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.201-300 / 収録99社）

201社

Fern — ロボット制御を磨く仮想訓練基盤

Fernはロボット企業向けに、強化学習用の環境を提供する事業だ。基盤世界モデルを用い、顧客は実際の生産現場を再現した複数の場面で、ロボットの制御方策をソフトウェア上で試せる。既存の制御方策に強化学習用の出力層を加え、動作速度と成功率の向上を目指す。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開示されていない。2026年1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。生産現場のロボットが毎週改善される継続学習の仕組みが強みとなる一方、導入実績や改善効果、価格、現場ごとの環境再現性は不明である。

正体A・ほぼ特定

正体: Fern（YC Winter 2026）。ロボット企業向けに、基盤世界モデルを活用した強化学習環境を提供する会社だ。顧客は生産現場の場面を再現してロボットの制御方策をソフトウェア上で検証でき、既存の方策を改善するための出力層も得られる。2026年1月創業、チームは2人で、拠点は掲載データに記載がない。

Y Combinator Winter 2026バッチ掲載のロボット向け基盤会社
2026年1月創業、チーム規模2人
生産現場を再現する強化学習環境と継続学習の提供

日本での競合

日本での直接の同型は見当たらない。近接領域には、産業用ロボットの自動化や制御を手がけるMujinがあるが、Fernの強化学習環境と同じ提供内容ではない。実機導入前の検証や学習環境の構築に差別化余地がある。

202社

Sparkles — 既存プロジェクトを誰もが直せる開発支援ツール

Sparklesは、開発チーム以外の社員も既存のウェブサービスの画面を変更できるようにする、企業向け開発支援ツールである。技術担当者がGitHubを接続し、リポジトリと環境変数を設定すると、会社ドメインのメールアドレスを持つ社員がGitの知識なしに変更を作成し、プルリクエストを送れる。マーケティング担当者などが、開発チームとのやり取りを経ずにトップページのボタンの見た目を変える用途を想定する。料金、収益モデル、顧客獲得チャネル、運営コストは公開情報に記載がない。2026年1月創業で、チーム規模は1人であり、売上や利益の数値も開示されていない。非技術職の社員が既存の開発環境から変更を提案できる点が強みとなる一方、初期設定には技術担当者が必要であり、変更内容の品質管理や権限管理が主なリスクである。

正体A・ほぼ特定

正体: Sparkles（YC Winter 2026）。既存プロジェクトの画面変更を、Gitの知識がない社員でも作成してプルリクエストとして提出できる開発支援ツールである。技術担当者がGitHubのリポジトリと環境変数を設定し、同じ会社ドメインのメールアドレスを持つ社員が利用する。英国ロンドンを拠点とし、チーム規模は1人である。

YC Winter 2026掲載の既存プロジェクト向け開発支援ツール
英国ロンドン拠点・2026年1月創業・チーム規模1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GitHub Copilotなどの開発支援サービスがあるが、非技術職が既存プロジェクトの変更を作成する用途とは異なる。企業内で利用する場合は、ソースコードや環境変数へのアクセス権限、変更内容の審査体制に注意が必要である。

203社

EigenPal — 企業向け書類業務のAI自動化基盤

EigenPalは企業向けに、本人確認書類、請求書、保険金請求書類、配送書類、契約書、領収書、融資書類などの処理を自動化するサービスである。AIで文書を読み取り、業務フロー構築機能とチーム機能を通じて処理を進め、手書きや不鮮明なスキャン、第三者作成の書類にも対応する。クラウドまたはオンプレミスで利用できるが、料金体系、販売経路、運営体制や原価は公開情報に記載がない。売上、顧客数などの事業規模や財務数値も示されていない。多様な形式の書類を扱えることと、企業の業務フローに合わせて構成できることが強みである。導入時の読み取り精度や既存業務との接続、機密書類の管理が課題となり得るほか、実績や価格が不明なため導入効果の判断には追加情報が必要である。

正体A・ほぼ特定

正体: EigenPal（YC Winter 2026）。企業の本人確認書類、請求書、契約書などをAIで処理し、業務フローの構築とチームでの運用を支援するサービスである。クラウドとオンプレミスの両方に対応し、拠点は米国サンフランシスコ、チーム規模は掲載情報に記載がない。

2026年1月創業、米国サンフランシスコを拠点とする企業
Y CombinatorのWinter 2026バッチに掲載された企業
手書きや不鮮明なスキャンを含む企業文書の処理サービス
クラウドとオンプレミスの提供形態を用意した文書処理事業

日本での競合

日本ではDX SuiteやSmartReadが、書類の読み取りやデータ化を支援する近接サービスである。書類処理の自動化領域には競合が存在する一方、複数の文書種別を業務フローとして構成し、オンプレミスにも対応する点には差別化の余地がある。本人確認や融資関連の書類を扱う場合は、個人情報の保護や業界ごとの管理要件への対応が重要となる。

204社

Salus — AIエージェントの実行前検証基盤

Salusは、業務でAIエージェントを導入する企業や開発者に、エージェントの操作を実行前に検査するAPIを提供する事業である。APIがエージェントを包み、実行時に操作の妥当性を確認し、誤った操作を止めるとともに、再試行に向けた即時のフィードバックを返す。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されていない。2026年2月創業で、チームは2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。実行前に操作を検査して誤処理を防ぐ点が、評価や出力採点、可観測性による事後的なリスク低減との差別化要素である。顧客実績や検査精度、対応するエージェントや操作の範囲が不明であり、導入効果の実証と誤検知への対応が主なリスクとなる。

正体A・ほぼ特定

正体: Salus（YC Winter 2026）。AIエージェントの操作を実行時に検査し、誤った操作を実行前に遮断して、再試行を促すフィードバックを返すAPIを開発する会社である。エージェントを業務に導入する企業や開発者向けで、拠点は米国カリフォルニア州サンフランシスコ、創業は2026年2月、チーム規模は2人である。

Y Combinator Winter 2026バッチに掲載された実行時検査APIの開発会社
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人の初期段階企業

日本での競合

日本での直接の同型は見当たらない。AIエージェントの評価や監視に関わる周辺領域とは競合し得るが、実行直前に操作を検査して遮断する機能との違いが差別化余地となる。顧客データや操作権限を扱う場合は、個人情報保護や情報セキュリティへの配慮が必要となる。

205社

Moritz — 即日対応を掲げるAI活用型法律事務所

企業などの顧客に、複雑な取引を含む法務業務を提供する、AIを活用した法律事務所である。弁護士が案件を担当し、平均4時間で対応を完了した実績を掲げ、同日中の対応をうたう。料金体系や顧客獲得チャネル、運営原価の詳細は公開されていない。2026年1月創業で、ノルウェーのオスロを拠点に10人で運営する。弁護士が完了させた取引の総額は30億ドルで、YCや20VCなどの支援を受けている。主なリスクは、法務の品質や機密情報の管理、各国の規制への対応に加え、掲げる対応速度を複雑な案件でも維持できるかである。

正体A・ほぼ特定

正体: Moritz（YC Winter 2026）。AIを活用し、複雑な取引を含む法務業務を同日中に処理すると掲げる法律事務所である。企業などの法務需要に応え、ノルウェーのオスロを拠点に10人で運営している。

YC Winter 2026掲載、2026年1月創業の法律事務所
ノルウェーのオスロを拠点とする10人のチーム
複雑な取引を含む法務業務の同日対応を掲げる
弁護士が完了させた取引総額30億ドル、平均対応時間4時間

日本での競合

日本で同じく法律事務所として法務業務を提供する直接の同型は見当たらない。弁護士ドットコムやLegalOn Technologiesは、法律相談や法務支援の近接領域に位置する。競合密度や差別化余地は、対象業務や対応速度、弁護士による確認体制によって変わる。日本で事業を行う場合は、弁護士資格や法律事務の取り扱いに関する規制への対応が必要となる。

206社

Ashr — AIエージェントの多面的な自動検証基盤

Ashrは、製品に組み込まれたAIエージェントを開発する企業向けに、テストと評価の基盤を提供する事業だ。エージェントのツール呼び出しや応答をもとに実際の利用に近い一連の操作を多数生成し、誤りや一貫性の欠如を検出するほか、事業目標に合わせた独自の評価指標で応答品質を測る。音声、テキスト、画像、ファイル生成などに対応し、現時点ではSDKとして導入する仕組みだ。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されていない。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。多様な入力形式と実際の利用に近いテスト生成が強みである一方、実績や検出精度、導入負担、価格が不明で、顧客が自動評価をどこまで信頼するかが主なリスクとなる。

正体A・ほぼ特定

正体: Ashr（YC Winter 2026）。AIエージェントのツール呼び出しや応答から利用シナリオを生成し、品質評価や不具合検出を行うテスト基盤を開発する。製品にAIエージェントを組み込む企業向けで、音声、テキスト、画像、ファイル生成などの入力に対応する。サンフランシスコ拠点、チーム規模2人。

YC Winter 2026掲載のAIエージェント向けテスト・評価基盤
音声・テキスト・画像・ファイル生成など多様な入力に対応
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AutifyやMagicPodなどのソフトウェアテスト自動化サービスがあるが、AIエージェントの応答評価や利用シナリオ生成とは対象が異なる。エージェント品質評価の需要が広がれば差別化余地がある一方、顧客データを扱う場合は個人情報保護への配慮が必要となる。

207社

Luel — 権利処理済み学習データの調達・ライセンス基盤

Luelは、先端AI開発チーム向けに、権利処理済みのマルチモーダル学習データを調達・ライセンスする事業である。顧客ごとの要件に合わせたデータ群と、すぐに利用できる既製データセットを提供する。収益はデータの調達・ライセンス提供に伴う契約収入とみられるが、課金方式や価格、顧客獲得経路、運営体制や原価は公開されていない。2025年11月創業で、チームは12人だが、売上や利益などの財務数値は開示されていない。権利処理済みデータを大規模に集め、個別案件と既製品の両方で提供する点が強みである。一方、データの権利確認や品質確保、供給の継続性が課題となり、顧客数や財務情報が非開示であることも事業評価上のリスクとなる。

正体A・ほぼ特定

正体: Luel（YC Winter 2026）。権利処理済みのマルチモーダル学習データを調達・ライセンスする基盤で、先端AI開発チームに個別収集データと既製データセットを提供する。サンフランシスコ拠点で、チーム規模は12人である。

Y Combinator Winter 2026掲載、ステータスActiveのインフラ領域企業
2025年11月創業、米国サンフランシスコ拠点、チーム規模12人
先端AI開発チーム向けの権利処理済みデータ調達・ライセンス基盤

日本での競合

日本での直接の同型は見当たらない。FastLabelはAI開発向けのデータ作成・アノテーションで近接するが、権利処理済みデータの調達・ライセンスとは提供領域が異なる。データの権利確認に加え、個人情報や著作権に関する日本の法令・契約への対応が重要となる。

208社

Scheduling Wizard — 医療現場の人員配置と患者導線を支える運営基盤

病院向けに、医師の勤務表作成を中心とした人員配置や患者の振り分け、医療機関の運営業務を支える基盤を提供する。独自のスケジューリング言語とAIを活用した業務フローで勤務表作成を担い、現在は患者の振り分けや医療従事者管理への展開を進めている。20部門、16病院が医師の勤務表作成を委託しており、マサチューセッツ総合病院、ジョンズ・ホプキンス病院、UCSFなどと協業している。料金、売上、利益、顧客獲得費用、運営原価は開示されておらず、提携先を通じた導入を進めていることが示されている。3人のチームで、病院の事務負担を減らし、診療の連携を改善することを目指す。病院ごとの業務への適合や既存システムとの連携、患者情報の適切な管理が導入上の課題となり得る。

正体A・ほぼ特定

正体: Scheduling Wizard（YC Winter 2026）。病院の医師勤務表作成を代行し、独自のスケジューリング言語とAIによる業務フローを用いて医療運営を支える会社である。米国ワシントンD.C.を拠点とし、チームは3人。勤務表作成から患者の振り分けや医療従事者管理へ対象を広げている。

YC Winter 2026掲載の医療運営向けスケジューリング事業
米国ワシントンD.C.拠点、チーム規模3人
20部門・16病院が医師勤務表作成を委託
独自言語とAIを用いた業務フローの構築

日本での競合

日本での直接の同型は見当たらない。病院の勤務表作成や人員配置に関する周辺領域は存在するが、本件のように複数病院の医師勤務表作成を受託する事業との競合密度は判断しにくい。導入時には医療情報の取り扱いや病院ごとの業務・システムへの適合が重要となる。

209社

Skillsync — 開発支援エージェント間で作業文脈を共有するアプリ

Skillsyncは、Claude CodeやCodex、Cursorなどを使う開発者やチームに、作業セッションやスキル、記憶を共有するデスクトップアプリを提供する。会話や推論、ツール履歴を含むセッションを異なるエージェント間で移し、スキルと記憶は検索可能な形でまとめて、MCP経由で各エージェントから利用できる。チームで整えたスキルは自動同期され、セッション形式を変換する基盤txcriptはRust製のオープンソースとして公開されている。課金方式や価格、売上高などの財務情報は示されていない。2025年12月創業で、チームは2人である。複数のエージェント間で履歴や知識を引き継げる点が強みだが、各エージェントとの互換性や、機密性の高い会話・ツール履歴の取り扱いが主なリスクとなる。

正体A・ほぼ特定

正体: Skillsync（YC Winter 2026）。複数のコーディングエージェント間で会話や推論、ツール履歴を保ったままセッションを移し、スキルと記憶を共有するデスクトップアプリを開発する。San Francisco拠点、チーム規模は2人で、セッション変換基盤txcriptはRust製のオープンソースである。

2025年12月創業、San Francisco拠点のYC Winter 2026企業
会話・推論・ツール履歴をエージェント間で移すデスクトップアプリ
チーム規模2人、セッション変換基盤txcriptはRust製で公開

日本での競合

日本での直接の同型は見当たらない。開発者向けの周辺ツールとは競合しうるが、複数エージェント間のセッション履歴やチームのスキル共有に特化した位置づけである。ソースコードや会話履歴を扱うため、導入時には情報管理や社内規程への適合が課題となる。

210社

Zatanna — 既存ソフトをエージェント向けAPIに変える基盤

Zatannaは、APIを備えていないウェブ型クラウドソフトやオンプレミスソフトを、エージェントから利用できるようにする事業だ。各ソフトのバックエンドをリバースエンジニアリングし、接続用のAPIを作成する。課金方式や価格、顧客獲得経路、運営体制や原価は公開情報にない。2026年2月創業で、サンフランシスコを拠点とし、チーム規模は2名だ。売上高や利益などの財務数値は公開されていない。既存ソフト自体にAPIがなくても接続手段を提供できる点が強みとなる一方、解析対象の仕様変更や利用条件、セキュリティへの対応が主なリスクである。

正体A・ほぼ特定

正体: Zatanna（YC Winter 2026）。APIを持たないウェブ型クラウドソフトやオンプレミスソフトのバックエンドを解析し、接続用APIを作る会社だ。企業向けの開発・製品設計領域に属し、サンフランシスコ拠点でチーム規模は2名である。

2026年2月創業、サンフランシスコ拠点のYC Winter 2026企業
クラウド型・オンプレミス型ソフトのバックエンドを解析しAPI化
チーム規模は2名、企業向けの開発・製品設計領域に分類

日本での競合

日本での直接の同型は見当たらない。既存ソフトとの接続や業務自動化に近い領域だが、提供内容はバックエンド解析によるAPI作成に特徴がある。日本で展開する場合は、対象ソフトの利用条件や不正アクセス防止、データ管理に関する確認が必要となる。

211社

AutoSitu — 建築計画の審査と施工を支援するAI基盤

AutoSituは、自治体や建築家、技術者、開発事業者、建設チームに、建築・開発プロジェクトの計画書や要件の分析を提供する事業だ。複数のAIエージェントが開発、設計、審査、施工にまたがる資料を分析し、問題点を抽出するとともに、専門家の判断が必要な事項を人に引き継ぐ。敷地の実現可能性や許認可リスク、法令適合、品質管理、施工性、数量算出、工事範囲の分析を扱う。前向きな公共機関や建築・設計・施工組織との戦略的な協業を通じて提供するが、価格体系や顧客獲得の詳細、運営原価は開示されていない。2025年12月創業で、チームは2人であり、売上や利益などの財務数値は示されていない。複雑な資料の確認を短時間で進め、問題を早期に見つけられる点が強みである一方、実績や精度、導入規模は不明で、法令解釈や専門家の最終判断に依存するリスクがある。

