YC採択企業を、事業構造と日本の競合環境で読み解く
日本市場の見立て
767社
Y Combinator採択企業のうち、ソロ開始・存続・買収条件で絞った767社。 日本市場の見立ては公開情報からの推定。1ページ10社で全文を掲載。
163
求職者向け応募代行型キャリア支援サービス
Tsentaは、仕事を探す人に、条件に合う求人の探索、履歴書の調整、本人に代わる応募を提供するAIキャリア支援サービスである。利用者が希望する求人を探し、応募先に合わせて履歴書を整えたうえで応募する仕組みだ。料金体系や収益モデル、集客経路、運営体制、原価は掲載情報にない。現在の利用者は70,000人を超え、創業者らはサービス構築前に3,000件を超える求人へ手作業で応募した経験を持つ。求職活動の反復作業を自動化し、実際の応募経験をもとにサービスを開発した点が強みである。一方、求人との適合度や履歴書の調整、本人に代わる応募の正確性に加え、個人情報の取り扱いが主なリスクとなる。
164
ソースコードを読み解く開発者向け品質検証
Canaryは、開発チーム向けにソースコードを読み解いて不具合のある利用者向け操作を検出するAI品質保証エンジニアを提供する事業だ。画面の解析や不安定な画面要素の取得に頼らず、コードから開発者の意図を捉え、本番環境への反映前に操作の破綻を見つける仕組みである。手作業によるテストを数週間から数日で実施し、90%を超えるテスト網羅率を目指すとしている。料金や収益モデル、顧客獲得経路、運営体制と原価は公開情報に記載されていない。2026年2月創業でチームは2人であり、売上や調達額などの財務数値は示されていない。Windsurf、Cognition、Googleでコーディングエージェントを開発したチームの経験が強みだが、検出精度や導入実績は明らかでなく、ソースコードへのアクセスに伴う機密情報管理も課題となる。
165
企業とAIエージェントをつなぐ次世代メッセージ基盤
Silaは、企業向けにチームとエージェント、エージェント同士、エージェントと顧客の対話をつなぐメッセージ基盤を開発する事業だ。企業内外のコミュニケーション層を提供し、AI時代の業務対話の標準を目指している。料金体系や収益モデル、販売チャネル、運営体制の詳細は公開情報に記載されていない。2026年2月創業で、チーム規模は2人であり、売上や利益などの財務数値も示されていない。複数の対話相手を横断する基盤を構想している点が特徴だ。事業開始初期の小規模チームであり、需要の立ち上がりや収益化、既存の業務連絡手段との差別化が主なリスクとなる。
166
音声エージェント向け電話決済基盤
Mavenは、音声エージェントを通じて電話で決済を受け付けたい事業者向けに、決済処理基盤を提供する会社だ。単一のAPI呼び出しでカード決済を処理し、複数の決済ゲートウェイにまたがる処理とPCI準拠への対応を担う。収益モデル、課金方式、価格、顧客獲得チャネル、運営体制や原価は公開データに記載がない。2026年2月創業でチームは2人だが、売上や利益などの財務数値は示されていない。複数の決済ゲートウェイとの接続と準拠対応をまとめて扱える点が強みとなる。導入実績や対応ゲートウェイの範囲が不明なうえ、決済規制への対応と小規模チームでの運営が主なリスクだ。
167
本番AIエージェントの運用基盤改善ツール
Modaは、本番環境で稼働するAIエージェントを運用する開発者向けに、エージェント基盤の改善を提供する事業だ。運用時の実行記録から問題のある層を特定し、指示文、ツール、スキル、評価、記憶機能を改善したうえで、過去のトラフィックを再生して検証する。特定モデルで得た性能をオープンソースモデルへ移す作業や、用途に応じたモデル振り分け機構の構築を対象とし、個別の改善業務として提供するが、価格や課金方式、顧客獲得チャネル、運営体制の詳細は示されていない。2026年1月創業でチームは6人だが、売上や利益などの財務数値は公開情報にない。実運用の記録を使って変更を事前検証できる点と、対象業務を明確に絞っている点が強みだ。導入企業の実運用データへのアクセスや、モデル・タスクごとの改善効果の再現性が課題となり得るほか、価格や導入実績が不明なため事業規模は判断しにくい。
