Y Combinator（YC）a récemment publié les Requests for Startups (RFS) de l’édition Summer 2026, listant les directions dans lesquelles YC espère voir les fondateurs investir particulièrement cette saison. D’après les sujets proposés par YC cette fois-ci, les opportunités de création d’entreprise ne concernent déjà plus simplement « ajouter un chatbot à un produit existant », et ce n’est pas non plus l’étape suivante consistant à créer un petit outil d’IA qui aide les gens à écrire des e-mails, organiser des réunions ou générer des présentations.
Ce que YC met davantage au centre, c’est la façon dont l’IA peut transformer des systèmes plus complexes : la connaissance interne d’une entreprise, la prestation de services professionnels, la chaîne d’approvisionnement de semi-conducteurs, la fabrication de matériel, l’agriculture, la santé, l’électronique spatiale et la défense anti-drones.
Autrement dit, la création d’entreprise basée sur l’IA passe de « améliorer l’efficacité individuelle » à « reconstruire les organisations et les processus industriels ». Si une entreprise est née dès le premier jour comme une entreprise native de l’IA, ce qu’elle vend pourrait ne plus être un simple lot de logiciels, mais plutôt un service reconfiguré par l’IA, un système d’exploitation d’entreprise, voire une nouvelle capacité de chaîne d’approvisionnement.
YC remplace-t-il des indicateurs avancés par des indicateurs retardés ?
Les associés de Wuyuan Capital, Meng Xing, ont publié récemment un rapport d’inspection en Silicon Valley, pointant un tournant clé en train de se produire dans l’écosystème des startups d’IA : par le passé, Y Combinator (YC), considéré comme une sorte de baromètre des tendances de l’entrepreneuriat, pourrait, après l’accélération fulgurante de l’itération de l’IA, passer progressivement de « l’indicateur avancé » à « l’indicateur retardé ».
(Faut-il utiliser l’IA pour augmenter la production ou pour réduire les coûts ? Une efficacité multipliée par cent n’a pas donné lieu à des revenus multipliés par cent, mais personne à Silicon Valley n’ose s’arrêter)
En mars de cette année, Meng Xing était dans le public du YC W26 batch Demo Day ; après le pitch de la cinquième société, il a reposé son stylo. Ce n’est pas parce que ces entreprises n’étaient pas assez investies, mais parce que leurs sujets se ressemblaient trop. Parmi plus d’une centaine de sociétés dans cette cohorte, environ 80 % travaillent sur des agents verticaux, par exemple aider des avocats à organiser des documents, aider le support client à répartir des tickets, ou aider les RH à trier des CV.
Si l’on replace ces sujets dans le contexte d’octobre dernier, ils auraient peut-être encore donné aux investisseurs l’impression de « quelque chose de vraiment original ». Mais en 2026, avec Claude Code passé des outils pour développeurs à une interface utilisable presque par tout le monde, et Opus 4.6 ayant abaissé encore davantage le seuil du vibe coding jusqu’au niveau du sol, bon nombre d’agents verticaux qui n’ont pas encore construit des barrières à l’activité ne sont déjà plus aussi rares qu’avant. Un ingénieur ordinaire, voire même quelqu’un un week-end, pourrait copier un produit similaire.
Cela met aussi YC face à un défi pour son système de cohortes, basé sur lequel l’organisme a connu le succès. De la demande, au tri, à l’admission dans le batch, au perfectionnement jusqu’au pitch du Demo Day, le rythme de YC est conçu pour un monde relativement stable, avec des changements produits et marché plus lents. Mais avec la vitesse actuelle d’itération de l’IA, cinq mois suffisent à entraîner plusieurs bascules de référence. Quand les capacités des modèles, les outils de développement et les habitudes des utilisateurs se réécrivent rapidement, une fois qu’un sujet de startup entre dans le processus de cohorte, au moment du pitch public, il pourrait déjà être passé du stade de pointe au consensus, voire au niveau d’une mer rouge.
Fait intéressant, la dernière saison des Requests for Startups (RFS) de YC cherche elle aussi à répondre à ce changement. Dans le Summer 2026 RFS, YC indique clairement que l’IA a cessé d’être uniquement « une fonctionnalité », et qu’elle devient désormais la base de logiciels, de services, de matériel, voire du monde physique.
