Y Combinator（YC）近日公布 Summer 2026 版 Requests for Startups（RFS），列出這一季特別希望創業者投入的方向。Desde que YC dio a conocer estos temas, las oportunidades de emprendimiento ya no se limitan a “añadir un chatbot en un producto existente”, ni tampoco a crear otra herramienta de IA más que le ayude a la gente a escribir correos, organizar reuniones o generar presentaciones.
Lo que YC busca con más atención es cómo la IA puede transformar sistemas más complejos: el conocimiento interno de una empresa, la entrega de servicios profesionales, la cadena de suministro de semiconductores, la fabricación de hardware, la agricultura, la atención médica, la electrónica espacial y la defensa antidrón.
Dicho de otra manera, el emprendimiento de IA está pasando de “mejorar la eficiencia del trabajo individual” a “reconstruir la organización y los procesos de la industria”. Si una empresa nació siendo nativa de IA, su producto quizá ya no sea un software, sino un servicio reestructurado por la IA, un sistema operativo empresarial, e incluso una capacidad de nueva generación en la cadena de suministro.
¿YC pasa de indicadores adelantados a indicadores rezagados?
El socio de Wuyuan Capital, Meng Xing, publicó recientemente un informe de su visita a Silicon Valley y señaló que actualmente el ecosistema de emprendimientos de IA está experimentando una inflexión clave: el Y Combinator (YC), que antes se consideraba un “termómetro” de las tendencias de emprendimiento, tras acelerarse drásticamente la iteración de la IA, podría estar pasando gradualmente de “indicador adelantado” a “indicador rezagado”.
(¿Aumentar la producción con IA o reducir costos? La eficiencia por cien no se tradujo en ingresos por cien, pero en Silicon Valley nadie se atreve a detenerse)
Cuando Meng Xing se sentó en la audiencia del Demo Day del batch W26 de YC en marzo de este año, al escuchar el pitch de la quinta empresa dejó de escribir. La razón no era que esas compañías no trabajaran lo suficiente, sino que los temas eran demasiado parecidos. Entre más de cien compañías en esta edición, cerca del 80% están haciendo agents verticales, por ejemplo: ayudar a abogados a organizar documentos, ayudar a atención al cliente a distribuir tickets, o ayudar a RR. HH. a filtrar currículos.
Si se pusieran estos temas en octubre del año pasado, quizá todavía harían que los inversionistas pensaran “tienen una idea”. Pero para 2026, cuando Claude Code pasó de ser una herramienta para desarrolladores a una interfaz que prácticamente todos pueden usar, y Opus 4.6 además bajó aún más el umbral del vibe coding hasta el piso, muchos agents verticales que aún no han establecido barreras de negocio ya no son tan escasos como antes. Un ingeniero promedio, incluso podría replicar un producto similar con solo un fin de semana.
Esto también pone en apuros el sistema de batches que YC había usado para lograr el éxito. De principio a fin—solicitud, selección, entrada al batch, pulido y el pitch en el Demo Day—el ritmo de YC está diseñado para un mundo relativamente estable, con cambios relativamente lentos en producto y mercado. Pero con la velocidad actual de iteración de la IA, cinco meses bastan para que ocurran varias transferencias de paradigma. Cuando la capacidad de los modelos, las herramientas de desarrollo y los hábitos de los usuarios se reescriben rápidamente, si un tema de emprendimiento entra en el proceso de batch, para el momento del pitch público puede ya haber pasado de la frontera a ser consenso, e incluso convertirse en un mar rojo.
Curiosamente, el último Requests for Startups (RFS) de YC en realidad también está intentando responder a este cambio. En el Summer 2026 RFS, YC señala con claridad que la IA ya dejó de ser solo “una función”, y comenzó a convertirse en base de software, servicios, hardware e incluso del mundo físico.
La IA ya no es solo una función: es el supuesto base del negocio y de la industria
En el Summer 2026 RFS, YC indica que la IA dejó de ser únicamente una función dentro del producto y pasó a ser una nueva base para el mundo: software, servicios, chips de silicio y el mundo físico. Esta frase, de hecho, marca el eje de esta lista: el emprendimiento de IA no puede quedarse en “conectar el modelo al producto”, sino que debe replantearse si el trabajo, la empresa y la industria originales deberían reescribirse.
Por eso, en esta RFS, los temas son pocos y no se basan en una visión de emprendimiento tipo consumer app de manera simple. Más precisamente, YC no está buscando la siguiente aplicación de IA que explote por la UI y el tráfico; está poniendo la atención en áreas que en el pasado eran difíciles de transformar por completo con software.
