นอกจากการเขียนรหัสแล้ว AI กําลังเปลี่ยนโลกใน 10 รางเหล่านี้

ผู้เขียน:ออกทะเลไปที่เครื่องอบ

กฎของผู้ประกอบการ ได้เปลี่ยนไปอย่างสิ้นเชิง。

ใน Y Combinator (YC) ออกจําหน่ายล่าสุด 2026 Spring & Ldquo; & Dordquo; (RFS) เราเห็นสัญญาณที่ชัดเจนว่า AI ไม่ได้เป็นเพียงแค่ภาษาการตลาด แต่เป็นตรรกะพื้นฐานของการสร้างยักษ์รุ่นต่อไป การเริ่มต้นของวันนี้สามารถท้าทายพื้นที่ ที่ครั้งหนึ่งถูกพิจารณาว่าเป็น “ ไม่สามารถช็อค &dquo; ในราคาที่เร็วขึ้นและต่ํากว่า。

คราวนี้ วายซี เน้นแค่ซอฟท์แวร์ แต่รวมถึงระบบอุตสาหกรรม โครงสร้างการเงินล่างสุดและการปกครอง หากคลื่นของ AI ก่อนหน้านี้เกี่ยวกับ & lindquo; สร้างเนื้อหาที่ & ddquo; แล้วคลื่นต่อไปจะเป็นประมาณ “ แก้ปัญหาที่ซับซ้อน &ndquo; และ “ เรียกคืนโลกทางกายภาพ & Dcquio。

นี่คือหลักสิบหลักที่ YC เฝ้าดูอย่างใกล้ชิดและกระตือรือร้นที่จะลงทุน。

1. "Cursor for Product Manager"

ในสองสามปีที่ผ่านมา เครื่องมือเช่น เคอร์เซอร์และรหัส Claude ได้เปลี่ยนแปลงวิธีการเขียนรหัสอย่างสมบูรณ์ แต่แรงระเบิดนี้ซ่อนคําถามพื้นฐานอื่น ๆ ไว้: การเขียนรหัสเป็นหนทางในการหาว่า &dquoo ควรจะเป็นอะไร มันคือแกนหลัก。

ปัจจุบัน กระบวนการของการค้นพบผลิตภัณฑ์ยังอยู่ใน “ The Stone Age & Deadquo; เราพึ่งพาการสอบถามผู้ใช้แบบแยกชิ้นส่วน กระบวนการนี้ใช้อย่างมีระเบียบ และเต็มไปด้วยความผิดพลาด。

ตลาดต้องการระบบหลัก AI ที่รองรับผู้จัดการผลิตภัณฑ์เช่นโปรแกรมเมอร์เสริมของเคอร์เซอร์ ลองนึกภาพเครื่องมือที่อัพโหลดบันทึกทั้งหมดของการสัมภาษณ์ลูกค้า และข้อมูลที่ใช้สําหรับผลิตภัณฑ์ แล้วถามมันว่า &ldquo เราจะทําอย่างไรต่อไป? & แท็บ;

แทนที่จะให้ข้อเสนอที่คลุมเครือกับคุณ มันจะส่งออก รูปแบบการทํางานที่สมบูรณ์ และใช้เหตุผลในการตัดสินใจ ผ่านผลตอบรับของลูกค้าโดยเฉพาะ เพื่อเพิ่มข้อมูล มันสามารถสร้างต้นแบบของยูไอได้โดยตรง ปรับโมเดลข้อมูล และถอดรหัสงานพัฒนาเฉพาะ。

ขณะที่ AI ค่อย ๆ เข้าควบคุมรหัสเฉพาะ, & lindquo; นิยามผลิตภัณฑ์ & Dordquo; ความสามารถจะกลายเป็นสิ่งที่สําคัญกว่าที่เคย เราต้องการเครื่องมือซุปเปอร์เพื่อผ่าน &ldquau; &dquau; to &ldquoo; idental &dquoo; load load。

