767社の企業

Y Combinatorの企業を日本語概要つきで記録。

概要は調査時点の参考情報。詳細は公式ページで最新情報を確認のこと。

2026-08-31取得日

ycombinator.com出所

8ページNo.100社ごと

台帳 — Y Combinator企業台帳（No.101-200 / 収録99社）

101社

OpenProse — 長時間稼働するAIエージェント向け基盤

OpenProseは、長時間にわたるAIエージェントの作業を支えるオープンソース基盤を開発している。宣言型言語と、エージェントの処理手順を実行・監視するリアクティブな実行環境を組み合わせ、信頼性の高いワークフローを実現する仕組みだ。利用者は開発者やプロダクト設計者などの法人向けとみられるが、具体的な顧客層や課金方法、価格、獲得チャネルは開示されていない。運営体制は3人で、売上高や利益などの財務数値も示されていない。オープンソースであることと、長時間稼働する処理の信頼性に焦点を当てる点が強みとなる。創業初期の小規模チームであり、製品の導入実績や収益化の方法が不明なことが主なリスクだ。

正体A・ほぼ特定

正体: OpenProse（YC Spring 2026）。長時間稼働するAIエージェントの処理手順を記述する宣言型言語と、ワークフローを実行するリアクティブな実行環境を開発する。開発者やプロダクト設計者など法人向けの基盤で、拠点は米国カリフォルニア州サンフランシスコとリモート、チームは3人である。

YC掲載の社名OpenProseとSpring 2026バッチ
長時間稼働するAI作業向けのオープンソース基盤
宣言型言語とリアクティブな実行環境の開発
サンフランシスコ拠点とリモート体制、チーム3人

日本での競合

日本での直接の同型は見当たらない。長時間稼働するエージェントの基盤という領域では、開発者向けのAIエージェント開発基盤やワークフロー製品が近接領域となる。国内の直接競合が限られる一方、導入実績や日本語での開発支援が差別化の余地となる。

102社

Aster — 自律型の並列調査を進める研究基盤

Asterは企業向けに、問いの設定から進めるオープンエンドな調査を自動化する研究基盤を提供する。数千のAI研究エージェントを並列に連携させ、単一の目標に向けて調査を進める仕組みだ。料金、収益モデル、顧客獲得チャネル、運営体制の詳細、原価は公開されていない。2026年4月創業で、サンフランシスコを拠点に2人で運営し、Y CombinatorのSpring 2026バッチに参加している。ベンチマークで定義された課題に限らず、課題自体を定める調査を自動化する点が特徴だ。事業は立ち上げ初期で、成果の信頼性や調査対象の管理、事業化の方法が主なリスクとなる。

正体A・ほぼ特定

正体: Aster（YC Spring 2026）。数千のAI研究エージェントを並列に連携させ、目標に沿って課題設定から調査を進める研究基盤を開発する。企業向けのB2B事業で、サンフランシスコ拠点、チーム規模は2人である。

Y Combinator掲載のSpring 2026バッチ・Activeステータス
サンフランシスコ拠点・チーム2人・2026年4月創業
数千のAI研究エージェントによる並列調査の構想
課題設定から進めるオープンエンドな研究の自動化

日本での競合

日本での直接の同型は見当たらない。企業向け調査支援や生成AIを使った情報整理が近接領域だが、課題設定から自律的に進める研究基盤とは異なる。競合密度や差別化余地を判断できる製品・顧客情報は公開されていない。調査データの機密性や、生成された成果の権利関係には注意が必要となる。

103社

RASPIRE — アプリを守る自律型実行時セキュリティ

RASPIREは、AIを使った不正攻撃やAPIの悪用、稼働中の脅威からアプリケーションを守る企業向けセキュリティ事業である。アプリケーション内で常時監視し、攻撃をリアルタイムに検知して遮断する仕組みで、コードの変更を必要としない。課金方式や価格、顧客獲得チャネル、運営体制や原価に関する情報は開示されていない。Y Combinator掲載情報では、2026年5月創業、米国サンフランシスコ拠点、チームは3人である。公開情報に財務数値はなく、事業規模や売上は確認できない。リリース前の脆弱性検査ではなく稼働中の攻撃に対応する点が特徴だが、検知精度や導入実績、収益化の状況は不明である。

正体A・ほぼ特定

正体: RASPIRE（YC Spring 2026）。アプリケーション内で稼働し、AIを使った不正攻撃、APIの悪用、実行時の脅威を監視・検知・遮断するセキュリティ製品を提供する。企業向けのサービスで、拠点は米国サンフランシスコ、チーム規模は3人である。

Y CombinatorのSpring 2026バッチに掲載されたセキュリティ企業
米国サンフランシスコを拠点とするチーム規模3人の企業
アプリ内で稼働中の攻撃を監視・検知・遮断する製品
コード変更不要でリアルタイムに脅威へ対応するサービス

日本での競合

日本での直接の同型は見当たらない。近接領域には、アプリケーションの脆弱性診断やセキュリティ支援を手がけるFlatt Securityがある。稼働中の脅威を自動で遮断する領域では差別化余地がある一方、検知精度や既存環境との連携が競争上の焦点となる。

104社

TesterArmy — AIでアプリの不具合を早期発見する自動テスト基盤

TesterArmyは、ウェブサイトやモバイルアプリを開発する企業向けに、AIエージェントによる自動テストを提供する事業だ。テスト内容を平易な言葉で記述すると、エージェントがログインやOAuth、ワンタイムパスワードを含む操作を実行し、定期的な本番環境の監視やGitHubのプルリクエストごとのテストを行う。結果として画面画像や録画、修正に役立つ不具合報告を届け、テスト用スクリプトの作成や保守を不要にする。課金方式や価格、売上、顧客数は公表されておらず、獲得チャネルや運営原価についても情報はない。2026年3月創業でチームは4人、拠点は米国サンフランシスコとリモートである。コードレビューでは見落としやすい回帰不具合や操作性の問題を検出できる点が強みだが、テスト結果の正確性や認証情報の安全な取り扱いが導入上の課題となる。

正体A・ほぼ特定

正体: TesterArmy（YC Spring 2026）。ウェブサイトやモバイルアプリを平易な言葉で記述した手順に沿って検査し、画面画像、録画、不具合報告を返すAIエージェントを開発する会社だ。開発チーム向けに、本番環境の定期監視とGitHubのプルリクエストごとの自動テストを提供する。2026年春バッチで、米国サンフランシスコとリモートを拠点とし、チーム規模は4人である。

Y CombinatorのSpring 2026バッチに掲載された企業
ウェブサイトとモバイルアプリを検査するAIエージェント
米国サンフランシスコ拠点、リモート対応の4人チーム

日本での競合

日本ではAutifyやMagicPodが、ウェブ・モバイルアプリの自動テストに近い領域を手がけている。自動実行と不具合報告の機能では競合があり、自然言語によるテスト作成や認証フローへの対応が差別化の余地となる。認証情報や利用者データを扱う場合は、個人情報保護と情報管理への対応が導入時の注意点となる。

105社

Memory Store — チームと業務エージェントの共有記憶基盤

Memory Storeは、企業チーム向けに、会議やClaudeの利用履歴、Slackの会話を共有コンテキストにまとめ、チームと業務エージェントが活用できるようにする事業だ。各種の会話や記録を集約し、チーム内で再利用できる情報基盤を提供する。収益モデル、課金体系、価格、顧客獲得チャネル、運営体制や原価は開示されていない。2026年4月創業で、チーム規模は4人である。会議や複数の業務ツールに分散する情報を共有記憶として扱える点が強みとなる。導入実績や財務数値は示されておらず、機密情報の取り扱いや各種サービスとの連携、利用者の定着が主なリスクだ。

正体A・ほぼ特定

正体: Memory Store（YC Spring 2026）。会議、Claudeの利用履歴、Slackの会話を集約し、チームと業務エージェントが共有するコンテキストを提供する会社だ。米国サンフランシスコ拠点で、チーム規模は4人。

Y Combinator Spring 2026バッチ掲載のアクティブ企業
会議・Claudeの利用履歴・Slackの会話を共有コンテキスト化
米国サンフランシスコ拠点、チーム規模4人、2026年4月創業

日本での競合

日本での直接の同型は見当たらない。NotionやSlackは情報共有の近接領域にあたるが、会議や業務エージェント向けの共有記憶とは用途が異なる。競合密度や差別化余地は、連携範囲や情報の検索・再利用機能によって左右される。会議記録や社内会話を扱うため、個人情報や機密情報の管理に注意が必要だ。

106社

Ardent — AIエージェント向け高速データベース複製基盤

Ardentは、AIエージェントが作業を検証するためのデータベース環境を必要とする開発者や企業に、PostgreSQLデータベースの複製基盤を提供する。データベースの規模を問わず、複製を6秒で行い、エージェントが本番環境に影響を与えずに作業を試せる仕組みだ。料金、収益モデル、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。2026年4月創業で、チームは3人だが、売上や資金調達額などの財務数値は示されていない。規模の大きなデータベースでも短時間で複製できる点が、訴求上の強みとなる。実環境での複製速度やデータ整合性、機密データの保護、PostgreSQL以外への対応範囲が主な確認事項だ。

正体A・ほぼ特定

正体: Ardent（YC Spring 2026）。PostgreSQLデータベースを規模を問わず6秒で複製し、AIエージェントが作業を試せる検証用環境を作るサービスである。開発者やエージェントを業務に組み込む企業向けで、米国サンフランシスコ拠点、チームは3人。

YC Spring 2026掲載、ステータスActiveのデータベース基盤企業
米国サンフランシスコ拠点、チーム規模3人、2026年4月創業
PostgreSQLを規模を問わず6秒で複製する検証環境

日本での競合

日本での直接の同型は見当たらない。データベースの検証環境や開発基盤が近接領域だが、国内の競合密度や差別化余地は公開情報だけでは判断できない。機密データを扱う場合は、個人情報保護やデータ管理に関する要件への対応が必要となる。

107社

Kuli — 大手消費者ブランド向け動画起点の販促分析基盤

Kuliは、大手消費者ブランドのマーケティングチームに、SNS動画の分析と販促施策の立案を支援するAIエージェントを提供する。SNS上の動画を横断的に視聴し、ブランドの文脈を学習したうえで、クリエイターの選定、トレンドや競合戦略の分析、キャンペーン成果の検証を行う。従来の検索用データベースや顧客管理ツールに代わる単一のエージェントとして、マーケターが操作する仕組みだ。価格体系や顧客獲得経路、運営体制や原価は示されておらず、売上や利用者数などの財務・事業規模も開示されていない。会社は、月額5万ドルを請求する代理店が担う手作業を、1人のマーケターとKuliで置き換えられると説明している。大量の動画を実際に視聴してブランド固有の文脈と結び付ける点が強みである一方、分析精度や導入効果、SNS上のデータ取得条件への依存が主なリスクとなる。

正体A・ほぼ特定

正体: Kuli（YC Spring 2026）。大手消費者ブランドのマーケティングチーム向けに、SNS動画を視聴・分析し、クリエイター選定やトレンド分析、キャンペーン評価を支援するAIエージェントを提供する。拠点は米国カリフォルニア州サンフランシスコで、創業は2026年4月、チーム規模は1人である。

YC Spring 2026掲載のマーケティング向けAIエージェント企業
2026年4月創業、米国カリフォルニア州サンフランシスコ拠点
チーム規模1人、消費者ブランドのマーケティング部門向け

日本での競合

近接領域の日本企業には、インフルエンサーマーケティングを手掛けるUUUMやBitStarがあるが、SNS動画を横断視聴してブランド文脈に基づく分析を行う同型サービスかは、提示情報から確認できない。インフルエンサー施策の支援領域では競合が存在する一方、動画分析を一体化する点には差別化の余地がある。日本展開では、SNS各社のデータ利用条件や個人情報の取り扱いに注意が必要となる。

108社

Wato — AIエージェントの業務知識をつなぐ共有基盤

Watoは、チームで働くAIエージェントに社内情報や業務手順、ツール、成果物を共有する基盤を提供する事業だ。各エージェントに信頼できる社内情報を与え、役立った実行結果を次のエージェントが再利用できる知識として蓄積する仕組みである。収益モデル、料金、顧客獲得経路、運営体制や原価は公開情報に記載がない。2026年5月創業で、チーム規模は2人だが、売上や資金調達額などの財務情報は示されていない。会話の中に埋もれがちな知識をチームで再利用し、業務の積み重ねにつなげる点が特徴だ。社内情報へのアクセス管理や、エージェントの実行結果の正確性が主な導入上のリスクとなる。

正体A・ほぼ特定

正体: Wato（YC Spring 2026）。AIエージェント向けに、共有記憶、再利用可能な業務手順、接続ツール、更新され続ける成果物を提供する業務基盤である。社内情報を各エージェントに共有し、実行結果をチームの知識として次の業務に引き継ぎたい企業向けだ。サンフランシスコ拠点で、チーム規模は2人。

Y CombinatorのSpring 2026バッチ掲載、ステータスはActive
サンフランシスコ拠点、チーム規模は2人、創業は2026年5月
共有記憶や業務手順、接続ツールをエージェントに提供
実行結果をチームで再利用できる知識として蓄積する設計

日本での競合

日本での直接の同型は見当たらない。NotionやSlackは社内情報の共有・蓄積に近い領域を担うが、WatoはAIエージェント間で業務の文脈や実行結果を引き継ぐ基盤として位置づけられる。社内情報を扱う際は、情報管理やアクセス権限の設計が導入上の注意点となる。

109社

Tasklet — 業務ツールを横断して実務を担うAIエージェント

Taskletは、複数の業務用ソフトを使う知識労働者や企業に、作業を実行するAIエージェントを提供する事業だ。チャットで指示を受け、内蔵連携機能、HTTP API、MCPサーバーを通じて各種ツールを操作し、必要に応じて画面やコードを生成し、実際のブラウザーも使って処理する。クラウド上で24時間稼働し、定期的な作業や継続的な業務フローも担える一方、料金体系、顧客獲得経路、運営体制や原価の詳細は公開されていない。2026年4月創業で、サンフランシスコを拠点に8人で運営しているが、売上高や利益などの財務数値は示されていない。多数のツールとの接続、継続稼働、作業内容に応じて画面操作やコード実行を切り替える仕組みが強みである。実行結果の正確性や権限管理、外部サービスの仕様変更への対応が課題となり、価格や実績が未公表のため事業性の評価にも不確実性が残る。

正体A・ほぼ特定

正体: Tasklet（YC Spring 2026）。各種業務用ソフトに接続し、報告書の取得、顧客管理情報の更新、メールの振り分け、データ処理などを実行するクラウド型AIエージェントである。ツールを使う知識労働者や企業を対象とし、必要に応じて画面生成、クラウド上のコード実行、ブラウザー操作を行い、継続的な業務フローも処理する。サンフランシスコ拠点で、チーム規模は8人である。

Y CombinatorのSpring 2026バッチ掲載企業
業務用ソフトと接続し、作業を実行するクラウド型エージェント
サンフランシスコ拠点・チーム規模8人・2026年4月創業

日本での競合

日本の近接領域には、業務フロー自動化サービスのYoomがある。Taskletのように複数ツールを操作し、継続的に実務を担うエージェントとの直接競合の密度は、提示情報だけでは判断しにくい。日本で展開する場合は、業務データの取り扱い、アクセス権限、個人情報保護への対応が重要となる。

110社

Walter — 製造現場の業務を担うAI従業員

Walterは、製造業の事業者に製造オペレーション向けのAI従業員を提供する事業だ。具体的な機能や導入方法は公開情報に記載されていない。収益モデル、課金方式、価格、顧客獲得チャネル、運営体制や原価も明らかにされていない。チーム規模は0人とされているが、売上高や資金調達額などの財務数値は示されていない。製造現場の業務に対象を絞っている点が特徴だ。提供内容や運営実態の情報が限られるため、実際の業務適合性や導入後の成果を判断しにくい点が主なリスクである。

正体A・ほぼ特定

正体: Walter（YC Spring 2026）。製造オペレーション向けのAI従業員を掲げる事業だが、具体的な機能や製品の詳細は掲載情報から確認できない。対象は製造業の事業者で、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は0人とされている。

Y CombinatorのSpring 2026バッチに掲載された製造業向け事業
拠点は米国カリフォルニア州サンフランシスコ、チーム規模は0人
2026年5月創業、製造オペレーション向けAI従業員を掲げる

日本での競合

日本での直接の同型は見当たらない。製造業の業務支援や現場のデジタル化に近い領域には複数の事業者がいるが、公開情報だけではWalterとの機能比較は難しい。製造業向け業務支援の競争は想定される一方、具体的な機能が不明なため差別化余地は判断できない。

111社

Armature — AIエージェント経由の製品利用分析基盤

Armatureは、AIエージェントを通じて自社製品を利用するユーザーの行動を把握したい企業向けの分析・改善基盤だ。Claude Connector、ChatGPT App、MCP上の利用セッションを記録し、ユーザーの質問やエージェントの判断、製品の使われ方を可視化する。さらに、複数の実行環境やモデルでMCPやCLIの複雑な操作を自動評価し、問題のある手順を利用者に影響する前に検出するほか、社内のコーディングエージェントが分析結果を基に製品を改善できるMCPも提供する。料金体系、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。2026年5月創業でチームは3人であり、売上や顧客数などの財務・事業規模は示されていない。エージェント経由の利用状況を分析から評価、改善までつなぐ点が強みとなる一方、対象となる利用形態の普及度やデータ取得の制約、改善提案の精度が事業上のリスクとなる。

正体A・ほぼ特定

正体: Armature（YC Spring 2026）。企業がClaude Connector、ChatGPT App、MCPを通じた製品利用を分析し、複数の環境やモデルで操作を評価して、エージェント経由の製品体験を改善する基盤を開発する。対象は自社製品をAIエージェント経由で提供する企業で、拠点は米国カリフォルニア州サンフランシスコ、チームは3人である。

YC Spring 2026バッチ掲載、ステータスはActive
米国カリフォルニア州サンフランシスコを拠点とする企業
2026年5月創業、チーム規模は3人
製品利用分析、自動評価、MCP経由の改善機能を提供

日本での競合

日本での直接の同型は見当たらない。近接領域には、顧客体験改善や製品利用分析を手掛けるReproやKARTEがあるが、AIエージェント内の利用分析・評価とは対象が異なる。会話や利用ログを扱う場合は、個人情報の取り扱いと利用者への説明が導入上の注意点となる。