L’IA n’est plus seulement une fonctionnalité : c’est une hypothèse de base pour l’entreprise et l’industrie
Dans le Summer 2026 RFS, YC indique que l’IA n’est plus seulement une fonctionnalité dans un produit, mais devient une nouvelle base pour les logiciels, les services, les puces électroniques et le monde physique. Cette phrase souligne en réalité l’axe principal de cette liste : une startup d’IA ne peut pas se limiter à « brancher un modèle dans un produit », mais doit repenser le travail d’origine, ainsi que si l’entreprise et l’industrie doivent être réécrites.
Par conséquent, dans cette RFS, il y a peu d’idées qui ressemblent à une simple vision de startup de type consumer app. Plus précisément, YC ne recherche pas la prochaine application IA qui exploserait grâce à l’UI et à la viralité liée au trafic ; elle concentre son attention sur des domaines qui, auparavant, étaient difficiles à transformer de manière totalement efficace via un logiciel.
Par exemple, les services professionnels reposaient auparavant fortement sur la main-d’œuvre et l’expérience des processus ; les connaissances d’entreprise sont dispersées dans Slack, email, tickets et réunions ; la chaîne d’approvisionnement des semi-conducteurs dépend encore en grande partie de la coordination humaine ; l’itération de la fabrication de matériel aux États-Unis est bien plus lente qu’à Shenzhen ; l’agriculture dépend toujours d’épandages à grande échelle de pesticides ; la défense anti-drones fait face à un problème structurel où le coût de l’attaque est bien inférieur à celui de la défense.
Tout cela ne peut pas être résolu simplement en ajoutant un chatbot. Ces problèmes exigent que l’IA soit intégrée aux processus, aux données, au matériel, aux chaînes d’approvisionnement et aux systèmes de décision, pour devenir une partie de l’ensemble du mode de fonctionnement.
De la vente de logiciels à la vente de résultats : des entreprises de services nativement IA
Dans la RFS, l’associé de YC, Gustaf Alströmer, propose la direction « AI-Native Service Companies », ce qui pourrait être la clé pour comprendre le virage vers la nouvelle vague de startups d’IA.
Ces dernières années, la plupart des nouvelles startups d’IA ont créé du copilot, c’est-à-dire aider les gens à accomplir plus vite leurs tâches. Elles vendent des logiciels, mais les utilisateurs doivent encore manipuler des outils, juger des résultats et livrer. Mais YC s’intéresse maintenant à l’étape suivante : l’entreprise ne vend plus seulement un outil, mais vend directement un service.
Cela signifie que les clients n’ont pas besoin d’acheter un logiciel d’IA pour former des employés à son utilisation ; au contraire, ils confient directement à une entreprise native de l’IA des tâches telles que courtage en assurance, comptabilité, fiscalité, audit, conformité, administration médicale, etc. Ici, le logiciel devient un outil interne de productivité, plutôt qu’un produit principal à vendre à l’extérieur.
Ce changement est important. Parce que le marché des services est bien plus vaste que celui des logiciels, et que beaucoup de services professionnels sont déjà externalisés par les entreprises. Si une entreprise native de l’IA peut accomplir les tâches avec des coûts plus bas, une vitesse plus rapide et une qualité plus stable, alors son attaque ne vise pas seulement les SaaS, mais toute la structure des coûts du secteur des services.
Le cerveau de l’entreprise : ce qui manque à l’automatisation IA d’entreprise, ce n’est pas le modèle, mais la connaissance interne
Un autre point clé est le « Company Brain ». L’associé de YC, Tom Blomfield, estime que le principal goulot d’étranglement de l’automatisation IA en entreprise n’est déjà plus la capacité du modèle, mais la connaissance du domaine (domain knowledge). Chaque entreprise possède une grande quantité de connaissances clés dispersées dans l’esprit des employés, dans d’anciens emails, des fils de discussion Slack, dans des tickets de support client et des bases de données. Si l’entreprise peut fonctionner, c’est parce que les humains savent plus ou moins à qui demander lorsqu’il faut traiter un sujet, quel processus a des exceptions, et même quels choix ne sont pas écrits dans les documents officiels.
