhà cung cấp hiện hữu.

Các dịch vụ “AI-native” không có “hào thành trì dữ liệu”. Doanh thu tăng nhanh nhất, nhưng khả năng phòng thủ thấp nhất. Lõi công nghệ cốt lõi có thể bị sao chép chỉ trong vài tuần. Các công ty truyền thống sẽ áp dụng AI trong vòng 12–18 tháng.

Nhà sáng lập kỹ thuật đơn lẻ trong các thị trường phụ thuộc vào quan hệ. Xây dựng, bảo hiểm, vận tải: Nếu không có ai có thể bước vào công trình và nói đúng thuật ngữ ngành, mọi việc sẽ đình trệ.

“AI cho [lĩnh vực]” thiếu chiều sâu lĩnh vực. Dấu hiệu nhận biết: Mô tả bắt đầu bằng “Chúng tôi sử dụng agent LLM tiên tiến…” thay vì nêu rõ nỗi đau cụ thể của khách hàng.

Công nghệ sâu với chu kỳ dài và chưa có doanh thu. Về mặt khái niệm thì đúng, nhưng mô hình thất bại là cháy hết tiền.

Các “bộ bọc” quy trình làm việc đã trở nên phổ biến. AI thực hiện một tác vụ duy nhất, trong khi GPT-5 có thể làm chính xác việc đó một cách “nguyên sinh” trong vòng 6 tháng tới.