112社

Zibra Labs — AI計算基盤を束ねる分散型HPCクラスター

Zibra Labsは、量的取引会社向けに大規模なHPCクラスターを構築し、バックテストなどの並列シミュレーションを実行する事業である。複数の大手クラウド事業者や新興クラウド事業者から低価格のCPU・GPUを組み合わせて計算資源を提供し、強化学習による追加学習やファインチューニング、長時間稼働するエージェント、バッチ推論にも対象を広げるとしている。課金方式、価格、顧客獲得チャネル、運営体制や原価の詳細は公開情報にない。2026年5月創業、チームは2人で、売上や利益などの財務数値も示されていない。複数事業者の計算資源を活用し、低コストで高性能な計算基盤を幅広い利用者に提供する構想が強みである。立ち上げ初期の小規模チームであることに加え、調達先の計算資源の価格や稼働状況、量的取引会社への販売実績が不明な点が主なリスクとなる。

正体A・ほぼ特定

正体: Zibra Labs（YC Spring 2026）。複数の大手クラウド事業者や新興クラウド事業者のCPU・GPUを束ね、AI向けの分散計算クラスターを構築する会社である。初期の対象は、バックテストなどの並列シミュレーションを行う量的取引会社で、拠点は米国カリフォルニア州サンフランシスコ、チームは2人である。

YC Spring 2026掲載の分散型AI計算基盤を開発する企業
米国カリフォルニア州サンフランシスコを拠点とする
量的取引会社向けに並列シミュレーション基盤を構築
2026年5月創業、チーム規模は2人

日本での競合

日本での直接の同型は見当たらない。近接領域には、さくらインターネットのGPUクラウドやGMOインターネットのGPUクラウドがある。複数事業者の計算資源を横断して束ねる機能や、量的取引向けのシミュレーション用途に差別化余地がある。日本展開では、顧客データや金融関連情報の取り扱いに関する規制・契約上の要件への対応が必要となる。

113社

Ara — 開発チームの自律型クラウド作業基盤

Araはソフトウェア開発チーム向けに、作業状況を見守りながら次の工程を計画し、タスクを実行するクラウド型の自律開発エージェントを提供する。専用のコンピューター、バックグラウンドエージェント、長期記憶、再利用可能なスキルを使い、ブラウザー上でClaudeやCodexなどの利用者が共同で開発できる仕組みだ。利用料金、収益モデル、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。2026年4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。作業の提案、実行、学習、改善を循環させ、チームの開発作業を継続的に進められる点が強みとなる。主なリスクは、実行結果の品質や安全性、顧客コードの機密保持に加え、料金体系や事業規模が未公表であることだ。

正体A・ほぼ特定

正体: Ara（YC Spring 2026）。ソフトウェア開発チームの作業状況を把握し、タスクを計画・実行するクラウド型の自律開発エージェントを提供する。ClaudeやCodexなどを使う開発者がブラウザー上で共同作業できる仕組みを掲げ、拠点は米国サンフランシスコ、チーム規模は2人である。

Y Combinator Spring 2026バッチ掲載の開発者向け企業
米国サンフランシスコを拠点とするチーム規模2人
2026年4月創業、開発作業を自律実行するクラウド製品

日本での競合

日本での直接の同型は見当たらない。近接領域ではGitHub Copilotなどの開発支援サービスが競合となるが、Araは作業の把握から計画、実行までを担う自律型の運用を掲げている。日本での導入には、顧客コードの機密保持やアクセス権限、生成・実行したコードの安全性への対応が重要となる。

114社

tday.com — 製品情報から販促素材を生むマーケティング基盤

tday.comはソフトウェア企業向けに、製品をもとにしたブランドに沿う販促コンテンツを自動生成する事業だ。製品とGitリポジトリを接続すると、ローンチ動画、SNS画像、広告素材を作成し、各種SNSや広告チャネルへの公開と効果測定まで行う。料金体系、販売経路、運営原価は公開情報に記載がない。チームは2人で、創業は2026年6月であり、売上や資金などの財務数値は示されていない。制作から公開、効果測定までをつなぎ、デザインツールでの内製や外部制作者への依頼を減らせる点が強みだ。創業初期の小規模チームであることに加え、生成物の品質やブランド適合性、外部チャネルとの連携に事業が左右されるリスクがある。

正体A・ほぼ特定

正体: tday.com（YC Spring 2026）。ソフトウェア企業が製品情報とGitリポジトリを接続し、販促素材の生成、SNS・広告への公開、効果測定まで行えるサービスである。ソフトウェア企業のマーケティングチーム向けで、サンフランシスコ拠点、チーム規模は2人。

Y Combinator Spring 2026バッチ掲載のマーケティング事業
サンフランシスコ拠点、チーム規模2人、創業2026年6月
製品とGitリポジトリから販促素材を自動生成
SNS・広告への公開と効果測定までを提供

日本での競合

日本での直接の同型は見当たらない。近接領域にはCanvaやAdobe Expressなどのデザインサービスがあるが、製品情報を起点に生成から配信・測定まで行う点に差別化余地がある。日本で広告配信する場合は、広告表示や訴求内容に関する法令・媒体規約への対応が必要となる。

115社

Minicor — APIのない業務ソフトをつなぐWindows自動化基盤

Minicorは、APIを持たない旧式のデスクトップアプリを利用するAIスタートアップ向けに、自動化基盤を提供する事業である。利用者がワークフローを記述するとAPIエンドポイントが生成され、呼び出しごとにWindows仮想マシン上で自己修復機能付きのデスクトップ自動化が実行される。オンプレミス、クラウド、Citrixに対応し、開発エージェントからMCP経由で構築できるほか、動画再生、詳細ログ、Slack通知を備える。課金方式や価格、顧客獲得チャネル、売上などの財務数値は開示されておらず、運営体制は7人である。強みはAPIのないソフトとの接続に特化し、実行状況の可視化と障害通知まで提供する点にある。画面変更などによる自動化の不安定化や、顧客データへのアクセス管理、仮想マシン運用の負担が主なリスクとなる。

正体A・ほぼ特定

正体: Minicor（YC Spring 2026）。APIのないWindowsデスクトップアプリを自動操作し、ワークフローからAPIエンドポイントを生成する基盤を提供する。AIスタートアップ向けで、サンフランシスコ拠点、チーム規模は7人である。

Y Combinator Spring 2026バッチ掲載のアクティブ企業
APIのないWindowsデスクトップアプリの自動化基盤
米国サンフランシスコ拠点・チーム規模7人
2026年3月創業のB2Bインフラ企業

日本での競合

日本の近接領域にはUiPath、WinActor、Microsoft Power Automateがある。いずれも業務自動化の選択肢であり、APIのないデスクトップアプリをAPI化する用途では競合密度が高い一方、自己修復や実行状況の可視化を含む提供範囲に差別化余地がある。オンプレミス環境で顧客データを扱う場合は、情報管理や社内のセキュリティ審査への対応が重要となる。

116社

smol machines — 実行環境ごと届ける軽量仮想マシン基盤

開発者向けに、ソフトウェアと軽量な仮想マシンを一体にして配布する事業である。利用者は実行環境ごとソフトウェアを届けることで、開発環境と実行環境の違いによる動作不一致を抑えられる。収益モデル、価格、顧客獲得チャネル、運営体制や原価は開示されていない。2026年4月創業で、チーム規模は1人だが、売上や利益などの財務数値は示されていない。ソフトウェアと実行環境をまとめて配布できる点が強みである。事業初期で実績や対応範囲が不明なうえ、価格設定やセキュリティ運用も確認できない点が主なリスクだ。

正体A・ほぼ特定

正体: smol machines（YC Spring 2026）。ソフトウェアに軽量な仮想マシンを同梱し、実行環境ごと配布できる開発者向け製品を開発する。米国サンフランシスコを拠点とし、チーム規模は1人である。

2026年4月創業、米サンフランシスコ拠点のYC Spring 2026企業
チーム規模1人、ソフトウェア同梱の軽量仮想マシンを開発
開発者向けに実行環境ごとソフトウェアを配布する製品説明

日本での競合

日本での直接の同型は見当たらない。開発環境やソフトウェア配布を支援する周辺領域とは接点があるが、実行環境ごと配布する点で競合の範囲は限定的とみられる。企業導入では、同梱するソフトウェアのライセンスや脆弱性管理への対応が必要となる。

117社

Alchemize — AIコード変更を分割・検証する開発チーム向けレビュー基盤

Alchemizeは、コード変更の内容把握とテストを支援するAIコードレビュー基盤を開発チームに提供する。大規模な変更を依存関係に沿って小さなプルリクエストに分割し、エージェントが生成したコードの指示、意図、前提を示すほか、ブラウザーエージェントで影響を受ける業務フローをテストする。収益モデル、価格、顧客獲得チャネル、運営体制や原価の詳細は開示されていない。2026年創業で、チームは2人だが、売上や利用企業数などの財務・事業規模は示されていない。大きく頻繁になったコード変更をレビューしやすい単位に整理し、人の判断が必要な箇所を把握しやすくすることが強みだ。AIによるコード生成を前提とした新しい製品であり、レビューの品質やテストの信頼性、既存開発環境との連携が主なリスクとなる。

正体A・ほぼ特定

正体: Alchemize（YC Spring 2026）。AIコードレビュー基盤を開発し、コード変更を小さなプルリクエストに分け、生成時の意図や前提を示したうえで、ブラウザーエージェントによる動作テストを支援する。対象はコード変更の理解とレビューを行う開発チームで、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人である。

YC掲載のSpring 2026バッチ・ステータスはActive
コード変更の分割とレビュー支援を行うAI基盤
米国サンフランシスコ拠点・チーム規模2人

日本での競合

日本で近接するサービスには、コードレビューを支援するSiderがある。Alchemizeと同様にAI生成コードの意図提示やブラウザーエージェントによるテストまで一体で行う国内サービスは、提供情報からは確認できない。ソースコードや開発情報を外部サービスに渡す場合は、機密情報の取り扱いとアクセス管理が導入上の注意点となる。

118社

Complir — 越境販売向け製品規制対応基盤

Complirは、小売事業者に向けて、複数国での商品販売に必要な規制対応と書類管理を提供する事業だ。AIエージェントが販売先市場ごとの規制と文書を処理し、商品カタログ全体を監査に備えた状態に保つ。収益モデル、料金、顧客獲得経路、運営体制の詳細は公開情報に記載がない。2026年3月創業で、デンマークのコペンハーゲンを拠点に13人で運営しているが、売上や利益などの財務数値は示されていない。複数市場の規制・書類対応をまとめて扱い、商品群を継続的に監査可能な状態にできる点が強みだ。各国規制の差異や変更を正確に反映できるか、対応範囲や収益性を確立できるかが主なリスクとなる。

正体A・ほぼ特定

正体: Complir（YC Spring 2026）。小売事業者が商品を複数国で販売する際の規制確認と書類管理を担う、AIエージェント搭載の製品コンプライアンス基盤である。販売先市場ごとの規制・文書を扱い、商品カタログを監査に備えた状態に保つ。デンマークのコペンハーゲンを拠点とし、チーム規模は13人である。

Y CombinatorのSpring 2026バッチに掲載されたアクティブ企業
デンマークのコペンハーゲンを拠点とする13人のチーム
2026年3月創業、複数国向け製品規制対応基盤の開発

日本での競合

日本での直接の同型は見当たらない。近接領域には、製品試験や認証を手掛けるインターテック・サーティフィケーションとSGSジャパンがあるが、Complirのように商品群の複数国規制・書類管理を一体で担うサービスとは異なる。対応する商品分野や輸出先によって適用法令・認証が異なるため、日本で展開する場合も分野別の規制確認が重要となる。

119社

Sidekick — 製造現場のメッセージ型業務支援基盤

Sidekickは、製造業などの現場作業者に、文章や写真、音声で使える業務支援を提供する事業だ。自社文書をもとに問い合わせへ回答し、作業指示の作成と担当者への振り分けを行うほか、接続した機械データを監視して異常の兆候を担当者に通知する。専用アプリやログインを必要とせず、既存の業務ソフトと連携し、回答を検索可能な社内知識基盤として蓄積する。料金、収益モデル、顧客獲得チャネル、運営原価は公開されていない。2026年4月創業で、チーム規模は1人だが、売上や利益などの財務数値は示されていない。自社文書を回答に活用し、熟練者の知識を蓄積できる点が強みである一方、回答精度や機械データ・既存ソフトとの連携が導入上のリスクとなる。

正体A・ほぼ特定

正体: Sidekick（YC Summer 2026）。製造現場の作業者が文章、写真、音声で送る相談に自社文書をもとに回答し、作業指示の作成・振り分けや、機械データの異常兆候の通知を行う業務支援サービスだ。専用アプリやログインなしで利用でき、回答を企業が保有する検索可能な知識基盤に蓄積する。米国サンフランシスコ拠点で、チーム規模は1人。

2026年4月創業、米国サンフランシスコを拠点とする企業
Y CombinatorのSummer 2026バッチに参加、チーム規模は1人
文章・写真・音声による現場相談に回答し、作業指示を作成・振り分け
接続した機械データを監視し、異常の兆候を作業者へ通知する仕組み

日本での競合

日本での直接の同型は見当たらない。近接領域には、社内マニュアルの作成・共有を支援するTeachme Bizがあるが、製造現場の問い合わせ対応や機械データの監視までを一体で担う点とは異なる。現場向け業務支援やナレッジ共有の競合はあるものの、既存設備・業務ソフトとの連携と日本語での回答精度が差別化の焦点となる。

120社

Savant — 企業内の知識と手順を活用する基盤

Savantは、AIを活用する企業の従業員や業務エージェントに、判断時点で必要な社内知識や手順を提供する事業だ。既存の業務ツールに接続し、文書化された知識と未記録の業務手順を収集して、必要な場面で提供する仕組みである。課金方式、価格、顧客獲得チャネル、運営体制や原価については公開情報に記載がない。2026年創業で、チームは2人である。売上高や利益などの財務数値は示されていない。既存ツールに蓄積された情報と記録されていない手順を結び付け、従業員と業務エージェント双方の判断を支援する点が強みとなる。一方、社内情報の収集範囲や正確性、機密情報へのアクセス管理、導入効果が主なリスクである。

正体A・ほぼ特定

正体: Savant（YC Spring 2026）。既存の業務ツールに接続して社内文書や未記録の業務手順を取り込み、従業員や業務エージェントが判断する場面で必要な情報を提示する企業内知識基盤を開発する。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は2人。

Y Combinator Spring 2026掲載の企業情報
既存ツールから文書知識と未記録の手順を収集
米国サンフランシスコ拠点、チーム規模2人

日本での競合

近接領域の競合には、社内情報の共有・検索を支援するNotePMやQastがある。Savantのように判断時点で従業員と業務エージェントへ情報を提供する機能との重なりはあるが、同型の直接競合とは限らない。社内の機密情報や個人情報を扱う場合は、アクセス権限と情報管理への配慮が必要となる。

121社

Oddpool — 予測市場データを統合する機関投資家向け基盤

Oddpoolは、クオンツ運用会社やトレーディング部門に、複数の予測市場を横断して検索・分析できる基盤を提供する。各市場のデータを一元化し、取引戦略の検証に必要な情報へアクセスしやすくする仕組みだ。個人投資家向けの有料プランを提供し、数か月で月次経常収益が数千ドルに達した後、機関投資家向けの機能開発に軸足を移しているが、価格や顧客獲得経路は明らかにされていない。チームは2人で、創業者は機械学習と分散システム、金融取引システムの開発経験を持つ。複数市場の分断とデータ整備の不足を解消し、機関投資家が求める精度と深さを備えた統合データ基盤を目指す点が強みである。一方、機関投資家向けの導入実績や収益規模は未公表であり、新興市場の成長や取引所の増加に左右されるほか、予測市場の規制動向もリスクとなる。

正体A・ほぼ特定

正体: Oddpool（YC Spring 2026）は、予測市場の取引所データを横断的に検索・分析する機関向け基盤を開発する会社だ。クオンツ運用会社やトレーディング部門向けに、予測市場データの集約と戦略検証のためのツールを提供する。米国サンフランシスコ拠点で、チーム規模は2人である。

Y Combinator Spring 2026の掲載企業
サンフランシスコ拠点、チーム規模2人
予測市場を横断する検索・分析基盤の開発
クオンツ運用会社やトレーディング部門向けの提供

日本での競合

日本での直接の同型は見当たらない。国内で予測市場データの統合や機関投資家向け分析基盤を手がける競合は限られるとみられ、先行して市場データを整備できれば差別化の余地がある。日本で事業展開する場合、賭博や金融商品に関する規制上の扱いを確認する必要がある。

122社

Ontora — 社員への聞き取りで業務実態を可視化する企業向けAI

Ontoraは、企業の全従業員に聞き取りを行い、実際の業務の進め方やボトルネックを把握して、AIツールに業務の背景情報を渡すエージェントである。手作業では数カ月かかる業務調査を、数時間で行うことを目指す。収益モデル、料金、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。2026年3月創業で、チームは3人だが、売上や利益などの財務数値は示されていない。従業員への聞き取りから業務の実態と課題を把握し、既存のAIツール活用に必要な文脈を提供する点が強みとなる。聞き取りへの協力状況や回答の正確さが結果を左右するほか、従業員情報の取り扱いにも注意が必要である。

正体A・ほぼ特定

正体: Ontora（YC Spring 2026）。全従業員に聞き取り、業務の実態やボトルネックを把握して、AIツールに業務の背景情報を渡す企業向けエージェントを開発する。米国サンフランシスコ拠点で、チーム規模は3人である。

YC Spring 2026掲載の企業向け業務調査エージェント
全従業員への聞き取りで業務実態とボトルネックを把握
米国サンフランシスコ拠点・チーム規模3人

日本での競合

日本での直接の同型は見当たらない。業務改善やAI導入支援に近い領域であり、聞き取りから業務の文脈を構造化する点に差別化余地がある。従業員の回答や業務情報を扱うため、個人情報保護や社内の情報管理に配慮が必要である。

123社

Gojiberry AI — B2B企業の商談創出を担う営業エージェント

B2B企業向けに、購買意欲の高い見込み客を見つけ、商談設定まで担う営業エージェントを提供する事業だ。見込み客の情報を補完し、連絡や追客、返信対応を経て、条件に合う商談を設定する仕組みである。従来は複数の営業ツールや営業担当者、代理店に分かれていた業務をまとめ、利用企業の施策データから反応のよい顧客層や訴求方法を学習する。料金、顧客獲得チャネル、運営体制の詳細や原価は公開情報に記載がない。創業から10カ月で年換算経常収益250万ドルに達し、月次成長率30%、黒字、顧客数2,000社超を公表しており、従来型の新規開拓営業より好意的な返信が2〜5倍多いとしている。成果は見込み客データの精度や連絡内容に左右され、営業メールに関する法令順守や顧客データの適切な取り扱いが主なリスクとなる。

正体A・ほぼ特定

正体: Gojiberry AI（YC Spring 2026）。B2B企業向けに、購買意欲のある見込み客の発掘から情報補完、連絡、追客、返信対応、商談設定までを行う営業エージェントを開発する。拠点は米国カリフォルニア州サンフランシスコで、リモート勤務を含むチームは7人である。