Mais les agents d’IA ne peuvent pas fonctionner grâce à cette mémoire floue. Pour que l’IA s’intègre vraiment à l’automatisation de l’entreprise, il faut une nouvelle couche de base : organiser la connaissance dispersée en une carte de fonctionnement de l’entreprise, mise à jour et exécutable.
YC souligne que ce n’est ni un outil de recherche de l’entreprise, ni un chatbot de documents ; c’est un système permettant à l’IA de comprendre « comment l’entreprise fonctionne ». Par exemple : comment gérer un remboursement, comment décider des exceptions de prix, comment escalader un incident d’ingénierie, comment le service client répond en fonction de différents contextes. Lorsque ces processus sont structurés, l’IA peut exécuter les tâches de façon sûre et cohérente.
C’est aussi là que l’entrepreneuriat en IA devient à la fois plus difficile et plus rentable. Les futurs fossés de protection pourraient ne plus être seulement le modèle ou l’interface, mais la personne/organisation capable de transformer une connaissance implicite d’une organisation ou d’une industrie en un processus exécutable par l’IA.
Système d’exploitation IA pour entreprise : passer du cycle ouvert au cycle fermé
Semblable au Company Brain, l’associé de YC, Diana Hu, propose « The AI Operating System for Companies ». Elle observe que les meilleures entreprises natives de l’IA ont déjà rendu l’ensemble de l’entreprise « queryable » : chaque réunion, chaque ticket, chaque interaction client, chaque décision produit peut être comprise et utilisée par une couche d’intelligence.
Cela fait passer l’entreprise d’un open loop à un closed loop. Dans les entreprises traditionnelles, on prend d’abord les décisions, puis on vérifie les résultats quelques semaines plus tard ; mais une entreprise native de l’IA peut surveiller en continu ce qui se passe réellement, comparer avec l’état cible, puis ajuster l’exécution en retour.
Le problème, c’est que pour accomplir cela aujourd’hui, il faut énormément d’intégration. Slack, Linear, GitHub, Notion, l’enregistrement des réunions, le système de support client et divers outils internes doivent être connectés ensemble. YC pense donc que l’opportunité de création d’entreprise réside dans la construction d’une couche de connexion : toutes les traces de travail générées en interne dans l’entreprise deviennent automatiquement des données que l’IA peut comprendre, raisonner et exécuter. Ce n’est pas un autre dashboard ; c’est un système de couche bas qui permet à l’entreprise de former une boucle d’amélioration sur elle-même.
Le prochain logiciel pourrait ne pas être conçu pour que les humains l’utilisent, mais pour que les agents l’utilisent
YC propose aussi « Software for Agents ». L’hypothèse centrale de cette direction est la suivante : à l’avenir, il y aura de nombreux agents IA sur le web qui remplaceront les humains pour la recherche, l’achat, la gestion des CRM, l’opération d’outils et l’exécution de tâches ; mais aujourd’hui, les logiciels sont encore conçus pour le clic de l’humain. Les humains ont besoin de formulaires, de boutons et de tableaux de bord ; les agents ont besoin d’API, de MCP, de CLI, de documents lisibles par machine et de processus d’enregistrement, d’autorisation et d’utilisation programmables.
Ainsi, lorsque tout le monde construit des agents, une autre grande opportunité pourrait être de construire des logiciels pour les agents. Ces logiciels ne considèrent plus les humains comme l’unique utilisateur, mais voient les agents comme des citoyens de première classe.
Cela implique aussi que la logique de conception produit des SaaS traditionnels pourrait être réécrite. Par le passé, les entreprises logicielles s’efforçaient de concevoir de meilleures interfaces utilisateur ; à l’avenir, les entreprises logicielles devront peut-être concevoir simultanément des interfaces pour humains et des interfaces pour agents, voire, dans certains scénarios, les interfaces lisibles par machine seraient plus importantes que l’UI pour humains.
L’IA pour coder réduit le coût du logiciel, et les SaaS historiques deviennent la cible d’attaque
Dans « SaaS Challengers », l’associé de YC, Jared Friedman, indique que le marché discute si le coding par IA mettra fin aux SaaS. Pour les entreprises logicielles établies, cela pourrait être une mauvaise nouvelle ; mais pour les startups, au contraire, ce pourrait être une opportunité rare, une chance une fois tous les dix ans.
