YC 2025 407 家创企复盘：B2B 模式占主导，AI 编程过度饱和，最大的机会还没人注意到

作者

对于 AI 创业者来说，相比于卷技术，找到一个精准的创业方向可能更重要。

Substack 作者 Harshit Tyagi 分析了 YC 2025 年 400 多家创企的情况，发现大多数的 AI 创业者都在过度饱和的市场中竞争，仅开发者工具领域就有 94 家公司，相当于每 4 天就会出现一个新的竞争对手。AI 编程市场已经过度饱和了，但一些价值数十亿美元的行业几乎无人问津，没有 AI 创业竞争。比如：

  • 政府科技领域，有超过 6000 亿美元的支出，但 YC 的项目中仅有 1 家相关公司；

  • 保险行业每年处理的业务规模达 1.4 万亿美元，但几乎没有 AI 初创公司涉足；

  • 建筑业每年因工期延误而浪费的资金高达 2 万亿美元，而 AI 完全可以改善这些情况；

数据来源：https://7535816800885.gumroad.com/l/yc_data_2025

Harshit Tyagi 的这篇分析文章，基于 400 多家创企数据，分析了当前哪些 AI 市场已经过度饱和、哪些可以差异化竞争，以及哪些是潜力巨大的蓝海市场。同时，盘点了当前创业者在做哪些种类的 AI Agent，以及给出了市场定位的实用策略，以及未来的创业项目方向。

如果你正在进行 AI 创业，这篇分析所带来的信息将非常有价值，值得细读。

原文章：https://highsignalai.substack.com/p/inside-ycs-2025-batches-complete

超 10000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。

邀请从业者、开发人员和创业者，飞书扫码加群： 
进群后，你有机会得到：

  • 最新、最值得关注的 AI 新品资讯； 

  • 不定期赠送热门新品的邀请码、会员码；

  • 最精准的AI产品曝光渠道


01 

全景分析：B2B 模式占八成，

投资更关注 AI 员工

AI 与非 AI 公司占比情况

近 90%的公司都在进行 AI 相关的开发，这说明，利用 AI 技术解决问题已经成为创业的默认选项。

YC 更关注的不是 AI 助手（assistants）类应用，而是那些能够完全取代昂贵工种的 AI 产品，例如法律分析、会计或客户服务。

按商业模式分布（Distribution by Business Model）

数据显示，B2B 模式的初创公司在 Y Combinator 的生态中占据绝对主导地位，占比接近九成。因为 B2B 模式提供了清晰的企业级变现路径，这也反映了当前企业级解决方案的趋势，服务企业而不是直接面向消费者。