Y Combinator Spring 2026バッチ掲載のB2B営業支援企業
見込み客の発掘から返信対応と商談設定までを自動化
米国サンフランシスコ拠点、リモート勤務を含むチーム7人

日本での競合

近接領域には、Sales MarkerやSalesNowなどの営業支援・見込み客開拓サービスがある。見込み客の抽出や営業活動の効率化では競合が存在する一方、発掘から返信対応、商談設定までを一体で担う点に差別化余地がある。日本で展開する場合は、営業メールに関する法令や個人情報の取り扱いに注意が必要だ。

124社

Lamina Labs — LLM向け準リアルタイム動画基盤

Lamina Labsは、考え方や業務手順、AIの回答を説明する動画を必要とする企業向けに、構造化動画の生成基盤を開発している。最初の製品Simiは、指示文や文書からホワイトボード風の解説動画を数秒で作成する。収益モデル、料金、顧客獲得チャネル、運営体制や原価については公開情報がない。2026年3月創業で、サンフランシスコを拠点に2人で運営しており、売上や資金調達などの財務数値は示されていない。映画的な短編動画ではなく、実用的な説明動画に焦点を当て、生成速度を打ち出している点が強みだ。市場での需要や動画の品質、収益化の方法が確認できず、小規模チームによる開発・運営も主なリスクとなる。

正体A・ほぼ特定

正体: Lamina Labs（YC Spring 2026）。指示文や文書から、業務手順やAIの回答を説明するホワイトボード風動画を数秒で生成する製品Simiを開発している。企業向けの動画生成基盤を掲げ、米国サンフランシスコを拠点に2人で活動する。

Y Combinator Spring 2026掲載のアクティブ企業
2026年3月創業、米国サンフランシスコ拠点
チーム規模2人、企業向け動画基盤を開発

日本での競合

日本での直接の同型は見当たらない。動画編集・解説動画作成の近接領域にはVrewやCanvaがあるが、公開情報だけではSimiとの機能の重なりを断定できない。日本で展開する場合は、生成動画に使う文書の個人情報や著作権への配慮が必要となる。

125社

Callab AI — 既存電話設備に接続する音声自動応答基盤

Callab AIは、既存の構内電話交換機を使う企業に、人工知能による音声応対自動化を提供する事業だ。Avaya、Cisco UCM、Mitelなどの設備に直接接続し、電話設備の入れ替えなしで着信対応を自動化する仕組みである。料金、販売経路、運営体制や原価の詳細は開示されていない。対象となるコールセンター業界の規模は4000億ドルとされ、その58%が構内電話設備を利用しているという。最大70%の通話量を自動化でき、Dunkin Donutsを含む顧客に3大陸で提供している点が強みだ。顧客数や売上などの財務数値は示されておらず、既存設備との接続互換性や自動応対の品質が主な導入リスクとなる。

正体A・ほぼ特定

正体: Callab AI（YC Spring 2026）既存の構内電話交換機に直接接続し、企業の電話応対を自動化する音声エージェントを提供する会社だ。既存設備を維持したまま導入でき、コールセンターを運営する企業を対象とする。2026年3月創業、米国サンフランシスコ拠点で、チーム規模は7人である。

Y Combinator掲載のSpring 2026バッチ、活動中の企業
2026年3月創業、米国サンフランシスコ拠点、チーム7人
Avaya、Cisco UCM、Mitelの既存構内電話交換機へ直接接続
3大陸の顧客に提供し、Dunkin Donutsを顧客例として掲載

日本での競合

日本での近接領域には、PKSHA VoicebotやMiiTelがあるが、既存の構内電話交換機への直接接続を含む同型サービスかは確認できない。既存設備を維持したまま導入できる点には差別化余地がある一方、音声自動応答分野の競争はある。日本で展開する場合は、通話録音や顧客情報の取り扱いに関する個人情報保護上の確認が必要となる。

126社

Dreach — 採用・企業動向を捉える営業先選定基盤

Dreachは、企業の採用需要や経営陣の異動、企業イベントを手掛かりに、営業先と接触理由、送るメッセージ案を提示する法人向けサービスである。AIエージェントが企業動向を監視し、連絡候補を順次整理する仕組みだ。収益モデルや価格、顧客獲得チャネル、運営体制の詳細は公開情報にない。2026年4月創業で、チームは2人である。売上高や利益などの財務数値は示されていない。企業の変化を営業機会として捉え、接触先の選定から文面作成までを支援する点が強みとなる。実績やデータの網羅性が不明であり、誤ったシグナルや不適切な連絡、個人情報・営業規制への対応が主なリスクである。

正体A・ほぼ特定

正体: Dreach（YC Spring 2026）。採用需要、経営陣の異動、企業イベントを監視し、連絡すべき相手とタイミング、その理由、メッセージ案を整理する法人向け営業支援サービスである。対象顧客の詳細は示されていないが、営業先の選定や接触を行う法人チーム向けの仕組みと読める。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は2人である。

Y Combinator Spring 2026掲載の法人向け営業支援サービス
採用需要や経営陣の異動など企業動向を監視
米国サンフランシスコ拠点、チーム規模2人
2026年4月創業、ステータスはActive

日本での競合

近接領域の国内サービスとしてSales Markerがある。企業動向を基に営業先や接触理由を整理する領域では競合が生じうる一方、Dreachの差別化は採用需要や経営陣の異動を監視する点にある。個人情報の利用や営業連絡にあたっては、日本の個人情報保護法や関連ルールへの配慮が必要となる。

127社

Andco — 人身傷害案件の記録収集・整理基盤

Andcoは、人身傷害案件を扱う法律事務所に、事件の立ち上げに必要な記録を収集・整理するサービスを提供する。エージェントが警察報告書や保険請求の情報を取得し、医療記録や請求書を集めて案件資料を構成する。収益モデル、料金、顧客獲得チャネル、運営体制や原価に関する情報は公開データに記載されていない。2026年4月創業で、チームは3人だが、売上や利益などの財務数値は示されていない。複数の記録取得と整理を一連の作業として担い、事務所の案件準備を効率化できる点が強みとなる。記録の取得可否や正確性、医療情報の取り扱い、保険会社や医療機関ごとの手続きの違いが主なリスクである。

正体A・ほぼ特定

正体: Andco（YC Spring 2026）。人身傷害案件を扱う法律事務所向けに、警察報告書、保険請求情報、医療記録、医療費請求書を集め、案件開始に必要な資料を整えるエージェントを提供する。サンフランシスコ拠点で、チーム規模は3人である。

YC Spring 2026掲載の人身傷害案件向け記録収集サービス
警察報告書・保険請求・医療記録・請求書の取得と整理
米国カリフォルニア州サンフランシスコ拠点、チーム3人
2026年4月創業、法律事務所を対象とする事業

日本での競合

日本での直接の同型は見当たらない。法律事務所向けの案件管理や書類作成など近接領域はあるが、記録取得から案件資料の整理までを担う同型サービスとは異なる。医療記録や保険情報を扱う場合、本人同意や個人情報の適切な管理が重要となる。

128社

RentAHuman — AIエージェント向け人材マッチング市場

RentAHumanは、AIエージェントが人間に仕事を依頼するためのマーケットプレイスを提供する事業だ。AIエージェントと人間の間で仕事の依頼を仲介する仕組みだが、具体的な運用方法は開示されていない。課金方式、価格、顧客獲得経路、運営体制や原価も明らかにされていない。2026年4月創業で、サンフランシスコを拠点とし、チームは3人だ。売上高や利益、利用者数などの事業規模を示す数値はない。AIエージェントを依頼側に据える点が特徴だが、需要の立ち上がりや業務品質、責任分担、収益化の確立が主なリスクとなる。

正体A・ほぼ特定

正体: RentAHuman（YC Spring 2026）。AIエージェントが人間に仕事を依頼するためのマーケットプレイスを運営する。利用者はAIエージェントと、仕事を請け負う人間である。2026年4月創業、米国サンフランシスコ拠点で、チーム規模は3人だ。

Y CombinatorのSpring 2026バッチ掲載企業
AIエージェントが人間を雇うマーケットプレイスという説明
2026年4月創業、米国サンフランシスコ拠点
チーム規模3人の初期段階の事業体制

日本での競合

日本での直接の同型は見当たらない。近接領域にはクラウドワークスやランサーズの仕事仲介サービスがあるが、AIエージェントを依頼者とする点で位置づけは異なる。類似の人材仲介が広がる場合、職業紹介や労働者派遣に関する規制への対応が論点となる。

129社

InstaAgent — 複数の顧客層へ広告施策を展開する基盤

InstaAgentは、消費者向け企業が1つの広告キャンペーンを多数の顧客層に展開できるよう支援する事業だ。MetaとTikTok向けに、対象ごとのコンテンツ、語り口、配信対象を設定し、広告素材を作成する。1つの企画書を起点に素材を個別化し、有料広告と特定分野のソーシャルアカウントで配信、成果データを基に有効な施策を拡大する。料金体系や価格、顧客獲得経路、運営体制や原価は開示されていない。掲載情報では、事業開始から10か月で年間売上換算100万ドルに達したとしている。多数の顧客層への個別対応を一括して実行できる点が強みだが、広告媒体への依存や、成果の再現性、収益性は確認できない。

正体A・ほぼ特定

正体: InstaAgent（YC Spring 2026）。消費者向け企業の広告企画を基に、MetaとTikTokで顧客層ごとに広告素材や配信対象を変え、成果データに応じて施策を改善するサービスを提供する。サンフランシスコ拠点で、チーム規模は10人。

YC Spring 2026掲載、サンフランシスコ拠点、チーム規模10人
消費者向け企業のMeta・TikTok広告施策を支援
1つの企画から複数顧客層向けの素材を作成・配信
事業開始10か月で年間売上換算100万ドルと掲載

日本での競合

日本での直接の同型は見当たらない。近接領域にはサイバーエージェントやHakuhodo DY ONEのデジタル広告支援がある。広告運用の競争は激しく、顧客層ごとの素材制作と成果改善をどこまで効率化できるかが差別化の焦点となる。国内展開では景品表示法や薬機法など、広告内容に関わる規制への対応も必要だ。

130社

Salesgraph — 商談前後の営業業務を自動化する企業向けエージェント

Salesgraphは、大企業向け営業担当者に、顧客との通話の合間に発生する商談推進業務を自動化するエージェントを提供する事業だ。動的な顧客情報グラフをもとに、調査資料の作成、通話で確認できなかった事項の整理、フォローアップ、関係者の把握、事業効果の説明資料や価格計算を支援する。料金体系、売上、原価、顧客獲得チャネルは公開されておらず、初期パートナー向けに顧客情報グラフとエージェントを開発している。チームは2人で、初期パートナーとしてMintlify、Tex、Stralaが挙げられている。通話間の営業業務の99%を学習・自動化すると掲げ、商談を前進させる幅広い作業を扱う点が強みだ。創業直後の小規模チームであり、実際の自動化精度や導入効果、料金モデルが明らかでないことに加え、企業の営業情報を扱うため情報管理が主なリスクとなる。

正体A・ほぼ特定

正体: Salesgraph（YC Spring 2026）。大企業向けに、営業担当者が通話と通話の間に行う調査、フォローアップ、商談関係者の整理、価格計算などを支援する営業エージェントを開発している。動的な顧客情報グラフを基盤とし、San Francisco拠点の2人のチームで、Mintlify、Tex、Stralaを初期パートナーとしている。

Y Combinator掲載のSpring 2026バッチ、ステータスはActive
San Francisco拠点、チーム規模2人、2026年4月創業
大企業向けに通話間の営業業務を自動化するエージェントを開発

日本での競合

日本での直接の同型は見当たらない。近接領域には、営業活動の支援・顧客情報管理を手掛けるSales MarkerやSansanがあるが、商談間業務をエージェントで自動化する点とは区別される。企業の顧客情報や営業記録を扱うため、日本での展開では個人情報や機密情報の管理が重要となる。

131社

Userlens — 企業向けソフトの更新・拡大を担う顧客成功支援

Userlensは、少人数で成長する企業に対し、大型の法人向けソフトウェア契約の顧客管理を支援するサービスだ。自律型エージェントが顧客企業を調査し、解約の兆候を捉え、契約更新や追加販売を後押しする。顧客企業向けに提供しているが、料金体系、販売経路、運営体制や原価は開示されていない。月間経常収益は30万7,000ドルで、前月比127%成長しており、顧客は30社、利用する顧客成功担当者は300人を超え、その76%が週1回以上利用している。創業者は前回のスタートアップで同じ課題を経験しており、実務知見と高い利用頻度が強みだ。顧客数が限られる段階であり、解約・追加販売の成果や顧客情報を扱うエージェントの信頼性が主なリスクとなる。

正体A・ほぼ特定

正体: Userlens（YC Spring 2026）。法人向けソフトウェアの顧客企業を調査し、解約予兆の把握、契約更新、追加販売を支援するAI顧客成功担当者を開発している。少人数で成長する企業を対象とし、拠点は米国カリフォルニア州サンフランシスコ、チームは4人。

YC Spring 2026掲載、2026年4月創業のサンフランシスコ企業
顧客調査、解約予兆検知、契約更新と追加販売を支援する製品
チーム4人、顧客30社、月間経常収益30万7,000ドル

日本での競合

日本ではHiCustomerやGrowwwingが顧客成功管理の近接領域にある。AIエージェントが契約更新や追加販売まで担う同型サービスとの競合密度は限定的で、営業業務への組み込みや日本語での顧客理解に差別化余地がある。顧客情報を扱うため、個人情報保護法や法人顧客の情報管理要件への対応が必要となる。

132社

transload — 既設カメラで貨物寸法を測る物流計測基盤

transloadは、物流会社向けに、倉庫に設置済みの防犯カメラを使って貨物の実寸を計測する仕組みを提供する。パレット、ソファ、タイヤなどが倉庫内を移動する際に撮影し、荷送人が申告した寸法との差を捉える。顧客の出荷物の15%は申告より大きく、差額の再請求やトレーラーの積載効率向上による効果は、1拠点あたり月約5万ドルとされる。課金方法や価格、顧客獲得経路、運営体制および原価は開示されていない。既存カメラを活用し、貨物が移動する過程で寸法を測れる点が強みである。一方、計測精度や撮影環境による性能差、顧客拠点への導入負担、収益モデルが不明な点はリスクとなる。

正体A・ほぼ特定

正体: transload（YC Spring 2026）。物流会社向けに、既設の防犯カメラで倉庫内を移動する貨物の実寸を計測するプロダクトを提供する。米国サンフランシスコ拠点で、チーム規模は3人である。

Y Combinator掲載のSpring 2026バッチ企業
米国カリフォルニア州サンフランシスコを拠点とする物流計測事業
チーム規模3人、創業時期は2026年5月

日本での競合

日本での直接の同型は見当たらない。物流倉庫の画像計測や貨物管理に近い領域には競合があるが、既設の防犯カメラで貨物寸法を測る点で差別化余地がある。映像に人物が含まれる場合は、個人情報保護法や撮影・保存に関する社内運用への配慮が必要となる。

133社

Standout — 匿名人材と企業を結ぶ自律型採用市場

Standoutは、転職を検討する人材と採用企業にそれぞれ自律型エージェントを提供し、相手を評価したうえで適切な紹介を行う採用市場である。人材は紹介を受け入れるまで匿名を保てるため、現職を続けながら機会を探せる仕組みだ。収益モデル、料金、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。掲載情報では、1カ月で人材1万人、企業60社、紹介100件に達したとしている。大量応募や大量勧誘を減らし、双方にとって関心の高い接点を作ることが強みである。実績の対象期間や紹介後の採用成果は示されておらず、初期利用の定着や収益化、匿名性と評価精度の両立が主なリスクとなる。

正体A・ほぼ特定

正体: Standout（YC Spring 2026）。人材と採用企業に代理役の自律型エージェントを提供し、双方を評価して採用機会を紹介する市場である。人材は紹介を承諾するまで匿名で利用でき、転職を急がない人の機会探索にも向ける。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は5人、創業は2026年3月である。

Y Combinator Spring 2026に掲載された採用分野の企業
人材と企業双方に自律型エージェントを提供する採用市場
米国サンフランシスコ拠点、チーム規模5人、2026年3月創業

日本での競合

近接するサービスとして、ビズリーチ、Wantedly、YOUTRUSTがある。人材紹介や採用支援の競争は強い一方、双方の代理役が相手を評価し、紹介承諾まで人材を匿名にする仕組みには差別化余地がある。日本で人材紹介に該当する運営を行う場合は、職業安定法上の許可や個人情報の取り扱いに注意が必要となる。

134社

Pavoot — 対面イベント後の顧客関係管理基盤

Pavootは、顧客向けの対面イベントを開催する企業に、参加者の招待からイベント後のフォローアップまでを一元管理する仕組みを提供する。参加者、接点、会話、フォローアップの情報をAIで結び付け、イベント後にメモやメール、表計算ファイルを手作業で確認する業務を置き換える。収益モデルや料金、顧客獲得方法、運営体制および原価は公開されておらず、デモの予約を案内している。Y CombinatorのSpring 2026掲載企業で、拠点は米国サンフランシスコ、チーム規模は0人と記載されている。創業者はETH Zurichでコンピューターサイエンスを学び、銀行でのAIシステム構築やAI研究の経験を持つ。主なリスクは、価格や導入実績が不明であることに加え、イベント参加者の情報を継続的に集約する運用への需要や、既存業務からの移行負担が明らかでない点だ。

正体A・ほぼ特定

正体: Pavoot（YC Spring 2026）。対面の顧客向けイベントを開く企業に対し、参加者、接点、会話、フォローアップを一元管理するAIイベント管理システムを提供する。創業者はGoharとAnaで、ETH Zurichで出会い、拠点は米国サンフランシスコ、掲載チーム規模は0人である。

Y CombinatorのSpring 2026バッチ掲載、ステータスはActive
米国サンフランシスコを拠点とする対面イベント管理事業
創業者2人はETH Zurichでコンピューターサイエンスを学習
掲載チーム規模は0人、創業時期は2026年5月

日本での競合

日本ではEventHubがイベント運営や参加者情報の管理を支援しており、近接領域の競合となる。イベント管理サービスがある一方、イベント中の会話から後続営業までを一元化する価値を明確にできれば差別化余地がある。参加者情報の取得・利用では、個人情報保護法に沿った同意取得と管理が必要となる。

135社

Interfaze — 高精度な定型処理向け基盤モデル

Interfazeは、企業向けに文書理解、物体検出、分類、音声理解などを行う人工知能モデルを提供する事業である。専門型の深層学習モデルと変換器を組み合わせた新しい構成により、出力の決定性と一貫性を高めるとしている。収益モデル、価格、顧客獲得経路、運営体制や原価は公開情報に記載がない。2026年3月創業で、チーム規模は5人だが、売上や利益などの財務数値は開示されていない。公開説明ではGemini Flash、Claude Sonnet、GPT-5.4 miniシリーズを上回る性能を掲げ、公開比較評価を掲載している。性能の主張は特定の評価条件に依存し得るうえ、商用導入実績や収益性が不明な点が主なリスクである。

