SELAIN DARI MENULIS KODE, AI MEMBENTUK KEMBALI DUNIA PADA 10 TREK DIABAIKAN

Penulis:Keluar ke laut ke inkubator

Aturan kewirausahaan telah berubah sepenuhnya。

Dalam rilis terbarunya Infinator Y (YC), 2026 Spring & ldquo; ” (RFS), kita melihat sinyal yang jelas bahwa AI bukan lagi istilah pemasaran belaka, tetapi lebih kepada logika yang mendasari membangun generasi raksasa berikutnya. Awalan hari ini dapat menantang daerah yang pernah dianggap sebagai “ &rdquo yang tidak terguncang; dengan biaya yang lebih cepat dan lebih rendah。

Kali ini, YC tidak hanya berfokus pada perangkat lunak tetapi juga pada sistem industri, struktur dan pemerintahan bawah-atas keuangan. Jika gelombang AI sebelumnya adalah tentang “ menghasilkan konten ” maka gelombang berikutnya akan menjadi tentang “ memecahkan isu kompleks ” dan “ membentuk kembali dunia fisik &rdquo。

BERIKUT ADALAH 10 INTI TREK BAHWA YC MENONTON KETAT DAN INGIN BERINVESTASI。

1. "Kursor untuk Manajer Produk"

Selama beberapa tahun terakhir, alat-alat seperti Kursor dan Claude Code telah benar-benar mengubah cara kode ditulis. Tapi boom ini menyembunyikan pertanyaan yang lebih mendasar: kode tulis adalah sarana untuk mencari tahu apa &rdquao seharusnya; itu adalah inti。

Saat ini, proses penemuan produk masih dalam “ Zaman Batu ” Kami mengandalkan wawancara pengguna yang terpecah-pecah, hard-to-qualify umpan balik pasar dan sejumlah lembar kerja Jira. Proses ini sangat manual dan penuh kesalahan。

Secara mendesak pasar kota ini membutuhkan sistem utama AI yang mendukung manajer produk seperti programer tambahan Cursor. Bayangkan sebuah alat yang memuat semua catatan wawancara klien dan data yang digunakan untuk produk tersebut, lalu menanyakannya: “ apa yang akan kita lakukan selanjutnya? ”

Alih-alih memberikan proposal yang samar-samar, itu akan mengekspor garis luar fungsional lengkap dan membenarkan pengambilan keputusan melalui umpan balik klien spesifik. Untuk lebih lanjut, ia bahkan dapat secara langsung menghasilkan prototipe UI, menyesuaikan model data, dan menguraikan tugas pengembangan spesifik kepada AI Coding Agent。

AI secara bertahap mengambil alih kode spesifik, “ mendefinisikan produk ” kemampuan akan menjadi lebih penting dari sebelumnya. Kita membutuhkan alat super untuk melewati &ldquao; &rdquao; ke &ldquao; definisi produk &rdquao; loop tertutup。

Generasi berikutnya AI reksa dana pribumi

Pada 1980-an, ketika beberapa dana mulai mencoba menganalisis pasar dengan komputer, Wall Street menghabisinya. Transaksi Quantified telah dijebak. Jika Anda tidak menyadari bahwa kita berada pada titik balik yang sama, Anda mungkin kehilangan Renaissance Technologies atau Bridgewater berikutnya。

Gelombang kesempatan ini bukan tentang menempatkan AI & ldquo; luar & rdquo; untuk strategi dana yang ada, tetapi tentang membangun strategi investasi asli AI dari awal。

Meskipun raksasa kuantitatif yang ada memiliki sumber daya yang sangat besar, mereka bergerak terlalu lambat dalam permainan kepatuhan dan inovasi. Dana lindungan masa depan akan didorong oleh sekelompok cerdas AI & mdash; — mereka akan dapat, seperti pedagang manusia, untuk menyisir pernyataan keuangan 10-K 24 jam sehari, memantau telekonferensi keuangan, menganalisis dokumen SEC dan perdagangan dengan pandangan analis。