Les SaaS ont pu établir des douves, car le coût de développement logiciel est élevé et une nouvelle startup de cinq personnes ne peut pas réécrire rapidement Salesforce ou les systèmes des grandes entreprises. Mais lorsque le coding par IA fait baisser le coût de production des logiciels de 10 à 100 fois, les barrières construites autrefois par des millions de lignes de code et par des années d’accumulation de fonctionnalités pourraient ne plus être aussi impossibles à franchir.
YC encourage les fondateurs à ne pas se limiter à des outils simples de gestion de projet, mais à challenger des systèmes plus complexes, plus coûteux, et considérés auparavant comme difficiles à déstabiliser, tels que des logiciels de conception de puces, l’ERP, des systèmes de contrôle industriel et la gestion de la chaîne d’approvisionnement. L’essentiel n’est pas « copier un ancien SaaS puis baisser les prix », mais plutôt utiliser l’architecture produit native de l’IA pour repenser le workflow lui-même. Si le logiciel, dès le premier jour, suppose que des agents IA participent à l’exécution, alors le produit n’a pas forcément besoin de ressembler à un SaaS du passé.
Interfaces logicielles dynamiques : l’utilisateur devient lui-même ingénieur de déploiement
Dans « Dynamic Software Interfaces », YC propose un autre changement dans la conception logicielle : autrefois, tout le monde utilisait la même interface, au maximum en ajustant le thème, la mise en page ou le contenu recommandé ; mais une fois les coding agents mûrs, les utilisateurs pourraient pouvoir modifier considérablement le logiciel qu’ils utilisent.
Par exemple, pour un client email identique, certaines personnes voudraient qu’il ressemble à une liste de tâches, d’autres à un calendrier, et d’autres encore voudraient qu’il devienne directement un système de suivi de clients. Dans le passé, ce type de personnalisation nécessitait un ingénieur « forward deployed » en logiciel d’entreprise ; à l’avenir, des agents de codage pourraient permettre aux utilisateurs de le faire eux-mêmes.
Cela forcera les entreprises logicielles à repenser la façon dont elles livrent leurs produits. À l’avenir, l’entreprise pourrait ne plus livrer simplement un produit fixe, mais livrer un ensemble de primitives qui peuvent être reconfigurées par des agents. L’interface finale du logiciel pourrait ne plus être entièrement décidée par le développeur, mais générée conjointement par l’utilisateur et l’agent.
De l’agriculture, de la santé jusqu’à la défense : l’IA commence à entrer dans le monde réel
Dans cette liste de YC, plusieurs sujets pointent aussi vers le monde réel.
En agriculture, YC propose « AI for Low-Pesticide Agriculture ». Cette direction ne consiste pas à construire une plateforme d’informations agricoles, mais à combiner vision par IA, capteurs peu coûteux, caméras, robots et biotechnologies afin de sortir l’agriculture du cycle « on pulvérise de plus en plus de pesticides, mais l’efficacité devient de plus en plus mauvaise ».
En médecine, YC se concentre sur « AI Personalized Medicine ». À mesure que les coûts baissent pour des technologies comme le séquençage génétique, le diagnostic personnalisé, les dispositifs portables et des traitements de type mRNA, les agents IA ont l’opportunité d’aider à analyser les données de santé personnelles, rendant les recommandations et traitements médicaux plus personnalisés.
En matière de défense, YC propose « Counter-Swarm Defense ». Des drones à faible coût offrent à l’attaquant un avantage massif en termes de coûts, et le modèle consistant à intercepter des drones bon marché avec des missiles coûteux n’est pas raisonnable. YC cherche donc un nouveau type de système de défense capable de faire face à des essaims de drones, incluant la fusion de capteurs, l’interception à haute capacité, la défense non cinétique, voire des méthodes d’attaque visant directement les systèmes autonomes de drones.
Ces sujets montrent ensemble que l’entrepreneuriat en IA quitte les simples applications écran et commence à traiter les problèmes de perception, de contrôle, de coûts et de sécurité dans le monde physique.