B2B 公司 （共 353 家）

  • Modelence：面向初创公司的一站式 TypeScript 平台（开发者工具，基础设施）

  • Avelis Health：为自保雇主和健康计划提供 AI 医疗索赔审计服务

  • PARES AI：帮助商业地产经纪人寻找并完成更多交易的 AI 平台

  • Pangolin：用于访问私有网络（private networks）的开源安全网关

  • Golpo：可根据文档生成解说视频的 AI 视频生成模型

B2C 公司 （共 36 家）

  • April：无需动手即可管理电子邮件和日历的语音 AI 助手

  • Riff：面向资深制作人和业余爱好者的 AI 音乐编辑器

  • Pingo AI：用于语言学习的 AI 伴侣

  • RealRoots：通过 AI 匹配保证女性建立终身友谊的产品

  • Opennote：提供个性化学习体验的交互式 AI 导师

混合模式公司 （共 16 家）

  • Pond：可与 iMessage 等配合使用的 AI 原生消息应用

  • Vulcan Technologies：为政府法规起草和行业合规提供 AI 服务

  • Wisp AI：面向普通用户、小企业主和员工的行政助理

  • Veritus Agent ：用于贷款服务的 AIAgent 平台（服务于贷方和消费者）

  • Pally：服务于消费者和企业市场的 AI 关系管理平台

B2G 公司 （共 1 家）

  • Closure：帮助执法部门侦破案件。


02 

AI 编程已过度饱和，

真正的蓝海在 AI+传统行业

2.1 过度饱和的市场

开发者工具与基础设施 （94 家公司， 26.2%）

为何饱和：大量 AI 编程助手、部署工具和基础设施平台涌入。

案例：

  • Embedder：硬件感知的编程 Agent

  • Herdora：利用 CUDA kernels 优化 PyTorch

  • Channel3：面向开发者的产品数据库

  • 以及其他 91 家 AI 编程 copilot 和部署平台

YC 建议：不要再做 AI 编程助手了，应该构建能够完全取代年薪 10 万美元以上工程师岗位的 AI 员工，实现完全自动化，而不是仅仅是 AI 辅助。

生产力与工作流 （61 家公司， 17.0%）

为何饱和： 所有人都在开发「AI 助手」和工作流自动化工具。

案例：

  • Dash：用于集成 G-Suite、Slack、Notion 的通用 Agent

  • 多款 AI 日历/邮件助手

  • 工作流自动化平台

YC 建议：应该构建能将「待办事项」变为「已完成」的 AI 个人员工，实现任务的自动化，而不仅仅是工作流辅助。目标是价值超过 500 亿美元的个人服务市场。

销售与市场营销 （39 家公司， 10.9%）

为何饱和：清晰的 ROI 使得这类公司非常有吸引力，从而导致该领域非常「拥挤」。

案例：

  • 多款 CRM AI 助手

  • 潜在客户生成与线索挖掘工具

  • AI 销售自动化平台

YC 建议：用与人类没有区别的语音 AI 机器人完全取代人类销售团队，目标是每年超过万亿美元规模的企业电话通话市场。

2.2 中度竞争市场（差异化定位仍有机会）

医疗健康与生命科学 （23 家公司， 6.4%）

市场验证情况： 需求强劲，但仍有专业化空间。

案例：

  • Avelis Health：医疗索赔审计

  • Parachute：面向医院的 AI 医疗质量与安全监控平台

  • WorkDone Health：面向医疗行业的 AI 合规 copilot

YC 建议优先考虑的创业方向：医疗行政自动化

  • 瞄准超过 1 万亿美元的医疗行政支出，其中大部分现在可以由 LLMs 实现自动化。

  • 构建能够从 PDF/遗留系统中提取数据并录入其他系统的 AI 员工。

  • 用能够端到端处理保险索赔的 AI 系统，取代医疗计费团队。

  • 通过 AI 中间件解决医疗系统之间的互操作性问题。

金融科技与金融 （18 家公司， 5.0%）

  • 市场验证情况： 受监管行业，存在高价值用例。

  • 案例：

    • Approval AI：抵押贷款 copilot

    • Veritus Agent：贷款服务与催收 Agent

    • 多款交易和金融分析工具：Scalar Field、Trata、finbar、Axiom、Demeter

  • YC 建议优先考虑的创业方向：全栈式金融 AI

    • 直接创办 AI-first 的金融服务公司，而不是向银行销售软件。

    • 用 AI 员工取代昂贵的金融分析师（年薪 12 万美元以上）。

    • 建立完全由 AI Agent 组成的自动化交易公司。

    • 瞄准个人金融服务，如 AI 税务会计师、财务顾问、抵押贷款经纪人。

数据分析 （18 家公司， 5.0%）

  • 市场验证情况：是普遍需求，但通用分析领域已接近饱和。

  • 案例：

    • Omnara：一个为自主 Agent 打造的人机协同管控平台，允许团队通过统一的仪表盘进行监督和干预

    • DeepAware AI：用于 GPU 数据中心的 AI 驱动自动化系统，配合强化学习（RL）调度器和统一仪表盘

    • CareSwift：用于救护车报告系统的实时 AI 助手，具备错误标记功能

    • dScribe AI：基于3D 视觉技术的自主无人机，用于农业/矿业的大宗库存追踪

    • Parsewise：面向非结构化数据的商业分析工具，可自动化分析和报告工作流