正体A・ほぼ特定

正体: Interfaze（YC Spring 2026）。文書理解、物体検出、分類、音声理解など、安定した出力が求められる処理向けに、専門型の深層学習モデルと変換器を組み合わせた人工知能モデルを開発する。米国サンフランシスコを拠点とするB2B基盤分野の企業で、チーム規模は5人、創業は2026年3月である。

2026年3月創業、米国サンフランシスコを拠点とする企業
Spring 2026バッチ掲載、チーム規模は5人のB2B基盤企業
文書理解・物体検出・分類・音声理解向けの独自構成モデル

日本での競合

日本での直接の同型は見当たらない。文書処理や音声理解などの近接領域には既存の人工知能サービスがあり、精度や導入実績による差別化が必要となる。文書や音声に個人情報を含む場合は、個人情報保護法への対応に注意が必要である。

136社

Superlog — 障害調査から修正提案まで担う開発運用基盤

Superlogは、ソフトウェア開発チーム向けに、監視データの分析から修正案の作成までを自動化する運用基盤である。リポジトリを調べてOpenTelemetryの計装を導入し、新しいコードの反映に合わせて日次で更新する。障害時にはログやトレース、直近のリリース、過去のSlack上のやり取りをもとにエラーをまとめ、修正用のプルリクエストをSlackに投稿する。収益モデル、料金、顧客獲得チャネル、運営体制の詳細は公開情報に記載がなく、確認できるチーム規模は2人である。計測データの保存先を特定ベンダーに固定せず、導入したログ、トレース、指標を利用者が保持できる点が強みだ。価格や導入実績が不明なうえ、誤った調査や修正案、計測データの取り扱いが導入上のリスクとなる。

正体A・ほぼ特定

正体: Superlog（YC Spring 2026）。リポジトリに適切な計測機能を導入し、障害発生時には複数の情報源を調べて、Slack経由で修正用のプルリクエストを提示する開発運用基盤である。ソフトウェア開発チーム向けで、米国サンフランシスコを拠点とし、チーム規模は2人。

YC Spring 2026掲載の開発者向け障害調査・修正提案基盤
米国カリフォルニア州サンフランシスコを拠点とする企業
チーム規模2人、創業は2026年4月の掲載情報

日本での競合

日本での直接の同型は見当たらない。近接領域には、はてなの監視サービス「Mackerel」があるが、障害の調査から修正案の提示までを一貫して担う点とは異なる。監視・可観測性の既存サービスとの競合は想定され、計測データに個人情報が含まれる場合は個人情報保護法に沿った取り扱いが必要となる。

137社

Limrun — クラウド上でモバイル開発環境を提供

Limrunは、クラウド上で動くコーディングエージェントに、iOSやAndroidアプリの開発・テストに必要な環境を提供する事業だ。XcodeやiOS・Androidシミュレーターを遠隔サービスとして用意し、各種サンドボックスから利用できるようにする。収益モデル、価格、顧客獲得チャネル、運営原価は公開情報に記載がない。Replit、Rork、Momentic、Minitapなどが同社基盤を使ってモバイル開発・テスト機能を構築し、モバイルアプリを持つ企業もクラウド上のエージェントから変更を取り込んでいる。規模はチーム1人で、売上や資金状況を示す数値は公開されていない。強みは、手元の端末に開発環境を用意せず、エージェントからネイティブアプリの開発・反復作業を可能にする点だ。一方、収益性や顧客定着の実績が不明であり、遠隔開発環境の安定性や対応範囲も事業上のリスクとなる。

正体A・ほぼ特定

正体: Limrun（YC Spring 2026）。クラウド上で動くコーディングエージェント向けに、XcodeやiOS・Androidシミュレーターなどの遠隔開発環境を提供する。対象は、クラウド上でモバイルアプリを開発・テストしたいエージェント企業や、モバイルアプリを持つ企業である。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は1人。

Y CombinatorのSpring 2026バッチに掲載された開発基盤企業
米国カリフォルニア州サンフランシスコ拠点、チーム規模1人
XcodeとiOS・Androidシミュレーターを遠隔提供する事業
2026年5月創業、クラウド上の開発エージェントを対象

日本での競合

日本での直接の同型は見当たらない。近接領域にはクラウド開発環境やアプリ開発・テスト支援があるが、LimrunのようにエージェントからiOS・Androidの開発環境を遠隔利用させるサービスとは区別される。競合密度や差別化余地を判断できる国内情報は限られ、iOS開発環境の提供にはAppleの開発者向け規約への対応が必要となる。

138社

Hub — AI研究所とロボット企業向けの現場データ基盤

Hubは、最先端AIの研究所とロボット企業に、現実世界のマルチモーダルデータを提供する事業だ。データ提供を中核とするが、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情報に記載がない。2026年3月創業で、チーム規模は10人である。売上高や利益などの財務数値も示されていない。現場由来のマルチモーダルデータを、AI研究とロボット開発の双方に供給する点が事業上の特徴だ。データの収集方法や品質管理、顧客基盤、財務実績が不明であり、個人情報や撮影データの取り扱いも主なリスクとなる。

正体A・ほぼ特定

正体: Hub（YC Spring 2026）。最先端AI研究所やロボット企業向けに、現実世界のマルチモーダルデータを提供する会社だ。サンフランシスコを拠点とし、2026年3月創業、チーム規模は10人である。

YC掲載社名Hub、Spring 2026バッチの企業情報
最先端AI研究所とロボット企業への現実世界データ提供
サンフランシスコ拠点、2026年3月創業、チーム10人

日本での競合

日本での直接の同型は見当たらない。現場データの収集・提供に近い領域では、個人情報や撮影データの取り扱いが導入時の注意点となる。

139社

Atrisa — アナログ回路設計を自動化する開発支援

Atrisaは、アナログ回路の設計、デバッグ、自動化を支援するAIエージェントを開発する企業であり、回路設計に携わる事業者や技術者を対象とする。エージェントが設計作業や問題の特定を支援する仕組みだが、料金体系、販売経路、運営体制、原価は公開情報に記載がない。2026年3月創業で、チームは3人である。売上高、利益、顧客数などの財務・事業規模を示す数値は公開されていない。設計からデバッグまでを自動化の対象とする点が特徴だが、実際の精度や導入実績は確認できない。小規模チームであることに加え、価格や顧客獲得の状況、製品の性能が不明な点が主なリスクとなる。

正体A・ほぼ特定

正体: Atrisa（YC Spring 2026）。アナログ回路の設計、デバッグ、自動化を支援するAIエージェントを開発する。回路設計に携わる事業者や技術者向けのプロダクトで、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は3人である。

Y Combinator Spring 2026バッチ掲載、ステータスはActive
2026年3月創業、米国サンフランシスコ拠点、チーム3人
アナログ回路の設計・デバッグ・自動化向けエージェントを提供

日本での競合

日本での直接の同型は見当たらない。アナログ回路設計や電子設計自動化の周辺領域に位置づけられるが、提示情報だけでは国内競合との機能差や競合密度を判断できない。日本での導入にあたっては、設計成果の検証や製品ごとの安全基準への適合が論点となりうる。

140社

Trellis — 短期賃貸の運営を自動化する宿泊管理基盤

Trellisは、短期賃貸の物件管理会社向けに、宿泊客への連絡、清掃や修繕の手配、業者との調整、物件所有者への報告を担う運営エージェントを提供する。分断された業務システムを置き換え、物件運営を一気通貫で自動化する仕組みであり、顧客1社では日々の運営を人手なしで実施している。収益モデルや料金体系、顧客獲得経路、運営原価の詳細は開示されていない。創業から2か月で年間経常収益50万ドル、顧客35社、掲載物件3000件に達し、週約15%の成長を記録している。業務領域を横断して運営を担える点と、実運用で人手を介さない顧客がいる点が強みである。一方、自動化の誤りが宿泊客対応や清掃・修繕に及ぼす影響、顧客拡大に伴う運用品質の維持が主なリスクとなる。

正体A・ほぼ特定

正体: Trellis（YC Spring 2026）。短期賃貸の物件管理会社に向け、宿泊客への連絡から清掃、修繕、業者調整、所有者への報告までを実行する運営エージェントを開発している。サンフランシスコを拠点とするチームは5人で、YCのSpring 2026バッチに参加している。

YC掲載社名Trellis、Spring 2026バッチ、ステータスActive
米国カリフォルニア州サンフランシスコを拠点とする企業
チーム規模5人、2026年4月創業の短期賃貸運営会社向け事業
宿泊客対応から清掃・修繕・所有者報告までを担う運営エージェント

日本での競合

近接領域のサービスとして、手間いらずやねっぱん！があるが、短期賃貸の運営業務をエージェントが一気通貫で担う点とは異なる。宿泊施設の予約・販売管理サービスは存在する一方、運営全体の自動化には差別化余地がある。国内展開では、旅館業法や住宅宿泊事業法に基づく運営要件への対応が必要となる。

141社

Dayjob — 短距離トラックの配車最適化

Dayjobは、廃棄物管理など短距離トラックを運用する企業に、配車とルートの最適化を提供する。既存のERPに接続し、新規依頼やドライバーの変更、例外に応じて、配車計画をリアルタイムで継続的に再調整する。収益モデル、料金、顧客獲得チャネル、運営体制や原価は開示されていない。YCの掲載情報では、顧客は導入初日から8%以上の効率向上を得ている。2026年4月創業で、チームは5人、拠点は英国ロンドンである。効率改善の実績が強みとなる一方、顧客数や売上、改善効果の測定条件は不明であり、既存ERPとの連携や現場の例外処理が導入上のリスクとなる。

正体A・ほぼ特定

正体: Dayjob（YC Spring 2026）。既存ERPに接続し、短距離トラックの配車計画とルートを継続的に再最適化するサービスである。廃棄物管理などの事業者向けに、新規依頼やドライバー変更、例外への対応を自動化する。英国ロンドンを拠点とし、チーム規模は5人である。

YC Spring 2026掲載の短距離トラック向け配車最適化サービス
既存ERPに接続し依頼や変更に応じてルートを再調整
英国ロンドン拠点、チーム規模5人、2026年4月創業

日本での競合

近接領域には、輸配送の最適化に取り組むLoogiaや、物流業務の可視化・効率化を支援するHacobuがある。短距離トラックの配車変更や例外処理を既存ERP上で自動化する領域では、個別機能や連携範囲の比較が差別化の焦点となる。日本での導入では、運送事業に関する規制や、既存システムとの連携要件への対応が必要となる。

142社

Zenbu — 開発チーム向けコーディングエージェント統合開発環境

Zenbuは、コーディングエージェントを使う開発者やチーム向けに、複数のエージェントを連携させる拡張可能な統合開発環境を提供する事業だ。利用者は自分たちの作業方法に合わせて環境を調整できる。料金、収益モデル、顧客獲得チャネル、運営体制や原価については、掲載情報に記載がない。2026年創業でチーム規模は1人だが、売上や利益などの財務数値は示されていない。開発チームごとの作業手順に合わせて拡張できる点が強みである。製品の具体的な機能、価格、利用実績が不明で、小規模なチームで事業を運営する点も主なリスクとなる。

正体A・ほぼ特定

正体: Zenbu（YC Spring 2026）。コーディングエージェントを編成し、チームの作業方法に合わせて拡張できる統合開発環境を開発している。開発者や開発チーム向けの事業で、拠点は米国カリフォルニア州サンフランシスコおよびリモート、チーム規模は1人である。

Y CombinatorのSpring 2026バッチ掲載企業
2026年創業、米国サンフランシスコ拠点とリモート体制
コーディングエージェント向け拡張可能な統合開発環境
チーム規模1人、開発者向け事業

日本での競合

日本での直接の同型は見当たらない。開発者向けの支援ツールが隣接領域となるが、エージェントの編成と作業環境の拡張を一体で提供する点が差別化の焦点となる。競合密度や日本特有の規制上の注意について判断できる情報は限られている。

143社

Saffron — AIを使うエンジニアの実務評価基盤

Saffronは、採用企業向けに、ソフトウェアエンジニア候補者がAIを使って実際のコードベース上で機能を開発、修正、出荷する能力を評価するサービスだ。候補者の作業を可視化し、AIを使った実務能力を採用チームが確認できる仕組みである。料金体系、価格、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。2026年創業で、チームは3人だが、売上や資金調達額などの財務数値は示されていない。AIを用いた開発が広がるなか、従来の選考方法では捉えにくい候補者の実務能力を評価できる点が強みだ。採用企業による導入実績や評価精度、候補者間の公平性は不明であり、採用需要や選考手法の変化もリスクとなる。

正体A・ほぼ特定

正体: Saffron（YC Spring 2026）。採用企業がソフトウェアエンジニア候補者のAI活用を評価するサービスで、実際のコードベースを使った開発、デバッグ、機能出荷の過程を可視化する。対象はエンジニアを採用する企業で、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は3人である。

YC Spring 2026掲載の採用評価サービス
米国カリフォルニア州サンフランシスコを拠点
候補者の実コード上でのAI活用を可視化
創業者3人によるチーム規模3人

日本での競合

日本で直接同型のサービスは見当たらず、HireRooやFindyのエンジニア採用・選考支援が近接領域にある。AIを使った実務過程を評価する機能には差別化余地がある一方、採用企業への認知と評価基準の定着が課題となる。候補者の成果物や選考データを扱う際は、個人情報の適切な取得・管理に注意が必要だ。

144社

LightSprint — 製品チーム向け開発を一気通貫で支援する基盤

LightSprintは、エンジニアだけでなく非技術職も含む製品チームに、視覚的な計画、動作確認、ソフトウェアの出荷を支援する共同作業基盤を提供する。クラウド上の多数のエージェントが開発工程を担い、チームが企画から出荷まで進められる仕組みだ。収益モデル、料金、顧客獲得経路、運営や原価の詳細は公開情報にない。2026年4月創業で、チームは3人だが、売上や利益などの財務数値は示されていない。創業者にはAI製品の拡大、エンジニアリング組織の統括、Facebook Messengerの開発経験がある。創業初期の小規模チームであることに加え、エージェントによる開発成果の品質や信頼性、顧客データの取り扱いが主なリスクとなる。

正体A・ほぼ特定

正体: LightSprint（YC Spring 2026）。製品チームが視覚的に計画し、稼働中のプレビューを確認しながら、クラウドエージェントを使ってソフトウェアを出荷する共同作業プラットフォームである。非エンジニアを含む製品チーム向けで、拠点は米国カリフォルニア州サンフランシスコ、チームは3人だ。

YC Spring 2026掲載、米国カリフォルニア州サンフランシスコを拠点とする企業
製品チーム向けの視覚的計画・ライブプレビュー・出荷支援基盤
クラウドエージェントを活用し、非エンジニアも含むチームを対象
2026年4月創業、チーム規模3人

日本での競合

日本での直接の同型は見当たらない。近接領域には、チームの課題管理やプロジェクト管理を支援するBacklogがあるが、エージェントによる開発から出荷までの一体支援とは異なる。

145社

Marker — 企業業務に合わせたAIエージェント導入基盤

Markerは、業務の自動化を目指す企業に、組織の実際の働き方に合わせたAIエージェントを提供する。企業に担当者を送り込み、業務の流れを把握したうえで、数週間で専用のAIエージェントを本番環境に導入する。導入や運用にはMarker Command Centerを用い、エージェントの導入を重ねて組織全体の業務を段階的に変える仕組みだ。具体的な料金、収益モデル、顧客獲得経路、運営原価は公開されていない。YC掲載情報ではチームは3人で、売上や資金などの財務数値は示されていない。現場で業務を把握し、導入経験を次の開発に生かせる点が強みとなる一方、企業ごとの導入負荷やデータ管理、実運用での品質確保が主なリスクである。

正体A・ほぼ特定

正体: Marker（YC Summer 2026）。企業に担当者が入り込んで業務の実態を把握し、専用のAIエージェントを本番環境へ導入する会社である。導入管理にはMarker Command Centerを用い、対象は業務自動化を進める企業だ。拠点は米国サンフランシスコで遠隔勤務にも対応し、チームは3人である。

YC Summer 2026掲載の企業情報
米国サンフランシスコを拠点とする遠隔勤務対応
チーム規模は3人と掲載
業務を把握し専用AIエージェントを本番導入

日本での競合

日本ではLayerXやPKSHAが企業向けのAI活用や業務自動化を手がけており、近接領域の競合となる。Markerのように担当者が企業に入り込み、専用エージェントを数週間で本番導入する形との直接比較には注意が必要だ。競合は存在するが、業務理解から実装までを一体で担う点には差別化の余地がある。社内情報や個人情報を扱う場合は、情報管理と個人情報保護法への対応が重要となる。

146社

Hexa — 産業資材卸の営業・調達自動化基盤

Hexaは、産業資材卸に営業・調達業務の自動化を提供し、見積もりの迅速化と入札受注の増加を支援する事業である。見積もりや調達の業務フローを自動化する仕組みだが、具体的な機能や導入方法は公開情報に記載がない。収益モデル、料金、顧客獲得経路、運営体制や原価も明らかにされていない。2026年5月創業、チーム規模は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。業界の営業・調達業務に焦点を当て、見積もりの迅速化と入札獲得を目指す点が強みである。業務自動化の実効性や既存システムとの連携、収益性は確認できず、事業の進捗も不透明である。

正体A・ほぼ特定

正体: Hexa（YC Spring 2026）。産業資材卸向けに、営業・調達業務を自動化し、見積もりを速めて入札受注を増やすプロダクトを提供する。米国カリフォルニア州サンフランシスコを拠点とし、チーム規模は3人である。

産業資材卸の営業・調達業務を自動化し、見積もりと入札受注を支援
YC Spring 2026掲載、米国カリフォルニア州サンフランシスコを拠点とする企業
チーム規模は3人、創業時期は2026年5月との掲載情報

日本での競合

日本での直接の同型は見当たらない。卸売業向けの販売・調達システムや業務支援は近接領域だが、Hexaと同様の範囲を自動化する企業は確認できない。競合密度や差別化余地を判断するには、対象商材や既存システムとの連携範囲の確認が必要である。

147社

Replicas — クラウド上で開発作業を並列化するエージェント基盤

Replicasは、開発チーム向けにコーディングエージェントへ作業を委任できるクラウドサービスだ。Slack、Linear、GitHubなどからClaude CodeやCodexにタスクを渡し、各タスクを分離された仮想マシン内で実行する。作業ごとに継続的インテグレーションの失敗を検知して修正し、コードレビューを読み取るほか、コードベースの実行環境を設定して動作確認やプレビュー用URLの提供もできる。価格、収益モデル、顧客獲得方法、運営原価は公開情報に記載がなく、チーム規模は2人、創業は2026年3月である。作業を並列化でき、フィードバックを通じて変更内容の品質向上を図れる点が強みだ。生成コードの不具合や既存環境との適合性、コードや開発情報を外部環境に預ける際の安全性が主なリスクとなる。