正体A・ほぼ特定

正体: AutoSitu（YC Winter 2026）。建築・開発の計画書や要件を調べ、許認可リスクや法令適合、施工性などの問題を見つけるAIエージェント群を開発する会社だ。自治体や建築家、技術者、開発事業者、建設チームを対象とする。拠点は掲載されておらず、チーム規模は2人である。

2025年12月創業、YC Winter 2026採択の不動産・建設関連企業
自治体や建築・設計・施工組織向けの計画書・要件分析サービス
チーム規模2人、拠点情報の記載なし

日本での競合

日本での直接の同型は見当たらない。建設現場の業務支援ではANDPADやスパイダープラスが近接領域にあるが、AutoSituの計画書審査や法令適合分析とは提供範囲が異なる。建築基準や自治体ごとの審査運用への対応が、国内展開時の重要な論点となる。

212社

Cumulus Labs — 開発チーム向け統合型AI推論基盤

Cumulus Labsは、専任の機械学習基盤チームを持たない企業の開発チームに、AI製品を本番環境へ展開するための統合基盤を提供する。既存のコードを維持したまま、処理先の振り分け、意味検索キャッシュ、継続的なシャドー評価、模擬データの生成、ワンクリックの追加学習を利用できる。独自推論エンジンIonをNVIDIA Grace GPU群で稼働させ、自社開発のGPUカーネルにより、vLLMやSGLangと比べて処理量を30〜50%高めるとしている。料金体系、価格、顧客獲得経路、売上高や利益の数値は公開情報に記載されていない。2026年1月創業で、拠点は米国サンフランシスコ、チームは2人である。複数の個別製品を単一基盤にまとめ、推論効率を高める点が強みだが、性能の実環境での再現性や、少人数体制での運用・顧客支援が主なリスクとなる。

正体A・ほぼ特定

正体: Cumulus Labs（YC Winter 2026）。処理先の振り分け、評価、追加学習、推論をまとめ、開発チームが既存コードを使ってAI製品を本番運用できる基盤を提供する。独自推論エンジンIonを自社開発のGPUカーネルとNVIDIA Grace GPU群で動かし、米国サンフランシスコを拠点に2人で運営している。

YC Winter 2026掲載のインフラ分野企業、米国サンフランシスコ拠点
2026年1月創業、チーム規模2人の小規模開発体制
振り分け・評価・追加学習・推論をまとめた開発基盤
独自推論エンジンIonとNVIDIA Grace GPU群を活用

日本での競合

日本での直接の同型は見当たらない。生成AIの開発基盤やクラウド計算資源が近接領域となるが、本件のように振り分けから推論、評価、追加学習までを統合する事業との競合密度は限定的とみられる。日本展開では、入力データの取り扱いや顧客企業の情報管理要件への対応が重要となる。

213社

21st — AIアプリ向け画面部品とエージェント雛形の開発基盤

21st.devは、AIアプリを開発する人に、画面部品とエージェントの雛形を提供する事業である。React向け部品の登録・検索基盤を通じて、エージェント搭載アプリの構築に使える要素を提供している。利用者は開発者で、掲載情報によると利用者数は200万人に達する。収益モデル、価格、顧客獲得経路、運営体制や原価の詳細は開示されていない。多くの開発者が利用する部品集積と、画面部品に加えてエージェント雛形も扱う点が強みである。売上や利益の数値は示されておらず、収益化の進捗や利用者数を売上につなげられるかは不明である。

正体A・ほぼ特定

正体: 21st（YC Winter 2026）。AIアプリ開発向けに、Reactの画面部品を集めた登録基盤とエージェントの雛形を提供する。米国サンフランシスコを拠点とする3人のチームで、掲載情報では200万人の開発者が利用している。

2025年12月創業、米国サンフランシスコ拠点の3人チーム
Y Combinator Winter 2026バッチ掲載、事業ステータスは活動中
AIアプリ向けReact部品集とエージェント雛形の提供
掲載情報に記載された開発者の利用者数は200万人

日本での競合

日本での直接の同型は見当たらない。画面部品の再利用や開発者向けツールが近接領域となるが、同領域の競争は広く、AIアプリ向けの部品と雛形の充実度が差別化の余地となる。

215社

Burt — 物流仲介業の定型業務を担うAIチームメイト

Burtは、貨物仲介業者やフォワーダー向けに、反復的な手作業を担うAIチームメイトを構築する事業だ。顧客チームの事務作業を自動化し、顧客や運送会社との関係づくり、事業拡大に時間を振り向けられるよう支援する。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い。2025年12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開示されていない。薄利で人間関係を重視する業界の定型業務を減らし、現場の担当者が顧客対応に注力できる点が強みとなる。主なリスクは、実際の自動化範囲や精度、既存業務への導入負荷、収益性が確認できないことだ。

正体A・ほぼ特定

正体: Burt（YC Winter 2026）。貨物仲介業者やフォワーダーの反復的な手作業を処理するAIチームメイトを構築する会社だ。物流事業者の担当者が顧客や運送会社との関係づくりに注力できるよう支援する。米国サンフランシスコ拠点で、チーム規模は2人。

Y Combinator Winter 2026掲載の物流業務向けAIチームメイト
貨物仲介業者とフォワーダー向けの定型作業支援
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

日本での直接の同型は見当たらない。近接領域には物流業務の効率化を手がけるHacobuや、国際物流プラットフォームを提供するShippioがある。貨物仲介業務の商慣行や顧客情報の取り扱いに合わせた導入設計が差別化の余地となる。

216社

Cascade — 独自データで業務特化型モデルを整える基盤

Cascadeは、独自データや業務フローを活用し、自社の用途に合うモデルを必要とする企業向けの基盤を提供する。企業のデータと業務手順をモデルの調整に生かし、処理能力や応答の質、速度、コストの改善を目指す仕組みだ。料金体系、販売経路、運営体制、原価については開示されていない。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情報は示されていない。企業固有のデータと業務に合わせてモデルを調整できる点が強みとなる。導入実績や性能改善の数値が不明であり、顧客データの機密性や導入効果の検証が主な課題だ。

正体A・ほぼ特定

正体: Cascade（YC Winter 2026）。企業の独自データと業務フローを活用し、各社の用途に合わせてモデルを調整する基盤を提供する。企業向けの製品で、拠点は米国カリフォルニア州サンフランシスコ、創業は2026年2月、チームは2人だ。

YC Winter 2026掲載の企業向けインフラ事業
独自データと業務フローを使ったモデル調整基盤
米国サンフランシスコ拠点、2026年2月創業
チーム規模2人、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。企業向け生成AI基盤やモデル調整の近接領域では競争が見込まれ、独自業務への適合性が差別化の余地となる。顧客データを扱う場合は、個人情報保護や機密情報の管理に注意が必要だ。

217社

Protent — 映像から兆候を捉える警備支援基盤

Protentは、警察や警備チーム向けに、事案の深刻化をリアルタイム映像から検知する情報提供事業である。映像内の初期的なエスカレーションパターンや脅威の兆候を捉え、警報の優先順位付けや早期介入に必要な状況情報を提供する。料金体系、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1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。映像から事態の進行中に兆候を検知し、警備側の判断を支援する点が強みとなる。検知精度や誤警報の頻度、導入実績、映像の取り扱いに関する情報が不明であり、実運用上の有効性やプライバシー対応が主な確認事項である。

正体A・ほぼ特定

正体: Protent（YC Winter 2026）。警察や警備チーム向けに、リアルタイム映像から事案の深刻化や脅威の兆候を検知し、対応判断に必要な状況情報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、2026年1月創業、チーム規模は2人である。

YC掲載の社名ProtentとWinter 2026バッチの明記
警察・警備チーム向けリアルタイム映像分析の説明
米国サンフランシスコ拠点・2026年1月創業・2人のチーム

日本での競合

近接領域には、映像解析サービスを展開するアジラや、クラウド録画サービスを提供するセーフィーがある。事案の深刻化を予測して警察・警備の対応を支援する同型サービスの有無は、公開情報だけでは確認できない。映像解析分野には既存事業者がいる一方、予兆検知の精度や運用実績が差別化の焦点となる。日本で展開する際は、個人情報保護や監視映像の適切な利用、警察・施設管理者の調達要件への対応が必要となる。

218社

Cofia — 社内業務を学習して高効果の自動化を実装

Cofiaは、チームの社内業務の進め方を学習し、効果の高い業務フローを自動化する事業である。チームの運用を把握したうえで自動化を実装する仕組みだが、課金方法や価格、顧客獲得チャネル、運営体制や原価は公開されていない。2026年2月創業で、チーム規模は3人である。売上や利益などの財務数値は示されていない。業務の進め方を学び、自動化対象を選定して実装する点が強みとなる。提供開始後の実績や自動化の精度、社内業務データの取り扱いに関する情報がなく、導入効果と情報管理が主なリスクである。

正体A・ほぼ特定

正体: Cofia（YC Winter 2026）。チームの社内業務の進め方を学習し、効果の高い業務フローを自動化するプロダクトを提供する。米国ニューヨーク市を拠点とし、チーム規模は3人である。

Y Combinator Winter 2026掲載の生産性分野の企業
社内業務の運用を学び高効果の業務フローを自動化
米国ニューヨーク市を拠点とするチーム規模3人
2026年2月創業、掲載上のステータスは活動中

日本での競合

日本ではYoomが業務フロー自動化の近接領域にあるが、社内業務を学習して自動化を実装する同型とは限らない。自動化ツールの選択肢があるため競合は見込まれる一方、業務理解と効果の高い処理の選定が差別化余地となる。社内情報を扱うため、個人情報保護や情報セキュリティへの配慮が必要である。

219社

LegalOS — 申請書作成を迅速化する米国移民法務

企業向けに、米国の就労ビザや移民申請を支援する法律事務所である。過去に許可された1万2,000件の申請を分析し、AIエージェントが申立書の説明文作成、証拠資料の整理、米国市民権・移民局からの異議の予測を行い、最短48時間で申請書類を整える。O-1、H-1B、L-1A、L-1B、TN、EB-1A、EB-1C、EB-2 NIWに対応し、各案件は移民法務に40年以上携わった資格保有弁護士が審査して署名する。料金、収益モデル、顧客獲得経路は開示されておらず、3人のチームで運営している。これまで数十件を申請し、現時点で承認率は100%としており、申請準備の速さと経験豊富な弁護士による確認を強みとする。申請件数はまだ限られ、今後も同じ承認率が続く保証はなく、弁護士による審査体制が拡大時の制約となる可能性がある。

正体A・ほぼ特定

正体: LegalOS（YC Winter 2026）。企業の米国移民申請を支援する法律事務所で、AIエージェントによる申立書作成や証拠整理と、資格保有移民弁護士による審査・署名を組み合わせる。O-1やH-1Bなど複数の就労ビザ・移民申請に対応し、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3人である。

YC Winter 2026掲載、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、2025年12月創業の移民法務事業
企業向けに複数の米国就労ビザ・移民申請を支援

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、米国移民法務を扱う日本の法律事務所や海外赴任支援サービスがあるが、本件のようにAIによる書類作成と弁護士審査を一体化した事業とは異なる。日本で事業を展開する場合は、弁護士資格や外国法事務弁護士制度など、法律業務に関する規制への確認が必要となる。

220社

Sentrial — AI製品の稼働監視・原因診断基盤

Sentrialは、本番環境でAI製品やAIエージェントを運用するチーム向けに、稼働監視、評価、デバッグの基盤を提供する。無限ループや誤った応答、ユーザーの不満をリアルタイムで検知し、原因を診断して具体的な修正案を示す仕組みだ。収益モデル、料金、顧客獲得チャネル、運営体制や原価については公開情報がない。2026年2月創業で、チームは2人である。オフライン評価だけでなく本番環境の実態に基づいて改善できる点が強みだ。市場での実績や財務数値は示されておらず、少人数の立ち上げ段階であることに加え、検知や修正提案の精度が導入価値を左右するリスクがある。

正体A・ほぼ特定

正体: Sentrial（YC Winter 2026）。本番環境のAI製品やエージェントを監視し、異常の検知、原因診断、修正案の提示を行う開発チーム向けの基盤を提供する。サンフランシスコ拠点で、チーム規模は2人、2026年2月創業である。

YC Winter 2026掲載の本番AI製品向け監視基盤
異常検知・原因診断・修正案提示を行う製品
サンフランシスコ拠点・チーム規模2人
2026年2月創業のアクティブ企業

日本での競合

日本での直接の同型は見当たらない。近接領域として、AI製品の評価や運用監視を担うサービスとの競合が想定される。日本で展開する場合は、監視対象に個人情報が含まれる際の個人情報保護法への対応が注意点となる。

221社

REV1 — 3D設計から製造図面を自動作成する設計支援ソフト

REV1は、機械技術者向けに3D設計データから2D製造図面を作成するソフトを提供する事業だ。図面化の工程を自動化し、従来は数時間かかる作業を数分に短縮しながら、品質の一貫性向上を目指す。機械技術者の業務の25%超を占める工程から自動化を始めている。課金方式や価格、顧客獲得チャネル、運営体制や原価は公開されていない。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。作業時間の短縮と図面品質の均一化が強みとなる。生成図面の精度や既存の設計環境との適合性、実際の導入効果が確認できるかが主なリスクだ。

正体A・ほぼ特定

正体: REV1（YC Winter 2026）。機械技術者向けに、3D設計を2D製造図面へ変換する作業を自動化するソフトを開発している。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2人だ。

Y Combinator Winter 2026バッチ掲載の機械技術者向け設計ソフト
3D設計から2D製造図面を数分で作成する工程自動化
2026年2月創業、米国サンフランシスコ拠点、チーム2人

日本での競合

日本での直接の同型は見当たらない。機械設計や製造図面を扱うCAD関連サービスに近い領域だが、図面の自動生成精度や既存業務への適合性が差別化の焦点となる。製造現場で使う図面の品質確認や規格への適合には注意が必要だ。

222社

shortkit — 消費者向けアプリの動画体験基盤

shortkitは、消費者向けアプリの開発チームに、短尺動画を中心とするメディア機能一式を提供する事業だ。クライアント向けSDK、動画配信基盤、推薦機能、収益化機能をまとめて提供し、アプリ側の構築負担を減らす。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表されていない。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。創業者にはYouTube Shortsを支える基盤の構築経験と、従業員第1号として企業の年間経常収益を600万ドルまで伸ばした経験がある。創業初期であり、導入実績や収益性が不明な点に加え、価格設計や動画配信に伴う運用コストが主なリスクとなる。

正体A・ほぼ特定

正体: shortkit（YC Winter 2026）。消費者向けアプリに、短尺動画の再生体験を実装するための基盤を提供する会社だ。開発者向けSDKから動画配信、推薦、収益化までを扱い、アプリのプロダクトチームを顧客とする。拠点は掲載データに記載がなく、チームは2人である。

2026年2月創業、YC Winter 2026バッチ掲載の短尺動画基盤事業
チーム規模は2人、拠点情報は掲載データに記載なし
創業者にYouTube Shorts基盤の構築経験と事業拡大経験

日本での競合

日本での直接の同型は見当たらない。動画配信やアプリ内動画体験に近い領域は既存の動画基盤サービスと競合しうるが、短尺動画の推薦や収益化まで一括提供する点には差別化余地がある。日本で展開する場合は、動画コンテンツの権利処理や個人情報の取り扱いに注意が必要だ。

223社

Lexius — 既設カメラを活用した警備・事故検知基盤

Lexiusは、店舗などの施設運営者向けに、既設の防犯カメラ映像から万引きや転倒事故を検知し、記録して通知する警備支援サービスを提供する。新たな機器への置き換えを避け、既存カメラを活用して導入する仕組みだが、料金体系や販売経路、運営体制、原価は開示されていない。創業は2025年12月、チームは3人で、財務実績や顧客数も示されていない。原文によれば、カメラ設備の全面置き換えには1拠点あたり5万〜10万ドルかかる場合があり、既設設備を使える点が導入上の強みとなる。古く断片化したカメラシステムや低画質映像でも、実務判断に足る検知精度を実現することを課題としている。誤検知や見逃しが警備・事故対応の判断に影響するほか、料金や実績が不明なため、導入効果と事業性の評価には追加情報が必要だ。

正体A・ほぼ特定

正体: Lexius（YC Winter 2026）。既設の防犯カメラ映像を解析し、万引きや転倒事故などを検知・記録して通知する法人向け警備サービスである。新しいカメラ機器への交換を前提とせず、サンフランシスコ拠点の3人チームが開発している。