  • 创业机会：某个行业特定的分析、实时运营分析。

2.3 蓝海机遇（潜力巨大）

法律与合规 （3 家公司， 0.8%） 

为何未被充分探索： 复杂的监管要求，且客户在采购决策上极其谨慎。

现有玩家：

  • Vulcan Technologies：为政府提供法规起草服务

  • Third Chair：知识产权侵权发现

  • Vesence：「律师界的 Cursor」

巨大的未开发机遇（与 YC 的投资方向一致）：

  • 创办一家 AI 律师事务所，而不是向现有律所销售软件。

  • 建立完全由 AI 员工组成的法律自动化企业。

  • 用能够处理合同审查、尽职调查和研究的 AI 系统取代年薪 15 万美元以上的法律分析师。

  • 瞄准行动迟缓的传统法律机构，AI 能在这些领域带来巨大的竞争优势。

YC 建议：不要只是卖法律工具，而是创办 AI-first 的法律企业。用不到 10 人的团队取代整个律所部门，实现 1000 万美元的年收入。

电子商务与零售 （4 家公司， 1.1%） 

为何未被充分探索： 市场分散，库存/供应链要求复杂。

现有玩家：

  • Channel3：产品数据库

  • Kirana AI：AI 商店经理

  • Reacher：创作者合作关系管理

巨大机遇：

  • AI 商品销售规划

  • 动态定价优化

  • 供应链自动化

  • 客户服务自动化

  • 库存预测

人力资源与招聘 （6 家公司， 1.7%） 

  • 为何未被充分探索：人力资源技术曾被认为是「已解决」的问题，但 AI 创造了新的可能性。

  • 现有玩家：

    • Contrario：托管式招聘网络

    • Spott：AI 原生的 ATS/CRM 系统

    • Vora AI：AI 招聘专员

  • 巨大机遇：

    • 基于技能的匹配

    • 绩效预测

    • 文化契合度评估

    • 自动化入职流程

    • 员工保留率预测


03 

三成公司都在做 AI Agent

在 407 家 YC 公司中，有 139 家（34%）都正在专门构建 AI Agent 产品或服务。

  • 垂直行业 Agent （22 家公司）：为特定行业构建、具备深厚领域知识的 Agent

    • Channel3: 电子商务产品数据库 Agent

    • Comena: 面向分销商/制造商的订单录入 Agent

    • Rebolt: 用于退款/招聘的餐厅管理 Agent

    • Ovlo: 供应链工作流 Agent

    • Macadamia: 工程项目自动化 Agent

  • 基础设施/平台 Agent （18 家公司）：用于构建、部署和管理其他 Agent 的工具和平台

    • Blaxel: 为 AI Agent 提供动力的云基础设施

    • Truffle AI: 用于将 Agent 集成到应用中的 APIs

    • AgentHub: Agent 的模拟和评估引擎

    • Omnara: 自主 Agent 的远程监督与干预平台

    • A1Base: 「AI Agent 领域的 Twilio」，通信平台

  • 开发者/代码 Agent （12 家公司）：能够编写、测试和调试代码的 Agent

    • Embedder: 硬件感知的编程 Agent

    • BootLoop: 首个能在真实硬件上运行固件的 AIAgent

    • nao Labs: 与数据仓库集成的数据团队编程 Agent

    • Jazzberry: 调试工作流编排 Agent

    • StarSling: 编码后的部署和事件管理

  • 工作流自动化 Agent （12 家公司）：用于业务流程自动化的通用 Agent

    • Dash: 连接 G-Suite、Slack、Notion、Linear 的通用 Agent

    • Capacitive: 面向知识工作者的 AIAgent 平台

    • Den: 「知识工作者领域的 Cursor」——通用 Agent

    • Cactus: 面向个体创业者的行政工作自动化

  • 销售与市场营销 Agent （11 家公司）：专注于创收活动的 Agent

    • Orange Slice: 寻找有购买意向客户的 Agent

    • throxy: 面向传统行业外联的垂类 Agent

    • Lyra: 用于销售电话的实时 AIAgent

    • Ergo: 跨平台通信监控 Agent

    • FuseAI: 一站式营销获客自动化 Agent

  • 医疗健康/医疗 Agent （11 家公司）：医疗健康领域的特定工作流和运营 Agent

    • BitBoard: 用于医疗运营的行政工作 Agent

    • Kaelio: 临床、运营和财务数据 Agent

    • Aegis: 用于健康险拒赔申诉的 AI Agent

    • careCycle: 面向 MedicareAgent 机构的语音 AI Agent 团队

    • Paratus Health: 前台和患者入院登记 Agent

3.1 按功能划分的关键 Agent 类型

自主运营 Agent （Autonomous Operations Agents）

  • Chestnut: 实现抵押贷款业务的端到端自动化

  • Convexia: AI 虚拟制药公司，自主完成新药研发、临床试验及市场销售全流程

