Новый набор Y Combinator сместился от привычных программных сервисов к дорогим физическим технологиям: венчурные инвесторы чаще всего отмечали проекты в энергетике, чипах, оборонных системах и робототехнике. Для основателей это ясный сигнал: внимание капитала сейчас получают не просто эффектные AI-демо, а решения конкретных ограничений — от дефицита энергии до дорогого ручного труда.
Суть события
TechCrunch опросил инвесторов ранних стадий после очередного Demo Day Y Combinator и составил список из девяти компаний, которые назвали как минимум два собеседника. По оценке опрошенных, этот набор заметно сильнее прежних смещён в deep tech, а идеи местами выглядят как научная фантастика. При этом оценки компаний инвесторы сочли более приземлёнными, чем в недавних наборах.
Общий мотив списка — попытка убрать физические узкие места AI и автоматизации. Стартапы предлагают плавучие дата-центры, оптические коммутаторы, специализированные чипы для инференса, сбор данных для обучения роботов, бытовых гуманоидов и программный слой для управления роботами обычными командами. Это уже не очередной интерфейс поверх модели: почти каждому проекту нужны производство, оборудование или работа в реальной среде.
Детали
Atomarine планирует размещать дата-центры на морских баржах, используя морскую воду для охлаждения: газовый пилот намечен на 2028 год, переход к плавучим атомным энергосистемам — на 2032-й. Компания заявляет о письмах о намерениях более чем на $4 млрд. Dipole Labs, в свою очередь, разрабатывает оптический коммутатор, который должен передавать данные между AI-чипами без лишнего преобразования света в электричество и обратно.
Lamb Labs хочет жёстко записывать веса моделей в специализированные MPU-чипы, сокращая расходы энергии и задержки при обращении к памяти. Parasma исследует ещё более радикальный путь — вычисления на человеческих клетках мозга. В оборонном сегменте Isengard собирается локально выпускать реактивные ударные и противодроновые аппараты в странах-союзниках; по данным источника, стартап уже получает $10 млн выручки.
Робототехника выглядит не менее прикладной. Один проект собирает видеоданные о работе людей и сообщает о съёмках более чем в 150 средах. Nori предлагает бытового гуманоида примерно за $1 600 и заявляет почти о полумиллионе долларов продаж за первые шесть недель. Другой стартап уже использует тяжёлых роботов при установке солнечных панелей и говорит о контрактах на $25 млн до 2027 года. Waddle Labs строит API, где LLM-агенты пишут и проверяют управляющий код для подключённого робота.
Контекст
Венчурный интерес здесь сосредоточен вокруг себестоимости и дефицита: энергии не хватает, дорогие GPU простаивают при передаче данных, а обучение роботов требует больших массивов наблюдений из реального мира. Поэтому ценность получают компании, способные сделать вычисления эффективнее или перенести автоматизацию туда, где сегодня нужен человек.
Для малого бизнеса важен не футуризм сам по себе, а возможное снижение цены входа. Разрыв между заявленной ценой Nori и примерно $20 000 за другого гуманоида показывает направление конкуренции, но не доказывает, что дешёвый робот уже надёжно справляется с бытом. Похожая осторожность нужна и с громкими суммами: письма о намерениях, контракты и фактическая выручка — разные уровни подтверждённого спроса. На близкую тему практического применения AI можно прочитать материал AI Digest о том, как Claude Cowork берёт на себя рутинную офисную работу.
Что дальше
Главная проверка для этих компаний — переход от впечатляющего прототипа к воспроизводимому продукту. У Atomarine впереди долгий цикл энергетических и морских согласований; производителям чипов и оптики нужно доказать преимущество на реальной нагрузке; роботам — безопасность, надёжность и экономию в конкретных операциях.
Предпринимателям и корпоративным покупателям стоит следить не только за следующими раундами, но и за пилотами: сколько времени занимает внедрение, какую часть работы система выполняет без человека и как меняется полная стоимость операции. Именно эти показатели отделят новый рынок от красивого Demo Day.
