Após assistir às apresentações de 199 empresas no Demo Day da YC W26, uma sensação forte e desconcertante permaneceu. A inteligência artificial deixou de ser uma "nova tecnologia" e se tornou apenas uma infraestrutura.

60% das empresas participantes são nativas de IA, e mais 26% estão integrando IA. Ou seja, apenas 14% das empresas não utilizam IA. Mas o que importa não são esses números. O que mudou é que, em vez de "como usar IA", todos estão pensando em "o que substituir com IA".

Expressões como copiloto, assistente, copiloto de voo tornaram-se obsoletas. O objetivo das startups atuais é a substituição completa de trabalhos bem remunerados. Beacon Health substitui equipes de pré-autorização, Mendral realiza tarefas de engenheiros, LegalOS alcança 100% de aprovação em pedidos de visto. Isso não são ferramentas auxiliares, mas substituições reais.

Aqui, uma mudança de terminologia se torna necessária. A expressão "agente de IA" deixou de ser apenas um termo técnico e passou a indicar uma profissão. Recrutadores, departamentos jurídicos, assistência médica, DevOps, QA. Tudo está na mira da substituição.

Não é surpresa que o mercado B2B represente 87%. No mercado consumidor, há apenas 14 empresas, das quais apenas 7 são oficialmente classificadas como "B2C". Por quê? Porque agentes de IA funcionam melhor em fluxos de trabalho estruturados. Para o consumidor, a ambiguidade ainda é alta e uma área difícil para IA.

O mais interessante é o que as empresas de crescimento mais rápido estão fazendo. Escritórios de advocacia, recrutamento, contabilidade, corretoras de seguros. Ou seja, setores tradicionais de serviços profissionais. A Arcline tem mais de 50 startups como clientes, atuando como uma empresa de serviços nativa de IA. A Panta declara-se uma "empresa de serviços baseada na economia de software". A IA assume 80% do trabalho humano, operando com base em resultados, o que permite aproveitar a margem de lucro do software enquanto mantém a confiabilidade do serviço.

A lição clara desse modelo é: começa com o serviço, coleta dados, lança automação e evolui para uma plataforma. O serviço é a cunha, os dados, o fosso.

A questão dos canais de distribuição também é interessante. Entre as 15 empresas de crescimento mais rápido, 60% conquistaram seus primeiros clientes através de redes de fundadores ou da YC. Ou seja, não se trata de "como vender", mas de "quem consegue alcançar", empresas que já tinham um público-alvo definido.

O padrão mais comum é vender para ex-colegas de trabalho. Os fundadores do Fed10 eram ex-lobistas, e seus cartões de visita se tornaram canais de venda. Os fundadores do Squid trabalharam anos na State Grid, conhecendo as ineficiências do planejamento de redes elétricas. Eles não precisaram procurar clientes, eles eram os clientes.

O background dos fundadores também é característico. 46% formam equipes de dois, sendo o mais comum a parceria de dois técnicos com conhecimentos diferentes (35%). Não uma combinação de hacker + vendedor, mas dois técnicos. E esses são colegas de faculdade, ex-colegas ou parceiros que já fundaram uma empresa juntos.

Os fundadores das empresas mais bem-sucedidas compartilham um ponto em comum: conheciam profundamente o problema que buscavam resolver, por experiência pessoal. Um dentista desenvolve IA cirúrgica na Mango Medical, um supervisor de manutenção aérea automatiza documentos na Zymbly, filhos de fazendeiros criam o robô vaqueiro GrazeMate. Empresas que entram em setores pouco glamorosos, mas profundos, tendem a ser as mais fortes.

A volta do hardware também é notável. 18% das startups incluem componentes de hardware, um aumento significativo em relação aos anos anteriores. Remy AI e Servo7 fabricam robôs para armazéns, Pocket já vendeu mais de 30 mil dispositivos vestíveis. Empresas fundadas por ex-alunos da SpaceX e Tesla são as mais visíveis nesse grupo.

A importância da vantagem de dados também foi destacada. LegalOS treinou com 12.000 pedidos de visto, alcançando 100% de aprovação. Shofo constrói a maior biblioteca de vídeos indexados do mundo. Como usam o mesmo modelo básico, seus dados próprios se tornam uma defesa principal.

Os padrões de fracasso também ficaram claros. Empresas que estão construindo monitoramento de agentes ou funções de teste, entre 8 e 10, estão em áreas perigosas. Porque os provedores de modelos base já oferecem essas funcionalidades nativamente. Serviços de IA nativos sem vantagem de dados também seguem o mesmo caminho. Monetizar é rápido, mas a defesa é fraca, pois a tecnologia central pode ser copiada em semanas.

Uma expressão interessante foi a de que o erro na entrada no mercado é "construir e esperar". Empresas bem-sucedidas perguntam primeiro "quem posso alcançar e o que eles precisam urgentemente". As que fracassam perguntam "criei um produto incrível, como vou vendê-lo?" — essa diferença decide tudo.

Os setores de consumo, educação e tecnologia governamental permanecem vazios. Pouquíssimas empresas participaram dessas áreas. Historicamente, quanto menor o investimento, maior o retorno futuro. A próxima grande onda de IA acontecerá nesses setores negligenciados.

As cinco características comuns às empresas de maior crescimento: vendem resultados, os fundadores já tinham relacionamento com clientes antes do produto, cobram desde o primeiro dia, seus clientes estão em situação de urgência, e o MVP é surpreendentemente simples.

A qualidade das apresentações também variou bastante. Pitchs memoráveis têm sete elementos: dados impactantes ou problema bem definido, problema específico e pouco comum, uma frase de impacto sobre a equipe, explicação da necessidade de mercado, força que supera o valor absoluto pela velocidade, insights próprios e um encerramento louco. Frases como "O primeiro Oscar de IA nasce na Martini" ou "Vamos reservar o hotel na Lua em 2032". Como essas palavras influenciam investidores? Essa é a questão central.

A GRU Space planeja construir o primeiro hotel na Lua até 2032, com uma carta de intenção de 500 milhões de dólares e convite à Casa Branca. A Terranox descobriu um depósito de urânio que vale entre 200 milhões e 700 milhões de dólares. A Ditto Bio interpreta com IA proteínas de controle imunológico evoluídas por parasitas, projetando imunoterapias próprias. Essas empresas não são apenas tecnológicas, mas enfrentam problemas fundamentais da humanidade.

A maior lição do Demo Day é que a era das startups nativas de IA está realmente começando. Mas os verdadeiros vencedores não são empresas que usam IA de forma inteligente, e sim aquelas que, com profundo conhecimento especializado, inovam setores tradicionais com IA. Entrar profundamente em setores pouco glamorosos, construir uma roda de dados, evitar soluções genéricas de IA — essa é a maior lição que emerge das 199 apresentações.