  • Rocketable: 专注于企业收购，并在投后采用 AI 全面接管并优化被投企业的运营

语音/通信 Agent （Voice/Communication Agents）

  • Veritus Agent: 用于贷款服务和催收的语音 Agent

  • Certus AI: 餐厅的 AI 电话接线员，自动处理预订、外卖和客户咨询。

  • Trapeze: 专为医疗机构设计的 AI 语音客服，用于分诊、预约及患者沟通。

浏览器/网页自动化 Agent （Browser/Web Automation Agents）

  • Cyberdesk: 可模拟人类操作，实现对传统 Windows 桌面应用的自动化控制

  • Browser Use: 知名的开源浏览器自动化工具（GitHub star 数达 5 万）

  • CopyCat: 基于 Web 的工作流自动化 Agent

实体/机器人 Agent （Physical/Robotics Agents）

  • Zeon Systems: 控制机械臂的实验室自动化 Agent

  • Boost Robotics: 数据中心巡检和维护机器人

  • dScribe AI: 自主无人机库存追踪 Agent

3.2 战略洞察

  • 垂直化专业分工是制胜法宝： 垂直行业 Agent（22 家）在所有 Agent 类别中领先，证明了领域专长比通用能力更重要。

  • 基础设施层正在兴起： 18 家公司正在构建 Agent 平台/基础设施，表明市场正在成熟，已经不再是仅构建单个 Agent 的阶段。

  • 语音 Agent 仍处于早期： 仅有 3 家纯语音 Agent 公司，表明语音交互界面领域存在巨大机会。

  • 与物理世界融合： 10 家机器人/实体 Agent 公司表明，AI 正从数字世界走向物理世界的自动化。


04 

精准定位市场比技术优势更重要

如何在拥挤市场中实现差异化？

4.1 三大制胜定位策略

  1. 垂直化专业分工 （Vertical Specialization） （有效性：9.8/10）

    • throxy: 专注于制造业、物流等传统行业，而不是通用行业

    • CareSwift: 专注于救护车机构这一细分场景，而不是整个医疗市场

    • BootLoop: 专注于固件/硬件编程，而不是通用编程赛道

  2. 工作流专业化 （Workflow Specialization） （有效性：9.2/10）

    • Jazzberry: 专注于调试工作流环节，而端到端的通用开发

    • Orange Slice: 专注于客户购买意图识别，而不是通用销售流程

    • Crimson: 专注于诉讼流程管理，而不是通用法律服务

  3. 客户群体聚焦 （Customer Segment Focus） （有效性：8.5/10）

    • Cactus: 专注于个体创业者，而不是所有小企业

    • careCycle: 专注于 Medicare Agent 机构，而不是所有医疗机构

    • Wisp AI: 专注于服务「小企业主」，而不是功能冗余的企业级解决方案

4.2 定位策略

上图数据清晰表明，AI 目前处于市场扩张阶段，而不是技术竞争阶段。市场定位的价值高于技术本身。

价值创造的悖论 （The Value Creation Paradox）

  • 创始人感知的价值来源 ≠ 市场的实际价值来源

  • 创始人的认知：竞争优势源于技术架构和产品功能。

  • 市场现实：真正的价值源于对行业的深刻理解和对工作流的优化。

  • 认知差距：大多数 AI 创始人倾向于解决技术问题，而不是客户的业务问题。

客户购买行为 （Customer Buying Behavior）

  • 数据模式表明，AI 客户购买的是问题解决方案，而不是技术本身。

  • 大气泡代表：解决客户痛点的策略（如：行业专长、工作流知识）。

  • 小气泡代表：侧重技术实现的策略（如：架构、功能）。

资源分配的真相 （Resource Allocation Truth）

  • 成功的 AI 公司应优先聘用行业专家，而不是仅仅是 AI 工程师。

  • 高成功率的策略更依赖市场专业知识，而不是技术能力。

  • 垂直领域的公司能获得更高的定价，同时客户获取成本更低。

  • 通用领域的公司则面临同质化竞争和高昂的营销成本。

竞争动态 （Competitive Dynamics）

  • AI 的竞争核心在于市场定位，而不是产品能力。

  • 垂直化策略的优势在于，行业知识比技术特性更难复制。

  • 技术差异化难以维持，因为核心 AI 能力可以被购买或复制。

  • 护城河的现实：在 AI 当前阶段，行业知识的壁垒高于技术知识。

战略要务 （The Strategic Imperative）

  • AI 市场奖励的是以 AI 为工具的领域专家，而不是寻找应用领域的 AI 技术专家。

4.3 好的产品介绍应该是这样的


05

四种突破性的 AI 项目

四种突破性的 AI 项目，如下图：


06

六大创业蓝海方向

六个创业蓝海方向：

基于数据的 YC 成功公式：

现在创业，该怎么做？

  1. 选择一个你认为自己最有能力解决的现有问题。

  2. 访谈该行业内 20 位以上的潜在客户。

  3. 构建一个专注于某个特定流程/工作流的 MVP（最小可行产品）。

  4. 收集初步的用户增长数据，然后申请 YC。

请记住：相比于技术优先、后找应用场景的公司，YC 更青睐那些问题优先、解决真实痛点的公司。


（文：Founder Park）

发表评论