Les chaînes d’approvisionnement de l’espace, du matériel et des semi-conducteurs entrent aussi dans le plan de l’entrepreneuriat en IA
La RFS Summer 2026 de YC inclut également l’espace, le matériel et les chaînes d’approvisionnement des semi-conducteurs dans sa liste de priorités. Côté espace, YC s’intéresse à « space electronics », en particulier aux puces d’inférence dans l’espace. Avec la capacité de fusées réutilisables permettant d’envoyer des objets dans l’espace, la demande de calcul dans l’espace augmentera également, et les puces doivent être repensées pour des contraintes comme le poids, la dissipation thermique et le rayonnement.
Concernant les chaînes d’approvisionnement en matériel, YC estime que le rythme d’itération des entreprises américaines de matériel reste très en retard sur celui de Shenzhen. Le problème ne concerne pas seulement la chaîne d’approvisionnement elle-même, mais la vitesse d’itération entre la conception, la production, la logistique et l’obtention des composants. Les entreprises capables de faire concevoir et fabriquer des prototypes plus rapidement pourraient devenir une infrastructure de base pour les futures startups de matériel.
Dans la chaîne d’approvisionnement des semi-conducteurs, YC souligne qu’une puce avancée pour l’IA nécessite environ 1 400 étapes de procédés, s’étend sur une douzaine de pays et prend plusieurs mois ; cependant, la gestion de la chaîne d’approvisionnement dépend encore largement de tableurs, de SAP et de coups de téléphone. L’advanced packaging, le HBM, le contrôle des exportations et les risques liés aux fournisseurs multi-niveaux exigent de nouveaux outils de gestion en temps réel.
Ces directions ne sont pas, au sens traditionnel, des « applications IA », mais elles se rapprochent au contraire des vrais goulots d’étranglement à venir de l’industrie IA : puissance de calcul, matériel, chaînes d’approvisionnement, vitesse de fabrication et capacité de déploiement dans le monde réel.
Les signaux réellement révélés par la RFS Summer 2026 de YC
Le signal réellement révélé par la RFS Summer 2026 de YC est que le champ de bataille principal de l’entrepreneuriat en IA est en train de passer de « petits outils au niveau des applications » à « la reconstruction de la base industrielle ».
Cela ne veut pas dire que l’IA grand public n’a pas d’opportunités, ni que les petits outils ne peuvent pas devenir de bons produits. Mais au moins d’après cette liste de YC, les directions de création d’entreprise les plus scrutées ne consistent plus simplement à construire une application IA facile à démontrer, facile à viraliser et facile à copier ; elles consistent plutôt à entrer dans des domaines où les processus sont complexes, les données sont dispersées, les responsabilités de livraison sont lourdes, les connaissances industrielles sont profondes, et où l’on touche même au matériel et au monde physique.
Cela donne aussi une définition plus claire à « AI-native ». Une entreprise native de l’IA n’ajoute pas seulement un chatbot dans le coin en bas à droite d’un site, ni ne branche un LLM sur un ancien workflow. Elle doit dès le départ redessiner comment le travail est accompli, comment la connaissance est conservée, comment le logiciel est utilisé par des agents, comment les services sont livrés et comment l’entreprise forme une boucle d’amélioration sur elle-même.
Si la précédente vague de startups IA concourait pour savoir qui pouvait emballer le modèle en produit le plus vite possible, la prochaine pourrait concourir pour savoir qui peut intégrer l’IA dans les lieux où l’industrie fonctionne réellement. Autrement dit, à l’avenir, les entreprises IA réellement valorisées ne vendront peut-être pas un outil, mais une nouvelle capacité d’entreprise : elle comprend les processus, exécute les tâches, intègre les données, assume les résultats, et transforme en infrastructures capables de participation de l’IA des systèmes complexes qui, auparavant, ne pouvaient être maintenus que grâce à l’expérience humaine.
Cet article révèle les 15 directions de startups que YC veut investir dans la Summer 2026 : l’entrepreneuriat en IA ne consiste pas à insérer un Chatbot dans un produit. Apparu pour la première fois sur la chaîne de nouvelles ABMedia.