正体A・ほぼ特定

正体: Replicas（YC Spring 2026）。Claude CodeやCodexにSlack、Linear、GitHubなどから開発タスクを委任し、分離された仮想マシンで実行するバックグラウンド型のコーディングエージェントである。コードレビューの読み取りや継続的インテグレーションの失敗修正、コードベースの実行確認にも対応する。サンフランシスコ拠点、チーム規模は2人である。

YC Spring 2026掲載の開発支援サービス
サンフランシスコ拠点、チーム規模2人
Slack、Linear、GitHubから開発作業を委任
仮想マシンで実行しレビューや動作確認に対応

日本での競合

日本での直接の同型は見当たらない。近接領域には開発者向けのコード生成支援や開発作業の自動化があるが、複数の開発環境からタスクを受けて並列実行する点に差別化余地がある。日本で展開する場合は、ソースコードや開発情報の取り扱い、顧客企業の情報管理基準への対応が重要となる。

148社

Memoir — 開発の更新情報を販促素材に変える基盤

Memoirは、製品を開発・提供する企業向けに、開発チームの出荷内容をマーケティング素材へ変換するサービスだ。GitHub、Linear、Slack、顧客の声、製品分析データを連携し、変更点や意義、伝える相手を把握して、企業の語調に沿った発信内容を作る。SNS、ブログ、更新履歴、デモ動画、顧客向け案内、製品発表など複数の接点向けに素材を展開し、反応や編集内容を学習に生かす仕組みだ。価格、収益モデル、顧客獲得チャネルは開示されておらず、運営チームは2人である。2026年5月創業で、売上や利益などの財務数値は提示されていない。製品開発の一次情報を起点に発信を組み立てられる点が強みだが、生成内容の品質や企業ごとの語調への適合、顧客情報や社内情報の取り扱いが主なリスクとなる。

正体A・ほぼ特定

正体: Memoir（YC Spring 2026）。GitHubなどの開発・業務ツールや顧客の声、製品分析データを読み取り、製品更新を複数の販促コンテンツに変換するマーケティングサービスである。製品を開発する企業向けで、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人。

Y Combinator Spring 2026バッチの掲載企業
サンフランシスコ拠点、チーム規模2人
開発情報を複数の販促コンテンツに変換する事業

日本での競合

日本での直接の同型は見当たらない。製品更新情報から複数の販促素材を一括で作る点に差別化余地がある一方、コンテンツ制作やマーケティング支援との競合は想定される。顧客情報や未公開の開発情報を扱う場合は、個人情報保護と情報管理への配慮が必要だ。

149社

Stage — 人と開発エージェント向けのコードレビュー基盤

Stageは、AIが生成したコードを含むプルリクエストの理解とレビューを支援する、エンジニアリングチーム向けのコードレビュー基盤だ。エンジニアが考える流れに合わせてレビュー工程を組み替え、プルリクエストの確認から統合までを効率化する仕組みである。料金、課金方式、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。Legora、n8n、Branchなどの企業のエンジニアが利用していると紹介されている。2026年3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。開発エージェントの普及で増えるレビュー負荷に対応し、レビューと統合を従来の5倍速くすると掲げる点が強みである。一方、処理速度の主張を裏付ける条件や評価方法、コードの機密性への対応、価格と収益性は確認できず、導入判断には追加情報が必要だ。

正体A・ほぼ特定

正体: Stage（YC Spring 2026）。AIが生成したコードを含むプルリクエストの理解・確認・統合を支援し、エンジニアの考え方に沿ってレビュー工程を組み替えるプロダクトである。開発エンジニアや開発チームを対象とし、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人である。

Y Combinator Spring 2026の掲載企業
2026年3月創業、米国カリフォルニア州サンフランシスコ拠点
チーム規模2人、開発チーム向けコードレビュー基盤

日本での競合

日本での直接の同型は見当たらない。GitHubやGitLabのコードレビュー機能は近接領域だが、Stageのようにレビュー工程を再設計する価値との比較が必要になる。競合密度や差別化余地は、国内の開発チームでの導入状況が公開されていないため判断しにくい。コードの機密情報を扱うため、導入時には情報管理や社内規程への適合が重要となる。

150社

primitive — 自律型エージェント向け通信基盤

primitiveは、自律型エージェントを開発・運用する企業向けに、エージェント間の通信基盤を構築する事業である。完全自律型エージェントの実現に必要な通信インフラを提供するとしているが、具体的な機能や導入方法は公開情報に記載がない。料金体系、販売経路、運営体制や原価についても明らかにされていない。2026年3月創業で、チームは4人である。売上高や資金調達額などの財務数値は示されていない。自律型エージェントの通信に特化した基盤を目指す点が特徴だが、事業の初期段階であることや、製品の詳細と収益モデルが未公開であることが主なリスクとなる。

正体A・ほぼ特定

正体: primitive（YC Spring 2026）。完全自律型エージェントに必要な通信インフラを構築する会社で、企業向けにエージェント間の通信基盤を提供する。米国サンフランシスコを拠点とし、チーム規模は4人である。

Y Combinator Spring 2026に掲載された企業情報
完全自律型エージェント向け通信インフラの構築を掲げる事業内容
米国サンフランシスコ拠点、チーム規模4人、2026年3月創業

日本での競合

日本での直接の同型は見当たらない。自律型エージェントの普及に伴い通信基盤の需要が広がる可能性はあるが、現時点で競合密度や差別化余地を判断できる製品情報は限られる。企業間・エージェント間でデータを扱う場合は、情報管理や個人情報保護への対応が課題となる。

151社

Klarify — 心理療法士の事務と集客を支える業務支援基盤

Klarifyは心理療法士向けに、臨床記録や治療計画の作成、保険請求、見込み顧客の獲得などを支援する業務基盤である。中核のAIエージェント「Klara」が、臨床レターの作成、面談の合間に提供する資料の準備、新人療法士の指導準備なども担う。収益モデル、料金、顧客獲得チャネル、運営体制や原価については、掲載情報に記載がない。利用者は約8,300人で、チームは4人、創業は2026年5月である。療法士の業務を記録するだけでなく、書類作成や請求などの実務を代行し、利用者がクライアントとの面談に集中できる点が強みだ。臨床情報を扱うため、記録や請求処理の正確性、機密情報の保護、実務への適合が主なリスクとなる。

正体A・ほぼ特定

正体: Klarify（YC Spring 2026）。心理療法士向けに、臨床記録、治療計画、保険請求、臨床レター、面談間の資料作成、指導準備、新規顧客の獲得を支援する業務基盤である。中核のAIエージェント「Klara」が、療法士の治療そのもの以外の業務を担う。米国サンフランシスコ拠点で、チーム規模は4人。

Y CombinatorのSpring 2026バッチ掲載企業
サンフランシスコ拠点、チーム規模4人
心理療法士向けに記録、請求、集客を支援
AIエージェント「Klara」が事務業務を担当

日本での競合

日本での直接の同型は見当たらない。心理療法士の記録や請求、集客をまとめて支援する点では、電子カルテやカウンセリング予約サービスに近い領域だが、掲載情報だけでは直接競合を特定できない。日本で展開する場合は、要配慮個人情報を含む臨床情報の取り扱いや、保険請求業務への適合が課題となる。

152社

Martini — プロ向け生成映像制作の共同作業基盤

Martiniは、プロの映像制作者に、生成AIを活用した映画制作向けの共同作業基盤を提供する事業だ。複数の生成モデルを専門的な制作工程に組み込み、映像クリエイターが生成技術を映画表現に活用できるようにする。収益モデル、課金方法、価格、顧客獲得経路、運営原価は公開情報に記載がない。2026年1月創業で、チームは2人だが、売上高や利益などの財務数値は開示されていない。複数の生成モデルと専門的な映像制作工程を統合する点が強みとなる。主なリスクは、生成モデルの品質や利用条件の変化、映像制作現場での定着、著作権や肖像権への対応である。

正体A・ほぼ特定

正体: Martini（YC Winter 2026）。生成モデルをプロの映像制作工程に組み込み、映画制作の共同作業を支援するプラットフォームを開発している。プロの映像制作者やクリエイター向けで、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人である。

Y Combinator Winter 2026掲載の映像制作向けプラットフォーム
2026年1月創業、米国カリフォルニア州サンフランシスコに拠点
プロの映像制作者向け、チーム規模2人

日本での競合

日本での直接の同型は見当たらない。生成映像ツールや映像制作支援サービスが近接領域となる。日本で展開する場合は、生成物の著作権や実在人物の肖像権、制作物の利用許諾への対応が論点となる。

153社

OpenVector — 既設カメラを現場業務につなぐ映像自動化基盤

工場や店舗などの事業者に向け、既存カメラの映像から現場の出来事を検知し、対応を自動化する基盤を提供する。利用者が平易な言葉で監視したい作業を記述すると、映像を監視する専用のAI視覚モデルを自動構築し、異常や顧客の待ち状態などを検知した際に、コンピューターを操作して対応する。電話やメールの送信、POSや顧客管理システムの更新、ウェブフックの起動にもリアルタイムで対応し、新たなカメラ機器を必要としない。収益モデル、料金、顧客獲得経路、運営体制や原価は公開情報に記載がなく、財務数値も示されていない。公開情報上のチーム規模は4人で、YCのSummer 2026バッチに参加している。既設カメラと既存システムを活用できる点が強みだが、映像検知の誤りや連携先の障害、カメラ映像のプライバシー管理が導入上のリスクとなる。

正体A・ほぼ特定

正体: OpenVector（YC Summer 2026）。既設カメラの映像から現場の事象を検知するAI視覚モデルを構築し、電話やメールの送信、業務システムの更新などを自動実行する基盤を開発している。工場や店舗など、映像を使った監視と現場対応を自動化したい事業者が対象である。拠点は米国カリフォルニア州サンフランシスコ、チーム規模は4人である。

Y Combinator掲載企業、Summer 2026バッチ参加
米国カリフォルニア州サンフランシスコを拠点とする
チーム規模4人、既設カメラ向け映像自動化基盤を開発

日本での競合

近接領域には、クラウドカメラのSafieや、映像解析による警備支援を行うアジラがある。OpenVectorはカメラ映像の検知に加え、既存システムを操作して現場対応まで自動化する点で差別化余地がある一方、映像解析サービスがあるため競合密度は一定程度ある。日本での導入では、個人情報保護や従業員への監視に関する適切な告知・運用が重要となる。

154社

Shofo — 要件に応じて動画データを切り出す基盤

Shofoは、AI研究機関や開発チーム向けに、要件に合う動画を検索・選別し、注釈付きデータセットとして提供する事業だ。数十億本の動画を検索可能な索引に集約し、エージェントが条件に合う映像を抽出したうえで、ラベル付け工程に回して納品する。例えば、鍋を持つ人物が映る料理動画を10万時間分集め、推論注釈を加える依頼に数日で対応するとしている。価格、課金方式、顧客獲得チャネル、運営体制の詳細は公開されていない。索引の規模と、検索から注釈付けまでを一貫して担う点が強みである。チームは4人で、売上や利益の数値は示されておらず、動画の権利処理、注釈品質、需要の継続性が主なリスクとなる。

正体A・ほぼ特定

正体: Shofo（YC Winter 2026）。数十億本の動画を検索可能な索引に集約し、AI研究機関などの依頼に応じて映像を抽出、注釈付けしたデータセットを短期間で納品する。拠点は米国カリフォルニア州サンフランシスコで、2026年1月創業、チーム規模は4人である。

Y Combinator Winter 2026掲載の現役企業
2026年1月創業、米国サンフランシスコ拠点
4人のチームで数十億本の動画索引を構築

日本での競合

日本での直接の同型は見当たらない。動画データの収集・注釈付けや学習データ整備が近接領域であり、権利処理と注釈品質が差別化の鍵となる。日本で提供する場合は、動画の著作権や映り込む人物の肖像・プライバシーへの配慮が必要だ。

155社

Wayco — 医療訴訟案件のデータ統合基盤

Waycoは、医療に関わる訴訟案件を扱う法律事務所などに、案件データを統合する基盤を提供する事業である。初回受付から和解までの情報を一元化し、案件処理を支援する仕組みを掲げている。収益モデル、料金、顧客獲得方法、運営体制や原価については公開情報に記載がない。2026年2月創業で、チーム規模は5人である。売上高や利益などの財務数値も開示されていない。受付から和解までを対象とする一貫性が強みとなり得る一方、機微な医療情報の取り扱いや法律・医療分野の規制対応が主なリスクとなる。

正体A・ほぼ特定

正体: Wayco（YC Winter 2026）。医療が関わる訴訟案件について、初回受付から和解までの情報をまとめるデータ基盤を構築している。法律関係者など、医療訴訟案件を扱う利用者を想定した事業で、米国ニューヨーク市を拠点とするチーム規模5人の企業である。

2026年2月創業、米国ニューヨーク市を拠点とするチーム規模5人の企業
医療訴訟案件の初回受付から和解までを対象とするデータ基盤
Y CombinatorのWinter 2026バッチに掲載、事業ステータスは稼働中

日本での競合

日本での直接の同型は見当たらない。医療情報を扱う事業者や法律業務支援サービスは近接領域だが、医療訴訟案件の受付から和解までを一貫して扱う点で競合密度は限定的と考えられる。日本で展開する場合は、要配慮個人情報を含む医療情報の取り扱いや、弁護士業務との役割分担に注意が必要である。

156社

Aurorin CAD — 機械設計者向け高速AI設計ソフト

機械エンジニア向けに、AIを中核に据えた3次元CADソフトを提供する事業である。独自のパラメトリック設計および境界表現に基づくCADカーネルを開発し、現代のCPUやGPUを活用して処理速度と設計作業の効率向上を目指す。収益モデル、価格、顧客獲得チャネルは公開されておらず、運営チームは1人である。2026年1月創業で、売上高や資金調達額などの財務数値は示されていない。1980年代に開発されたカーネルを使う既存製品が多いなか、独自基盤を設計段階からAI活用に適した形で構築している点が強みとなる。新しいカーネルの信頼性や既存CADデータとの互換性、少人数体制での開発・販売の実現性が主なリスクである。

正体A・ほぼ特定

正体: Aurorin CAD（YC Winter 2026）。機械エンジニア向けに、独自のCADカーネルを基盤とするAI活用型の設計ソフトを開発している。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は1人である。

Y Combinator Winter 2026掲載の機械設計向けCADソフト
独自のパラメトリック設計・境界表現型CADカーネル
米国カリフォルニア州サンフランシスコを拠点とする1人チーム

日本での競合

日本では、Autodesk FusionやSOLIDWORKS、Onshapeが近接するCAD製品として挙げられる。既存製品が広く利用される領域で競合密度は高く、独自カーネルによる速度やAIを活用した設計体験が差別化の焦点となる。実務導入では既存データとの互換性や設計業務への適合性の確認が重要である。

157社

Fixture — スタートアップ向け顧客管理・営業支援基盤

Fixtureは、スタートアップ向けに、顧客とのコミュニケーションやマーケティング情報を統合するAIネイティブな顧客管理ツールを提供する事業だ。顧客とのやり取りに使う各種ツールやウェブサイトの流入情報を集約し、営業活動全体を把握できる情報基盤を構築する。AIエージェントが商談の進展を支援し、ウェブ画面のほか、利用者が選ぶAIツールからも操作できる。料金、収益モデル、顧客獲得チャネル、運営体制や原価に関する情報は開示されていない。2026年3月創業で、チーム規模は5人だが、売上や顧客数などの財務・事業規模は示されていない。複数の顧客接点を一元化し、営業支援までつなげる点が強みである一方、連携先の範囲やデータの正確性、既存顧客管理製品との差別化が主なリスクとなる。

正体A・ほぼ特定

正体: Fixture（YC Winter 2026）。スタートアップ向けに、顧客とのやり取りやウェブサイト流入などを集約し、営業活動の状況把握と商談の進展を支援するAIネイティブな顧客管理製品を開発する。ウェブ画面に加え、Claude Codeなど利用者が選ぶAIツールからも利用できる。拠点は掲載情報になく、チーム規模は5人である。

Y Combinator Winter 2026掲載のスタートアップ向け顧客管理製品
顧客との連絡ツールやウェブ流入情報を統合する機能
AIエージェントによる商談支援と外部AIツールからの操作
2026年3月創業・チーム規模5人・拠点情報の記載なし

日本での競合

近接する顧客管理・営業支援サービスとして、HubSpotやSalesforceがある。既存製品との競争は強い一方、スタートアップ向けの導入しやすさやAIエージェントによる営業支援に差別化の余地がある。顧客情報や連絡履歴を扱うため、日本で展開する際は個人情報の適切な取得・管理に注意が必要だ。

158社

Ossus — 学校・公共図書館向け業務支援基盤

Ossusは、文学分野、とりわけ学校図書館や公共図書館に、司書の業務を支援する図書館向け基盤を提供する事業である。初の商用製品はAIを活用した図書館運営システムで、煩雑な作業を減らし、司書が利用者への対応に注力できるようにする。具体的な課金方式や価格、顧客獲得チャネル、運営体制や原価は開示されていない。2026年1月創業で、サンフランシスコを拠点に3人で運営しており、売上や利益などの財務数値は示されていない。図書館業務に特化し、司書の作業負担軽減を掲げる点が強みである。商用化の実績や導入状況、収益性が不明であり、図書館ごとの業務要件への適合も主なリスクとなる。

正体A・ほぼ特定

正体: Ossus（YC Winter 2026）。学校図書館や公共図書館向けに、司書の煩雑な業務を支援するAI活用型の図書館運営システムを開発している。文学分野を対象とする初の商用製品を展開し、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は3人である。

Y Combinator Winter 2026バッチ掲載の図書館向け事業
学校図書館・公共図書館向けのAI活用型運営システム
米国サンフランシスコを拠点とする3人のチーム
2026年1月創業、文学分野を初の商用対象とする構成

日本での競合

日本での直接の同型は見当たらない。図書館向け業務システムは近接領域だが、公開情報だけでは具体的な競合名を挙げられない。利用者情報を扱う場合は、個人情報の適切な管理が導入上の注意点となる。

159社

Regbase — 各国の法人コンプライアンス自動化基盤

Regbaseは、世界各国の法人コンプライアンス業務を自動化する事業であり、対象顧客は企業である。具体的な機能、収益モデル、料金、顧客獲得方法、運営体制や原価は公開情報に記載されていない。2026年4月創業で、ニューヨークを拠点に3人で運営している。売上高や顧客数などの財務・事業規模を示す数値はない。各国の法人コンプライアンスを自動化する構想が強みとなる一方、対応する国や業務範囲、実際の自動化水準は不明である。