168
LLMの文脈肥大を抑える圧縮基盤
The Token Companyは、LLMを利用する企業向けに、リクエスト内の不要な文脈を圧縮するミドルウェアを提供する事業だ。自然言語の処理に適した圧縮をミリ秒単位で行い、利用コストの低減と処理全体の遅延改善を目指す。収益モデルや価格、顧客獲得チャネル、運営体制と原価の詳細は開示されていない。顧客との非公開比較試験では、圧縮したリクエストが利用者の選好を高め、コストを下げ、購入量を5%増加させた。事業規模や売上などの財務数値は示されておらず、2026年3月創業、チームは2人だ。主なリスクは、試験結果が個別顧客の事例に限られる点と、圧縮がモデルの出力品質を損なわずに幅広い用途で再現できるかが不明な点である。
169
対話型AIで金融詐欺を追跡する防御基盤
BeeSafe AIは、銀行などの金融機関に向け、SMS、音声、メール、SNS上のソーシャルエンジニアリング攻撃を検知・追跡する防御基盤を開発している。覆面型のAIエージェントが攻撃者と直接やり取りし、隠れた攻撃インフラを明らかにするとともに、会話から実用的な情報を抽出する仕組みだ。実際の攻撃者の行動データを蓄積し、説得への対抗や欺瞞、操作への対応を学習する基盤モデルの改善に生かす。収益モデル、価格、獲得チャネル、運営原価は開示されていない。2026年2月創業で、チームは3人であり、売上や利益などの財務数値は示されていない。銀行が評価する承認済み送金詐欺やマネーロンダリング対策のデータと、実際の攻撃者との対話から得られる情報が強みとなる一方、暗号化された通信環境での検知や、攻撃者との直接対話に伴う安全性・法令順守が主なリスクとなる。
170
米国法案を監視する政策分析支援
企業向けに、米国の法案を監視し、事業への脅威や対応に役立つ分析を届ける政策コンサルティング事業である。AIエージェントが全米の法案を追跡して重要情報を抽出し、従来は政策コンサルタントが数日かける作業を数秒で行うとしている。収益モデル、料金、顧客獲得チャネル、運営原価は公開情報に記載がなく、3人の元ロビイストが共同で事業を構築している。2026年1月創業で、チーム規模は3人である。創業者がロビー活動の経験を持ち、法案成立に携わった実績を掲げる点が強みとなる。顧客数や売上などの財務数値は示されておらず、分析の正確性や網羅性、顧客獲得、事業としての収益性は確認できない。
171
開発変更に伴うプライバシーリスクの検知・修正基盤
Inthは、顧客のいる各地域のプライバシー法令への対応を必要とする企業に、製品のプライバシーリスクの検知と修正を提供する事業だ。プルリクエスト、コードベース、ウェブサイトを検査し、製品や方針、各地域の法令に照らして問題を修正し、対応の証拠も作成する。無料のプライバシー検査を入口としているが、有料プランの価格や収益モデル、顧客獲得の詳細は示されていない。運営チームは3人で、原価や運営体制の詳細も公開情報にはない。2026年4月創業で、売上や利用社数などの規模・財務数値は提示されていない。開発変更ごとに検査と証跡作成を行い、複数地域への対応を自動化する点が強みとなる一方、検知・修正の正確性や法令更新への追随、顧客データの取り扱いが主なリスクだ。
172
規制業界向け本番運用支援基盤
Corelayerは、金融や医療など規制の厳しい業界のSRE、運用サービス担当者、オンコール技術者に、本番ソフトウェアの監視と障害対応支援を提供する。アラート、ログ、インフラ、基盤データを継続監視し、エージェントが問題を調査して修正案を提示する仕組みだ。収益モデル、料金、顧客獲得チャネル、運営体制や原価の詳細は公開されていない。対象は成長段階の金融技術企業から大手金融機関までで、チーム規模は3人、創業は2026年1月である。売上高や利益などの財務数値は示されていない。規制業界の運用環境に特化し、障害対応の負担を減らして技術者がより重要度の高い業務に時間を振り向けられる点が強みだ。導入実績や監視精度、提案された修正の安全性が不明であり、規制業界で求められる信頼性や監査要件への適合が主なリスクとなる。