YC Winter 2026掲載の法人向け防犯カメラ解析サービス
2025年12月創業、米国サンフランシスコ拠点の3人チーム
万引きや転倒事故を検知・記録し、施設運営者へ通知

日本での競合

近接領域の国内企業として、アジラのAI警備システムやセーフィーのクラウドカメラサービスがある。既設の多様なカメラ設備を活用して警備・事故検知を行う点では、導入の容易さや既存サービスとの連携に差別化余地がある。映像の個人情報保護や、利用目的・保存期間の適切な設定に留意が必要だ。

224社

RunAnywhere — 端末内AIの導入・運用基盤

RunAnywhereは、端末上でAIモデルを動かしたい企業向けに、実行用SDKとモデル管理基盤を提供する事業だ。SDKで端末上のモデル実行を支援し、管理基盤で複数端末にまたがるモデル、ポリシー、運用成果を管理・測定する。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されていない。2026年1月創業で、チームは5人だが、売上や利益、顧客数などの財務・事業規模は示されていない。端末ごとに異なる実行環境や、メモリー・電力制約への対応を一元化し、数千台規模の端末管理を目指す点が強みだ。対応端末やモデルの範囲、実環境での性能、導入実績、価格が不明であり、端末ごとの制約を解消できるかが主なリスクとなる。

正体A・ほぼ特定

正体: RunAnywhere（YC Winter 2026）。企業向けに、端末上でAIモデルを実行するSDKと、モデル管理、ポリシー適用、成果測定を担う管理基盤を提供する会社だ。米国サンフランシスコ拠点で、チーム規模は5人、創業は2026年1月である。

Y Combinator Winter 2026掲載の企業情報
サンフランシスコ拠点、チーム規模5人、2026年1月創業
端末内モデル実行SDKとモデル管理基盤の提供

日本での競合

日本での直接の同型は見当たらない。近接領域のサービスとして、ソニーのAITRIOSがエッジAIの導入・運用基盤を提供している。端末や用途ごとの対応範囲に差別化余地がある一方、個人情報を扱う場合は個人情報保護法への対応が必要となる。

225社

Klaus AI — クラウドで使える安全性重視のOpenClaw環境

Klaus AIは、個人がクラウド上で使うOpenClawの環境を提供し、Slackなどのメッセージアプリと接続できるサービスだ。利用者はインスタンスを用意し、一般的なスキルとセキュリティ機能が事前設定された状態で、約3分で利用を始められる。収益モデルや料金、顧客獲得チャネル、運営体制や原価の詳細は公開情報に記載されていない。2026年2月創業で、チームは2人である。導入の手軽さと、セキュリティ機能や一般的なスキルの事前設定が強みとなる。料金体系やセキュリティ機能の具体的な内容、外部メッセージアプリへの依存度は、導入時に確認すべき点だ。

正体A・ほぼ特定

正体: Klaus AI（YC Winter 2026）。個人ごとのOpenClaw環境をクラウド上に用意し、Slackなどのメッセージアプリに接続するサービスで、セキュリティ機能や一般的なスキルを事前に備える。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人だ。

Y Combinator Winter 2026バッチの掲載企業
個人向けOpenClaw環境をクラウド上に提供
Slackなどのメッセージアプリとの接続に対応
サンフランシスコ拠点、チーム規模2人

日本での競合

日本での直接の同型は見当たらない。クラウド上の個人用エージェント環境やメッセージアプリ連携に近い領域で、差別化には導入の簡便さや安全性の具体的な訴求が鍵となる。メッセージアプリとの連携や利用者データの取り扱いでは、個人情報保護への配慮が必要だ。

226社

Quotient Labs — Claude Codeの開発費を抑える最適化基盤

Quotient Labsは、Claude Codeを使う開発者向けに、出力品質を保ちながら利用コストを抑える最適化基盤を提供する。導入は1行のインストールで済み、作業手順を変えずにトークン消費や文脈情報、ツール呼び出しを最適化する仕組みだ。実際の複数段階の開発作業を用いた検証では、品質低下なしでコストを47%削減したとしている。料金体系、売上、顧客数、顧客獲得経路、運営原価は公開情報にない。チームは2人で、2026年3月創業、拠点は米国サンフランシスコである。検証結果が実際の利用環境でも再現するか、Claude Codeへの依存、事業規模や収益性が不明な点が主なリスクとなる。

正体A・ほぼ特定

正体: Quotient Labs（YC Winter 2026）。Claude Codeの上で動作し、トークン消費、文脈情報、ツール呼び出しを最適化して開発作業の利用コストを抑えるプロダクトである。対象はClaude Codeを利用する開発者で、1行のインストールで導入できる。米国サンフランシスコを拠点とする2人のチームで、2026年3月創業とされる。

YC Winter 2026掲載の開発者向け生産性分野の企業
米国サンフランシスコを拠点とする2026年3月創業
Claude Code利用費を抑える2人チームの最適化製品

日本での競合

日本での直接の同型は見当たらない。Claude Code利用者向けの費用最適化という領域であり、国内では開発支援ツールや生成AI利用管理の近接領域との競合が考えられる。実利用環境での削減効果を示せれば差別化の余地があるが、性能検証の再現性が導入判断を左右する。

227社

Didit — 本人確認と不正対策を束ねる企業向け基盤

Diditは、本人確認や法人確認、マネーロンダリング対策、生体認証、不正検知を必要とする企業向けの基盤を提供する事業だ。1つのAPIから1,000以上のデータソースと200以上のシグナル、自社開発のAIモデルを利用でき、世界各地を対象とする。導入は数分で、月500件まで無料、以降は利用量に応じて課金する仕組みであり、ウェブサイトから申し込める。2025年12月創業で、チームは16人だ。多数のデータソースと判定シグナルを一つに集約し、導入の手軽さと利用量連動の料金を両立する点が強みである。一方、判定精度や各国の本人確認要件への適合、機微な個人情報の保護が導入上のリスクとなる。

正体A・ほぼ特定

正体: Didit（YC Winter 2026）。本人確認、法人確認、マネーロンダリング対策、生体認証、不正検知を1つのAPIで提供する企業向け基盤である。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16人である。

YC Winter 2026掲載の本人確認・不正対策基盤
米国カリフォルニア州サンフランシスコを拠点
2025年12月創業、チーム規模16人
1,000以上のデータソースと200以上の判定シグナルを活用

日本での競合

近接領域の国内企業・サービスとして、TRUSTDOCKやLIQUID eKYCがある。本人確認の競合は存在するが、法人確認や不正検知までを一括提供する範囲には差別化の余地がある。日本で展開する場合は、犯罪収益移転防止法上の確認要件や個人情報・生体情報の取り扱いへの対応が重要となる。

228社

OneTriangle — 低コスト・高速化を狙う推論基盤

OneTriangleは、AIモデルやエージェントを運用する企業や開発者に、低コストかつ高速な推論処理を提供するインフラ事業である。独自のKVキャッシュ転送技術を用い、推論の計算コストを20%、処理時間を40%削減したとしている。収益モデルや価格、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。YC掲載情報では2026年7月創業、サンフランシスコ拠点、チーム規模は4人である。推論がAI計算費用の最大項目になっているという需要環境と、コスト・速度の改善が強みとなる。比較対象の基準や実運用での検証結果、顧客数、売上は示されておらず、技術効果の再現性や事業化の進捗が主なリスクである。

正体A・ほぼ特定

正体: OneTriangle（YC Summer 2026）。独自のKVキャッシュ転送技術を使い、AIモデルやエージェント向けの推論処理を低コスト・高速化するインフラを開発する。米国サンフランシスコ拠点で、チーム規模は4人。

Y Combinator掲載のSummer 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企業
チーム規模4人、2026年7月創業
独自のKVキャッシュ転送技術で推論処理を改善

日本での競合

日本での直接の同型は見当たらない。推論基盤や計算資源の提供という近接領域では、さくらインターネットなどのサービスが比較対象となりうる。競合密度や差別化余地は、価格と速度の実運用データが明らかになるかに左右される。顧客データを扱う場合は、個人情報保護やデータの保管・処理場所への対応が必要となる。

229社

Valgo — 自律機械向け保険リスク評価基盤

Valgoは、自律走行トラックやロボットなどの自律システムを対象に、保険会社へリスク評価を提供する事業である。走行ルート、作業内容、周辺環境を基に確率モデルを構築し、保険料の算定に必要な損失額のシミュレーションを出力する。保険会社向けの基盤として説明されているが、収益モデル、料金、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。チームは3人で、創業は2025年11月、拠点は米国サンフランシスコである。売上や利益などの財務数値は示されていない。自律システムの安全性評価と保険業界の双方に通じたチームが強みであり、従来の自動車保険に比べて自律機械の事故データがほとんどない課題に対応する。実事故データの不足をモデルで補うため、推定精度の検証や保険会社の引受判断への採用が主なリスクとなる。

正体A・ほぼ特定

正体: Valgo（YC Winter 2026）。自律走行車やロボットなどのリスクを確率モデルで推定し、保険会社向けに損失額のシミュレーションを提供する基盤を開発している。保険会社を対象とし、米国サンフランシスコを拠点に3人で運営する。

YC Winter 2026参加、2025年11月創業、米サンフランシスコ拠点
チーム3人、自律システムの安全性評価と保険業界の経験を保有
ルート・作業・環境の確率モデルから保険向け損失額を推定

日本での競合

日本での直接の同型は見当たらない。保険数理や自律機械の安全評価が近接領域となるが、公開情報から個別の同型競合は確認できない。競合密度は限定的とみられ、保険会社との連携や推定結果の検証に差別化の余地がある。日本で事業化する際は、保険商品の認可や引受・保険料設定に関する規制への対応が必要となる。

230社

Corvera — 消費財ブランド向けAIデータ基盤

Corveraは、複数の販売経路を持つ大手消費財ブランド向けに、社内データをAIツールから利用可能にする基盤を提供する。各種データを統合してMCP経由でAIツールに接続し、AIエージェントの導入や業務アプリ、ダッシュボードの作成、業務自動化を支援する仕組みで、監査記録とアクセス制御を備える。プラグアンドプレイ型で、データエンジニアやAI専門家を置かずに運用できるとしているが、価格体系、顧客獲得経路、運営原価は開示されていない。2026年3月中旬時点で、提供開始から4週間で月間経常収益が3.3万ドルに達し、12ブランドに導入され、週次成長率は130%だった。これまでに620万ドルを調達しており、チームは4人である。急速な成長と専門人材を不要にする設計が強みだが、導入実績がまだ限られ、統合データの品質やアクセス管理、少人数体制での拡大が主なリスクとなる。

正体A・ほぼ特定

正体: Corvera（YC Winter 2026）。消費財ブランドの社内データを統合し、MCPを介してClaudeやChatGPTなどのAIツールから利用できるようにするデータ基盤である。複数の販売経路を持つ、売上高1億ドル超への成長局面にある消費財ブランドを主な対象とし、AIエージェント導入や業務自動化を支援する。サンフランシスコ拠点で、チームは4人である。

YC Winter 2026掲載の消費財ブランド向けデータ基盤
サンフランシスコ拠点、チーム規模4人
2026年3月中旬時点で12ブランドにサービス提供
MCP経由でAIツールに統合データを提供

日本での競合

日本での直接の同型は見当たらない。データ統合や業務自動化の近接領域には既存のクラウド基盤や業務支援サービスがあり、連携範囲や導入の手軽さが差別化の余地となる。顧客データを扱う場合は、個人情報保護法に沿ったデータ管理とアクセス制御への対応が必要となる。

231社

Linzumi — 開発チーム向けAIエージェント統括チャット

Linzumiは、エンジニアリングチームが複数のAIコーディングエージェントに作業を指示し、成果を確認するためのチャットを提供する事業だ。チャットから作業を開始し、各エージェントの進捗確認や支援、完了内容の検証を行い、チームの判断を蓄積して新たな作業の生成やエージェントの行動指針に生かす仕組みである。料金、収益モデル、顧客獲得経路、運営体制や原価に関する情報は開示されていない。2026年創業で、チーム規模は3人だが、売上や利益などの財務数値は示されていない。複数のエージェントの作業状況とチームの意思決定を同じ場で扱い、パソコンやスマートフォンから作業を進められる点が強みとなる。主なリスクは、実績や価格が不明であることに加え、エージェントの判断品質や機密コードの取り扱いが導入の障壁になり得る点だ。

正体A・ほぼ特定

正体: Linzumi（YC Spring 2026）。エンジニアリングチームが複数のAIコーディングエージェントに指示し、作業の確認や完了検証を行うチャット製品を開発する。米国サンフランシスコ拠点で、チーム規模は3人。

YC掲載社名Linzumi・Spring 2026バッチ
サンフランシスコ拠点・チーム規模3人
開発チーム向けコーディングエージェント指示用チャット

日本での競合

日本での直接の同型は見当たらない。開発支援やコード生成の近接領域と比べても、複数エージェントへの指示とチームの意思決定の蓄積を一体化する点に差別化余地がある。導入時には、ソースコードや社内の意思決定情報を外部サービスで扱う際の機密管理に注意が必要だ。

232社

Mantis — 人の行動を予測するデジタルツイン基盤

Mantisは、入手が難しい人間の行動データをもとに予測モデルを作りたい企業向けの基盤である。大規模言語モデルと高精度な物理シミュレーションを組み合わせ、希少な行動データを予測可能なモデルに変換する。課金方式、価格、顧客獲得チャネル、運営体制や原価は公表されていない。2025年12月創業で、チームは3人である。売上や利益などの財務数値は示されていない。入手困難な行動データを予測モデルに活用する点が強みとなる一方、データの収集可能性やモデルの予測精度、個人情報の取り扱いが主なリスクである。

正体A・ほぼ特定

正体: Mantis（YC Winter 2026）。大規模言語モデルと高精度な物理シミュレーションを組み合わせ、人間の行動データから予測モデルを構築するデジタルツイン企業である。企業向けのインフラ事業として、2025年12月創業、米国ニューヨーク市に拠点を置き、チームは3人である。

YC Winter 2026掲載の人間行動データ予測モデル企業
2025年12月創業、米国ニューヨーク市を拠点とする企業
チーム規模3人の企業向けインフラ事業

日本での競合

日本での直接の同型は見当たらない。人間の行動を扱う周辺領域との接点はあるが、提示情報だけでは具体的な競合企業を特定できない。競合密度や差別化余地は判断しにくく、個人情報を扱う場合は収集・利用の適法性や管理体制に注意が必要である。

233社

Haladir — 物流網の判断を高度化する運用最適化基盤

Haladirは、物流・サプライチェーン事業者向けに、日々の業務判断を支援する基盤を提供する。倉庫管理、輸送管理、受注管理など既存システムの上に接続し、データを統合した運用グラフを構築して、最適化モデルや機械学習、業務プロセス分析を判断に組み込む。収益モデル、価格、顧客獲得チャネル、運営原価は掲載情報にない。2025年12月創業で、チームは4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。複数の物流システムを横断してデータをまとめ、最適化を実務上の判断に結びつける点が強みである。一方、既存システムとの接続やデータ品質への依存、導入効果と商業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: Haladir（YC Winter 2026）。物流向けの判断支援基盤を開発し、倉庫管理、輸送管理、受注管理などのシステムをつないで、運用データの統合と最適化を行う。サプライチェーンの運営担当者を対象とし、サンフランシスコを拠点に4人で運営している。

YC Winter 2026掲載の物流向け判断支援基盤
倉庫・輸送・受注管理システムのデータ統合
米国サンフランシスコ拠点・チーム4人・2025年12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。HacobuのMOVOやLOGILESSは物流・受注業務の近接領域に位置する。既存の物流システムとの連携や導入効果の実証が差別化の鍵となる。

234社

Coasts — 複数の開発環境を分離する実行基盤

Coastsは、同じプロジェクトを並行して開発するソフトウェア開発者向けに、ローカル環境を分離して実行する仕組みを提供する事業だ。Gitワークツリーごとに独立した実行環境を用意し、ポートやデータベース、ブランチごとの設定が競合しないようにする。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掲載されていない。2025年11月創業で、チームは2人だが、売上や資金調達などの財務数値は示されていない。複数の開発作業やコーディングエージェントを同じ端末上で並行させやすくする点が強みだ。導入実績や対応環境、性能、価格が不明であり、既存の開発環境との互換性や運用の安定性が主な確認事項となる。

正体A・ほぼ特定

正体: Coasts（YC Fall 2025）。Gitワークツリーごとにコンテナ化されたローカル実行環境を用意し、同一プロジェクトの複数環境を1台の端末上で分離する開発者向けツールだ。並行して作業する開発者やコーディングエージェントを対象とする。拠点は掲載されておらず、チーム規模は2人である。