Por ejemplo, en los servicios profesionales, antes dependían en gran medida de la mano de obra y de la experiencia en procesos; el conocimiento empresarial está disperso en Slack, email, tickets de soporte y reuniones; la cadena de suministro de semiconductores aún depende mucho de la coordinación humana; la velocidad de iteración de la fabricación de hardware en EE. UU. va muy por detrás de Shenzhen; la agricultura sigue dependiendo de rociar pesticidas a gran escala; y la defensa antidrón se enfrenta a un problema estructural: el costo para el atacante es mucho menor que para el defensor.
Todos estos problemas no se pueden resolver simplemente añadiendo un chatbot. Requieren que la IA se introduzca en los procesos, los datos, el hardware, la cadena de suministro y los sistemas de toma de decisiones, para convertirse en parte de todo el modo de funcionamiento.
De vender software a vender resultados: compañías de servicios nativos de IA
En el RFS, el socio de YC Gustaf Alströmer propone la dirección de “AI-Native Service Companies”, y esta podría ser la clave para entender el giro del nuevo ciclo de emprendimientos de IA.
En los últimos años, la mayoría de las startups de IA han hecho copilot, es decir, ayudar a las personas a completar el trabajo más rápido. Lo que venden es software, y los usuarios aún necesitan operar herramientas, juzgar resultados y entregar el trabajo. Pero YC ahora está interesado en el siguiente paso: la empresa ya no solo vende herramientas, sino que vende directamente servicios.
Esto significa que el cliente no necesita comprar un software de IA para entrenar a sus empleados a usarlo; en cambio, se encarga a la compañía nativa de IA directamente trabajo como corretaje de seguros, contabilidad, impuestos, auditoría, cumplimiento, administración médica y demás. En este contexto, el software se vuelve una herramienta de productividad interna, no el producto principal que se vende al exterior.
Este cambio es muy importante. El mercado de servicios es mucho más grande que el mercado de software, y además muchos servicios profesionales ya se han externalizado. Si una compañía nativa de IA puede completar el trabajo con menores costos, más rapidez y una calidad más estable, entonces no atacará solo a SaaS, sino a toda la estructura de costos de la industria de servicios.
El “cerebro de la empresa”: lo que falta en la automatización de IA empresarial no es el modelo, sino el conocimiento interno
Otro enfoque es “Company Brain”. El socio de YC, Tom Blomfield, considera que el mayor cuello de botella para la automatización de IA empresarial ya no es la capacidad del modelo, sino el conocimiento del dominio. Cada empresa tiene una gran cantidad de conocimiento clave disperso entre el cerebro de los empleados, emails antiguos, conversaciones en Slack, tickets de atención al cliente y bases de datos. La razón por la cual la empresa puede funcionar es que, aproximadamente, los humanos saben a quién preguntar sobre algo, qué procesos tienen excepciones y qué decisiones en realidad no están escritas en la documentación formal.
Pero un agent de IA no puede apoyarse en este tipo de memoria difusa. Para que la IA entre de verdad en la automatización empresarial, la empresa necesita una nueva capa base: convertir el conocimiento disperso en un mapa de operaciones de la empresa que sea actualizable y ejecutable.
YC recalca que esto no es una herramienta de búsqueda de la empresa, ni un chatbot de documentos; es un sistema que permite a la IA entender “cómo opera la empresa”. Por ejemplo: cómo gestionar reembolsos, cómo decidir excepciones de precios, cómo escalar incidentes de ingeniería, cómo el soporte responde según diferentes circunstancias. Cuando estos procesos se estructuran, la IA puede ejecutar el trabajo de forma segura y consistente.
Este es también el lugar donde el emprendimiento de IA empieza a volverse más difícil y, al mismo tiempo, más valioso. El próximo foso infranqueable quizá no sea solo el modelo o la interfaz, sino quién puede convertir el conocimiento tácito de una organización o industria en procesos que la IA pueda ejecutar.
Sistema operativo de IA empresarial: pasar de un ciclo abierto a uno cerrado
Similar a Company Brain, la socia de YC, Diana Hu, propone “The AI Operating System for Companies”. Ella observa que las mejores compañías nativas de IA ya han logrado que toda la empresa sea “consultable”: cada reunión, cada ticket, cada interacción con el cliente y cada decisión de producto pueden ser comprendidos y utilizados por una capa de inteligencia.
Esto hará que la empresa pase de open loop a closed loop. Las empresas tradicionales suelen tomar decisiones primero y, semanas después, revisar resultados; pero las compañías nativas de IA pueden monitorear continuamente lo que realmente ocurre, compararlo con el estado objetivo y luego ajustar la ejecución.
