- Y Combinator telah mengumpulkan ide-ide yang mereka harapkan lebih banyak dicoba oleh para pendiri, lalu membagikannya dengan judul Request for Startups (RFS)
- Seiring AI menjadi teknologi fondasi, bukan sekadar fitur sederhana, mereka merilis 15 ide startup yang akan membangun ulang software, layanan, dan semikonduktor, serta memperluas AI ke dunia fisik
- Daftar ini bukan keseluruhan investasi YC, tetapi jika Anda sudah tertarik pada ide-ide di bawah ini, ini bisa menjadi keyakinan tambahan bahwa YC juga berpikir sama
Pertanian rendah pestisida berbasis AI
- Pertanian modern bergantung pada bahan kimia, tetapi residu pestisida menyebar ke makanan, kualitas air, dan tanah, sementara kekhawatiran atas risiko kesehatan jangka panjang glifosat terus meningkat
- Gulma dan hama beradaptasi terhadap bahan kimia yang ada sehingga efektivitas menurun, dan petani pun memakai lebih banyak bahan kimia; biaya naik, laba turun, membentuk lingkaran setan
- AI kini memungkinkan identifikasi gulma dan hama individual secara real-time, biaya sensor dan kamera turun, dan robotika memungkinkan penanganan presisi pada level tanaman individual, bukan seluruh lahan
- Solusi berbasis mikroba, peptida, dan RNA telah mencapai tingkat yang dapat menggantikan seluruh kategori bahan kimia sintetis, serta memungkinkan rekayasa agar tanaman mempertahankan diri dan bersaing melawan gulma
- Perusahaan yang dapat mengurangi penggunaan pestisida hingga 90% sambil menanam lebih banyak pangan berpotensi menjadi perusahaan penentu generasi
Perusahaan layanan AI-native
- Model AI berkembang begitu cepat hingga mampu menjalankan pekerjaan kompleks di luar engineering, melanjutkan alur evolusi layanan dari SaaS menjadi AI copilot
- Sebagian besar startup pada 2023~2025 membuat alat yang membantu pekerjaan manusia, tetapi tahap berikutnya adalah perusahaan AI-native yang menjual layanan itu sendiri, bukan software
- Total belanja layanan beberapa kali lebih besar daripada belanja software, dan karena banyak layanan sudah di-outsourcing, penggantiannya dengan produk AI-native menjadi lebih mudah
- Area yang sangat diminati: broker asuransi, akuntansi, pajak, audit, compliance, dan administrasi medis
Layanan kesehatan personal berbasis AI
- Dengan memanfaatkan agent harness seperti Claude Code, dimungkinkan menganalisis tes diagnostik, pemindaian genom, data EHR, dan informasi wearable untuk memberi saran kesehatan yang dipersonalisasi
- Biaya genomic sequencing turun lebih cepat daripada Hukum Moore, dan berbagai alat diagnostik baru memungkinkan deteksi dini sinyal kesehatan
- Biaya pembuatan terapi gen n-of-1 turun tajam, dan melalui vektor pengantaran seperti mRNA, obat yang dipersonalisasi dapat dirancang dan disalurkan; FDA juga makin terbuka terhadap prosedur seperti ini
- Data yang melimpah dan kecerdasan yang lebih baik diperkirakan memungkinkan peningkatan akurasi penilaian risiko penyakit pasien serta demokratisasi akses pengobatan untuk penyakit serius
Company Brain
- Hambatan terbesar otomatisasi AI kini bergeser dari performa model ke pengetahuan domain; semua know-how inti perusahaan tersebar di email, Slack, tiket dukungan, database, dan lainnya
- Yang dibutuhkan bukan sekadar pencarian atau chatbot dokumen, melainkan peta hidup cara perusahaan beroperasi, seperti cara memproses refund, memutuskan pengecualian harga, atau menangani insiden
- Diperlukan komponen primitif baru yang mengekstrak, menyusun, dan menjaga pengetahuan dari sumber-sumber terdistribusi tetap mutakhir, lalu mengubahnya menjadi skill file yang dapat dijalankan AI
- Company Brain berfungsi sebagai lapisan yang hilang antara data mentah perusahaan dan otomatisasi AI yang tepercaya, yakni infrastruktur yang dibutuhkan semua perusahaan
Pertahanan kontra-swarm drone
- Disebutkan kasus swarm drone murah buatan Iran yang menyerang data center AWS, menunjukkan belum adanya kesiapan menghadapi ribuan drone terkoordinasi
- Satu rudal Patriot berharga 3 juta dolar, sementara satu drone FPV hanya 500 dolar, sehingga keunggulan biaya sepenuhnya ada di pihak penyerang
- Sistem pertahanan kontra-drone saat ini merupakan struktur yang padat dan terfragmentasi, di mana radar, kamera, jammer, interceptor, dan personel dengan teropong bekerja tanpa keterhubungan satu sama lain
- Teknologi yang dibutuhkan: interceptor berkapasitas tinggi yang dapat melumpuhkan lebih dari 50 unit lewat satu platform, software yang mengintegrasikan semua sensor dan sarana pertahanan secara real-time, serta sarana pertahanan non-kinetik seperti aerosol yang mengotori rotor atau streamer yang menjerat swarm