Y Combinator Fall 2025掲載の開発者向けツール
同一プロジェクトのGitワークツリーごとに実行環境を分離
創業2025年11月・チーム2人・拠点情報の掲載なし

日本での競合

日本での直接の同型は見当たらない。開発環境構築やコンテナ運用の近接領域と比べ、ワークツリー単位でローカル実行環境を分離する点に差別化余地がある。日本固有の規制上の注意点は、掲載情報からは確認できない。

235社

item — 営業業務を自動化するAI搭載顧客管理基盤

itemは、営業、サポート、顧客管理を担う企業チーム向けに、顧客情報の集約と業務自動化を提供する顧客管理基盤である。顧客関連ツールに接続して情報を自動収集・補完し、担当者やAIエージェントが共有する情報源として機能する。利用者はアシスタントへの指示で見込み客の調査や商談登録などを行い、文書で手順を教えたエージェントに定型業務を任せられる。料金、課金方式、顧客獲得経路、運営体制や原価は公開情報に記載がない。2025年11月創業で、サンフランシスコを拠点に6人で運営するが、売上や利益などの財務数値は示されていない。顧客情報の集約と自然な指示による操作が強みとなる一方、連携先の情報品質や導入効果、顧客データの管理が主なリスクとなる。

正体A・ほぼ特定

正体: item（YC Fall 2025）。顧客関連ツールから情報を集約・補完し、営業、サポート、顧客管理の業務をアシスタントや自動実行エージェントで進める顧客管理基盤を提供する。企業チーム向けのサービスで、米国サンフランシスコを拠点に6人で運営している。

2025年11月創業、米国サンフランシスコ拠点、チーム規模6人
Fall 2025バッチ掲載、営業向け顧客管理と業務自動化を提供

日本での競合

日本ではSalesforce、HubSpot、Mazrica Salesが顧客管理や営業支援の近接サービスにあたる。顧客情報の集約と自動実行を一体化する点に差別化余地がある一方、顧客管理市場は競争が激しい。顧客情報を扱うため、個人情報保護法への対応や連携先ごとのデータ管理が導入時の注意点となる。

236社

Crosslayer Labs — ウェブ資産のなりすまし攻撃を検知する監視基盤

Crosslayer Labsは、企業のウェブサイトやAPIを狙うなりすまし攻撃を検知し、対処につなげる監視サービスを提供する。顧客インフラを外部から調査し、DNS、BGP、TLS証明書、JavaScriptなどの依存関係を継続監視して、インターネットの複数層の兆候を突き合わせる仕組みだ。警告には原因分析と修復の推奨を含むが、料金体系、販売経路、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。創業チームが考案したMPIC規格は主要認証局に採用され、7億以上のウェブサイトと30億以上のデジタル証明書を通じてHTTPS接続を保護していると説明されている。主なリスクは、料金や導入実績が不明なことに加え、検知精度や誤警報への対応、継続監視の運用負荷が確認できない点である。

正体A・ほぼ特定

正体: Crosslayer Labs（YC Winter 2026）。ウェブサイトやAPIのなりすまし攻撃を検知する、インターネット依存関係の外部監視サービスを開発する会社だ。顧客のDNS、BGP、TLS証明書、JavaScriptなどを調べ、複数層の信号を相関させて攻撃の兆候を特定し、原因分析と対処案を通知する。2026年2月創業、米国ニューヨーク市を拠点とする3人のチームである。

YC Winter 2026掲載のアクティブ企業、米国ニューヨーク市を拠点
2026年2月創業、チーム規模3人のセキュリティ企業
ウェブサイトやAPIへのなりすまし攻撃を外部から監視・検知
DNS・BGP・TLS証明書など複数層の信号を分析し対処案を通知

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NRIセキュアテクノロジーズのASMサービスが外部公開資産の把握を支援するが、複数層の信号を相関させてなりすまし攻撃を検知する点に差別化余地がある。

237社

Rivet — 本番コードを直接編集できるデザイナー向け画面設計ツール

Rivetは、製品デザイナーが画面変更を行い、その変更を直接コードベースへ反映できる視覚編集ツールを提供する。編集画面を通じてデザイナー自身がUIを変更し、デザインと実装の間にある認識差や、デザイナーとエンジニア間の調整を減らす仕組みだ。顧客はYC参加企業のうち、デザインを重視する企業とされる。料金、収益モデル、顧客獲得チャネル、運営体制、原価は開示されていない。2025年10月創業で、拠点は米国サンフランシスコだが、売上や顧客数などの規模・財務数値は示されていない。デザイナーが本番コードへ直接変更を反映できる点が強みである一方、コードベースとの連携や変更品質、導入企業の開発環境への適合が主なリスクとなる。

正体A・ほぼ特定

正体: Rivet（YC Fall 2025）。製品デザイナーが視覚的な編集画面でUIを変更し、その内容をコードベースへ直接反映するツールを開発する。デザインを重視する企業を対象とし、YC参加企業が顧客として挙げられている。拠点は米国サンフランシスコで、チーム規模は掲載情報に記載がない。

YC Fall 2025掲載のデザイナー向け視覚編集ツール
製品デザイナーがUI変更をコードベースへ直接反映
米国サンフランシスコ拠点、創業は2025年10月
チーム規模と料金体系は掲載情報に記載なし

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、ノーコードでウェブサイトを制作できるSTUDIOがあるが、Rivetはデザイン変更を本番コードへ反映する点で異なる。競合密度は限定的とみられる一方、既存の開発環境との適合やコード変更の確認体制が差別化の鍵となる。

238社

Amika — クラウド上で開発エージェントを動かす基盤

Amikaは、ソフトウェア開発チームにクラウド上の隔離環境で動くAIコーディングエージェントを提供する基盤だ。ウェブ画面、CLI、Slack、APIから作業を開始でき、チームが選んだコーディングエージェントがコードベースを理解して自律的に作業し、変更したアプリのライブプレビュー付きでプルリクエストを作成する。日常の開発作業に使うほか、API経由で独自のコード生成工程に組み込めるが、料金体系や販売チャネルは公開情報に記載がない。2025年10月創業で、チームは2人だが、売上や資金調達などの財務数値は示されていない。各社が社内構築してきた開発基盤を提供し、既存の開発エージェントを選べる点が特徴だ。公開情報が限られ、導入実績や運用コスト、生成コードの品質と安全性は確認できず、少人数体制も運営上のリスクとなる。

正体A・ほぼ特定

正体: Amika（YC Fall 2025）。クラウド上に隔離された実行環境を用意し、チームのコードベースを理解するAIコーディングエージェントが自律的に作業し、プルリクエストと変更アプリのライブプレビューを出す開発基盤だ。ソフトウェア開発チーム向けで、ウェブ画面、CLI、Slack、APIから利用でき、既存エージェントの選択やAPI経由での工程への組み込みに対応する。拠点は米国ニューヨーク市、創業は2025年10月、チーム規模は2人。

Y CombinatorのFall 2025バッチに掲載された開発基盤
2025年10月創業、米国ニューヨーク市を拠点とする企業
チーム規模2人、ソフトウェア開発チーム向けのクラウド基盤

日本での競合

日本での直接の同型は見当たらない。国内では開発支援やコーディング支援のサービスが近接領域となるが、同社のようにクラウド上の隔離環境でエージェントを動かし、プルリクエストとライブプレビューまで提供する点が差別化余地となる。

239社

MarkIt — 越境規制対応を一元化する業務基盤

MarkItは、複数市場で事業を展開する企業のチームに、規制調査や証拠資料、共同作業、意思決定を一元化する業務基盤を提供する。市場参入や製品投入、継続的な法令遵守に伴う確認作業を支援し、疑問から判断までの流れを整える仕組みだ。料金体系や課金方法、顧客獲得チャネル、運営体制の詳細は公開情報に記載されていない。2025年10月創業で、米国ジョージア州アトランタを拠点に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。調査、根拠資料、協業、判断を同じ場所に集約し、複数市場の規制対応を支援する点が強みとなる。各国の規制情報の正確性や更新頻度、対象市場の広さ、導入企業が専門家の判断をどこまで代替できるかが主なリスクである。

正体A・ほぼ特定

正体: MarkIt（YC Fall 2025）。複数市場にまたがる規制調査、根拠資料の管理、チーム内協業、意思決定をまとめる業務基盤であり、市場参入や製品投入、継続的な法令遵守に取り組む企業チーム向けだ。米国ジョージア州アトランタを拠点とし、チーム規模は2人である。

Y Combinator Fall 2025の掲載企業
米国ジョージア州アトランタを拠点とする企業
2025年10月創業、チーム規模2人
複数市場の規制調査や協業をまとめる業務基盤

日本での競合

日本での直接の同型は見当たらない。市場参入支援や法令調査を担う専門家・コンサルティング会社は近接領域だが、同社のような調査・証拠・協業・判断の一元化とは異なる。日本では対象法令や業界ごとに所管官庁の要件が異なるため、情報の正確性と更新体制が差別化の鍵となる。

240社

Clicks Health — 医療機関の事務処理を自動化する業務エージェント

Clicks Healthは、収益サイクル管理会社や医療提供者に、バックオフィス業務を自動化するAIエージェントを提供する。電子カルテ、保険者ポータル、デスクトップアプリケーション、旧式システムを横断し、既存の手順に沿って処理しながら、例外対応や人の判断が必要な案件の引き継ぎも行う。料金体系、価格、顧客獲得チャネル、運営体制や原価の詳細は公表されていない。2025年9月創業で、拠点は米国サンフランシスコ、チームは8人であり、売上や利益などの財務数値は示されていない。YCの支援を受け、SOC 2 Type IIおよびHIPAAへの準拠を備え、処理精度の向上、所要時間の短縮、運営コストの削減を訴求する。医療機関や保険者ごとに異なる既存システムへの対応、例外処理の精度、導入時の情報管理が主な課題となる。

正体A・ほぼ特定

正体: Clicks Health（YC Fall 2025）。収益サイクル管理会社や医療提供者のバックオフィス業務を、複数の医療情報システムや保険者ポータルを操作するAIエージェントで自動化する会社である。既存の業務手順に従って処理し、例外や人の判断が必要な案件は担当者に引き継ぐ。米国サンフランシスコを拠点とし、チーム規模は8人である。

Y Combinator掲載企業、Fall 2025バッチ、活動中のステータス
米国カリフォルニア州サンフランシスコを拠点とする医療技術企業
チーム規模8人、創業時期は2025年9月
医療事務の自動化、SOC 2 Type IIとHIPAAへの準拠を掲載

日本での競合

日本での直接の同型は見当たらない。医療機関向け業務システムや医療事務の効率化サービスは近接領域だが、複数の既存システムを横断して例外処理まで担う点で競合密度は限定的である。日本で展開する場合は、個人情報保護法に基づく医療情報の取り扱いと、医療機関ごとのシステム連携への対応が重要となる。

241社

Fastshot — 対話型AIでアプリ開発を簡素化する基盤

Fastshotは、アプリ開発の専門知識がない人にも、対話型AIを通じてモバイルアプリを作れる環境を提供する事業だ。利用者はアイデアをチャットで伝え、アプリを作成してアプリストアへの公開を目指す。料金体系や収益モデル、顧客獲得チャネルは開示されておらず、運営チームは3人だ。2025年10月創業で、売上高や利用者数などの事業規模・財務数値は示されていない。企画から公開までを短時間で進められることと、対話型AIによる開発の敷居の低さが強みである。生成物の品質やアプリストア審査への対応、料金体系が不明な点は主なリスクとなる。

正体A・ほぼ特定

正体: Fastshot（YC Fall 2025）。チャットでアイデアを伝えるとモバイルアプリを作成でき、アプリストアへの公開までを目指すノーコード開発基盤である。アプリ開発の専門知識がない個人や事業者を対象とし、米国サンフランシスコを拠点に3人で運営している。

2025年10月創業、米国サンフランシスコ拠点、チーム規模3人
Fall 2025バッチ、対話型AIによるノーコードのモバイルアプリ開発基盤

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、企業向けのノーコードアプリ開発基盤を提供するヤプリがある。アプリ開発支援の競争に加え、個人情報の取り扱いやアプリストアの審査基準への対応が導入・運営上の注意点となる。

242社

Vector Legal — スタートアップ向け法律支援と法務基盤

スタートアップに、資金調達や契約、会社設立、組織変更、M&Aなどの法律サービスと法務運営基盤を提供する。経験豊富な弁護士・パラリーガルと独自開発のAIを組み合わせ、電子署名、株主管理、法務状況の点検、資料管理などを支援する。収益モデルや具体的な料金体系は開示されていないが、大手法律事務所より大幅に抑えた料金を掲げており、顧客の推薦コメントも掲載している。2026年2月創業で、サンフランシスコを拠点に5人で運営する。法律実務と独自AIを一体で提供し、設立から資金調達、事業拡大、解散まで幅広く扱う点が強みである。料金や売上などの財務数値は示されておらず、AIを用いた法務業務の品質管理や、各国の法制度に応じた対応が主なリスクとなる。

正体A・ほぼ特定

正体: Vector Legal（YC Winter 2026）。スタートアップ向けの法律事務所と法務運営システムを組み合わせ、資金調達、契約、会社設立、株主管理、M&Aなどを提供する。大手法律事務所での経験を平均10年以上持つ弁護士・パラリーガルと独自開発のAIを活用し、サンフランシスコを拠点に5人で運営する。

YC Winter 2026掲載のスタートアップ向け法律事務所・法務システム
サンフランシスコ拠点、チーム規模5人、2026年2月創業
弁護士・パラリーガルの大手法律事務所経験は平均10年以上
資金調達、契約、株主管理、M&Aなどの法務サービスを提供

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、契約業務支援のLegalOn Technologiesや、スタートアップ向け法律サービスを扱うGVA法律事務所がある。法律業務の提供では、弁護士資格や業務範囲に関する日本の規制への対応が必要となる。

243社

Antigen — 企業向け継続型侵入テスト基盤

Antigenは、金融、医療、小売、政府機関などの企業に、攻撃対象領域の把握とセキュリティ検証を提供する。AIによる自動攻撃テストを毎晩実施し、月次で人間のレッドチーム評価も行う。検出事項は追跡記録や再現手順、修正案とともにGitHub、Linearまたは自社基盤に届ける。価格、課金方式、販売経路、顧客数、売上高は開示されておらず、チームは5人である。自動検証と人手による評価を組み合わせ、開発ツール内で修正につなげる点が強みだ。創業間もない小規模チームであり、実績や財務規模が不明なほか、自動テストの精度や企業システムへの影響、機微な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: Antigen（YC Fall 2025）。企業の攻撃対象領域を把握し、夜間の自動攻撃テストと月次の人手によるレッドチーム評価で脆弱性を探すセキュリティ企業だ。検出結果は再現手順や修正案とともにGitHub、Linear、自社基盤へ連携する。サンフランシスコ拠点で、チーム規模は5人である。

YC Fall 2025掲載の企業向けセキュリティ検証サービス
サンフランシスコ拠点、2025年10月創業の企業
夜間の自動攻撃テストと月次の人手評価を提供
GitHub、Linear、自社基盤への検出結果の連携機能

日本での競合

日本の近接領域にはGMOサイバーセキュリティbyイエラエやFlatt Securityがある。継続的な自動検証と月次の人手評価を組み合わせる領域では、提供範囲や開発環境との連携が差別化の余地となる。金融・医療などの顧客を対象とする場合、個人情報や機微情報の取り扱い、業界ごとの安全管理要件への対応が重要となる。

244社

LunaBill — 医療請求チーム向け保険請求の電話追跡自動化

LunaBillは、医療機関の請求チームに保険請求の進捗確認電話を代行する音声AIを提供する事業だ。請求担当者に代わって保険会社へ電話し、請求後の確認業務を自動化する仕組みで、契約に基づく年間経常収益を得ているが、価格や料金体系の詳細は示されていない。顧客開拓は試験導入から有料契約への転換や、大手医療システムとの提携を通じて進めている。契約済み年間経常収益は76万4,000ドルで、うち42万8,000ドルが稼働中の売上であり、残りは2026年1月までに稼働予定だ。累計5万件超の電話を自動化し、導入初週に請求担当者1人あたりの追跡件数が10倍になったほか、試験導入はすべて有料契約に転換したという。医療請求事業の運営経験や医療分野の音声・データ分析の知見が強みだが、稼働前契約分の実現、保険会社ごとの対応差、医療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: LunaBill（YC Fall 2025）。医療機関の請求チーム向けに、保険請求の確認電話を自動化する音声AI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4人、創業は2025年10月である。