2. กองทุนป้องกันความเสี่ยงพื้นเมือง AI รุ่นต่อไป

ในทศวรรษ 1980 เมื่อกองทุนบางส่วน เริ่มพยายามที่จะวิเคราะห์ตลาดด้วยคอมพิวเตอร์ วอลสตรีทก็ดับมัน ขณะนี้มีการวางกรอบการทําธุรกรรม ถ้าคุณไม่รู้ว่าเราอยู่จุดเปลี่ยนที่คล้ายกัน คุณอาจพลาดงานด้านเทคโนโลยีวิทยา หรือบริดวอเตอร์ภาคหน้า。

คลื่นแห่งโอกาสนี้ ไม่ได้เกี่ยวกับการวางแผนการลงทุนของ AI & Ledquo; ภายนอก & rdquo; ไปยังแผนกองทุนที่มีอยู่แล้ว แต่เกี่ยวกับการสร้างกลยุทธ์การลงทุนดั้งเดิม AI จากรอยขีดข่วน。

ในขณะที่ยักษ์ที่มีอยู่แล้ว มีทรัพยากรมหาศาล พวกมันเคลื่อนตัวช้าเกินไป ในเกมที่ปฏิบัติตามและนวัตกรรม กองทุนป้องกันความเสี่ยงในอนาคตจะถูกขับเคลื่อนโดยกลุ่ม AI สมาร์ท & mdash; & Mmdash; พวกเขาจะสามารถติดตามข้อมูลการเงิน 10-K ต่อวัน 24 ชั่วโมง, ตรวจสอบเอกสาร คณะกรรมการการโทรคมนาคมและการค้ากับมุมมองของนักวิเคราะห์。

ในพื้นที่นี้ อัลฟาจริงจะผลตอบแทนของผู้เล่นใหม่ที่กล้าที่จะปล่อยให้ AI ดําเนินการตัดสินใจการลงทุนในความลึก。

3 การแปลงซอฟต์แวร์ของบริษัทบริการ (AI-Native Company)

เจ้าหน้าที่ทั้งหมด -- บริษัทออกแบบ บริษัทโฆษณา และบริษัทต่างๆ -- เผชิญหน้ากับทางตัน เนื่องจากพวกเขาขาย &ldquau; หัว & dwarquo; และมีความยั่งยืนต่ําและต้องพึ่งพาการรับสมัครสําหรับการเติบโต。

AI กําลังทําลายปมนี้。

ตัวแทนรุ่นใหม่จะไม่ขายอุปกรณ์ซอฟต์แวร์ให้กับลูกค้าอีกต่อไป แต่จะใช้เครื่องมือ AI เพื่อผลิตผลที่มีประสิทธิภาพมากกว่า 100 เท่า นี่ หมายความ ว่า:

• ดีไซน์เนอร์สามารถใช้ AI ได้ ก่อนที่จะเซ็นสัญญา เพื่อสร้างแพคเกจที่กําหนดเองทั้งหมด。

• บริษัทโฆษณาไม่ต้องการการถ่ายทําทางสนามราคาแพง เพื่อสร้างโฆษณาทางภาพยนตร์โดยใช้ AI。

• บริษัท กฎหมาย สามารถ สร้าง เครื่อง มือ ทาง กฎหมาย ที่ ซับ ซ้อน ให้ เสร็จ ภาย ใน เวลา ไม่ กี่ นาที แทน ที่ จะ เป็น สัปดาห์。

บริษัทบริการในอนาคต จะเป็นเหมือนบริษัทซอฟต์แวร์ ในโมเดลธุรกิจของพวกเขา: การเป็นเจ้าของบริษัทซอฟต์แวร์ในระดับสูง。

4. บริการการเงินแบบ stablecoin

The Stablecins กําลังกลายเป็นโครงสร้างพื้นฐานที่สําคัญ ของการเงินระดับโลก แต่บริการข้างต้นยังคงเป็นที่รกร้าง ด้วย ความ ก้าว หน้า ของ บิล ล์ ต่าง ๆ อย่าง เช่น ไฮ นิ มุส และ คลา ติก เงิน ตรา ที่ ทํา ให้ มี การ เปลี่ยน แปลง นั้น อยู่ ตรง ทาง แยก ของ เดไฟ (การ เงิน ที่ ได้ มา โดย ไม่ เสีย ค่า ใช้ จ่าย) และ ทรา ด ไฟ (เงิน ทุน ทาง การ เกษตร)。