El problema es que, hoy en día, lograr esto requiere una enorme cantidad de trabajo de integración. Slack, Linear, GitHub, Notion, grabaciones de reuniones, sistemas de atención al cliente y todo tipo de herramientas internas deben estar conectados. Por eso, YC cree que la oportunidad de emprendimiento está en construir una capa de conexión que haga que todas las huellas de trabajo generadas dentro de la empresa se conviertan automáticamente en datos que la IA pueda entender, razonar y ejecutar. No es otro dashboard, sino un sistema de base que permite que la propia empresa forme un ciclo de mejora continua.
La próxima generación de software quizá no sea para que lo use la gente, sino para que lo use el agent
YC también plantea “Software for Agents”. La hipótesis central de esta dirección es: en el futuro habrá muchos AI agents en la red que reemplacen a los humanos para investigar, comprar, gestionar CRM, operar herramientas y completar tareas; pero hoy el software sigue diseñado para que lo hagan clic los humanos. Los humanos necesitan formularios, botones y paneles; los agents necesitan API, MCP, CLI, documentos legibles por máquina y flujos de registro, autorización y uso programables.
Por lo tanto, cuando todo el mundo esté haciendo agents, quizá la oportunidad más grande sea construir software para agentes. Estos softwares ya no toman a los humanos como usuarios únicos, sino que tratan a los agents como ciudadanos de primera clase.
Esto también implica que la lógica de diseño de producto de la SaaS tradicional podría reescribirse. Antes, las empresas de software se esforzaban en diseñar mejores interfaces para usuarios; en el futuro, las empresas de software quizá necesiten diseñar tanto interfaces para humanos como interfaces para agents, e incluso, en algunos escenarios, las interfaces legibles por máquinas podrían ser más importantes que las interfaces UI para humanos.
El coding con IA baja el costo del software y las SaaS establecidas se convierten en objetivo de ataque
El socio de YC, Jared Friedman, señaló en “SaaS Challengers” que el mercado está debatiendo si el AI coding pondrá fin a SaaS. Para las compañías de software existentes, esto podría ser una mala noticia; pero para las startups, en cambio, podría ser una oportunidad una vez cada diez años.
SaaS pudo construir su foso porque el costo de desarrollar software es alto: cinco personas de una startup no podrían reescribir rápidamente Salesforce o los grandes sistemas de una empresa. Pero cuando el AI coding hace que el costo de producción del software baje entre 10 y 100 veces, las barreras que antes se formaron con millones de líneas de código y años de acumulación de funcionalidades podrían dejar de ser imposibles de romper.
YC anima a los emprendedores a no empezar solo con herramientas simples de gestión de proyectos, sino a desafiar sistemas más complejos, más caros y que antes se consideraba difícil de mover, como el software de diseño de chips, ERP, sistemas de control industrial y la gestión de cadenas de suministro. El punto aquí no es “copiar un SaaS antiguo y bajar el precio”, sino usar la arquitectura de producto nativa de IA para replantear el flujo de trabajo en sí. Si el software desde el primer día asume que los AI agents participarán en la ejecución, entonces el producto no necesariamente tiene que verse como el SaaS de antes.
Interfaces dinámicas de software: los usuarios se convierten en ingenieros de despliegue
En “Dynamic Software Interfaces”, YC propone otro cambio en el diseño del software: antes, todos usaban la misma interfaz; como mucho, ajustaban el tema, el layout o el contenido recomendado. Pero después de que los coding agents maduren, los usuarios podrían modificar de forma significativa el software que usan.
Por ejemplo, siendo lo mismo un cliente de email, algunas personas podrían querer que sea como una lista de tareas, otras que sea como un calendario y otras que se convierta directamente en un sistema de seguimiento de clientes. Antes, esta personalización requería ingenieros forward deployed de enterprise software; en el futuro, los coding agents permitirían que los usuarios lo hagan por sí mismos.
Esto forzará a las empresas de software a replantear la entrega. En el futuro, las empresas quizá no solo entreguen un producto fijo, sino un conjunto de primitives que los agents puedan rearmar. La interfaz final del software quizá ya no sea definida completamente por el desarrollador, sino generada conjuntamente por el usuario y el agent.
De la agricultura, la medicina hasta la defensa: la IA comienza a entrar en el mundo físico
En esta lista de YC también hay múltiples temas que apuntan al mundo físico.
En agricultura, YC propone “AI for Low-Pesticide Agriculture”. Esta dirección no es hacer una plataforma de información agrícola, sino combinar visión de IA, sensores de bajo costo, cámaras, robots y biotecnología, para sacar la agricultura del ciclo de “cuanto más se rocía, más pesticida, pero cada vez el efecto es peor”.