YC Fall 2025掲載の医療請求向け音声AI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事業
チーム4人、2025年10月創業の小規模チーム

日本での競合

日本での直接の同型は見当たらない。医療機関の請求業務支援や電話対応の自動化に近い領域だが、保険請求の追跡電話を音声AIで代行する点に差別化余地がある。日本で展開する場合は、医療情報の保護や医療機関・保険者ごとの業務運用への適合が課題となる。

245社

DiligenceSquared — 投資判断を支える市場調査の自動化基盤

DiligenceSquaredは、買収案件を評価するプライベートエクイティファンド向けに、市場デューデリジェンスを提供する。AIエージェントが専門家への聞き取りを行い、得られた知見を統合し、主張ごとに根拠となる聞き取り記録を紐付ける仕組みだ。価格や課金方法、顧客獲得経路、運営体制や原価は開示されていないが、従来はマッキンゼーなどが50万〜100万ドルで提供する調査を、より低コストで自動化するとしている。導入先は有力ファンド8社で、合計運用資産は2.4兆ドルを超える。創業者にはプライベートエクイティと経営コンサルティング双方の経験者がおり、調査の買い手と提供者の視点を持つこと、根拠を追跡できることが強みだ。大規模ファンド1社の年間支出が3,000万ドルを超え、市場全体は年間100億ドルと説明される一方、聞き取りの質や情報の正確性、限られた顧客数への依存が主なリスクとなる。

正体A・ほぼ特定

正体: DiligenceSquared（YC Fall 2025）。投資判断に向け、専門家への聞き取りと分析を自動化し、調査結果の主張を聞き取り記録までたどれる市場デューデリジェンス製品を提供する。ニューヨーク市を拠点とする2025年創業の3人チームで、主な対象はプライベートエクイティファンドだ。

YC Fall 2025掲載、2025年創業の市場調査自動化企業
ニューヨーク市を拠点とする3人のチーム
専門家への聞き取りと記録に基づく市場デューデリジェンス
有力プライベートエクイティファンド8社が導入済み

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、企業・市場情報を提供するユーザベースのSPEEDAや、スタートアップ情報サービスのINITIALがあるが、専門家聞き取りから投資向け調査報告までを担う点とは異なる。日本展開では、聞き取り対象者の確保に加え、顧客の機密情報や調査記録の取り扱いが重要となる。

246社

Bluma — 競合の人気動画を再現する短尺広告制作基盤

Blumaは、消費者向けマーケティングを行う企業の成長チーム向けに、短尺動画広告を制作するサービスである。競合の人気動画を手本に、企画、台本作成、制作、編集までを自動化し、同様の動画を大規模に作る仕組みを掲げる。料金体系、販売価格、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い。2025年9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。競合動画を起点にマーケティング動画の制作工程を一貫して効率化する点が強みとなる。競合動画の再現が広告表現や権利面で問題となる可能性に加え、成果の再現性や顧客獲得力は公開情報から判断できない。

正体A・ほぼ特定

正体: Bluma（YC Fall 2025）。競合の人気動画を手本に、短尺動画広告の企画、台本作成、制作、編集を自動化するマーケティング向けサービスを開発する。消費者向けマーケティングを担う企業の成長チームを対象とし、米国サンフランシスコ拠点、チームは2人である。

Y Combinator Fall 2025掲載のマーケティング向け動画制作サービス
競合の人気動画を起点に企画から編集までを自動化
米国サンフランシスコ拠点、チーム規模2人、2025年9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CanvaやCapCutの動画制作機能があるが、競合動画を手本に広告制作工程を一貫して自動化する点とは異なる。広告主向けの動画制作サービスは競争が見込まれ、独自の制作精度や運用成果が差別化の鍵となる。日本で展開する場合は、広告表現の適法性や競合動画の著作権・肖像権への配慮が必要である。

247社

The Hog — 営業向けリアルタイムウェブ情報基盤

The Hogは、AIエージェントや営業・マーケティングチームに、ウェブ検索や人物・企業情報などを提供する事業である。検索、情報補完、深掘り調査、ニュース、ソーシャル情報、ウェブ取得を単一のAPIにまとめ、複数の提供元を順次照会して適切な情報源へ振り分ける。利用量に応じたクレジット制で課金し、個別の情報提供元との連携や請求をまとめる仕組みだが、価格は公表されていない。2025年10月創業で、チームは2人、拠点は米国カリフォルニア州サンフランシスコである。売上高や利益などの財務数値は掲載されていない。複数サービスの情報を一括して扱える点が強みとなる一方、情報の鮮度や品質、提供元への依存、創業初期の小規模な運営体制が主なリスクである。

正体A・ほぼ特定

正体: The Hog（YC Fall 2025）。人物・企業情報、ウェブ検索、深掘り調査、ニュース、ソーシャル情報、ウェブ取得を単一のAPIで提供し、複数の情報源を自動で切り替えるデータ基盤である。AIエージェントや営業・マーケティングチームを対象とし、サンフランシスコを拠点に2人で運営している。

YC Fall 2025バッチ掲載の営業・マーケティング向け情報基盤
人物・企業情報からウェブ検索やニュースまでを単一APIに集約
米国カリフォルニア州サンフランシスコを拠点とする2人チーム
2025年10月創業、利用量に応じたクレジット制を採用

日本での競合

近接領域の国内サービスには、営業先企業の情報を提供するMusubuや、営業活動を支援するSales Markerがある。名刺・企業情報を扱うSansanも、法人データ活用の面で隣接する。情報源を横断してAPIで提供する同型サービスとの競合密度は判断しにくく、複数情報源の統合や鮮度を差別化余地として検証できる。

248社

MadeThis — 事業運営を自動化する業務基盤

MadeThisは、自律型の事業運営基盤を提供する会社である。対象顧客や具体的な機能は、掲載情報からは確認できない。収益モデル、課金方法、価格、顧客獲得経路、運営体制や原価についても開示されていない。2025年11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。事業運営を自律化するという構想が特徴だが、実現する機能や導入効果は不明である。情報が限られるため、顧客需要や事業モデルの持続性を判断しにくい点が主なリスクとなる。

正体A・ほぼ特定

正体: MadeThis（YC Fall 2025）。事業運営を自律化する基盤を掲げる企業で、詳細な製品機能や対象顧客は掲載情報に記載されていない。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。

YC Fall 2025掲載の事業運営基盤を掲げる企業
米国カリフォルニア州サンフランシスコを拠点
チーム規模3人、2025年11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。事業運営の自動化に関わる業務ソフトが近接領域だが、製品の具体像が不明なため競合密度や差別化余地は判断できない。日本で展開する場合は、顧客データの取り扱いや業務ごとの法令・規制への対応が論点となる。

249社

Lemma — AIエージェントの本番監視基盤

Lemmaは、AIエージェントを開発・運用する企業向けに、本番環境での動作を監視するサービスを提供する。実行記録をすべて調べ、一般的な監視ツールでは見逃しやすい意味上の失敗を検出し、原因の特定と修正を支援する。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されていない。2025年10月創業で、チームは2人であり、売上や利益などの財務情報は示されていない。実行記録を網羅的に調べ、利用者から苦情が届く前に問題を把握し、エージェントの改善につなげる点が強みである。一方、検出精度や導入効果、既存の監視ツールとの連携、収益化の状況は不明であり、少人数での開発・運営も課題となりうる。

正体A・ほぼ特定

正体: Lemma（YC Fall 2025）。AIエージェントの実行記録を調べ、通常の監視では見つけにくい意味上の失敗を検出し、原因特定や修正を支援する本番監視サービスである。AIエージェントを開発・運用する企業向けで、サンフランシスコ拠点、チーム規模は2人。

Y Combinator Fall 2025バッチ掲載の企業
2025年10月創業、米国サンフランシスコ拠点
チーム規模2人、AIエージェントの本番監視を提供

日本での競合

日本での直接の同型は見当たらない。AIエージェントの開発支援や運用監視に近い領域では、既存の開発者向け監視サービスとの競合が想定される。実行記録から意味上の失敗を見つける機能が明確に差別化できれば、導入余地がある。

250社

Perseus — コーディングエージェント向けコード文脈探索基盤

Perseusは、コードを書く前に適切なコードベースの文脈を探す機能を、コーディングエージェント向けに提供する事業だ。ファイル、シンボル、依存関係を並行して検索し、高次元空間を反復的に枝分かれしながら探索する仕組みである。製品はPerseus Searchで、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10月創業で、インドのベンガルールを拠点に4人で運営している。複数のコード要素を並行検索し、試行錯誤を減らしてエージェントの変更精度を高める点が強みだ。売上や利益などの財務数値は示されておらず、製品の実用性や課金の成立性が主なリスクとなる。

正体A・ほぼ特定

正体: Perseus（YC Fall 2025）。コーディングエージェントがコードを変更する前に、対象コードベースのファイル、シンボル、依存関係を探す検索製品Perseus Searchを開発する。高次元空間を反復的に枝分かれして探索する技術を用い、インドのベンガルールを拠点に4人で活動している。

YC掲載社名Perseus、Fall 2025バッチのアクティブ企業
インド・ベンガルール拠点、チーム規模4人
2025年10月創業、コード文脈検索製品Perseus Search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GitHub CopilotやCursorなどのコーディング支援サービスがある。コードベースへのアクセス権限や機密情報の扱いが、導入時の重要な確認点となる。

251社

Karumi — 商談機会を逃さない多言語対話型製品デモ

Karumiは、見込み顧客向けに製品の個別デモを提供する事業である。AIエージェントが顧客とのライブビデオ通話に参加し、24時間、任意の言語でデモを行うほか、営業担当者との会話を望まない訪問者向けに、操作しながら見られるセルフガイド型デモも提供する。料金体系、課金方法、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。2025年10月創業で、チームは6人であるが、売上高や顧客数などの財務・事業規模は示されていない。関心が高まった訪問者に即時対応し、営業担当者との接点につなげる点が強みとなる。デモの品質や商談化への効果、通話データの取り扱い、収益モデルが不明である点が主なリスクである。

正体A・ほぼ特定

正体: Karumi（YC Fall 2025）。見込み顧客とのビデオ通話に参加し、多言語で個別の製品デモを行うAIエージェントと、顧客が自分で操作するセルフガイド型デモを提供する会社である。営業チームとの会話をまだ望まない製品検討者にも対応する。2025年10月創業、チームは6人で、拠点は掲載データに記載がない。

Y CombinatorのFall 2025バッチ掲載企業
2025年10月創業・チーム規模6人
見込み顧客向け多言語の個別製品デモを提供

日本での競合

日本での直接の同型は見当たらない。製品デモや営業支援の近接領域とは競合し得るが、通話に参加する多言語デモとセルフガイド型デモの組み合わせが差別化の余地となる。通話の録音や顧客情報を扱う場合は、個人情報の取得・利用目的の明示や適切な管理に注意が必要である。

252社

Absurd — AI動画制作を支える映像作家向け企画盤

Absurdは、AIを使って映像を制作する映像作家向けのオンラインホワイトボードを提供する事業である。制作チームが自らの映像制作にも利用しており、企画や制作の作業を支えるプロダクトとして展開している。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。自社制作のKalshi向け映像「Election Day」は100万回超の再生を記録し、制作動画の平均オーガニック再生数は40万回超である。2025年10月創業で、ロサンゼルスを拠点に6人で運営している。自社制作で得た視聴実績が強みだが、再生数は顧客数や売上を示すものではなく、収益性や継続利用の実績も不明である。

正体A・ほぼ特定

正体: Absurd（YC Fall 2025）。AIを使う映像作家向けに、企画や制作を進めるオンラインホワイトボードを提供する。ロサンゼルス拠点で、チーム規模は6人。

Y Combinator Fall 2025バッチ掲載・ステータスActive
AIを使う映像作家向けオンラインホワイトボード
米国カリフォルニア州ロサンゼルス拠点・チーム6人
2025年10月創業・動画や広告分野で展開

日本での競合

日本での直接の同型は見当たらない。映像企画や生成動画の周辺領域とは重なるが、企画盤としての競合密度や差別化余地は、国内での提供機能や利用実績を確認する必要がある。広告動画の制作では、著作権や出演者の権利、広告表示への配慮が必要となる。

253社

Specific — コーディングエージェント向け開発・本番環境基盤

Specificは、コーディングエージェントを使う開発者や企業に、コード作成から本番環境へのデプロイまでを支える基盤を提供する。利用者は好みのコーディングエージェントを接続し、開発環境を数秒で立ち上げ、拡張可能なクラウド基盤へ数分でデプロイできる。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。2025年創業で、チームは2人である。開発環境の準備と本番公開を一貫して短時間で進められる点が強みだ。料金や稼働実績が不明なうえ、コーディングエージェントとの連携やクラウド基盤の安定性・安全性が主なリスクとなる。

正体A・ほぼ特定

正体: Specific（YC Fall 2025）。コーディングエージェントにコードを書かせるだけでなく、ローカル開発環境の起動とクラウドへの本番デプロイまで行える基盤を提供する。開発者や企業向けの事業で、スウェーデンのストックホルムを拠点とする2人のチームである。

YC Fall 2025掲載、ステータスActiveの開発基盤企業
スウェーデン・ストックホルム拠点、チーム規模2人
コーディングエージェント連携とクラウドへのデプロイを提供

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、クラウド基盤を提供するさくらのクラウドがあるが、同社のようにコーディングエージェント接続からデプロイまでを一体化する製品とは異なる。日本ではクラウド上のデータ管理やセキュリティ要件への対応が導入時の注意点となる。

254社

Narrative — スポーツ映像を試合データと発信素材に変換

Narrativeは、スポーツ団体や事業者に向け、試合のライブ映像やアーカイブ映像から構造化されたイベント情報、選手データ、編集済みのメディア素材を作る事業である。映像を解析してデータとコンテンツに変換する仕組みだが、具体的な課金方法、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。2025年10月創業で、チームは3人である。売上や利益などの財務数値は掲載されていない。試合映像からデータと発信素材をまとめて得られる点が強みとなる。実績や解析精度、収益モデルが不明であり、少人数での開発・運営能力も主なリスクである。

正体A・ほぼ特定

正体: Narrative（YC Fall 2025）。ライブおよび過去のスポーツ映像を、試合イベント情報や選手データ、編集済みのメディア素材に変換する会社である。スポーツ分野の事業者向けに映像解析を提供し、ニューヨーク市を拠点に3人で運営している。

YC Fall 2025掲載のスポーツ映像解析事業
ライブ映像と過去映像からイベント情報・選手データを生成
米国ニューヨーク市を拠点とする3人のチーム
2025年10月創業、掲載ステータスは活動中

日本での競合

日本での直接の同型は見当たらない。映像解析やスポーツ向けのデータ提供が近接領域となる。映像利用や選手データの取り扱いでは、権利処理や個人情報への配慮が必要となる。

255社

Sourcebot — 大規模コード基盤の理解を支援する開発者向け検索基盤

Sourcebotは、大規模なコード基盤を扱う開発者とAIエージェントに、コード検索と内容理解の機能を提供するオープンソース基盤だ。数百万行のコードを正規表現で即時検索でき、数千のリポジトリを対象に推論モデルへ質問できる。オープンソースかつオンプレミスで導入でき、企業環境では数分で展開できるとしている。課金方法や価格、販売経路、運営原価は公開情報に記載がない。世界有数の大企業を含む数千人のエンジニアに利用され、NVIDIA、Red Hat、Wikimedia、Arista Networksが導入例として挙げられている。大規模コード基盤の理解を支援すること、社内環境に迅速に導入できることが強みである一方、収益モデルや導入企業数、売上規模は不明であり、AIエージェントの回答精度にも課題が残る。

正体A・ほぼ特定

正体: Sourcebot（YC Fall 2025）。大規模なコード基盤を対象に、開発者やAIエージェントが複数のリポジトリを検索・質問できるオープンソースのコード理解基盤を提供する。米国サンフランシスコを拠点とし、チームは3人である。

YC Fall 2025掲載、ステータスActiveの開発者向け企業
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
チーム規模3人、創業は2025年10月
大規模コード基盤の検索・理解を支援するオープンソース製品

日本での競合

日本での直接の同型は見当たらない。コード検索やAIによる開発支援の近接領域には競合が存在するが、同社のように大規模な社内コード基盤をオンプレミスで素早く扱う点には差別化余地がある。企業のソースコードを扱うため、情報管理や社内セキュリティ基準への適合が導入時の注意点となる。