Di daerah ini, Alpha asli kembali akan menjadi milik pemain baru yang berani membiarkan AI mengambil alih keputusan investasi di kedalaman。

Kampung 3. Penjelmaan perangkat lunak dari perusahaan jasa (AI-Native Companies)

Selama ini, semua agen -- perusahaan desain, perusahaan iklan, dan perusahaan -- telah menghadapi jalan buntu: sulit untuk diskalakan. Karena mereka menjual &ldquao; headtime &rdquao; dan memiliki profitabilitas yang rendah dan harus mengandalkan perekrutan untuk pertumbuhan。

AI ADALAH MELANGGAR SIMPUL INI。

PARA AGEN GENERASI BARU TIDAK AKAN LAGI MENJUAL PERANGKAT LUNAK KEPADA KLIEN, TETAPI AKAN MENGGUNAKAN ALAT AI UNTUK MENGHASILKAN HASIL 100 KALI LEBIH EFISIEN DAN KEMUDIAN MENJUAL PRODUK AKHIR SECARA LANGSUNG. INI BERARTI:

• PEREKA DESAINER DAPAT MENGGUNAKAN AI SEBELUM MENANDATANGANI KONTRAK UNTUK MENGHASILKAN SELURUH PAKET KUSTOMISASI YANG DAPAT DIGUNAKAN TERHADAP PESAING TRADISIONAL。

• PERUSAHAAN IKLAN-IKLAN BERANSUR TIDAK MEMERLUKAN PENGAMBILAN GAMBAR LAPANGAN YANG MAHAL UNTUK MENGHASILKAN IKLAN VIDEO BERBASIS FILM DENGAN MENGGUNAKAN AI。

• Sebuah firma hukum dapat menyelesaikan penyusunan instrumen hukum kompleks dalam hitungan menit daripada minggu。

Perusahaan layanan masa depan akan lebih seperti perusahaan perangkat lunak dalam model bisnis mereka: tingkat tinggi kepemilikan Maori atas perusahaan perangkat lunak dan scalability tak terbatas。

4. Layanan keuangan yang Stablecoin

Waxic Stablecoins dengan cepat menjadi infrastruktur kritis untuk keuangan global, tetapi layanan di atas mereka tetap tanah tandus. Dengan kemajuan tagihan seperti GENIUS dan Clarity, mata uang stabilisasi berada di persimpangan DeFi (keuangan terdesentralisasi) dan TradFi (keuangan tradisional)。

Ini adalah regulasi besar arbitrage dan jendela inovasi。

Saat ini, pengguna sering membuat isu-isu pilihan tunggal antara “ &rdquo, produk keuangan tradisional yang patuh namun memiliki return rendah; dan “ high-yield tetapi high-risk enkripsi mata uang ” dan lain-lain. Pasar-pasar praja membutuhkan bentuk intermediate: layanan keuangan baru berdasarkan nilai-nilai yang stabil yang keduanya sesuai dan memiliki keunggulan DeFi。

APAKAH ITU ADALAH REKENING TABUNGAN YANG MENYEDIAKAN PENGEMBALIAN YANG LEBIH TINGGI, ASET DUNIA NYATA (RWA) YANG MONETISASI, ATAU INFRASTRUKTUR PEMBAYARAN LINTAS TERTIB YANG LEBIH EFISIEN, INI ADALAH WAKTU TERBAIK UNTUK MENGHUBUNGKAN DUA DUNIA PARALEL。

X. X. 5. Sistem industri lama: Metal Mills Modern

ketika orang berbicara tentang “ us re-industrialisasi & rdquo; mereka cenderung menatap biaya kerja sambil mengabaikan gajah di sebuah ruangan: desain sistem industri tradisional sangat tidak efisien。

misalnya, siklus pengiriman 8 hingga 30 minggu normal. hal ini bukan karena pekerja malas, tetapi karena seluruh sistem manajemen produksi dirancang beberapa dekade yang lalu. tanaman tua ini telah mengorbankan kecepatan dan fleksibilitas dalam mengejar “ tonnage ” dan “ pemanfaatan &rdquo. selain itu, konsumsi energi tinggi merupakan masalah utama, dan pabrik sering kali kekurangan program manajemen energi modern。