正体A・ほぼ特定

正体: Regbase（YC Spring 2026）。世界各国の法人コンプライアンス業務を自動化するプロダクトを提供する企業である。企業を対象とし、ニューヨークを拠点に3人で運営している。

YC Spring 2026掲載の法人コンプライアンス自動化事業
ニューヨーク拠点・チーム規模3人・2026年4月創業

日本での競合

日本での直接の同型は見当たらない。法人手続きや法務業務の効率化は近接領域だが、各国の法人コンプライアンスを自動化する事業との競合関係は確認できない。日本向けには、会社法や各種届出など国内制度への対応範囲が差別化と導入上の注意点となる。

160社

Ritivel — 医薬品申請文書の作成を支援する生成AI基盤

Ritivelは製薬企業の薬事・メディカルライティングチーム向けに、医薬品の申請文書を作成する生成AIワークスペースを提供する。AIエージェントが臨床データや過去の申請資料を参照し、CTD、CSR、IND、BLAの草案をMicrosoft Word上で作成するほか、SharePointやVeevaから資料を探し、Outlookでの督促やフォローアップも自動化する。収益モデル、価格、顧客獲得チャネル、運営原価は開示されていない。チームは3人で、創業は2026年1月である。出典に結び付いた引用情報を各データに付け、FDAの書式要件に沿って草案を作成する点が強みで、製薬関係者との50回超の対話を経て開発された。実績や導入規模は示されておらず、機密性の高い臨床データの取り扱い、生成内容の正確性、規制要件への適合が主なリスクとなる。

正体A・ほぼ特定

正体: Ritivel（YC Winter 2026）。製薬企業の薬事・メディカルライティングチーム向けに、臨床データや過去の申請資料を基に申請文書の草案を作る生成AIワークスペースを提供する。拠点はインドのベンガルールで、チーム規模は3人である。

Y Combinator Winter 2026バッチ掲載の医療・薬事文書作成企業
インド・ベンガルールを拠点とするチーム規模3人
製薬企業の薬事・メディカルライティング部門向け製品

日本での競合

日本での直接の同型は見当たらない。医薬品申請文書の作成支援という近接領域では、申請資料作成支援や薬事コンサルティングが競合となり得る。日本市場では国内規制や日本語文書への適合、機密性の高い臨床データの管理が差別化と導入の鍵となる。

161社

Khotan — 重要業務をソフトウェアで再構築する基盤

Khotanは、調達、サプライチェーン、財務、業務運営に関わる企業向けに、重要業務をソフトウェアとして再構築し、維持するための基盤を提供する。現場に入り込むエンジニアが企業固有の業務背景を取り込み、アプリケーションの導入、共有、保守に必要な仕組みと組み合わせて運用する。課金方法、価格、顧客獲得チャネル、運営体制や原価の詳細は開示されていない。2026年1月創業で、サンフランシスコを拠点に2人で運営しているが、売上や利益などの財務数値は示されていない。企業が誤りを許容できない業務を対象とし、業務の再構築と継続保守を一体で扱う点が強みである。顧客事例や導入実績、収益性の情報が限られ、個別業務への適合に要する工数や保守負担も主なリスクとなる。

正体A・ほぼ特定

正体: Khotan（YC Winter 2026）。現場に入り込むエンジニアが企業の業務背景を反映し、調達、サプライチェーン、財務、業務運営のシステムをソフトウェアとして構築・保守する基盤である。企業の重要業務を担うチーム向けで、サンフランシスコ拠点、チーム規模は2人である。

YC Winter 2026掲載の業務システム再構築・保守基盤
調達・物流・財務・業務運営を対象とする企業向け事業
米国サンフランシスコ拠点・チーム規模2人・2026年1月創業

日本での競合

日本での直接の同型は見当たらない。調達や業務運営のソフトウェアは近接領域だが、現場エンジニア向けの構築・保守基盤とは提供形態が異なる。個別業務への適合度が差別化の余地となる一方、顧客ごとの開発・保守負担が競争力を左右しうる。

162社

MochaCare — 介護事業者向け採用・勤務調整支援

MochaCareは、介護事業者向けに採用、勤務調整、利用者の受け入れ手続きを一括して担う運営支援サービスだ。パートナー事業者の業務を端から端まで引き受け、事業者が成長に注力できるよう支援する。具体的な課金方式、価格、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。2026年2月創業で、チーム規模は2人だが、売上や利益などの財務数値は示されていない。採用から利用者受け入れまで複数の業務をまとめて支援する点が強みとなる。実績や料金体系、自律型の運営支援の具体的な仕組みが不明であり、介護業界の人材・業務運営に関わる規制や慣行への対応も課題となりうる。

正体A・ほぼ特定

正体: MochaCare（YC Winter 2026）。介護事業者向けに、採用、勤務調整、利用者の受け入れを一括して担う運営支援サービスを提供する。拠点は米国カリフォルニア州サンフランシスコで、チームは2人。

Y Combinator Winter 2026掲載の介護事業者向け運営支援サービス
採用・勤務調整・利用者受け入れを一括して代行する事業内容
米国カリフォルニア州サンフランシスコを拠点とするチーム規模2人
2026年2月創業、掲載ステータスはActive

日本での競合

日本での直接の同型は見当たらない。介護事業者向け業務支援の近接領域には、介護ソフトなどを提供するカイポケがある。採用から利用者受け入れまでを一括代行する点には差別化余地がある一方、介護人材の採用や勤務管理に関する法令・業界慣行への対応が必要となる。

163社

Tsenta — 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。

正体A・ほぼ特定

正体: Tsenta（YC Summer 2026）。求人を探し、履歴書を求人ごとに調整し、利用者に代わって応募するAIキャリアエージェントを提供する。求職者向けのサービスで、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人である。

YC Summer 2026掲載の求職者向けAIキャリアエージェント
求人探索・履歴書調整・利用者に代わる応募を提供
米国カリフォルニア州サンフランシスコを拠点に運営
チーム規模2人、創業は2026年1月

日本での競合

日本での直接の同型は見当たらない。求人検索ではIndeed Japan、転職支援ではリクルートエージェントが近接領域にあたる。求人情報の提供や転職支援の競争はあるが、応募代行まで自動化する点には差別化余地がある。本人に代わって応募する場合は、応募内容の正確性や個人情報の取り扱いへの配慮が必要となる。

164社

Canary — 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。

正体A・ほぼ特定

正体: Canary（YC Winter 2026）。ソースコードを直接解析し、開発チーム向けに利用者の操作経路の不具合を本番反映前に検出するAI品質保証ツールを開発している。米国サンフランシスコを拠点とし、チーム規模は2人である。

Y CombinatorのWinter 2026バッチに掲載された企業
米国カリフォルニア州サンフランシスコを拠点とするチーム
ソースコードを解析し操作経路の不具合を検出する製品
2026年2月創業、チーム規模2人の開発者向け事業

日本での競合

日本の近接サービスには、AutifyとMagicPodがあり、ソフトウェアテスト自動化の領域で競合する。Canaryは画面操作の記録ではなくソースコードを直接理解する点を差別化要素としているが、国内での競合密度や優位性は実績の確認が必要だ。ソースコードや顧客情報を扱うため、導入時には情報管理とセキュリティ審査への対応が重要となる。

165社

Sila — 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。

正体A・ほぼ特定

正体: Sila（YC Winter 2026）。企業の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会話を扱うメッセージ基盤を開発する。企業向けの対話基盤を掲げ、ニューヨーク市を拠点とする2人のチームである。

Y Combinator Winter 2026バッチの掲載企業
2026年2月創業、米国ニューヨーク市を拠点
チーム規模2人、企業向けメッセージ基盤を開発

日本での競合

日本の近接領域には、ビジネスチャットのChatworkやLINE WORKSがある。エージェント同士や顧客との対話までを一体で扱う同型サービスは見当たらず、連携設計や企業内導入のしやすさに差別化余地がある。顧客情報や社内会話を扱う場合は、データ管理とアクセス制御が導入上の重要点となる。

166社

Maven — 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。

正体A・ほぼ特定

正体: Maven（YC Winter 2026）。音声エージェントが電話でカード決済を受け付けるための決済基盤を提供し、単一のAPI呼び出しで決済処理とPCI準拠対応を複数の決済ゲートウェイにまたがって扱う。事業者向けの基盤で、サンフランシスコを拠点とし、チームは2人である。

YC Winter 2026掲載の音声エージェント向け決済基盤
電話でのカード決済とPCI準拠対応を提供
2026年2月創業、米国サンフランシスコ拠点
チーム規模2人の事業者向け決済インフラ会社

日本での競合

日本での直接の同型は見当たらない。決済基盤の近接領域にはGMOペイメントゲートウェイやStripeがあるが、音声エージェントによる電話決済への特化は差別化余地となりうる。日本で展開する場合は、カード情報の取り扱いや決済事業者の規約への適合が課題となる。

167社

Moda — 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。

正体A・ほぼ特定

正体: Moda（YC Winter 2026）。本番稼働中のAIエージェント向けに、実行記録をもとに指示文やツール、評価、記憶機能などを改善し、過去の処理を再生して変更を検証する基盤を提供する。開発者やエージェントを運用する企業を対象とし、モデル性能の移行やモデル振り分け機構の構築にも対応する。拠点は米国カリフォルニア州サンフランシスコで、チームは6人。

Y CombinatorのWinter 2026バッチに掲載された企業情報
本番エージェントの実行記録から基盤改善を検証する製品説明
米国カリフォルニア州サンフランシスコを拠点とするチーム
2026年1月創業、チーム規模6人の企業データ

日本での競合

日本での直接の同型は見当たらない。エージェント開発や運用監視などの近接領域とは競合し得るが、Modaのように本番記録を再生して基盤の変更を検証する業務に絞ったサービスとの競合密度は限定的とみられる。日本企業へ展開する場合は、実行記録に含まれる個人情報や機密情報の取り扱いに注意が必要だ。

168社

The Token Company — 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。

正体A・ほぼ特定

正体: The Token Company（YC Winter 2026）。LLMへのリクエストから不要な文脈を取り除き、コストと処理遅延を抑える圧縮ミドルウェアを開発する会社だ。自然言語処理を利用する企業向けで、米国サンフランシスコを拠点とし、チームは2人である。

YC Winter 2026に掲載されたLLM向け圧縮ミドルウェア企業
米国カリフォルニア州サンフランシスコを拠点とする会社
2026年3月創業、チーム規模は2人

日本での競合

日本での直接の同型は見当たらない。LLMの利用コストや応答速度を改善する周辺領域とは重なるが、提供内容が文脈圧縮に特化している点に差別化余地がある。顧客データを外部のLLMへ送る構成では、個人情報や機密情報の取り扱いに注意が必要だ。

169社

BeeSafe AI — 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。

正体A・ほぼ特定

正体: BeeSafe AI（YC Winter 2026）。攻撃者に直接接触する覆面型AIエージェントと、実際の詐欺行動を学習する基盤モデルを開発する会社だ。金融機関向けに、承認済み送金詐欺やマネーロンダリングに関する情報を提供する。サンフランシスコ拠点で、チームは3人。

Y Combinator Winter 2026バッチ掲載のセキュリティ分野企業
サンフランシスコ拠点、チーム規模3人
金融機関向けに詐欺対策データと攻撃者行動モデルを開発

日本での競合

日本で完全に同型の直接競合は見当たらず、近接領域にはトビラシステムズの迷惑電話対策や、かっこの不正検知サービスがある。実際の攻撃者との対話から情報を収集する点は、既存の電話対策や取引審査とは異なる差別化余地となる。日本で展開する場合、個人情報の取り扱い、通信の秘密、金融機関の委託先管理に関する確認が必要だ。

170社

Fed10 — 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。

正体A・ほぼ特定

正体: Fed10（YC Winter 2026）。AIエージェントを活用し、米国全土の法案を監視して企業への脅威を特定し、対応に役立つ情報を提供する政策コンサルティング会社である。企業を顧客とし、ロビー活動の経験を持つ創業者3人が運営する。拠点は米国カリフォルニア州サンフランシスコで、創業は2026年1月である。

Y CombinatorのWinter 2026バッチに掲載された政策支援会社
米国全土の法案を監視し企業への脅威を通知するサービス
サンフランシスコ拠点、ロビー活動経験者3人のチーム
2026年1月創業、企業向けの政府渉外・法案分析分野

日本での競合

日本での直接の同型は見当たらない。政策調査や渉外支援に近い領域だが、日本市場では国会・省庁の制度や政治資金規正法などへの理解が必要となる。

171社

Inth — 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。

正体A・ほぼ特定

正体: Inth（YC Spring 2026）。製品のプルリクエスト、コードベース、ウェブサイトを検査し、プライバシー上の問題を修正して証拠を作成する開発者向け基盤である。顧客が事業を展開する各地域のプライバシー法令への対応を支援する。英国ロンドンを拠点とし、チーム規模は3人。

Y CombinatorのSpring 2026バッチに掲載された企業
英国ロンドンを拠点とするプライバシー対応基盤
プルリクエストやウェブサイトの検査と修正を提供
チーム規模3人、2026年4月創業と掲載

日本での競合

日本での直接の同型は見当たらない。近接領域には、プライバシー保護や個人情報管理を支援するPriv TechやDataSignがある。開発変更を継続的に検査して修正・証跡化する機能には差別化余地がある一方、日本の個人情報保護法や各種ガイドラインへの適合性確認が必要となる。

172社

Corelayer — 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。

正体A・ほぼ特定

正体: Corelayer（YC Winter 2026）。金融や医療など規制業界向けに、アラート、ログ、インフラ、基盤データを監視し、障害の調査や修正案の提示を行う本番運用支援基盤を提供する。成長段階の金融技術企業から大手金融機関までを対象とし、米国サンフランシスコに拠点を置くチーム規模3人の会社である。

2026年1月創業、YC Winter 2026バッチ、米サンフランシスコ拠点
金融・医療など規制業界の本番ソフトウェア運用支援基盤
アラート、ログ、インフラ、基盤データを継続監視し修正案を提示
成長段階の金融技術企業から大手金融機関までを対象、チーム規模3人

日本での競合

日本での直接の同型は見当たらない。近接領域には、サーバー監視サービスのMackerelがある。監視領域には既存サービスがある一方、規制業界向けに障害調査と修正案の提示まで担う点に差別化余地がある。金融・医療の顧客情報や運用データを扱う場合は、業界ごとの情報管理や監査要件への対応が導入上の注意点となる。

173社

General Legal — 成長企業向けのAI活用型法律事務所

成長企業に対し、商取引、会社法務、雇用法務の専門的な法律業務を提供する事業だ。AIを活用し、従来の法律事務所より迅速かつ低価格でサービスを提供するとしているが、具体的な課金方式、価格、顧客獲得経路、運営体制や原価は開示されていない。2026年1月創業で、チーム規模は25人、Y CombinatorのWinter 2026バッチに掲載されている。売上高や利益などの財務数値は示されていない。専門性の高い法律業務を速度と価格で差別化する一方、実績やサービス品質、AI利用の範囲、収益性を判断できる情報は限られる。

正体A・ほぼ特定

正体: General Legal（YC Winter 2026）。成長企業に対し、商取引、会社法務、雇用法務を提供するAI活用型の法律事務所である。2026年1月創業で、チーム規模は25人。拠点は掲載データに記載がない。

Y CombinatorのWinter 2026バッチに掲載された法律事務所
2026年1月創業、チーム規模25人の成長企業向け法務事業
商取引・会社法務・雇用法務を扱うAI活用型の法律事務所

日本での競合

日本での直接の同型は見当たらない。近接領域にはLegalOn Technologiesや弁護士ドットコムがあるが、法務支援ソフトや弁護士紹介などが中心で、法律事務所そのものとは異なる。日本で法律業務を提供する場合、弁護士資格や法律事務所の運営に関する制度への対応が必要となる。

174社

Anchorhead — 研究エージェント向け実験評価環境

Anchorheadは、最先端の研究エージェントを開発する組織向けに、エージェントの能力を測る環境と評価基盤を提供する事業だ。環境内では、アルゴリズムの最適化やモデルの展開、実験の実施を通じて、未知の課題を解かせる。評価者がエージェントの成果を採点し、その点数を評価時の信号として利用する仕組みである。収益モデル、価格、販売経路、運営体制や原価は公開情報に記載がない。2026年3月創業で、チーム規模は1人だが、売上や利益などの財務数値は示されていない。実際の研究開発作業に近い環境で能力を評価できる点が強みである一方、顧客の需要や評価の再現性、事業化の状況は不明である。

正体A・ほぼ特定

正体: Anchorhead（YC Winter 2026）は、研究エージェントに研究開発作業を実行させ、その成果を採点する環境と評価基盤を開発する会社だ。未知の課題に対するアルゴリズム最適化、モデル展開、実験実施を通じて、エージェントの能力を測る。対象顧客は研究エージェントを開発・評価する組織で、サンフランシスコ拠点、チーム規模は1人である。

Y Combinator Winter 2026に掲載された研究エージェント評価基盤
サンフランシスコ拠点、チーム規模1人、2026年3月創業
アルゴリズム最適化や実験を行う評価環境と採点機能

日本での競合

日本での直接の同型は見当たらない。研究開発支援や機械学習モデルの評価は近接領域だが、研究エージェントに実作業をさせて採点する事業との競合密度は限定的とみられる。評価環境の設計や採点基準に独自性を持たせられるかが差別化の余地となる。

175社

Superset — 開発エージェントを並列実行するIDE

Supersetは、複数のコーディングエージェントを並列で動かしたいエンジニア向けに、オープンソースのIDEを提供する事業だ。デスクトップアプリでエージェントを同時に実行でき、今後は共同作業や複数環境からの利用にも対応するツールへ拡張する方針である。価格や収益モデル、顧客獲得チャネル、運営体制や原価は公開情報に記載されていない。デスクトップアプリは数万人のエンジニアに利用されているとされるが、売上高や利益などの財務数値は示されていない。オープンソースであることと、数百のエージェントを並列実行できることが特徴だ。利用者の広がりに対してチームは3人と小規模であり、共同作業や複数環境への対応を進める中で、品質維持や開発体制が課題となる可能性がある。

正体A・ほぼ特定

正体: Superset（YC Spring 2026）。エンジニアが多数のコーディングエージェントを並列実行するための、オープンソースのデスクトップIDEを開発している。数万人のエンジニアがデスクトップアプリを利用しており、共同作業や複数環境からの利用に対応するツールへの拡張を進めている。米国サンフランシスコ拠点で、チーム規模は3人である。

YC Spring 2026掲載の開発者向けオープンソースIDE
数百のコーディングエージェントを並列実行するデスクトップアプリ
米国サンフランシスコ拠点、チーム規模3人
デスクトップアプリの利用者は数万人のエンジニア

日本での競合

日本での直接の同型は見当たらない。開発支援ツールやコーディングエージェントが近接領域だが、複数エージェントの並列実行を中心に据えた製品との競合密度は限定的とみられ、共同作業や複数環境対応に差別化余地がある。企業導入では、ソースコードや機密情報の取り扱い、オープンソースのライセンス条件に注意が必要だ。