- Pertahanan drone makin mirip operasi sistem terdistribusi real-time daripada pengoperasian senjata, dan perusahaan pemenangnya akan lebih mirip Cloudflare daripada Raytheon
Antarmuka software dinamis
- Software konvensional memberi antarmuka yang sama untuk semua pengguna; bahkan personalisasi Netflix pun masih sebatas tata letak yang sama dengan gambar yang berbeda
- Praktik yang sebelumnya hanya ada di software enterprise, di mana forward deployed engineer melakukan kustomisasi per pelanggan, kini mulai bisa diberikan ke tiap pengguna individu oleh coding agent
- Pengguna dapat mengustomisasi antarmuka secara radikal, misalnya klien email yang bagi satu pengguna tampak sebagai daftar tugas, sementara bagi pelajar tampak sebagai kalender acara
- Masa depan software adalah perusahaan mendistribusikan primitive bersama dan pengguna mengubah antarmuka akhirnya; untuk itu diperlukan peninjauan ulang seluruh software delivery stack
- Ada pertanyaan seperti apakah source code perlu didistribusikan agar bisa diakses coding agent milik pengguna, dan apakah yang dapat diubah hanya frontend atau juga middleware
Komponen elektronik untuk ruang angkasa
- Roket reusable dari SpaceX dan Stoke Space akan secara drastis meningkatkan kapasitas pengiriman barang ke ruang angkasa
- Khususnya ada pasar besar untuk inference chip di ruang angkasa, yang memerlukan chip dengan optimasi tertentu untuk massa, panas, dan radiasi
- Ditujukan bagi mereka yang berpengalaman mendesain chip di SpaceX atau NVIDIA
Rantai pasok hardware
- Di Shenzhen, dari desain hingga pembuatan komponen fisik baru hanya memerlukan satu hari, sedangkan di AS proses yang sama memakan waktu berminggu-minggu
- China menang karena jaringan pemasok yang padat, turnaround yang cepat, dan koordinasi erat antara desain dan produksi
- Beberapa startup sudah membangun sebagian, seperti Hlabs(W26) untuk pembuatan aktuator dan Prototyping.io(P26) untuk konversi komponen mekanik dalam hitungan hari, tetapi full stack-nya masih belum ada
- Ada minat pada startup yang bisa memproduksi komponen dengan kecepatan drastis lebih tinggi, memungkinkan iterasi hardware cepat, dan mengintegrasikan desain, manufaktur, dan logistik secara erat
Kapabilitas industri luar angkasa
- Ada ketertarikan pada pengembangan kapabilitas industri di bulan dan ruang angkasa, khususnya ekstraksi bahan mentah seperti silikon, aluminium, besi, dan titanium melalui elektrolisis
- Juga pada teknologi 3D printing struktur kompleks dari regolith cair; di bulan, teknologi ini lebih efisien daripada di bumi karena tidak memerlukan struktur penopang
Inference chip untuk alur kerja agent
- Sebagian besar chip AI dirancang untuk inferensi dengan pola "prompt masuk → respons keluar", tetapi agent bekerja dalam struktur loop dengan pemanggilan tool, branching, backtracking, dan pemeliharaan konteks lintas puluhan langkah
- GPU saat ini hanya mencapai 30~40% utilisasi puncak untuk workload seperti ini, dengan pola burst yang bolak-balik antara pemanggilan model yang memory-bound, penggunaan tool yang I/O-bound, dan orkestrasi yang CPU-bound
- NVIDIA telah mengakuisisi Groq seharga 20 miliar dolar, dan Google membangun TPU v7 khusus inferensi, tetapi desain untuk loop agent itu sendiri—seperti context switching cepat, speculative decoding native, dan memori yang mempertahankan KV cache di seluruh execution graph—masih belum ada
- Insight inti Groq bukanlah chipnya, melainkan compiler yang membuat chip itu berjalan; ini adalah masa langka yang membutuhkan talenta yang memahami arsitektur chip sekaligus cara eksekusi agent
Penantang SaaS
- AI coding memicu narasi berakhirnya SaaS dan investor memangkas triliunan dolar dari kapitalisasi pasar software, tetapi justru ini adalah peluang terbesar bagi startup dalam 10 tahun terakhir
- AI memangkas biaya produksi software hingga 10~100 kali, menghapus moat legacy SaaS yang dibangun selama puluhan tahun lewat jutaan baris kode
- Spektrum serangan: mengkloning produk lama lalu menjualnya dengan harga 1/10, mendesain ulang workflow secara fundamental dengan AI-native, membundel 10 point solution SaaS menjadi satu suite, atau mengganti produk 50 ribu dolar per seat dengan alternatif open source lalu memonetisasi lewat layanan dan hosting
- Bukan menargetkan hal mudah seperti project management tool, melainkan menyerang codebase skala 10 juta baris yang selama puluhan tahun nyaris tak tertembus, seperti software desain chip, ERP, sistem kontrol industri, dan manajemen rantai pasok