Kesempatan untuk membangun kembali telah matang。

DENGAN MENGGUNAKAN RENCANA PRODUKSI AI-DRIVEN, SISTEM IMPLEMENTASI MANUFAKTUR REAL-TIME (MES) DAN TEKNOLOGI OTOMATIS MODERN, KITA DAPAT SECARA FUNDAMENTAL MENGURANGI SIKLUS PENGIRIMAN DAN MENINGKATKAN PROFITABILITAS. INI BUKAN HANYA UNTUK MEMBUAT PABRIK BERJALAN LEBIH CEPAT, TETAPI UNTUK MEMBUAT PRODUKSI LOGAM PRIBUMI LEBIH MURAH, LEBIH FLEKSIBEL DAN LEBIH MENGUNTUNGKAN MELALUI PROSES MANUFAKTUR YANG DIDEFINISIKAN PERANGKAT LUNAK. INI ADALAH ELEMEN KUNCI DALAM MEMBANGUN KEMBALI BASIS INDUSTRI。

6. AI untuk Pemerintah

GELOMBANG PERTAMA AI TELAH MEMUNGKINKAN BISNIS DAN INDIVIDU UNTUK MENGISI FORMULIR PADA TINGKAT YANG MENGKHAWATIRKAN, TETAPI EFISIENSI INI BERHENTI KETIKA MEREKA MENGHADAPI DEPARTEMEN PEMERINTAH. SEJUMLAH BESAR APLIKASI DIGITAL AKHIRNYA DIKIRIM KEMBALI KE KANTOR BELAKANG PEMERINTAH YANG HARUS DICETAK SECARA MANUAL DAN DIPROSES SECARA MANUAL。

Secara mendesak sektor pemerintah membutuhkan alat AI untuk mengatasi banjir data yang akan datang. Meskipun negara-negara seperti Estonia telah menunjukkan prototipe “ pemerintahan digital ” logika ini perlu ditiru di seluruh dunia。

Penjualan perangkat lunak ke pemerintah memang tulang yang sulit dimakan, tetapi pengembaliannya sama kuatnya: setelah Anda mengambil pelanggan pertama Anda, sering kali berarti tingkat tinggi viskositas pelanggan dan potensi yang besar untuk ekspansi. Ini bukan hanya kesempatan bisnis, tetapi juga kebaikan masyarakat untuk meningkatkan efisiensi fungsi masyarakat。

BAHWA 7. mentor untuk fisika

Kenang ketika Apa kau tahu apa yang terjadi? Wail-life “ keterampilan injeksi ” datang, pembawa bukan antarmuka otak, tetapi panduan AI real-time。

Alih-alih berbicara sepanjang hari tentang apa yang akan digantikan AI dengan pekerjaan putih-dingin, mari kita lihat bagaimana itu memberdayakan pekerjaan biru-dingin. Di area layanan on-site, manufaktur, perawatan medis, AI, meskipun tidak secara langsung “ hands-on ” tetapi dapat “ lihat ” dan “ pikir &rdquo。

Bayangkan bahwa pekerja dengan kacamata pintar sedang memperbaiki peralatan, dan AI melihat katup melalui kamera, dan mengatakan di telinganya: “ menutup katup merah, dengan kunci inggris 3/8 inci, bagian tersebut dipakai dan perlu pengganti. ”

kedewasaan model multi-modular, proliferasi perangkat keras cerdas (ponsel, headphone, kacamata) dan kekurangan tenaga kerja terampil telah memicu permintaan yang sangat besar ini. apakah itu adalah sistem pelatihan untuk perusahaan yang ada atau penciptaan yang sama sekali baru & ldquo; kolar biru super & rdquo; dan platform tenaga kerja, ada imajinasi besar。