176社

Netter — 分散データを業務判断につなぐ分析基盤

Netterは、データエンジニアを大勢抱えない中堅企業に、分散した社内データの統合や複雑な分析、業務の自動化を提供する事業だ。異なる形式やツールに分かれたデータをまとめ、請求回収の通知や担当振り分け、小売顧客の細分化と販促につなげる。料金体系、価格、顧客獲得経路、運営体制の詳細や原価は開示されていない。2026年5月創業で、チームは4人だが、売上高や利益などの財務数値は示されていない。既存データを実務に結び付け、個別企業の複雑な課題に対応する点が強みとなる。顧客事例や導入効果の数値が限られ、個別対応の負荷やデータ品質、情報管理が主なリスクだ。

正体A・ほぼ特定

正体: Netter（YC Spring 2026）。分散した社内データを統合し、請求回収の業務管理や顧客分析、販促施策につなげるデータ分析事業である。データエンジニアの専任体制が限られる中堅企業を対象とし、パリを拠点に4人で運営している。

Y Combinator Spring 2026の掲載企業・アクティブ状態
フランスのパリ拠点・チーム規模4人
分散データの統合と請求回収・顧客分析の事例
2026年5月創業の中堅企業向けデータ分析事業

日本での競合

日本での直接の同型は見当たらない。近接領域には、企業データ活用基盤を提供するTreasure Dataやウイングアーク１ｓｔがある。競合密度はデータ統合や分析基盤の領域で高く、個別業務への実装力に差別化余地がある。顧客データを扱う場合は、個人情報保護法に沿った利用目的の確認や管理が必要となる。

177社

Archal — AIエージェント向けAPI検証環境

Archalは、CIやテスト、評価を行う開発チームに、API環境を備えた隔離環境を提供するインフラ事業である。コーディングエージェントが環境を起動し、API連携を行ってテストを実行し、状態変化を確認できる仕組みだ。環境は数秒で起動し、数ミリ秒でリセットできる。課金方式や価格、顧客獲得チャネル、運営体制や原価は開示されていない。2026年4月創業で、チームは2人だが、売上や財務の数値は示されていない。短時間で環境を立ち上げて繰り返し検証できる点が強みである一方、提供されるAPI環境の範囲やセキュリティ、事業の実績は不明である。

正体A・ほぼ特定

正体: Archal（YC Summer 2026）。開発用エージェントがAPI連携を含むテストや評価を実行し、状態変化を調べるためのサンドボックス環境を提供する会社だ。CIやテストを行う開発チーム向けで、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人である。

Y Combinator Summer 2026掲載、ステータスはActive
米国カリフォルニア州サンフランシスコを拠点とする開発基盤企業
2026年4月創業、チーム規模2人
API環境付きサンドボックスを数秒で起動、数ミリ秒でリセット

日本での競合

日本での直接の同型は見当たらない。開発者向けテスト基盤に近い領域であり、API接続先の範囲や短時間での環境再現性が差別化の余地となる。顧客データや認証情報を扱う場合は、情報管理とセキュリティへの配慮が必要だ。

178社

Bubble Lab — 専門職コミュニティの会員運営基盤

キャリアネットワーク、投資家コミュニティ、事業運営者の集まりに、ブランド付きの会員向け拠点を提供する事業だ。会員名簿、応募受付、決済、Slack連携、オンボーディング自動化、分析、会員同士の個別紹介を一元化し、運営者1人でも手厚いコミュニティ運営を目指せる仕組みである。決済機能を備えるが、料金体系や価格、顧客獲得チャネルは開示されていない。2025年12月創業で、サンフランシスコを拠点に2人で運営しており、売上や財務数値は示されていない。運営業務の省力化と、会員に合わせた個別のつながりづくりが強みである。一方、顧客獲得の実績や継続利用、決済機能の運用負担は不明で、少人数体制も事業拡大時のリスクとなる。

正体A・ほぼ特定

正体: Bubble Lab（YC Winter 2026）。専門職コミュニティ向けに、会員名簿や応募受付、決済、Slack連携、運営自動化、分析、会員同士の個別紹介を備えたブランド付き会員拠点を提供する。キャリアネットワーク、投資家コミュニティ、事業運営者の集まりが対象で、サンフランシスコを拠点とする2人のチームである。

Y Combinator Winter 2026掲載の活動中企業
サンフランシスコを拠点とする2人のチーム
2025年12月創業、専門職コミュニティの運営基盤を提供

日本での競合

日本での直接の同型は見当たらない。近接領域には、オンラインコミュニティの運営基盤を提供するコミューンがある。会員獲得や運営機能の競争が見込まれ、個別紹介と業務自動化には差別化の余地がある。決済を扱う場合は、資金決済や個人情報の取り扱いに関する日本の規制・法令への対応が必要となる。

179社

Constellation Space — 大規模衛星網の自律運用基盤

Constellation Spaceは、衛星を多数運用する通信事業者や宇宙関連企業向けに、衛星ネットワークの自律運用基盤を開発している。ConstellationOSは衛星間の接続切り替え、熱負荷の予測に基づく負荷分散、1秒未満の光通信経路制御を担い、地上からの常時介入を減らす設計だ。課金方法、価格、顧客獲得チャネル、運営体制や原価の詳細は開示されていない。2025年12月創業で、チームは4人だが、売上や利益などの財務数値は示されていない。創業チームはSpaceX、Blue Origin、NASAで衛星システムの構築・運用経験を積んでおり、現場の運用課題に根ざした知見が強みである。主なリスクは、実運用での性能や信頼性が未確認であることに加え、顧客導入や事業化の進捗、収益モデルが明らかでない点だ。

正体A・ほぼ特定

正体: Constellation Space（YC Winter 2026）。衛星コンステレーション向けの運用基盤ConstellationOSを開発し、接続切り替え、熱負荷の予測制御、光通信の経路制御を自動化する。衛星通信や宇宙空間での計算基盤を運用する事業者を対象とし、米国ワシントン州シアトルを拠点に4人で活動している。

YC Winter 2026掲載の衛星ネットワーク運用基盤開発企業
米国ワシントン州シアトルを拠点とする4人のチーム
2025年12月創業、衛星間接続や光通信経路を自動制御

日本での競合

日本での直接の同型は見当たらない。スカパーJSATは衛星通信の近接領域に位置するが、公開された情報からConstellationOSと同じ自律運用基盤を競合製品とは特定できない。日本で衛星通信事業を展開する場合は、周波数の割り当てや電波法上の手続きが事業上の留意点となる。

180社

Sazabi — 高速開発チーム向けのAI監視基盤

Sazabiは、変化の速い開発チーム向けにシステムの状態を把握する監視基盤を提供する事業である。具体的な機能や導入方法、料金体系、顧客獲得チャネル、運営体制、原価は公開情報に記載されていない。2026年3月創業で、チーム規模は10人だが、売上や資金調達額などの財務数値は示されていない。強みは、Vercel、Graphite、Daytona、Browserbase、LangChain、Mastra、Replitなど、AI関連企業の関係者から支援を受けている点にある。製品の機能や導入実績が不明なため、既存監視基盤との差別化や顧客の継続利用を判断する材料は限られる。

正体A・ほぼ特定

正体: Sazabi（YC Spring 2026）。開発チーム向けに、AIを中核に据えたシステム監視基盤を提供する会社である。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は10人。

Y Combinator Spring 2026バッチ掲載の開発チーム向け監視基盤
米国カリフォルニア州サンフランシスコを拠点とする企業
2026年3月創業、チーム規模10人と掲載

日本での競合

近接する国内サービスとして、はてなのMackerelがある。監視基盤の競合は存在するが、Sazabiの機能や価格が未公開のため、差別化余地や競合密度の評価は難しい。顧客データやログを扱う場合は、データ保護と国外移転への対応が導入上の確認点となる。

181社

Oximy — 社内AIの利用状況と業務を一元管理する基盤

企業向けに、社内で使われるAIツールや利用額の可視化、業務の実行、依頼内容に応じたモデルへの振り分けを提供する事業だ。単一のプラットフォーム上で、利用状況を把握し、企業が所有するアプリ内でチームの業務を進められる仕組みである。料金体系、価格、販売チャネル、運営体制や原価に関する情報は開示されていない。2026年1月創業で、チームは8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AIツールと利用額をまとめて把握し、業務実行やモデル選択まで一元化できる点が強みとなる。導入企業数や実績が不明なうえ、社内データの取り扱い、各AIサービスとの接続性、利用額の正確な把握が主なリスクである。

正体A・ほぼ特定

正体: Oximy（YC Winter 2026）。企業内で使われるAIツールと利用額を一覧し、チームの業務を企業所有のアプリで実行し、依頼を適切なモデルへ振り分ける基盤を提供する。対象はAIを業務利用する企業で、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は8人である。

Y Combinator Winter 2026掲載の企業向けAI基盤
米国カリフォルニア州サンフランシスコを拠点とする企業
チーム規模8人、創業は2026年1月

日本での競合

日本での直接の同型は見当たらない。企業向け生成AIの導入支援や業務活用サービスは近接領域だが、社内ツールの利用額把握と業務実行、モデル振り分けをまとめて提供する点で差別化余地がある。導入時には、社内情報や個人情報の取り扱い、利用するAIサービスごとのデータ管理方針への注意が必要だ。

182社

Caretta — 営業通話を支援するリアルタイム商談知能

Carettaは、営業組織向けに商談中の情報確認や質問、反論への対応を支援する営業支援サービスだ。営業担当者の通話にリアルタイムで参加し、チームの会話が行われるSlack上でも利用できる。通話の内容を知識基盤や反論対応集に蓄積し、利用を重ねるほど組織内の知見を広げる仕組みである。料金、収益モデル、顧客獲得チャネル、運営体制や原価の詳細は開示されていない。2025年12月創業で、米国サンフランシスコを拠点とする4人のチームだが、売上や利益などの財務数値は示されていない。通話知見を組織で共有・再利用できる点が強みとなる一方、回答の正確性や通話データの取り扱い、導入効果はリスクとして確認が必要だ。

正体A・ほぼ特定

正体: Caretta（YC Winter 2026）。営業担当者の通話に参加し、質問や反論への対応をリアルタイムで支援する営業知能サービスで、Slack上のチーム会話にも加わる。通話から知識基盤と反論対応集を育て、営業組織内で知見を蓄積する。2025年12月創業、米国サンフランシスコ拠点、チーム規模は4人である。

Y Combinator Winter 2026バッチ掲載の営業通話支援サービス
2025年12月創業、米国カリフォルニア州サンフランシスコ拠点
営業組織向けに通話中の質問や反論への対応を支援
チーム規模4人、Slack上のチーム会話にも参加

日本での競合

近接領域の国内サービスには、MiiTelやamptalkがある。Carettaは通話中の応答支援とSlack上での知見共有を掲げており、国内サービスとの機能差や導入先での使い分けが差別化の焦点となる。通話の録音・解析では、個人情報の取り扱いや録音に関する社内ルールへの配慮が必要だ。

183社

Sitefire — AIエージェント経由のブランド集客基盤

Sitefireは、AIエージェントに自社商品を発見・利用してもらいたいブランド向けに、コンテンツとツールを提供する事業だ。どのコンテンツがAI上での露出につながるかを分析し、露出を高めるコンテンツを自動作成するほか、利用企業はサイト内外の施策を実行して売上成長を目指す。収益モデル、料金、顧客獲得経路、運営体制や原価については掲載情報に記載がない。チームは2人で、2026年2月創業、ステータスは活動中とされているが、売上や利益などの財務数値は示されていない。AIエージェント上の露出分析からコンテンツ作成、施策実行までを結び付ける点が強みとなる。AIエージェントの普及や露出施策の効果に左右されるほか、料金や収益性、実績が不明な点は主なリスクである。

正体A・ほぼ特定

正体: Sitefire（YC Winter 2026）。ブランドがChatGPTやOpenClawなどのAIエージェントに商品を発見・利用してもらうため、露出を促すコンテンツとツールを提供する会社だ。AI上の露出に寄与するコンテンツを特定し、自動作成するほか、サイト内外の施策による売上成長を支援する。拠点はドイツで、チーム規模は2人である。

Y Combinator Winter 2026バッチの活動中企業
ドイツ拠点、チーム規模2人、2026年2月創業
ブランド向けにAIエージェント経由の商品発見を支援
露出分析とコンテンツ自動作成、施策実行を提供

日本での競合

日本での直接の同型は見当たらない。近接領域にはSEOやコンテンツマーケティング支援があるが、AIエージェント上の露出分析とコンテンツ作成を一体で提供する点に差別化余地がある。競合密度や日本での導入実績は掲載情報から判断できない。日本語コンテンツの品質や、広告・表示に関する規制への対応が導入時の注意点となる。

184社

Robby — 住宅設備事業者向けの売上機会発掘・成約支援

Robbyは、住宅設備や修理などの訪問サービス事業者に、追加の売上機会を見つけて成約を後押しするAIエージェントを提供する。顧客情報と第三者データを組み合わせて毎日数十件の新規見込み客を抽出し、現場技術者に提案時の要点を示すほか、事業責任者向けに売上管理の司令塔を提供する。収益モデル、料金、顧客獲得チャネル、運営体制や原価は開示されていない。複数の有料顧客がおり、各社で毎週6桁規模の追加売上機会を発掘しているほか、公開初日には1時間以内に4万ドルの新規受注を支援した。技術者への同行や事務所内の各職種の観察を通じて現場業務を理解している点が強みである。一方、顧客数や継続率、実際に実現した追加売上、データの正確性は不明であり、提案の現場定着や顧客情報の適切な利用が課題となる。

正体A・ほぼ特定

正体: Robby（YC Winter 2026）。住宅設備などの訪問サービス事業者向けに、顧客・第三者データから見込み客を発掘し、技術者の提案と事業責任者の売上管理を支援するAIエージェントを開発する。拠点は米国ニューヨーク市で、チームは3人。

Y Combinator Winter 2026掲載の住宅サービス事業者向けAI企業
米国ニューヨーク市を拠点とするチーム規模3人
顧客・第三者データから見込み客を発掘し訪問現場の成約を支援

日本での競合

日本での直接の同型は見当たらない。近接領域には、生活関連サービスの利用者と事業者をつなぐ「くらしのマーケット」や「ミツモア」があるが、現場訪問からの追加売上発掘とは位置づけが異なる。顧客データや第三者データを活用する場合は、個人情報の取得・利用に関する規制への対応が必要となる。

185社

Emdash — 複数の開発エージェントを並行稼働する開発環境

Emdashは、エンジニアリングチーム向けに、複数のコーディングエージェントを並行稼働させてソフトウェア開発を速めるデスクトップアプリを提供する。オープンソースで、特定の提供元に依存しない設計だが、収益モデルや課金、価格は公開情報に記載がない。獲得チャネルや運営体制、原価についても詳細は示されていない。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は開示されていない。複数の開発エージェントを同時に活用できることと、提供元を限定しないことが特徴だ。小規模なチームでの運営に加え、各エージェントの品質や対応範囲、開発コードの取り扱いが導入上のリスクとなる。

正体A・ほぼ特定

正体: Emdash（YC Winter 2026）。複数のコーディングエージェントを並行稼働させ、ソフトウェア開発を支援するオープンソースのデスクトップアプリを開発する。特定のエージェント提供元に依存しない設計で、エンジニアリングチームを対象とする。米国サンフランシスコを拠点とし、チーム規模は2人である。

YC Winter 2026掲載の開発者向けオープンソースデスクトップアプリ
複数のコーディングエージェントを並行稼働する開発環境
米国サンフランシスコ拠点、チーム規模2人、2026年2月創業

日本での競合

日本での直接の同型は見当たらない。開発支援ツールの近接領域には競合が多い一方、複数の開発エージェントを提供元を限定せず並行利用できる点に差別化余地がある。導入時には、ソースコードや開発データの取り扱いに関する社内規程への対応が必要となる。

186社

Reframe — ハードウェア部品の調達を自動化する市場

Reframeは、ハードウェア開発チーム向けに既製部品と特注製造部品の調達を仲介する事業だ。信頼できる供給業者への接続とAIエージェントによる調達工程の一貫した自動化を提供し、少人数での事業拡大を支援する。収益モデル、価格、顧客獲得経路、供給業者との契約条件や運営原価は公開されていない。2026年2月創業で、拠点は米国サンフランシスコ、チーム規模は1人だ。売上高や利益などの財務数値も示されていない。信頼性の高い製品向け部品を製造した供給業者とのつながりと、調達業務の自動化が強みとなる一方、事業実績や供給網の規模、少人数運営の継続性は確認できない。

正体A・ほぼ特定

正体: Reframe（YC Winter 2026）は、ハードウェア開発チームが既製部品と特注製造部品を調達するための市場を運営する。供給業者への接続に加え、AIエージェントで調達工程を自動化する。2026年2月創業、米国サンフランシスコ拠点で、チーム規模は1人である。

YC Winter 2026掲載、米国サンフランシスコを拠点とする調達市場
既製部品と特注製造部品を扱うハードウェア開発チーム向けサービス
2026年2月創業、チーム規模1人の立ち上げ段階の企業

日本での競合

日本での直接の同型は見当たらない。近接領域には工場用部品の通販を手がけるモノタロウや、機械部品の調達を支援するミスミがある。既存の部品販売網と調達自動化の組み合わせが差別化の余地となるが、特注品の品質確認や輸入時の規制対応には注意が必要だ。

187社

Approxima — ソフトウェア保守を自動化する開発エージェント

Approximaは、企業の開発チーム向けに、保守作業や不具合修正、段階的な機能更新を進める開発エージェントを提供する。エージェントが作業範囲を定め、コードを書き、隔離された環境で修正を一貫して検証したうえで、本番環境への反映まで行う仕組みだ。顧客獲得はデモの予約を案内しているが、価格、課金方式、売上、原価や運営体制の詳細は開示されていない。2026年1月創業で、カナダのトロントを拠点とし、チームは2人である。日常的な保守を自動化し、人間の開発者が新しい企画に注力できる点が強みとなる。自動生成したコードの品質や本番環境への反映に伴う安全性、企業システムへの導入実績や事業規模が不明な点は主なリスクだ。

正体A・ほぼ特定

正体: Approxima（YC Winter 2026）。企業の開発チーム向けに、作業範囲の特定からコーディング、隔離環境での検証、本番環境への反映までを担う開発エージェントを提供する。拠点はカナダのトロントで、チーム規模は2人。

Y Combinator Winter 2026掲載の開発基盤分野の企業
カナダ・オンタリオ州トロントを拠点とするチーム
創業は2026年1月、チーム規模は2人

日本での競合

日本での直接の同型は見当たらない。近接領域には、コード補完のGitHub Copilotやソフトウェアテスト自動化のAutifyがある。開発工程の自動化は競争が激しくなりうる一方、作業の特定から本番反映までを一貫して担えるかが差別化の焦点となる。企業の本番環境に接続する場合は、アクセス権限や変更管理、情報セキュリティへの配慮が必要だ。