256社

Zalos — 既存の会計システムを動かす財務業務自動化エージェント

Zalosは、企業の財務部門向けに、既存のERPや会計システムを操作して照合、請求、月次決算などの定型業務を自動化するエージェントを提供する。利用者の簡単な指示や画面録画、PDFをもとに処理を設定し、認証や二要素認証に対応しながら、既存システム上でデータを取得し登録・提出する仕組みだ。料金体系、販売チャネル、運営体制の詳細や原価は公開情報に記載がない。2025年9月創業で、英国ロンドンを拠点とする2人のチームであり、売上や利益などの財務数値は示されていない。顧客事例では、法人カードや銀行の取引をNetSuiteに取り込み、未分類取引の60%超を処理したとしている。複数の既存システムを置き換えずに自動化できる点が強みとなる一方、金融データへのアクセスや認証情報の管理、誤処理の防止が主なリスクである。

正体A・ほぼ特定

正体: Zalos（YC Fall 2025）。ERPや会計システムにログインし、取引照合や仕訳入力などの財務業務を実行するコンピューターエージェントを開発する企業だ。対象は定型的な財務オペレーションを抱える企業の財務部門で、既存アプリケーションを使った自動処理を提供する。英国ロンドンを拠点とし、チーム規模は2人である。

Y Combinator Fall 2025掲載の財務業務自動化エージェント企業
英国ロンドン拠点、2025年9月創業、チーム規模2人
既存のERPや会計システム上で照合・請求・仕訳を自動処理

日本での競合

日本ではWinActorやBizRobo!が、業務システムの画面操作を自動化する近接領域のサービスである。財務業務に特化し、認証を含む既存システム上の処理を担う点には差別化余地がある一方、業務自動化の競合は存在する。金融情報や認証情報を扱うため、情報管理やアクセス権限の設計に注意が必要だ。

257社

Prism — AIを活用した企業向け採用支援

Prismは、採用を行う企業に候補者探しを支援するサービスを提供する。ソフトウェアとAIエージェントを使い、企業に適した人材をより速く見つける仕組みだ。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。2025年11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。ソフトウェアとエージェントを組み合わせた採用支援が強みとなる。実績や採用成果、料金体系が不明であり、サービスの有効性や収益性を判断しにくい点がリスクだ。

正体A・ほぼ特定

正体: Prism（YC Spring 2026）。ソフトウェアとAIエージェントで企業の候補者探しを支援する、AI活用型の採用エージェンシーである。採用を行う企業向けで、英国ロンドンを拠点とし、チーム規模は4人である。

Y Combinator Spring 2026掲載の採用支援企業
英国ロンドン拠点、チーム規模4人
ソフトウェアとエージェントによる候補者探索支援

日本での競合

日本での直接の同型は見当たらない。近接領域にはビズリーチやリクルートエージェントがあるが、公開情報だけではサービスの重なりを詳しく比較できない。日本で人材紹介を行う場合は、職業安定法上の許可などに留意が必要だ。

258社

Imagine AI — 経営陣の発信を束ねる法人向け成長支援

Imagine AIは、法人向けに経営陣の発信を連携させ、B2Bの成長を支援する調査・ソフトウェア事業である。CEO、営業責任者、マーケティング責任者が単一のカレンダーに沿ってLinkedInで一貫した内容を発信し、個人単独の投稿を上回る到達を狙う。課金方式、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おらず、チームは5人である。50社超の法人が利用し、顧客が生み出した帰属売上は3,100万ドル、表示回数は1,200万回、経営幹部の削減時間は1,400時間とされる。MongoDB、Rippling、Slash、Corgi Insuranceが利用企業として挙げられている。発信を複数の経営幹部間で統一し、継続的な到達と時間削減を実績として示す点が強みだが、売上帰属の算定方法や成果の再現性、LinkedInへの依存が主なリスクとなる。

正体A・ほぼ特定

正体: Imagine AI（YC Fall 2025）。B2B企業の経営陣向けに、CEO、営業責任者、マーケティング責任者のLinkedIn投稿を共通カレンダーで連携させる調査・ソフトウェア会社である。2025年9月創業、米国サンフランシスコ拠点、チームは5人。

Y Combinator Fall 2025掲載のアクティブ企業
2025年9月創業、米国サンフランシスコ拠点
チーム規模5人、B2B営業・マーケティング分野
経営陣のLinkedIn投稿を共通カレンダーで連携

日本での競合

日本での直接の同型は見当たらない。企業のSNS運用支援や経営者の発信支援が近接領域であり、投稿計画や制作支援では競合が生じうる。LinkedIn上で経営陣の発信を連携させ、売上への貢献を示せるかが差別化の余地となる。広告表示や個人情報の取り扱いには注意が必要である。

259社

s2.dev — 耐久性と即時性を備えたデータストリームAPI

s2.devは、ストリーミングデータを扱う開発者や企業向けに、耐久性のあるデータストリームをAPIで提供する事業だ。ストリームをアクセス制御可能なウェブ上のリソースとして扱い、リアルタイムのデータ保存や履歴の読み出し、イベントの配信を可能にする。エージェントの状態保存や監査、リアルタイム配信、複数利用者向け機能などを想定し、クラスターの構築・運用を減らす設計だ。課金体系や価格、顧客獲得チャネル、運営体制や原価については公開情報がない。2025年9月創業で、サンフランシスコを拠点に5人で運営しているが、売上や顧客数などの財務情報は示されていない。耐久性、アクセス制御、高い配信先数への対応を特徴とする一方、価格競争力や大規模運用時の信頼性、既存基盤からの移行容易性は判断できない。

正体A・ほぼ特定

正体: s2.dev（YC Fall 2025）。耐久性のあるデータストリームをウェブ上のリソースとして扱えるAPIを提供し、リアルタイムのデータ保存、履歴参照、配信を支援する。開発者やストリーミングデータを扱う企業を対象とし、米国サンフランシスコを拠点に5人で運営している。

YC Fall 2025バッチ掲載のデータストリームAPI事業
2025年9月創業・米国サンフランシスコ拠点
チーム規模5人・開発者向け基盤ソフトウェア

日本での競合

近接領域にはAmazon Kinesis、Amazon MSK、Confluent Cloudがある。耐久性のあるストリームをAPIで簡便に扱う点を打ち出せば差別化余地はあるが、ストリーミング基盤の競争は強い。個人情報や機密情報を扱う場合は、データの保存場所やアクセス管理に関する要件への対応が必要となる。

260社

Leadbay — 営業自動化向け見込み顧客の選別基盤

Leadbayは、営業チーム向けに自動化された営業業務で使う見込み顧客の選別を提供する事業だ。顧客がアカウントを作成して利用する仕組みだが、課金方法、価格、顧客獲得経路、運営原価は公開情報にない。ロレアル、サンゴバン、Gerflor USA、Corgi、Nespresso B2Bのチームが導入し、対象市場を3倍、同社の定義による有望顧客数を10倍にしたと説明している。2025年10月創業で、米サンフランシスコを拠点とする8人のチームだ。限られたデータでAIを機能させる技術を持つ共同創業者と、顧客企業での導入実績が強みである。売上、利用料金、継続率などの財務・事業指標は示されておらず、成果の数値も同社による説明に基づくため、再現性や事業規模の評価には追加情報が必要だ。

正体A・ほぼ特定

正体: Leadbay（YC Fall 2025）。自動化された営業業務向けに、見込み顧客を選別するサービスを提供する。顧客はロレアルなどの企業チームで、拠点は米サンフランシスコ、チーム規模は8人。

2025年10月創業、米サンフランシスコ拠点、8人のチーム
YC Fall 2025掲載、営業業務向け見込み顧客選別サービス
ロレアル、サンゴバンなどの顧客チームでの導入実績

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、営業先の開拓・分析を支援するSales Markerや、企業情報を検索できるMusubuがある。見込み顧客の選別を自動化する機能には差別化余地がある一方、顧客情報の取り扱いでは個人情報保護法への対応が必要となる。

261社

Pixley AI — 子どもの絵から生まれる安全な生成アニメ

子どもと家族向けに、子どもの絵やアイデアを数分で個別のアニメ作品にするサービスを提供する。子どもがキャラクターを描き、世界観や教えたいテーマを指定すると、物語とアニメを生成する仕組みで、広告はなく、社会性や感情の学びを物語に取り入れる。ブランドやコンテンツ制作者向けには、従来の映像制作より時間と費用を抑えたAI動画制作サービスも展開する。収益モデル、利用料金、顧客獲得方法、制作原価の詳細は開示されておらず、運営チームは2人である。創業は2025年10月で、売上や利用者数などの規模・財務数値は示されていない。子どもの創作を物語に反映できる点と、広告のない設計が強みである一方、生成品質や子ども向けコンテンツの安全性、収益化の実績は確認できない。

正体A・ほぼ特定

正体: Pixley AI（YC Fall 2025）。子どもの絵や発想を、指定した学びのテーマを織り込んだ個別のアニメ作品に変える家族向けサービスである。同じ技術を使い、ブランドやコンテンツ制作者向けにAI動画制作サービス「Pixley Studios」も提供する。拠点は米国カリフォルニア州ロサンゼルスで、チームは2人である。

YC Fall 2025掲載の消費者向けコンテンツ企業
子どもの絵や発想を個別のアニメ作品に変換
ブランドや制作者向けのAI動画制作サービスも展開
米国ロサンゼルス拠点、チーム規模2人、2025年10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。子どもの創作支援や映像制作の近接領域で競合しうるが、個別アニメ生成と学びのテーマ設定を組み合わせた差別化余地がある。子どもの画像や音声などを扱う場合は、個人情報の取り扱いや保護者への説明、広告表示の設計に注意が必要である。

262社

Radius — 開発者向けエージェント操作ブラウザー

Radiusは、開発者がブラウザー上で作業しながら、エージェントを操作できる環境を提供する事業だ。エージェントが利用者の作業環境を認識し、画面を移動して操作できる仕組みである。料金、収益モデル、顧客獲得チャネル、運営体制や原価については公開情報に記載がない。2025年11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。開発作業とエージェント操作を同じ場所で行える点が特徴である。小規模チームでの製品開発や、作業環境へのアクセスに伴う情報管理が主なリスクとなる。

正体A・ほぼ特定

正体: Radius（YC Fall 2025）。開発者がブラウザーのタブからエージェントを操作し、作業環境内を認識、移動、操作させるブラウザーを開発する。対象は開発者で、拠点は米国サンフランシスコ、チーム規模は2人である。

2025年11月創業、米国サンフランシスコ拠点、チーム2人
開発者向けにブラウザー上でエージェントを操作する製品
Y CombinatorのFall 2025バッチに掲載、活動中の企業

日本での競合

日本での直接の同型は見当たらない。開発者向けツールや生成AI関連の競争領域に近いが、同じブラウザー内でエージェントに作業環境を操作させる点で差別化余地がある。業務データや認証情報を扱う場合は、情報管理や個人情報保護への配慮が必要となる。

263社

Compyle — 開発者と対話しながら進めるコード生成支援

Compyleは、ソフトウェア開発者向けに、実行前に確認を求めるコード生成エージェントを提供する事業だ。利用者が主導権を保てるよう、小さな作業を超える変更でも、コードベースを大幅に書き換えずに共同で開発を進める設計である。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されていない。2025年10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開示されていない。人の確認を挟むことで、変更内容の把握やデバッグ、保守をしやすくする点が強みとなる。導入実績や性能の情報が限られ、競合する開発支援ツールとの差別化や、確認工程が開発効率に与える影響が主なリスクである。

正体A・ほぼ特定

正体: Compyle（YC Fall 2025）。CursorやClaude Codeに類する、開発者が実行前に確認できるコード生成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し、チーム規模は2人である。

Y Combinator Fall 2025掲載の開発者向けコード生成エージェント
サンフランシスコ拠点、チーム規模2人、2025年10月創業
実行前に確認を求め、開発者が主導権を保つ設計

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、GitHub Copilotなどのコード生成支援があるが、Compyleは実行前に確認を挟む協働型の設計を打ち出している。開発支援ツールの競争は激しく、社内コードや機密情報を扱う際には情報管理への配慮が必要となる。

264社

Lexi — 法務業務を統合する企業向けAI基盤

Lexiは、法律事務所や企業内法務部門に、法務調査から文書作成、契約審査、案件管理までをまとめて提供する法務向けAI基盤だ。利用者は安全な単一基盤上で、引用元を確認できる調査、文書処理、翻訳、ナレッジ管理などを行う。収益モデルや料金、顧客獲得チャネル、運営体制と原価は開示されていない。累計で200以上の組織・法律事務所が利用し、20万件以上の案件で500万件以上の文書を処理している。利用者の弁護士は週10時間以上を節約し、人員を増やさずにより多くの案件を扱えるとしている。権限管理、監査記録、暗号化、専用作業領域、機密環境向けの導入形態が強みだが、料金や財務情報が不明であり、法務文書の正確性や機密情報の管理も導入時のリスクとなる。

正体A・ほぼ特定

正体: Lexi（YC Fall 2025）。法律事務所や企業内法務部門向けに、法務調査、文書作成・審査、契約修正、案件ワークフロー、翻訳、知識管理をまとめたAI基盤を提供する。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は15人、創業は2025年9月である。

Y Combinator Fall 2025掲載の法務向けAI基盤
サンフランシスコ拠点、チーム規模15人
2025年9月創業、法律事務所と企業内法務向け

日本での競合

日本ではLegalOn TechnologiesやMNTSQが、契約審査や法務業務支援の近接領域で競合する。Lexiは調査から文書管理、案件ワークフローまでを一体化する点に差別化余地がある。日本法への対応や個人情報・機密情報の取り扱い、導入先の情報管理要件への適合が事業展開上の注意点となる。

265社

ComplyDo — 企業の規制対応を一元化する基盤

ComplyDoは、企業のガバナンス・リスク・コンプライアンス担当者向けに、規制や基準への対応を支援するソフトウェアを提供する。各種ファイルから要件を抽出し、管理策や社内方針に対応付け、未対応箇所や変更を示すほか、成熟度の評価や次の対応を助言する。収益モデル、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されていない。2025年10月創業で、ベルリンを拠点に10人のチームで運営しているが、売上高などの財務数値は示されていない。世界的企業やEUの大手企業に利用されているとの説明があり、複数のファイルから要件を整理し、対応状況の把握まで一元化する点が強みとなる。抽出や対応付けの正確性、規制変更への追随、機密情報の取り扱いが主なリスクであり、効率を10倍にするとの効果も独立した実績数値は確認できない。

正体A・ほぼ特定

正体: ComplyDo（YC Fall 2025）。企業のガバナンス・リスク・コンプライアンス担当者向けに、文書から要件を抽出して管理策や社内方針に対応付け、未対応箇所や変更を監視するコンプライアンス基盤を提供する。成熟度の評価や次の対応に関する助言機能も備える。ドイツのベルリンを拠点とし、チーム規模は10人である。

Y Combinator Fall 2025掲載のコンプライアンス基盤
2025年10月創業、ドイツのベルリンを拠点とする企業
チーム規模10人、企業の法務・コンプライアンス領域
文書から要件を抽出し管理策や社内方針に対応付ける機能

日本での競合

日本での直接の同型は見当たらない。規制対応や社内統制の近接領域では、国内企業の既存業務システムや専門家による支援が比較対象となり得る。国内展開では、日本の法令・業界基準への対応に加え、機密情報の保管や越境移転に関する確認が必要となる。

266社

Captain — AIエージェント向け高精度ファイル検索基盤

Captainは、企業のAIエージェント向けに、複雑なファイルやクラウドストレージ内の情報を検索可能にする基盤を提供する。S3、SharePoint、Google Driveなどのデータを同期し、データや利用状況に合わせて検索工程を自動調整する仕組みである。料金体系、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。公開ベンチマークでは、一般的なRAGの約78%に対し、検索精度が97%を超えたとしている。規制対象や重要業務で使われる複雑なファイル検索に特化し、複数の解析・検索部品を個別に組み合わせる手間を減らす点が強みである。一方、精度の検証条件や実運用での性能、料金、機密データの取り扱いは確認できず、導入判断には追加情報が必要となる。

正体A・ほぼ特定

正体: Captain（YC Winter 2026）。S3、SharePoint、Google Driveなどに分散するファイルを同期し、AIエージェントが検索できるようにする基盤である。データの構造や利用状況に合わせて検索工程を調整し、複雑で規制の厳しい業務のファイル検索を想定する。2025年11月創業、米国サンフランシスコ拠点で、チーム規模は2人である。