นี่เป็นหน้าต่างสําหรับควบคุมและนวัตกรรมขนาดใหญ่。

ปัจจุบัน ผู้ใช้มักสร้างปัญหาแบบเดี่ยวระหว่าง & delquo; & Deadquo, ผลิตภัณฑ์การเงินแบบดั้งเดิมที่เข้ากันได้แต่มีผลผลตอบแทนต่ํา; และ “ ระดับสูง แต่มีความเสี่ยงสูงและมีความเสี่ยงสูงและอื่น ๆ ตลาดต้องการรูปแบบกลาง: บริการการเงินใหม่ ๆ ที่ขึ้นอยู่กับความเสถียรที่เสถียร。

ไม่ว่าจะเป็นบัญชีออมเงินที่ให้ผลตอบแทนที่สูงขึ้น สินทรัพย์จริงในโลก (RWA) ที่โมนิเนส หรือโครงสร้างพื้นฐานการชําระหนี้แบบข้ามแถวที่มีประสิทธิภาพกว่า นี่เป็นเวลาที่ดีที่สุดที่จะเชื่อมต่อโลกคู่ขนานทั้งสอง。

5 การรวบรวมระบบอุตสาหกรรมเก่า: โมเดิร์นเมทัลมิลส์

เมื่อคนพูดถึง “ สหรัฐอเมริกา re-inductionalization & rdquo; พวกเขามักจะจ้องมองที่ค่าใช้จ่ายของแรงงาน ในขณะที่ไม่สนใจช้างในห้อง: การออกแบบระบบอุตสาหกรรมแบบดั้งเดิมนั้นไร้ประสิทธิภาพอย่างมาก。

ตัว อย่าง เช่น ใน สหรัฐ วัฏจักร การ คลอด 8 ถึง 30 สัปดาห์ เป็น เรื่อง ปกติ. นี่ ไม่ ใช่ เพราะ คน งาน เกียจ คร้าน แต่ เพราะ ระบบ จัด การ ผลิต ทั้ง หมด ถูก ออก แบบ มา หลาย สิบ ปี แล้ว. พืช เก่า เหล่า นี้ ได้ สละ ความ เร็ว และ ความ ยืดหยุ่น ใน การ มุ่ง ติด ตาม “ tonnage & dwinquo; และ “ การ ขยาย & ddquo. นอก จาก นั้น การ บริโภค พลัง งาน สูง เป็น ปัญหา ใหญ่ และ โรง งาน มัก จะ ขาด โครงการ จัด การ เรื่อง พลัง งาน สมัย ใหม่。

โอกาสที่จะบูรณะได้เติบโตขึ้น。

โดยใช้แผนการผลิต AI-ไดรฟ์ ระบบการผลิตแบบเรียลไทม์ (MES) และเทคโนโลยีอัตโนมัติสมัยใหม่ นี่ไม่ใช่แค่ทําให้โรงงานวิ่งเร็วขึ้นเท่านั้น แต่การจะทําให้การผลิตโลหะพื้นเมืองราคาถูกลง ยืดหยุ่นมากขึ้น และกําไรมากขึ้น นี่คือองค์ประกอบสําคัญในการสร้างฐานอุตสาหกรรมขึ้นใหม่。

6 AI สําหรับรัฐบาล

คลื่นเอไอลูกแรกทําให้ธุรกิจและปัจเจกบุคคล สามารถกรอกแบบฟอร์มได้ ในอัตราที่น่าตกใจ แต่ประสิทธิภาพนี้หยุดลง เมื่อพวกเขาพบกับหน่วยงานราชการ ใน ที่ สุด ก็ ได้ มี การ มอบ ใบ สมัคร ดิจิตอล จํานวน มาก แก่ สํานักงาน หลัง ของ รัฐบาล ซึ่ง ต้อง พิมพ์ และ ดําเนิน การ ด้วย ตัว เอง。