- Perusahaan software besar generasi sebelumnya lahir dengan mengganti on-premise ke cloud; generasi berikutnya akan lahir dengan mengganti legacy SaaS menjadi software AI-native
Software untuk agent
- Satu triliun pengguna internet berikutnya bukan manusia, melainkan AI agent, tetapi saat ini agent berjalan lambat dan rapuh di atas software yang dibuat untuk manusia dengan interaksi berbasis klik tombol
- Bagi agent, yang dibutuhkan bukan antarmuka visual seperti form, tombol, atau dashboard, melainkan antarmuka yang dapat dibaca mesin seperti API, MCP, CLI
- Agar agent dapat menemukan tool baru, mendaftar, dan langsung memakainya secara terprogram, dokumentasi yang sangat lengkap adalah keharusan, dan semuanya harus berjalan tanpa intervensi manusia
- Semua kategori utama software yang ada perlu dibangun ulang untuk agent; ini tidak akan lahir dari perusahaan lama yang sekadar menambahkan dukungan agent, melainkan dari startup yang merancang agent sebagai warga kelas satu
Startup yang ingin menjual ke perusahaan raksasa
- Dulu pola bakunya adalah startup menjual ke startup, tetapi sejak hadirnya AI, kini bahkan perusahaan superbesar sekelas Fortune 100 pun dapat dijangkau
- AI mengubah tiga hambatan: pengambil keputusan di perusahaan besar aktif mencari tim yang bisa menyelesaikan masalah inti dengan AI, tim kecil bisa membangun produk canggih untuk perusahaan besar dalam hitungan bulan, dan para pemimpin perusahaan besar sadar sendiri bahwa mereka harus beradaptasi
- Dalam tiga tahun terakhir, perusahaan YC kerap menandatangani kontrak jutaan dolar saat masih dalam batch atau pada tahun pertama, dan kasus pelanggan pertama yang merupakan salah satu perusahaan terbesar di dunia kini umum terjadi
- Cara lama yang bersembunyi dalam stealth mode selama tiga tahun untuk menyamai fitur produk lama sudah berakhir; kini tim 2~3 orang bisa meluncurkan produk yang dipakai perusahaan Fortune 10 bahkan sebelum mendirikan badan hukum
Rantai pasok semikonduktor 2.0
- Satu chip AI mutakhir melewati sekitar 1.400 tahap proses, melintasi lebih dari 12 negara, dan memerlukan 5 bulan untuk diproduksi, namun rantai pasok ini dikelola dengan spreadsheet, SAP, dan telepon
- Pada 2021, chip seharga 300 dolar menghambat produksi mobil senilai 50 ribu dolar hingga menyebabkan 210 miliar dolar kendaraan tidak diproduksi; perusahaan hanya mengetahui pemasok langsung mereka dan nyaris nol visibilitas ke tier 2 dan tier 3
- Advanced packaging TSMC saat ini adalah bottleneck terbesar dalam AI compute, dengan NVIDIA menguasai lebih dari 60%; memori HBM sudah fully booked hingga 2026, dan kontrol ekspor berubah setiap kuartal
- Berkat CHIPS Act, fab baru di Arizona, Texas, Ohio, dan New York sedang dibangun, tetapi tiap fab perlu membangun rantai pasok hampir dari nol
- Hampir tidak ada tooling yang memadai untuk pelacakan alokasi real-time, pemantauan risiko multi-tier, dan export compliance; karena ini menuntut pemahaman mendalam tentang alokasi wafer dan kendala packaging, ini adalah peluang startup, bukan sekadar fitur di dalam SAP
Sistem operasi AI untuk perusahaan
- Perusahaan AI-native terbaik merekam setiap rapat, melacak setiap tiket, dan menangkap setiap interaksi pelanggan sehingga seluruh perusahaan bisa di-query
- Ini memungkinkan perusahaan berpindah dari open loop—baru memeriksa hasil beberapa minggu setelah keputusan diambil—ke closed loop, di mana sistem memantau, membandingkan, dan menyesuaikan keadaan saat ini
- Tim yang menerapkannya berhasil memangkas waktu sprint menjadi setengah dan melipatgandakan jumlah rilis
- Saat ini, untuk membangunnya dibutuhkan pekerjaan integrasi yang melelahkan dengan menyambungkan Slack, Linear, GitHub, Notion, rekaman panggilan, dan lainnya memakai custom glue code
- Belum ada produk yang menghubungkan semua konteks ke satu lapisan intelijen tunggal untuk menandai saat engineering sedang membangun hal yang salah atau menghasilkan spesifikasi yang akan dieksekusi agent; ada peluang membangun lapisan penghubung yang mengubah output perusahaan menjadi loop perbaikan diri
2 komentar
Sepertinya hari ketika kita melihat pertahanan kawanan yang selama ini hanya ada di film atau game menjadi kenyataan akan tiba.
Ini muncul setiap kuartal.
Memang saat Requests for Startups YC - Summer 2025 pun AI sudah banyak,
tetapi sejak tahun ini rasanya penerapan AI semakin mendekati area vertikal dan enterprise.