YC Winter 2026掲載の企業情報と現役ステータス
2025年11月創業、米国サンフランシスコ拠点
チーム規模2人、企業向け検索基盤を開発

日本での競合

日本での直接の同型は見当たらない。企業内検索やRAG構築基盤が近接領域となり、既存の検索基盤との競争や個別データへの適合度が差別化の焦点となる。規制対象データを扱う場合は、業界ごとの情報管理要件やデータ保管場所への対応確認が必要である。

267社

Logical — アプリ横断で作業を先回りするデスクトップAIアシスタント

Logicalは、日常業務でAIを使う個人やチームに、作業を先回りして支援するデスクトップAIを提供する事業だ。複数のアプリ間で文脈を引き継ぎ、メールや文書の作成、会議メモ、対応事項の検出などを少ない操作で行う。通常のチャットボットより少ない指示で意図をくみ取り、必要に応じて複数アプリで操作を実行する仕組みだ。料金や収益モデル、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10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。アプリ横断の文脈理解と、利用者のデータを自社サーバーに送らない設計が強みとして掲げられている。提供開始直後の小規模チームであり、実用性や対応アプリの範囲、データ保護の運用実態が主なリスクとなる。

正体A・ほぼ特定

正体: Logical（YC Fall 2025）。複数アプリの文脈をつなぎ、メールや文書の作成、会議メモ、対応事項の検出などを行うデスクトップAIアシスタントである。日常業務でアプリを使う個人やチームを対象とし、米国サンフランシスコを拠点に2人で運営している。

YC掲載名Logical、Fall 2025バッチの現役企業
米国カリフォルニア州サンフランシスコを拠点とする事業
2025年10月創業、チーム規模2人のデスクトップAI企業

日本での競合

日本での直接の同型は見当たらない。アプリ横断の作業支援という近接領域では、Microsoft Copilotなどが比較対象となる。競合密度や差別化余地は対応アプリの広さと操作の確実性に左右される。日本で展開する場合は、業務データの取り扱いや個人情報保護法への対応が注意点となる。

268社

Agentic Fabriq — AIエージェントの権限管理基盤

Agentic Fabriqは、企業が業務ツール、データ、チームに対するAIエージェントのアクセス権と操作を安全に管理するサービスだ。エージェントごとにIDと範囲を限定した権限を設定し、承認フローと監査ログを提供することで、共有APIキーや過剰な権限を持つサービスアカウントへの依存を抑える。収益モデル、料金、顧客獲得チャネルは開示されておらず、運営チームは2人だ。2025年11月創業で、売上や利益などの財務数値は示されていない。業務ツールや顧客向け業務でエージェントを利用する際の権限管理を一元化できる点が強みだ。導入実績や製品の運用体制は不明であり、企業ごとの既存システムとの連携や、エージェントの権限設定ミスが主なリスクとなる。

正体A・ほぼ特定

正体: Agentic Fabriq（YC Winter 2026）。企業向けに、AIエージェントごとのID、個別のアクセス権、承認フロー、監査ログを管理するセキュリティ製品を提供する。業務ツールやデータを扱うエージェントの利用を想定し、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。

YC掲載の社名とWinter 2026バッチ情報
企業向けエージェントのID・権限・承認・監査機能
米国サンフランシスコ拠点・チーム規模2人
2025年11月創業・セキュリティ分野の事業

日本での競合

日本での直接の同型は見当たらない。近接領域ではHENNGE OneなどのID・アクセス管理サービスがあるが、AIエージェント個別の権限や操作を扱う点で差別化余地がある。企業データへのアクセスを管理する際は、個人情報や機密情報の取り扱いに注意が必要だ。

269社

Kestrel AI — 開発基盤チーム向け運用自動化基盤

Kestrel AIは、企業の開発基盤チーム向けに、障害対応、クラウド環境の構築、CI/CD、セキュリティ対応、開発者からの依頼処理を自動化する基盤を提供する。自然言語の指示を本番環境で使える定型ワークフローに変換し、40以上の連携機能と200以上の事前構築済みアクション、独自のHTTP・Webhookアクションに対応する。コマンドラインツール、Python向け開発キット、MCPサーバーからワークフローを管理できる。収益モデル、料金、顧客獲得経路、運営原価は公開情報に記載がない。2025年10月創業でチームは2人だが、売上や顧客数などの財務・事業規模は開示されていない。既存の開発環境から操作でき、定型手順を再現可能な形で自動化できる点が強みである一方、連携先への依存や自動処理に必要な権限管理、少人数体制がリスクとなる。

正体A・ほぼ特定

正体: Kestrel AI（YC Fall 2025）。開発基盤チーム向けに、障害対応やクラウド構築、CI/CD、セキュリティ対応などの業務を自動化するワークフロー基盤を提供する。自然言語からワークフローを作成し、40以上の連携機能と200以上の事前構築済みアクションを利用できる。サンフランシスコ拠点、チーム規模は2人である。

2025年10月創業、米国サンフランシスコ拠点、チーム規模2人
YC Fall 2025バッチ掲載、事業ステータスはActive
40以上の連携機能と200以上の事前構築済みアクション

日本での競合

日本での直接の同型は見当たらない。インシデント管理やクラウド構築自動化の領域と近接するが、開発基盤業務を横断して自然言語からワークフロー化する点に差別化余地がある。導入時はクラウド環境や社内システムへの接続権限、機密情報の取り扱いに注意が必要となる。

270社

Sciloop — 最先端AI向け数理科学推論データ

Sciloopは、最先端AIの開発企業向けに、数学・物理学の難問データを作成し、学習と評価に提供する事業だ。国際物理オリンピックや国際数学オリンピックのメダリストが問題を作り、AI研究所に継続的な新規データを販売する。収益はデータ販売によるもので、価格や顧客獲得方法、運営原価の詳細は開示されていない。2025年10月創業で、米サンフランシスコを拠点に6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。最難関問題ではGPT 5.4 ProとGemini 3.1 Proの正答率が0〜5%だったとしており、メダリストの専門性と難度の高い問題が強みだ。顧客が先端AI研究所に限られる可能性があり、収益規模や顧客数、データの品質管理体制も不明な点がリスクである。

正体A・ほぼ特定

正体: Sciloop（YC Fall 2025）。最先端AIの数学・物理学の推論能力を鍛え、評価するため、既存モデルが解けない難問データを作成してAI研究所に販売する会社だ。問題作成には国際物理オリンピックと国際数学オリンピックのメダリストが携わり、創業者はMIT出身の国際物理オリンピックメダリストである。2025年10月創業、米サンフランシスコ拠点で、チームは6人。

YC掲載の社名Sciloop、Fall 2025バッチ、活動中の企業情報
2025年10月創業、米サンフランシスコ拠点、チーム規模6人
国際物理・数学オリンピックのメダリストが問題を作成
最先端AI研究所向けに数学・物理学の推論データを販売

日本での競合

日本での直接の同型は見当たらない。AIの学習用データや評価データの周辺領域とは接点があるが、同社のようにメダリストが作る難問に特化した競合密度は限定的とみられ、専門家ネットワークを生かす余地がある。

271社

Multifactor — AIエージェントの権限管理と監査基盤

Multifactorは、企業が利用するAIエージェント向けに、認証・認可・監査の仕組みを提供する事業だ。オンラインアカウントをエージェントに安全かつ取り消し可能な形で共有し、細かな権限設定と操作履歴の記録を可能にするほか、既存のエージェントソフトウェアに統合してプロンプトインジェクションなどの攻撃を防ぐ。収益モデル、価格、顧客獲得チャネルは開示されておらず、運営体制は6人とされるが、原価に関する情報もない。創業は2025年9月で、初期の企業パートナーには、エージェントが75億ドル超の製造業サプライチェーンを管理する企業が含まれる。特許取得済みの技術と細粒度の権限管理、詳細な監査履歴が強みである。企業でのエージェント導入に伴う安全上の需要を捉える一方、新しい市場であるため、実際の導入実績や収益性は不明であり、重大な事故が起きれば顧客の信頼を損なうリスクもある。

正体A・ほぼ特定

正体: Multifactor（YC Fall 2025）。AIエージェントが企業のオンラインアカウントを使う際の認証・認可・監査を担い、利用権限の設定や取り消し、操作履歴の確認を可能にするセキュリティ製品を開発している。サンフランシスコを拠点とし、チーム規模は6人である。

YC Fall 2025掲載のAIエージェント向けセキュリティ企業
サンフランシスコ拠点、チーム規模6人
2025年9月創業、認証・認可・監査技術を提供

日本での競合

日本での直接の同型は見当たらない。近接領域ではOktaやCloudflareが、企業向けの認証・セキュリティ基盤を提供している。エージェント固有の権限管理と監査履歴に差別化余地がある一方、導入企業のシステムや運用方針に応じた連携が課題となる。

272社

SF Tensor — AI研究向けGPU運用基盤

AI研究チーム向けに、GPU計算基盤の運用と学習コードの高速化を提供する事業だ。Elastic Cloudは複数の提供元から低価格のGPUを自動選択し、中断されやすいスポットインスタンスにも対応する管理型基盤で、別途、ハードウェア構成を考慮して学習コードのカーネルを自動最適化する。収益モデル、料金、顧客獲得チャネル、運営原価の詳細は示されていない。2025年10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開示されていない。複数のGPU提供元を使えることと、手作業で調整された実装を上回る高速化を目指す点が強みだ。高性能化の難しさやCUDAへの依存、代替ハードウェア向けソフトウェアの扱いにくさが課題であり、費用削減や性能向上の実績も提示されていない。

正体A・ほぼ特定

正体: SF Tensor（YC Fall 2025）。AI研究チーム向けに、複数の提供元からGPUを選ぶ管理型計算基盤Elastic Cloudと、学習コードのカーネルを自動最適化する機能を開発している。拠点は掲載されておらず、チーム規模は6人である。

Y Combinator Fall 2025掲載の現役企業
AI研究チーム向け計算基盤とカーネル最適化機能を開発
2025年10月創業、チーム規模6人、拠点情報は掲載なし

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、GPU計算基盤を提供するさくらインターネットの高火力シリーズがある。複数社のGPUを横断して選ぶ機能や学習コードの自動最適化が実現すれば差別化余地はあるが、現時点で性能や価格の実績は示されていない。

273社

Terrain — 現場産業向け営業開拓基盤

Terrainは、建設業者や飲食店など、実体経済の企業に販売するチーム向けに、AIを活用した営業開拓基盤を提供する事業だ。営業先の開拓から販売活動までを支援する製品として説明されているが、具体的な機能や利用方法は明らかでない。料金体系、収益モデル、顧客獲得チャネル、運営体制や原価についても開示情報はない。2025年10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。売上高や資金調達額などの財務数値は示されていない。現場産業への販売に対象を絞る点が特徴だが、導入実績や製品の有効性が不明で、顧客獲得と事業性の検証が主なリスクとなる。

正体A・ほぼ特定

正体: Terrain（YC Fall 2025）。建設業者や飲食店など、実体経済の企業を顧客とするチーム向けに、AIを活用した営業開拓基盤を開発する会社だ。2025年10月創業、米国サンフランシスコ拠点で、チーム規模は2人である。

YC掲載社名Terrain・Fall 2025バッチの現役企業
実体経済向けの営業開拓基盤を開発する事業内容
米国サンフランシスコ拠点・チーム規模2人・2025年10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。営業支援や顧客管理の近接領域とは重なるが、現場産業への販売に特化した製品との競合状況は、提供情報からは判断できない。日本で展開する場合は、顧客情報の取り扱いに関する個人情報保護法への対応が必要となる。

274社

Flick — AI映画を一貫制作できる映像創作ソフト

Flickは、映画制作者や映像を作りたい人に向け、AIを使った短編映画の制作環境を提供するソフトウェアである。物語や登場人物の一貫性、映像表現の調整を含む制作工程を、専用の画面上で一貫して進められる仕組みを掲げる。料金や収益モデルは明らかにされておらず、映画制作者との協業や制作者コミュニティー、制作手順の共有を通じて利用者の獲得を図る。チームは2人で、4本の短編映画が国際映画祭で合計20以上の賞を得ており、コミュニティーでは毎週複数のAI短編映画が制作されている。受賞歴のある映画監督とInstagramの創業エンジニアが立ち上げた点に加え、制作ソフトだけでなく作品や再利用可能な制作手順も提供する点が強みである。売上や価格、運営原価は開示されておらず、少人数体制での製品開発と作品制作の両立、映画品質を保つAI制作機能の実現が主なリスクとなる。

正体A・ほぼ特定

正体: Flick（YC Fall 2025）。AIを活用し、物語や登場人物の一貫性、映画的な映像表現を保ちながら短編映画を制作するソフトウェアを開発する。映画制作者や映像クリエイター向けに、制作工程を一貫して進める機能と、制作手順を共有するコミュニティーを提供する。拠点は米国カリフォルニア州サンフランシスコで、チーム規模は2人である。

YC Fall 2025掲載のAI映画制作ソフト開発企業
米国カリフォルニア州サンフランシスコを拠点とする
チーム規模2人、映画監督とInstagram創業エンジニアが創業
短編映画4本が国際映画祭で合計20以上の賞を獲得

日本での競合

日本での直接の同型は見当たらない。AIによる映像制作ツールやクリエイター向け制作支援が近接領域となる。日本で展開する場合は、学習データや生成物の著作権、実在人物の肖像・声の利用に注意が必要である。

275社

hillclimb — 研究者型AIエージェント向け学習データ基盤

最先端AI研究所に、エージェントをAI研究者として訓練するための学習データを提供する事業である。具体的なデータの作成方法や提供形態、課金方式、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。2025年10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。最先端の研究機関を顧客とし、研究者としての能力向上を支援する点が特徴である。一方、顧客数やデータの品質、継続的な需要は確認できず、事業規模や収益性を判断する材料が限られる。

正体A・ほぼ特定

正体: hillclimb（YC Fall 2025）。最先端AI研究所向けに、エージェントをAI研究者として訓練する学習データを提供する会社である。サンフランシスコを拠点とし、2025年10月創業、チーム規模は4人である。

YC Fall 2025掲載の学習データ提供会社
最先端AI研究所向けに研究者型エージェントを訓練
米国サンフランシスコ拠点、2025年10月創業
チーム規模4人の活動中企業

日本での競合

日本での直接の同型は見当たらない。近接領域には生成AIの研究開発支援や学習データ整備があるが、研究者型エージェント向けのデータ提供とは対象が異なる。導入にあたっては、研究データの権利関係や機密情報の管理が論点となる。

276社

AtlasGrid — モバイルアプリの画面分析と改善支援基盤

AtlasGridは、モバイルアプリの開発・企画チームに、画面構成の可視化と製品改善の手掛かりを提供する事業だ。アプリの画面を自動でグラフ化し、画面上に分析情報を表示するほか、AIエージェントが多数のアプリを継続的に調べ、デザイン上の知見や成長機会、改善案を集める。収益モデル、料金、顧客獲得経路、運営原価は開示されていない。2025年11月創業で、拠点は米国サンフランシスコおよびリモート、チームは6人である。売上や利益などの財務数値は示されていない。複数アプリの調査と自社画面の分析を組み合わせる点が強みとなり得る一方、分析精度や改善提案の有効性、アプリ画面データへのアクセス、未開示の料金体系が主なリスクである。

正体A・ほぼ特定

正体: AtlasGrid（YC Fall 2025）。モバイルアプリの画面構成を自動で視覚的なグラフにし、分析情報を画面上に重ねて示す製品を開発する。さらにAIエージェントで多数のアプリを継続調査し、デザインの知見や成長機会、実行可能な改善案を集める。製品・デザイン・エンジニアリングに携わる企業チーム向けで、拠点は米国サンフランシスコとリモート、チーム規模は6人である。

Y Combinator掲載のFall 2025バッチ企業
2025年11月創業、米国サンフランシスコおよびリモート拠点
チーム規模6人、企業向けの製品・設計領域

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、アプリマーケティングや利用状況分析を支援するReproが候補となる。競合密度は限定的とみられるが、アプリ画面の可視化と他社アプリ調査を一体化する点に差別化余地がある。画面情報や利用データを扱う場合は、個人情報保護や各アプリの利用条件への配慮が必要となる。