หน่วยงานราชการต้องการเครื่องมือ AI อย่างด่วน เพื่อรับมือกับข้อมูลที่กําลังจะเกิดขึ้น แม้ว่าประเทศอย่างเอสโตเนียได้แสดงให้เห็นถึงต้นแบบของ “ รัฐบาลดิจิทัล &dquo; ตรรกะนี้จําเป็นต้องได้รับการทําซ้ําทั่วโลก。

การขายซอฟต์แวร์ให้แก่รัฐบาล เป็นกระดูกที่กินยาก แต่ผลตอบแทนก็แข็งแรงพอๆ กัน นี่ ไม่ เพียง เป็น โอกาส ทาง ธุรกิจ เท่า นั้น แต่ ยัง เป็น ประโยชน์ ต่อ สาธารณชน ที่ จะ ปรับ ปรุง ประสิทธิภาพ ของ การ ดําเนิน งาน ของ สังคม ด้วย。

7 AI ที่ปรึกษาฟิสิกส์

โปรดจําไว้ว่าเมื่อ นีโอสอดท่อเข้าไปในจักรวรรดิแฮกเกอร์ เพื่อเรียนรู้กังฟู Real-delquo; ทักษะการฉีด & Dordquo; กําลังมา, เครื่องรับไม่ใช่ส่วนเชื่อมต่อสมอง แต่เป็นการนําทางแบบเรียลไทม์ AI。

แทนที่จะพูดถึงทั้งวันว่า AI จะแทนที่ด้วยงานสี-collar ไหนลองดูว่ามันจะให้อํานาจงานสีฟ้าได้อย่างไร ในพื้นที่บริการบนเว็บไซต์, การผลิต, การรักษาทางการแพทย์, AI, แม้จะไม่โดยตรง “ มือบน & Dordquo; แต่สามารถดู “ และ “ คิด &dquo。

ลอง นึก ภาพ ว่า คน งาน ที่ มี แว่นตา คม กริบ กําลัง ซ่อมแซม อุปกรณ์ และ เอ ไอ เห็น วาล์ว ผ่าน กล้อง และ บอก ใน หู ของ เขา ว่า: “ ปิด วาล์ว สี แดง ซึ่ง มี ประแจ 3/8 นิ้ว ส่วน นี้ จะ ใส่ และ ใช้ แทน. & แท็บ;

ความเป็นผู้ใหญ่ของแบบจําลองหลายมุม การแพร่กระจายของฮาร์ดแวร์สมาร์ท (โทรศัพท์มือถือ, หูฟัง, แว่นตา) และการขาดแคลนแรงงานที่มีทักษะนี้ ไม่ว่าจะเป็นระบบการฝึกอบรมสําหรับ enterprises ที่มีอยู่แล้ว หรือการสร้างของใหม่ทั้งหมด & ldquo; ซูเปอร์ปกสีฟ้า & rdquo; และแพลตฟอร์มแรงงานมีจินตนาการมหาศาล。

8 อวกาศขนาดใหญ่ที่ทําลายข้อจํากัดของภาษา

แบบ จําลอง ภาษา ใหญ่ (LLM) ส่ง เสริม การ ระบาด ของ เอ ไอ แต่ ปัญญา ของ พวก เขา จํากัด อยู่ แค่ คํา ภาษา และ ข้อ ต่อ และ สามารถ พรรณนา ได้. เพื่อบรรลุปัญญาประดิษฐ์สากล (AGI) AI ต้องเข้าใจถึงความสัมพันธ์ทางกายภาพและอวกาศ。

AI ปัจจุบันยังคงเงอะงะในการจัดการกับภารกิจอวกาศ เช่น เรขาคณิต โครงสร้าง 3 มิติ การหมุนทางกายภาพ ฯลฯ นี่ จํากัด ความ สามารถ ของ พวก เขา ที่ จะ มี ปฏิกิริยา ต่อ โลก ทาง กายภาพ。