25. ^ (Inggris) Werner 8. Model ruang angkasa besar yang memecah keterbatasan bahasa

Bahasa Besar Model Bahasa Besar (LLM) mempromosikan wabah AI, tetapi kebijaksanaan mereka terbatas pada “ bahasa ” dan dapat dideskripsikan. Untuk mencapai kecerdasan buatan universal (AGI), AI harus memahami dunia fisik dan hubungan luar angkasa。

AI SAAT INI TETAP KIKUK DALAM MENANGANI MISI LUAR ANGKASA SEPERTI GEOMETRI, STRUKTUR 3D, ROTASI FISIK, DLL. INI MEMBATASI KEMAMPUAN MEREKA UNTUK BERINTERAKSI DENGAN DUNIA FISIK。

Kami sedang mencari tim yang dapat membangun sebuah model penalaran ruang yang besar. Model - model semacam itu tidak boleh menganggap geometri sebagai aksesori bahasa, tetapi lebih kepada prinsip utama. Siapa pun yang dapat membuat AI benar-benar memahami dan merancang struktur fisik memiliki kesempatan untuk membangun model fondasi berikutnya di tingkat OpenAI。

9. ^ a b c d e f g h i j k l m n o p q r. Infra untuk Pemburu Frad Pemerintah

Pemerintah adalah pembeli terbesar di dunia, menghabiskan triliunan dolar per tahun, sementara kehilangan banyak dari penipuan. Asuransi kesehatan di Amerika Serikat sendiri kehilangan puluhan miliar dolar per tahun karena pembayaran yang tidak wajar。

Klaim Palsu Undang-Undang Amerika Serikat mengizinkan warga negara swasta untuk menuntut perusahaan penipuan atas nama Pemerintah dan mendapatkan bagian dari dana yang diperoleh. Ini adalah salah satu cara yang paling efektif untuk memerangi penipuan, tetapi proses saat ini sangat primitif: whistleblowers menyediakan mengarah ke perusahaan, yang menghabiskan beberapa tahun dokumen co-prosesing。

KITA PERLU SISTEM CERDAS YANG DIRANCANG KHUSUS UNTUK ITU. INI BUKAN DASHBOARD SEDERHANA. IA ADALAH SEORANG DETEKTIF AI YANG SECARA OTOMATIS DAPAT MENGURAIKAN STRUKTUR SHELL YANG BINGUNG, MELACAK KOMPLEKS, DAN PAKET YANG MENYEBARKAN BUKTI KE DALAM DOKUMEN YANG DAPAT DIJALANKAN。

Jika Anda dapat melakukan pemulihan penipuan 10 kali lebih cepat, Anda tidak hanya dapat membangun kerajaan komersial yang besar, tetapi juga menghemat miliaran dolar untuk pembayar pajak。

Buat LLM Mudah Dilatih

MESKIPUN PANAS DI AI, PENGALAMAN MELATIH MODEL BESAR TETAP MENGERIKAN。

Pembangun-pembangun yang bergumul dengan SDK yang rusak setiap hari, menghabiskan berjam-jam melakukan debugging contoh GPU yang baru saja mogok, atau menemukan bug fatal dalam alat sumber terbuka. Belum lagi mimpi buruk memproses data tingkat TB。

Kita perlu:

• ABSTRAKSI TOTAL PROSES PELATIHAN API。

• Basis data dari mega-data set dapat dengan mudah dikelola。

• Lingkungan pengembangan yang didedikasikan untuk mesin pembelajaran desain penelitian。

Keistimewaan As “ pasca-latihan & rdquo; Pasca-latihan dan spesialisasi model menjadi semakin penting, infrastruktur ini akan menjadi batu penjuru pengembangan perangkat lunak di masa depan。