YCが挙げた11の起業テーマ：AIを実体経済へ
Winter 2027の起業テーマ11項目を解説。各章に対応するYC公式動画を掲載。
モデルの性能が上がるだけで、工場、病院、自治体の仕事が改善するわけではありません。設備、資金、信頼できるデータ、責任を追える業務手順も、AIが成果を出せるかを左右します。
01 / 宇宙への輸送が安くなると、どんな事業が成立するか
YCは、打ち上げ費用が大幅に下がり、軌道へのアクセスが豊富になった場合に成立する事業を考えるよう促しています。これは将来の条件を想定した提案であり、予測された費用がすでに実現したという意味ではありません。
当サイトの考察： 輸送費に左右される明確な顧客需要を探し、インフラの成熟を待つ間も事業を維持できるかを検討する必要があります。
02 / 一般の働き手に専門家の能力を届ける
人を置き換えるだけでなく、特定の資格を持たない有能な人をAIで支援し、従来は専門家が担った仕事を可能にする発想です。給付、税務、保険請求、医療費請求、移民手続きなどが挙げられています。
当サイトの考察： 題名の時給は構想を表すもので、検証済みの共通原価ではありません。資格や責任に関する要件は残ります。成果の品質と専門家による確認費用を測るべきです。
03 / ロボットの進歩を支える部品と製造
YCは、ロボット基盤モデルの改善によって、制約がハードウェア側へ移る可能性を指摘しています。米国内の製造と、磁石、モーター、減速機、エンコーダー、力覚センサー、グリッパー、半導体、電池などが対象です。
当サイトの考察： 安定して量産できる部品にも独立した事業機会があります。米国での現地生産政策が背景にある提案で、他国にそのまま当てはめることはできません。
04 / 文章を上手に書くモデルの余地
YCは、コードやエージェント業務を重視した学習報酬が、文章の語り口や文体を平板にする可能性を指摘しています。これはYCの評価であり、すべてのモデルに関する確定的な結論ではありません。
当サイトの考察： 書き手の声、編集意図、表現の幅を保てるかを確かめます。流暢さだけで判断せず、実際の書き手と読者の評価が必要です。
05 / 公的給付のための信頼できるデータ接続
制度ごとに収入、居住地、世帯状況を繰り返し証明する負担があります。YCは、本人の同意を得て信頼できる情報源から確認済みデータを取得し、複数制度で使えるPlaidのような基盤を提案しています。
当サイトの考察： 書類認識に加え、同意、情報源、訂正、機関間の協力が重要です。申請者の手間と行政側の手作業の両方を評価します。
06 / 実体のあるAI設備に適した金融
ロボット、GPUクラスター、データセンターには大きな初期投資が必要です。YCは、こうした資産に適した融資、リース、証券化、リスクヘッジの事業を求めています。
当サイトの考察： 設備の収益、寿命、残存価値を理解する必要があります。ソフトウェアの売上予測をそのまま設備融資へ転用せず、稼働率と技術更新のリスクを検討します。
07 / 産業に特化した基盤モデル
製造、エネルギー、生物分野では、新しい課題をそのまま、または少数の例で扱える専用モデルが役立つ可能性があります。YCが求めるのは精度と推論計算量での明確な優位性です。
当サイトの考察： 業界用の指示文を加えるだけでは十分ではありません。データ利用権、信頼できる評価や報酬、既存手法に対する測定可能な改善が重要です。
08 / 自治体の日常業務にAIを取り入れる
建築許可、図面審査、検査、公文書、営業許可には反復的な情報処理が多くあります。YCは、具体的な業務から入り、処理時間を短縮する企業を求めています。
当サイトの考察： 迅速化と説明責任を両立する必要があります。書類の不足確認、規則検索、修正意見の整理から始め、職員が結論の根拠を確認できるか検証します。
09 / データセンターに必要なのはGPUだけではない
YCは変圧器、開閉装置、遮断器、液冷設備、電磁鋼板などに注目しています。大規模な計算設備の建設が、供給網全体に需要を生むという見方です。
当サイトの考察： 建設側が何を待っているかを調べると、課題が見えてきます。AIという名称より、納期、歩留まり、設置能力が事業の進行を左右する場合があります。
10 / データを外に出せない顧客のためのAI
防衛、金融、医療、原子力分野の一部では、データとシステムを施設内に置く必要があります。YCは、隔離環境向けのモデル、導入ツール、ハードウェア、安全な提供体制に注目しています。
当サイトの考察： モデルのダウンロードは出発点です。更新、権限、ログ、障害調査、オフライン保守まで含め、継続して運用できる製品が必要です。
11 / 改善を続けられる知能を企業自身のものにする
YCは、自社データで改善し、指定した環境で動かし、更新時期を自ら決められるモデルを求める企業が増えると考えています。難しい課題で外部の先端モデルを使うこととも両立します。
当サイトの考察： 業務を評価基準に、専門知識を学習データに、運用中の失敗を改善材料に変えます。基盤モデルの更新時にも蓄積を引き継ぎ、能力を継続的に維持することが重要です。
リストを顧客の課題を探す地図にする
十分な能力を持つモデルがあっても、なぜ顧客は仕事を完了できないのでしょうか。設備、資金、信頼できるデータ、社内運用、専門家の確認が障害かもしれません。まず身近な業務の時間、誤り、費用を記録し、一つの工程を改善できるか検証します。YCは、このリストが投資対象の一部にすぎず、応募のためにここからテーマを選ぶ必要はないと明記しています。