เรากําลังมองหาทีมที่สามารถ สร้างโมเดลเหตุผลอวกาศขนาดใหญ่ แบบ จําลอง ดัง กล่าว ไม่ ควร ถือ ว่า เรขาคณิต เป็น เครื่อง เชื่อม โยง กับ ภาษา แต่ ควร ถือ เป็น หลัก พื้น ฐาน. ใครก็ตามที่สามารถทําให้ AI เข้าใจและออกแบบโครงสร้างทางกายภาพอย่างแท้จริง มีโอกาสที่จะสร้างโมเดลมูลนิธิต่อไปในระดับ OpenAI。

9 อินฟรา สําหรับ นัก ล่า สัตว์ ของ รัฐบาล

รัฐบาลเป็นผู้ซื้อรายใหญ่ที่สุดในโลก ใช้เงินเป็นพันล้านล้านดอลลาร์ต่อปี ในขณะที่สูญเสียมากจากการทุจริต การ ประกัน สุขภาพ ใน สหรัฐ ประเทศ เดียว สูญ เสีย เงิน หลาย หมื่น ล้าน ดอลลาร์ ต่อ ปี เนื่อง จาก การ จ่าย เงิน ที่ ไม่ ถูก ต้อง。

ข้อ กล่าว หา เท็จ การ ดําเนิน การ ของ สหรัฐ เปิด โอกาส ให้ พลเมือง ส่วน ตัว ฟ้อง ร้อง บริษัท ฉ้อ โกง เพื่อ ประโยชน์ ของ รัฐบาล และ ได้ รับ ส่วน แบ่ง จาก เงิน ที่ ได้ มา. นี่คือหนึ่งในวิธีที่มีประสิทธิภาพมากที่สุด ในการต่อสู้กับการทุจริต แต่กระบวนการในปัจจุบันนั้นโบราณมาก。

เราต้องการระบบฉลาดๆ ที่ออกแบบมาเพื่อสิ่งนั้น มันไม่ใช่มีดพกธรรมดา เป็นนักสืบเอไอ ที่สามารถถอดรหัส PDF ที่สับสนได้โดยอัตโนมัติ แกะรอยโครงสร้างชั้นนอกที่ซับซ้อน。

ถ้าคุณสามารถทําให้การโกงฟื้นตัวเร็วขึ้น 10 เท่า คุณสามารถสร้างอาณาจักรพาณิชย์ขนาดใหญ่ได้ แต่ยังประหยัดเงินหลายพันล้านดอลลาร์สําหรับผู้เสียภาษีอีกด้วย。

ทํา ให้ รถไฟ ง่าย ขึ้น

ทั้ง ๆ ที่ มี ความ ร้อน ใน เอ ไอ ประสบการณ์ ของ การ ฝึก รุ่น ขนาด ใหญ่ ยัง คง น่า ตก ตะลึง。

กลุ่มผู้พัฒนาที่ต่อสู้กับโรค SDKs ที่เสียหายทุกวัน ใช้เวลาหลายชั่วโมงในการดีบั๊กตัวอย่างของ GPU ที่เพิ่งล้มเหลว หรือพบข้อผิดพลาดร้ายแรง ในเครื่องมือโอเพนซอร์ส นี่ยังไม่รวมถึงฝันร้ายของการประมวลผลข้อมูลระดับวัณโรค。

เช่นเดียวกับยุคของการคํานวณเมฆ ผลิต Datdog และ Snowfelk ยุคของ AI ต้องการมากที่ดีกว่า & ldquo; พลั่ว & rdquo; เราต้องการ:

• นามธรรมรวมของกระบวนการอบรม API。

• ฐานข้อมูลของชุดเมกะดาต้า สามารถจัดการได้ง่าย。

• สภาพแวดล้อมการพัฒนาอุทิศให้กับการออกแบบงานวิจัยของเครื่อง。

As “ หลังการฝึก & rdquo; Post-Training และรุ่นพิเศษกลายเป็นสิ่งสําคัญมากขึ้นเรื่อยๆ โครงสร้างพื้นฐานเหล่านี้จะกลายเป็นรากฐานของการพัฒนาซอฟต์แวร์ในอนาคต。