188社

Chamber — 機械学習基盤の監視・障害対応自動化

Chamberは、機械学習チーム向けに、クラウド上のAI基盤の監視や障害対応を自動化するエージェントを提供する。エージェントが継続的に異常を監視し、原因を分析して問題を解決するほか、複数のクラウドにまたがる処理の性能と規模を最適化する。料金体系、販売経路、運営体制や原価の詳細は開示されていない。2026年1月創業で、チームは4人だが、売上や利益などの財務数値は示されていない。研究者や機械学習エンジニアの手作業を減らし、計算資源の無駄やGPUのボトルネックを抑える点が強みとなる。実績や効果を裏付ける数値がなく、複数クラウド環境への対応範囲や自動修復の信頼性も主な確認事項である。

正体A・ほぼ特定

正体: Chamber（YC Winter 2026）。機械学習チーム向けに、AI基盤の監視、障害原因の分析と解決、処理負荷の最適化を行う自律型エージェントを開発する会社である。米国ワシントン州シアトルを拠点とし、チーム規模は4人である。

YC Winter 2026掲載の機械学習基盤運用エージェント
米国ワシントン州シアトルを拠点とするスタートアップ
2026年1月創業、チーム規模4人

日本での競合

日本での直接の同型は見当たらない。クラウド監視や機械学習基盤の運用支援が近接領域となり、障害分析から自動修復までを一貫して担えるかが差別化の余地である。顧客データや計算環境を扱うため、導入時には情報管理やクラウド利用に関する社内規定への適合が論点となる。

189社

Patientdesk.ai — 歯科医院の予約・決済・保険対応を自動化する業務基盤

Patientdesk.aiは、歯科医院などの医療機関に、予約、決済、保険対応を処理するAI予約システムを提供する。予約枠を埋め、医療提供者の予定に高価値の予約を増やすことを目指す仕組みだ。価格や課金方式、顧客獲得経路、原価構造は公開情報にない。2025年11月創業で、チームは5人だが、売上や利益などの財務数値は開示されていない。予約から決済、保険対応までを一体で扱う点が強みとなる。医療情報の取り扱いや保険対応の正確性、医院への導入定着が主なリスクである。

正体A・ほぼ特定

正体: Patientdesk.ai（YC Winter 2026）。医療機関の予約、決済、保険対応をAIで処理し、予約枠の充足を支援するシステムを開発している。歯科医院を含む医療機関向けで、2025年11月創業、チームは5人。拠点は掲載情報に記載がない。

Y Combinator Winter 2026掲載の医療機関向け予約システム
2025年11月創業、チーム規模は5人
予約・決済・保険対応を扱うAIシステムの説明

日本での競合

日本では、歯科医院向けの予約・業務支援サービスとしてApotool & BoxやDentisが近接領域にある。Patientdesk.aiのように予約、決済、保険対応をまとめて処理する直接競合の範囲は、公開情報だけでは判断しにくい。競合は存在するため、業務の自動化範囲と導入効果が差別化の焦点となる。日本で展開する場合は、患者情報の取り扱いや保険診療関連の運用への対応が必要だ。

191社

Synthetic Sciences — 自律型科学を支える研究基盤

Synthetic Sciencesは、自律的な科学研究を可能にする基盤を開発する研究所で、研究者や科学技術分野の組織を対象とする。科学研究の検証に時間と費用がかかり、結果も不完全になりやすいという課題に対し、ツール、評価手法、学習環境、アルゴリズム、モデルを開発する。収益モデル、課金方法、価格、顧客獲得チャネル、運営体制、原価は公開情報に記載がない。2026年2月創業で、チーム規模は2人である。売上や利益などの財務数値は示されていない。検証工程の効率化を複数の技術要素から目指す点が強みだが、商用化の状況や実績は不明であり、少人数体制や開発・検証の難しさが主なリスクとなる。

正体A・ほぼ特定

正体: Synthetic Sciences（YC Winter 2026）。科学研究の自律化に向けて、研究用ツール、評価手法、学習環境、アルゴリズム、モデルを開発する研究所である。研究者や科学技術分野の組織を想定した基盤づくりに取り組み、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人である。

Y Combinator Winter 2026バッチ掲載の研究基盤開発企業
米国カリフォルニア州サンフランシスコを拠点とする企業
2026年2月創業、チーム規模2人の小規模体制

日本での競合

日本での直接の同型は見当たらない。研究用ツールや評価環境の近接領域では、研究機関や企業の独自開発が比較対象となる。商用実績や提供範囲が明らかでなく、競合密度や差別化余地の判断は難しい。生命科学などへ展開する場合は、分野ごとの研究倫理や安全管理への対応が課題となる。

192社

Parameter — アプリと基盤の継続的な脆弱性検証

Parameterは、アプリケーションやインフラを運用する企業向けに、AIエージェントによる継続的な侵入テストを提供する事業だ。エージェントが24時間365日テストを実施し、重大な脆弱性を発見して検証することで、攻撃者に悪用される前の対処を支援する。年1回程度の侵入テストを継続的な検査に置き換える仕組みだが、料金体系や販売チャネル、運営体制の詳細は公開されていない。2026年1月創業で、チームは11人であり、売上や利益などの財務数値は示されていない。継続的な検査と脆弱性の検証を自動化する点が強みである一方、検査の精度や誤検知、顧客環境へのアクセス管理が導入上のリスクとなる。

正体A・ほぼ特定

正体: Parameter（YC Winter 2026）。アプリケーションとインフラを対象に、AIエージェントが継続的に侵入テストを行い、重大な脆弱性を発見・検証するセキュリティ企業だ。米国サンフランシスコ拠点で、チーム規模は11人。旧社名はHex Security。

YC Winter 2026掲載のセキュリティ分野企業
米国サンフランシスコ拠点、チーム規模11人
アプリとインフラ向けの継続的な侵入テスト
旧社名Hex Securityの記載あり

日本での競合

日本ではFlatt SecurityやGMOサイバーセキュリティbyイエラエが、侵入テストを含むセキュリティ支援の近接領域にある。ParameterのようにAIエージェントで検査を常時実行するサービスとの直接競合関係は、与えられた情報からは判断できない。顧客環境へのアクセス許可や検査によるサービス影響への配慮が必要となる。

193社

Laurence — Amazon広告を利益起点で自動最適化する分析基盤

Laurenceは、Amazonブランド向けに広告運用を自動化し、利益成長を支援する定量分析事業である。入札額やキーワードを、遅れて届くデータに基づく手作業の条件分岐で調整する従来手法に代わり、確率的な市場変動を考慮した運用を掲げる。顧客はAmazonブランドで、導入後1か月以内に純利益を15〜40%改善するとしている。課金方式、価格、顧客獲得チャネル、運営体制や原価の詳細は公開情報にない。チームは2人で、2026年1月創業、拠点は米国ニューヨーク市である。主な強みは広告運用を利益改善に結び付ける点だが、実績の対象数や算定条件、改善効果の再現性は不明であり、導入判断時のリスクとなる。

正体A・ほぼ特定

正体: Laurence（YC Winter 2026）。Amazonブランド向けに、入札額やキーワードの調整を定量分析で自動化し、広告経由の利益成長を目指す会社である。2026年1月創業で、米国ニューヨーク市を拠点とし、チームは2人である。

YC掲載のWinter 2026バッチ、事業ステータスはActive
2026年1月創業、米国ニューヨーク市を拠点とする会社
チーム規模は2人、Amazonブランド向け広告分析事業

日本での競合

日本での直接の同型は見当たらない。Amazon広告の運用支援や分析は近接領域だが、利益改善を掲げて広告調整を自動化する事業との競合密度は、提供情報だけでは判断できない。日本で展開する場合は、広告表示や販売促進に関する規制・プラットフォーム規約への適合が必要となる。

194社

Terminal Use — 現場業務をAI前提で再設計する変革支援

Terminal Useは、建設、物流、製造、小売など複雑な現場業務を抱える企業の運用部門に、業務プロセスの再設計を提供する。重要な業務を1つ選び、現状の流れや問題点を把握したうえで、AIエージェント、既存システム、人の確認工程を組み合わせた新しい業務手順を構築する。具体的な料金、収益モデル、顧客獲得経路、運営原価は開示されていない。2026年2月創業で、チームは4人であり、売上や利益などの財務数値も示されていない。大規模な業務変革に携わったPalantir出身者らの経験と、実稼働する業務プロセスまで形にする点が強みだ。導入効果や価格、実績は不明であり、既存システムとの連携や現場での定着、AIの出力管理が主なリスクとなる。

正体A・ほぼ特定

正体: Terminal Use（YC Winter 2026）。企業の運用部門を対象に、業務の流れを分析し、AIエージェント、既存システム、人の確認工程を組み込んだ業務プロセスへ再設計する。建設、物流、製造、小売などを支援し、拠点は米国サンフランシスコ、チーム規模は4人である。

Y Combinator Winter 2026バッチ掲載の現役企業
米国サンフランシスコを拠点とする4人のチーム
建設・物流・製造・小売の業務変革を支援

日本での競合

日本での直接の同型は見当たらない。LayerXやPKSHA Technologyは、企業業務のデジタル化やAI活用における近接領域の事業者である。競合密度は周辺領域で高く、業種別の業務設計や導入後の定着支援に差別化余地がある。現場データや個人情報を扱う場合は、情報管理とAI出力の確認体制が導入上の注意点となる。

195社

Unisson — 顧客導入を担うチーム向け業務自動化エージェント

Unissonは、顧客導入を担当する技術顧客支援、導入支援、営業技術のチームに、製品知識を持つAIエージェントを提供する事業だ。エージェントは製品の使い方を20分以内に学び、Slack、テキストメッセージ、メールを通じて利用できるほか、既存ツールから要件や背景情報を集め、顧客の状況確認、導入、製品管理、個別連携などを処理する。料金、収益モデル、顧客獲得経路、運営上の原価は開示されていない。2026年2月創業で、サンフランシスコを拠点に2人で運営しており、売上や利益などの財務情報は示されていない。顧客対応チームが24時間利用でき、作業時間を削減できる点が強みだ。製品知識の正確性や既存ツールへの接続、顧客情報の取り扱いが導入上のリスクとなるが、実績や対策は開示されていない。

正体A・ほぼ特定

正体: Unisson（YC Winter 2026）。顧客導入を担うチーム向けに、製品の操作を学び、既存ツールの情報を使って導入や製品管理などを支援するAIエージェントを開発する。対象は技術顧客支援、導入支援、営業技術のチームで、Slack、テキストメッセージ、メールから利用できる。サンフランシスコ拠点、チーム規模は2人である。

YC Winter 2026掲載の顧客導入業務向けAIエージェント
サンフランシスコ拠点、チーム規模2人
技術顧客支援や導入支援などの顧客対応チーム向け

日本での競合

日本での直接の同型は見当たらない。顧客対応自動化やカスタマーサクセス支援が近接領域だが、同社のように製品知識の習得から導入業務まで担うサービスとは区別される。顧客データを扱うため、個人情報や機密情報の管理が導入時の注意点となる。

196社

IncidentFox — 本番障害の切り分けと復旧を担う運用支援

IncidentFoxは、企業の開発・運用チーム向けに、本番環境の障害を切り分け、関係者との調整や修復を行うAI SREエージェントを提供する事業だ。顧客ごとのシステムを自動で学習し、社内エンジニアのように動作する仕組みだが、課金方式や価格、顧客獲得チャネル、運営体制の詳細は公開されていない。Y CombinatorのWinter 2026バッチに掲載され、チーム規模は2人で、創業は2026年2月である。売上や利益などの財務数値は示されていない。顧客システムごとの学習を通じて、一般的な自動化を超えた個別対応を目指す点が強みとなる。実運用環境へのアクセスに伴う情報セキュリティ上の懸念や、自動修復の誤りが障害を拡大するリスクがある。

正体A・ほぼ特定

正体: IncidentFox（YC Winter 2026）。顧客ごとのシステムを学習し、本番障害の切り分け、対応調整、修復を行うAI SREエージェントを開発する。米国サンフランシスコ拠点で、チーム規模は2人である。

Y Combinator Winter 2026バッチ掲載の障害対応エージェント
顧客システムを自動学習し切り分け・調整・修復を実施
米国サンフランシスコ拠点、チーム規模2人、2026年2月創業

日本での競合

日本での直接の同型は見当たらない。近接領域には障害監視やインシデント管理の製品があり、既存の運用体制との連携や日本語対応が差別化の余地となる。顧客の本番環境やログにアクセスする場合は、情報管理や委託先管理への配慮が必要となる。

197社

Compresr — LLMの文脈圧縮API基盤

Compresrは、LLMを使うエージェントや検索拡張生成の開発者向けに、重要な情報を保ちながら入力文脈を圧縮するAPIを提供する事業だ。既存の仕組みに組み込める形で文脈を圧縮し、トークン費用の削減と回答精度の向上を目指す。収益モデルや課金方式、価格、顧客獲得チャネルは公開情報に記載がない。2026年1月創業でチームは4人だが、売上や利益などの財務数値は示されていない。既存のエージェントや検索拡張生成に組み込みやすい点が強みとなる。圧縮による精度向上の実績や費用削減幅は明らかでなく、効果の検証とLLM関連市場への依存が主なリスクだ。

正体A・ほぼ特定

正体: Compresr（YC Winter 2026）。LLMに渡す文脈から重要な情報を保って圧縮するAPIを提供し、エージェントや検索拡張生成の開発者を対象とする。拠点は米国カリフォルニア州サンフランシスコで、チームは4人、2026年1月創業である。

Y Combinator Winter 2026バッチ掲載の文脈圧縮API事業
米国カリフォルニア州サンフランシスコを拠点とする企業
2026年1月創業、チーム規模4人の初期企業

日本での競合

日本での直接の同型は見当たらない。LLMの利用費削減や精度向上を掲げる近接領域との競争は想定されるが、比較可能な国内サービス名や競合状況を判断できる情報はない。

198社

Mango Medical — 整形外科手術の個別計画を数分で作る支援技術

Mango Medicalは、整形外科医に手術ごとの計画を提供する医療技術企業である。計画作成を支援する自律型AIを開発し、従来は数日かかる作業を数分で完了することを目指す。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開示されていない。上位整形外科企業との8桁規模の意向表明書があるが、通貨や契約の確定状況は示されていない。2026年2月創業で、チームは3人である。個別計画を短時間で作成できる点が強みとなる一方、米FDAの510(k)認可を目指す段階であり、規制対応や臨床現場への導入、意向表明書の契約化が主なリスクである。

正体A・ほぼ特定

正体: Mango Medical（YC Winter 2026）。整形外科手術向けに、手術計画を数分で作成し、外科医が利用できる形で提供する自律型AIを開発している。対象は整形外科医や整形外科企業で、2026年2月創業、チームは3人である。拠点は掲載データに記載がない。

YC Winter 2026掲載の整形外科手術計画AI企業
2026年2月創業、チーム規模3人
上位整形外科企業との8桁規模の意向表明書
米FDA 510(k)認可を目指す計画段階

日本での競合

日本での直接の同型は見当たらない。手術計画の可視化や支援に近い領域では、Holoeyesが関連する。整形外科手術計画AIの競合密度は限定的とみられるが、医療機器として提供する場合は薬機法上の承認・認証や臨床現場での検証が導入上の論点となる。

199社

Orthogonal — AIエージェント向けAPI従量決済基盤

Orthogonalは、AIエージェントが多数のAPIを発見し、利用して支払うための決済基盤を提供する事業である。エージェントは契約や営業との個別交渉を介さず、APIを使った分だけ支払う仕組みだ。API提供者は一度登録し、エージェントから呼び出されるたびに収益を得る。獲得経路や価格水準、運営体制の詳細は開示されていない。2026年1月創業で、サンフランシスコを拠点に2人で運営しており、売上や財務数値は示されていない。複数のAPIをまとめて見つけて利用できる点が強みとなる一方、API提供者と利用者の双方を集める必要があり、利用拡大や決済対応の整備が主なリスクである。

正体A・ほぼ特定

正体: Orthogonal（YC Winter 2026）。AIエージェントがAPIを発見し、利用ごとに決済できる基盤を提供し、API提供者には利用回数に応じた収益を届ける。対象はAPIを使うエージェントと、APIを提供する事業者である。2026年1月創業、米国サンフランシスコ拠点、チーム規模は2人である。

Y Combinator Winter 2026掲載の現役企業
2026年1月創業、米国サンフランシスコ拠点
API利用ごとの決済と提供者への収益還元
チーム規模2人のB2Bインフラ事業

日本での競合

日本での直接の同型は見当たらない。API流通や決済の近接領域はあるものの、本件のようにエージェントによるAPI発見から従量決済までを一体化した競合は確認できない。国内展開では、決済の提供形態に応じた資金決済法などの規制確認が必要となる。

200社

Perfectly — 採用工程を自動化する人材獲得基盤

Perfectlyは、採用を行うスタートアップなどに、候補者探しから連絡、選考、適格性の確認までを自動化する採用基盤を提供する。採用担当者の業務を自動化し、面接準備が整った候補者をSlackに届けるほか、採用エージェントのPaulが候補者ごとの対応を担う。料金や収益モデルは開示されておらず、YC参加後にGiga、Corgi、LlamaIndex、Porterなどのスタートアップを顧客として獲得したと説明している。チームはサンフランシスコを拠点とする4人で、売上高や費用などの財務数値は示されていない。会社発表では採用速度が4倍、候補者数が10倍、面接通過率が2倍となり、採用業務の所要時間は20時間から1時間に短縮したという。採用工程の一括自動化と候補者対応が強みだが、実績は自社による説明であり、料金、顧客数、導入後の継続率や選考品質は確認できない。

正体A・ほぼ特定

正体: Perfectly（YC Winter 2026）。候補者の発掘、連絡、選考、適格性確認を自動化し、面接準備が整った候補者をSlackに届ける採用基盤を開発する。採用担当者向けで、候補者対応を担う採用エージェントPaulも提供している。米国サンフランシスコ拠点、チーム規模は4人。

Y Combinator Winter 2026採択、採用工程を自動化する事業
米国サンフランシスコ拠点、チーム規模4人
候補者発掘から選考・適格性確認までを自動化
面接準備済み候補者をSlackに届ける採用基盤

日本での競合

近接領域にはHERP HireやHRMOS採用があるが、採用工程全体を自動化する同型サービスとの比較は慎重に見たい。国内では採用管理や選考支援の競争があり、候補者対応の自動化と導入実績が差別化の焦点となる。候補者情報の取得・利用では個人情報保護に留意し、職業紹介に該当する業務を行う場合は関連規制の確認が必要だ。