En medicina, YC se enfoca en “AI Personalized Medicine”. Con la disminución de costos de tecnologías como la secuenciación genética, diagnósticos personalizados, dispositivos vestibles y tratamientos como mRNA, los AI agents tienen la oportunidad de ayudar a analizar los datos de salud personales, haciendo que las recomendaciones y los tratamientos médicos sean más personalizados.
En defensa, YC propone “Counter-Swarm Defense”. Los drones de bajo costo brindan al atacante una ventaja enorme en costos; el modelo tradicional de interceptar drones baratos con misiles caros no tiene sentido. Por eso, YC busca sistemas de defensa nuevos capaces de lidiar con enjambres de drones, incluidos la fusión de sensores, interceptación de alta capacidad, defensa no cinética e incluso formas de atacar los propios sistemas autónomos de drones.
Estos temas en conjunto muestran que el emprendimiento de IA está saliendo de las aplicaciones solo en pantalla y comenzando a abordar problemas de percepción, control, costos y seguridad en el mundo físico.
El espacio, el hardware y la cadena de suministro de semiconductores también entran en el mapa del emprendimiento de IA
El Summer 2026 RFS de YC también incluye el espacio, el hardware y la cadena de suministro de semiconductores en la lista de prioridades. En el frente espacial, YC se centra en space electronics, especialmente en chips de inferencia en el espacio. A medida que los cohetes reutilizables aumentan la capacidad humana de enviar objetos al espacio, la demanda de cómputo en el espacio también aumentará, y los chips deberán rediseñarse considerando limitaciones como peso, disipación de calor y radiación.
En la cadena de suministro de hardware, YC cree que la velocidad de iteración de las compañías de hardware de EE. UU. aún está muy por detrás de Shenzhen. El problema no es solo la cadena de suministro en sí, sino la velocidad de iteración entre diseño, producción, logística y adquisición de piezas. Las empresas que permitan que los equipos de hardware completen el diseño y la fabricación de prototipos más rápido podrían convertirse en la infraestructura base de las próximas startups de hardware.
En la cadena de suministro de semiconductores, YC señala que un chip avanzado de IA necesita pasar por alrededor de 1,400 procesos de fabricación, cruzar más de una docena de países y tardar meses en completarse; sin embargo, la gestión de la cadena de suministro aún depende en gran medida de hojas de cálculo, SAP y teléfonos. El empaquetado avanzado, HBM, las restricciones de exportación y los riesgos de múltiples proveedores de varios niveles requieren nuevas herramientas de gestión en tiempo real.
Estas direcciones no son “aplicaciones de IA” en el sentido tradicional, pero se parecen más a los cuellos de botella reales que tendrá la industria de la IA a continuación: capacidad de cómputo, hardware, cadenas de suministro, velocidad de fabricación y capacidad de despliegue en el mundo real.
Las señales reales que revela YC Summer 2026 RFS
La señal real de YC Summer 2026 RFS es que el campo de batalla principal del emprendimiento de IA está pasando de “pequeñas herramientas en la capa de aplicaciones” a “reestructurar la base de la industria”.
Esto no significa que no haya oportunidades para el consumer AI, ni que las herramientas pequeñas no puedan ser buenos productos. Pero al menos según esta lista de YC, las direcciones de emprendimiento que más atención reciben ya no son simplemente hacer una app de IA fácil de demostrar, fácil de volverse viral y fácil de replicar, sino entrar en ámbitos con procesos complejos, datos dispersos, responsabilidades de entrega pesadas, conocimiento profundo de la industria e incluso que involucran hardware y el mundo físico.
Esto también da una definición más clara a “nativo de IA”. Una compañía nativa de IA no es agregar un chatbot en la esquina inferior derecha de un sitio web, ni conectar un LLM a procesos antiguos. Debería rediseñar desde el inicio cómo se completa el trabajo, cómo se guarda el conocimiento, cómo la IA es usada por agents, cómo se entregan los servicios y cómo la empresa forma un ciclo de mejora continua.
Si en la ola anterior del emprendimiento de IA se competía por quién podía empaquetar el modelo en un producto más rápido, en la siguiente ola quizá la competencia sea por quién puede insertar la IA en los lugares donde la industria funciona de verdad. Es decir: en el futuro, las empresas de IA verdaderamente valiosas quizá no vendan necesariamente una herramienta, sino una nueva capacidad de empresa: puede entender procesos, ejecutar trabajo, integrar datos, asumir resultados, y transformar sistemas complejos que antes solo podían mantenerse con la experiencia humana en infraestructura que la IA puede participar y operar.
Este artículo publica las 15 direcciones de startups que YC quiere invertir en Summer 2026: el emprendimiento de IA no es solo meter un Chatbot dentro del producto. Aparece por primera vez en Cadena News ABMedia.