277社

Veria Labs — AIで脆弱性を継続検査する企業向けセキュリティ基盤

Veria Labsは、企業の製品やシステムを対象に、AIエージェントで脆弱性を継続的に発見・修正するセキュリティツールを開発している。人間の研究者より速く動き、従来型ツールが見逃す複雑な脆弱性まで探す仕組みを掲げるが、料金体系、販売経路、運営体制や原価の詳細は公表されていない。創業メンバーは米国の競技ハッキングチームで首位となった経験を持ち、AIツール、OS、金融テクノロジー、暗号資産取引所で重大なバグを発見したとしている。2025年9月創業で、サンフランシスコを拠点に3人で運営し、財務数値は開示されていない。競技ハッキングの専門性と、脆弱性の発見から修正までを継続的に支援する構想が強みである。一方、実運用での検出精度や誤検知、修正の品質、顧客導入状況は示されておらず、脆弱性情報の取り扱いにも注意が要る。

正体A・ほぼ特定

正体: Veria Labs（YC Fall 2025）。企業のシステムをAIエージェントで継続的に検査し、脆弱性の発見と修正を支援するセキュリティツールを開発している。競技ハッキングチーム出身者が創業し、米国サンフランシスコを拠点に3人で活動する。

Y Combinator Fall 2025掲載のセキュリティ分野企業
2025年9月創業、米国サンフランシスコを拠点に活動
チーム規模3人、競技ハッキングチーム出身者が創業

日本での競合

近接領域の国内企業として、GMOサイバーセキュリティbyイエラエやFlatt Securityがある。継続的なAIエージェント型検査と脆弱性修正までを提供する点には差別化余地があるが、国内のセキュリティ診断企業との競争が見込まれる。顧客システムへの検査には、事前許可の取得や脆弱性情報・個人情報の適切な管理が重要となる。

278社

Minro — 利用者分析から解約防止まで支援する顧客理解基盤

Minroは、利用者数の増加に伴い顧客理解が難しくなる企業に、利用者分析と解約防止の仕組みを提供する。企業の分析基盤に接続し、利用状況を企業名や役職、経歴、想定用途などの顧客情報に結び付ける。氏名とメールアドレスを手掛かりにオンライン上の本人情報を照合し、現在の照合精度は約80%としている。利用行動や人物属性、過去の継続利用の傾向から解約リスクを見つけ、創業者からの個別連絡文を作成し、その後の利用継続への効果を学習する。料金や売上、販売経路、原価は開示されておらず、チームは2人である。分析データを顧客理解や先回りの対応に結び付ける点が強みだが、照合精度の限界や行動データの誤判定、顧客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: Minro（YC Fall 2025）。企業の分析基盤と連携し、利用者情報の補完、解約リスクの特定、創業者からの連絡文作成と効果測定を行う顧客理解・継続利用支援のプロダクトである。利用者との関係維持を効率化したい企業向けで、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 Fall 2025掲載の顧客理解・継続利用支援企業
米国サンフランシスコ拠点、チーム規模2人
分析基盤と連携し利用者情報を補完、解約リスクを特定
氏名とメールアドレスからの本人照合精度は約80%

日本での競合

日本ではHiCustomerやプレイドのKARTEが、顧客の利用状況把握や継続利用支援に近い領域を手掛ける。顧客理解や解約防止の競合は多い一方、本人情報の補完から個別連絡の効果測定までを一体化できれば差別化の余地がある。個人情報を外部情報と照合する際は、個人情報保護法に沿った取得・利用目的の明示や安全管理が必要となる。

279社

Tell if AI — SNS運用を自動化する成果報酬型マーケティング支援

ブランド企業向けに、複数のSNSでコンテンツを企画・制作・投稿し、集客と顧客獲得を支援するマーケティング事業である。実機のスマートフォン群を使い、自律型エージェントが企画から動画制作、投稿、交流、フォロワー獲得までを一貫して行い、数百のアカウントを並行運用する。顧客は成長支援会社を起用する形で契約し、同社は売上連動の報酬を受け取るため、顧客の成長と収益が連動する。最初の提携先は遠隔医療クリニックで、同社が構築・運営する複数のチャネルから患者獲得を進めている。2025年10月創業、チームは2人で、売上や利益などの財務数値は開示されていない。実機と自動運用による並行展開が強みである一方、各SNSの規約、広告表現や自動投稿への対応、クリエイターを人間と見分けにくくする運用への信頼性が主なリスクとなる。

正体A・ほぼ特定

正体: Tell if AI（YC Fall 2025）。実機のスマートフォン上で自律型エージェントを動かし、YouTube、TikTok、Instagram、X、Redditなどに向けた企画、動画制作、投稿、交流、視聴者獲得を代行する成果報酬型のマーケティング会社である。ブランド企業を顧客とし、最初の提携先は患者獲得を支援する遠隔医療クリニックである。米国テキサス州オースティンを拠点とし、チーム規模は2人である。

YC Fall 2025掲載のマーケティング会社
実機スマートフォンで複数SNSアカウントを運用
米国テキサス州オースティン拠点・チーム2人
遠隔医療クリニックの患者獲得が最初の提携案件

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、広告運用やデジタルマーケティングを手がけるサイバーエージェントがあるが、実機スマートフォン上のエージェントによる多数アカウント運用とは異なる。日本では医療広告の規制に加え、各SNSの利用規約や広告表示への対応が重要となる。

280社

Koyal — 脚本や音声から多言語映像作品を生成する制作基盤

Koyalは、音楽レーベルやポッドキャスト、映像制作会社などに、脚本や音声から個別性のある映像作品を生成する制作基盤を提供する。脚本から音声、映像までを生成し、口の動きの同期や複数人物の一貫性にも対応する。大手音楽レーベルや制作会社との有料試験導入で収益を得ており、一般向け公開ベータ版も開始したが、価格や販売経路、運営原価は公表されていない。サンフランシスコを拠点とする5人のチームで、カーネギーメロン大学、MIT、Metaでの経験や映像生成の研究を強みとする。Universal MusicやT-Seriesなどとの試験導入では、A R Rahmanらの楽曲映像を5本公開し、各作品が150万回を超える再生を記録した。生成映像の品質や人物表現、著作権・肖像利用の許諾、試験導入から継続契約への転換が主なリスクである。

正体A・ほぼ特定

正体: Koyal（YC Fall 2025）。脚本や音声から映像を生成し、多言語化、口の動きの同期、複数人物の一貫した描写を行う映像制作基盤である。音楽レーベル、ポッドキャスト、映像制作会社向けに展開し、サンフランシスコを拠点に5人で運営している。

Y Combinator Fall 2025掲載の映像生成プラットフォーム
サンフランシスコ拠点、チーム規模5人
脚本・音声から映像を生成し、多言語や口の動きにも対応

日本での競合

日本での直接の同型は見当たらない。映像生成や編集の近接領域には複数のサービスがあるが、脚本から音声、映像までを一貫生成する点には差別化余地がある。日本で音楽作品や著名人を扱う場合、著作権、肖像権、声の利用許諾に注意が必要である。

281社

Kaigo Health — 高齢者向け電話型の外来患者ケア管理基盤

Kaigo Healthは、メディケア対象患者を診療する医療機関向けに、退院後のフォローアップ、継続的な確認、遠隔モニタリングを自動化するケア管理基盤を提供する。高齢者にも使いやすい電話を窓口とし、患者の回答、音声バイオマーカー、遠隔患者モニタリングのデータを集約して予防的なケアにつなげる。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。2025年創業で、チームは3人だが、売上高や利益などの財務数値は示されていない。電話を使った患者接点と複数データの集約が強みとなる一方、実際の導入実績や臨床的な有効性は確認できない。医療機関の業務への定着、患者データの保護、音声情報を用いた判断の妥当性が主なリスクである。

正体A・ほぼ特定

正体: Kaigo Health（YC Fall 2025）。電話を使った患者確認や退院後フォロー、遠隔モニタリングの情報集約を行い、外来患者のケア管理を支援する医療向け基盤である。メディケア対象患者を診療する医療機関向けで、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3人である。

YC掲載名Kaigo Health、Fall 2025バッチの医療情報技術企業
2025年10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3人、退院後フォローなど外来ケア管理を提供

日本での競合

日本での直接の同型は見当たらない。オンライン診療サービスのYaDocは近接領域だが、電話を用いた患者管理と音声情報の集約を中核とする本事業とは異なる。医療機関の導入余地はある一方、患者情報の取り扱いや音声データに基づく機能の設計では、個人情報保護と医療機器該当性への配慮が必要となる。

282社

Lunavo — 運送会社の定型業務を自動化する業務支援サービス

Lunavoは、運送会社向けにバックオフィス業務を自動化するAIアシスタントを提供する事業だ。既存の業務ツールに接続し、社内の手順を把握したうえで、届くデータや依頼を監視し、反復作業や問題対応を処理して重要事項のみ担当者に引き継ぐ。収益モデル、価格、顧客獲得チャネル、運営コストは公開情報に記載がない。2025年11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。人員を増やさずに業務量を拡大できることと、既存ツールや業務手順に沿って処理を行う点が強みとなる。自動処理の誤りや既存システムとの接続、運送会社ごとに異なる業務への対応が主なリスクだ。

正体A・ほぼ特定

正体: Lunavo（YC Fall 2025）。運送会社の既存業務ツールに接続し、データや依頼の監視から反復的なバックオフィス処理、問題対応、担当者への引き継ぎまでを担うAIアシスタントを開発する。運送会社向けの業務支援を行い、拠点はドイツ、チーム規模は2人である。

YC Fall 2025掲載の運送会社向けAIアシスタント
既存ツールに接続しバックオフィス業務を自動処理
ドイツ拠点・チーム2人・2025年11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。HacobuのMOVOなど物流業務のデジタル化サービスは近接領域だが、運送会社のバックオフィス業務を自律的に処理する点とは異なる。競合密度は隣接領域で高く、既存システムとの連携や業務別の対応力に差別化余地がある。日本で展開する場合は、運送事業者の業務慣行や個人情報・取引情報の取り扱いへの配慮が必要となる。

283社

dari.dev — AIエージェントの利用料を抑える開発者向け基盤

dari.devは、AIエージェントを開発する企業や開発者に、トークン費用を抑えながらエージェントをより多く稼働させるためのルーティング基盤を提供する。独自モデルを学習させ、性能を保ちつつ処理に必要なトークンを減らす仕組みだ。自社アプリへの組み込みに加え、Claude CodeやCodexなどと利用できるルーターも提供する。料金体系や売上、顧客獲得経路は公開されておらず、導入は既存アプリへの組み込みまたはルーターの利用となる。2025年9月創業で、拠点は米国サンフランシスコ、チームは2人であり、財務規模は開示されていない。エージェントの性能を維持しながら利用コストを下げる点が強みだが、実際の削減幅や性能が顧客の用途で再現されるか、収益化できるかは不明である。

正体A・ほぼ特定

正体: dari.dev（YC Fall 2025）。AIエージェントの処理を振り分け、独自モデルで性能を保ちながらトークン費用を抑える開発者向け基盤を提供する。自社アプリへの組み込みのほか、Claude CodeやCodexなど任意のエージェントと使えるルーターを用意する。2025年秋バッチ、米国サンフランシスコ拠点で、チーム規模は2人である。

2025年9月創業、米国サンフランシスコを拠点とする開発者向け企業
Y CombinatorのFall 2025バッチに参加、チーム規模2人
独自モデルでトークン費用を抑えるエージェント向けルーターを提供

日本での競合

日本での直接の同型は見当たらない。AIエージェント開発や運用基盤の近接領域は競争が見込まれ、用途別の性能と費用削減を実証できれば差別化余地がある。日本の顧客データを扱う場合は、個人情報の取り扱いや国外へのデータ移転に注意が必要となる。

284社

The Context Company — AIエージェントの会話分析・稼働監視基盤

AIエージェントを開発・運用するチームに、会話分析と稼働監視の機能を提供する事業だ。会話を話題の分類、利用者の反応分析、独自パターンの追跡、アラートなどの構造化された情報に変換し、処理の記録、ツール呼び出し、応答時間、コストも確認できる。導入は10行未満のコードで始められるとしているが、料金体系や顧客獲得経路、運営体制と原価は開示されていない。2025年10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。利用者の行動傾向やエージェントが失敗する場面を把握し、改善点を見つけやすくする点が強みである。顧客数や導入実績が不明であり、データの蓄積状況や分析精度、競合との差別化、会話データの取り扱いが主な確認事項となる。

正体A・ほぼ特定

正体: The Context Company（YC Fall 2025）。AIエージェントの会話を分析し、利用者の行動傾向や性能の変化、エージェントがつまずく場面を見つける開発者向け製品である。会話内容の分類・反応分析に加え、処理記録や応答時間、コストなども監視できる。米国サンフランシスコ拠点で、チーム規模は2人。

Y Combinator Fall 2025バッチの掲載企業
米国サンフランシスコ拠点・チーム規模2人
会話分析とAIエージェントの稼働監視を提供
2025年10月創業の開発者向け企業

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AIエージェント開発やシステム監視があるが、会話から利用者の傾向や失敗パターンを抽出する機能を軸に差別化する余地がある。日本で展開する際は、会話データに個人情報が含まれる場合の取り扱いに注意が必要だ。

285社

Sorce — 求人応募を代行するAIマッチングサービス

求職者に求人とのマッチングと応募支援を提供する事業である。利用者は求人をスワイプで選び、AIが本人に代わって応募する仕組みだ。収益モデル、課金方法、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。2025年9月創業で、チームは6人、拠点は米国カリフォルニア州サンフランシスコである。スワイプによる求人選択と応募代行を組み合わせ、応募の手間を減らす点が特徴だ。応募の質や利用者の同意をどう確保するかに加え、収益性や採用企業側の利用状況が不明な点がリスクとなる。

正体A・ほぼ特定

正体: Sorce（YC Fall 2025）。求職者が求人をスワイプで選ぶと、AIが本人に代わって応募する求人マッチング・応募支援サービスである。採用企業向けの具体的な機能や収益モデルは公開情報にない。米国サンフランシスコを拠点とし、チームは6人である。

YC Fall 2025掲載の求人マッチング・応募代行サービス
米国カリフォルニア州サンフランシスコを拠点とする企業
2025年9月創業、チーム規模6人

日本での競合

日本での直接の同型は見当たらない。求人検索や転職支援の近接領域にはIndeedやWantedlyがあるが、求人をスワイプで選びAIが応募する仕組みとは異なる。応募代行に際しては、本人の意思確認や応募情報の正確性、職業紹介に関する規制への配慮が必要となる。

286社

Caddy — メッセージで仕事を支える個人向けAI秘書

Caddyは、仕事や予定に追われる人に、日々のタスク管理や対応を支援する個人向けAIを提供する事業だ。利用者はメッセージで依頼を送り、Caddyはカレンダーやチャット、タスクを確認して、必要な通知や作業の代行を行う。利用を重ねるほど、利用者の仕事の進め方や関心に合わせて応答を調整する仕組みだ。料金、課金方法、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10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示されていない。メッセージだけで依頼でき、利用者ごとに応答を適応させる点が強みである一方、個人情報を含む予定やチャットへのアクセスに伴うプライバシー上の懸念や、収益モデルが不明な点が主なリスクだ。

正体A・ほぼ特定

正体: Caddy（YC Fall 2025）。メッセージで依頼を受け、カレンダー、チャット、タスクを確認しながら、通知や作業の代行を行う個人向けAIアシスタントである。仕事上のタスクや予定を抱える人を対象とし、ニューヨーク市を拠点に5人で運営している。

YC Fall 2025掲載、活動中の個人向けAIアシスタント
ニューヨーク市を拠点とする5人のチーム
2025年10月創業、仕事のタスク管理と対応を支援

日本での競合

日本での直接の同型は見当たらない。Microsoft CopilotやGoogle Geminiは、仕事の支援やAIアシスタントという近接領域に位置する。競合が広い生産性支援分野に及ぶ中、メッセージを窓口にした個人別のタスク対応には差別化余地があるが、予定やチャットを扱う場合は個人情報保護法に沿った取り扱いが重要となる。

287社

Locus — AIエージェントの決済権限を管理する基盤

企業や開発者向けに、AIエージェントがデータやサービスの購入に使う決済基盤を提供する事業だ。エージェントを資金に安全に接続し、取引ごとに支出先や上限を設定できるほか、決済履歴の追跡、監査、既存の財務システムとの照合を可能にする。価格や課金方式、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。2025年10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。支出の制御と記録の透明性が強みである。自律的な決済に伴う不正利用や誤決済、法規制への対応に加え、事業実績が不明で小規模チームである点が主なリスクとなる。

正体A・ほぼ特定

正体: Locus（YC F25）は、AIエージェントを資金に接続し、決済を実行させる基盤を開発する会社だ。企業や開発者が取引ごとの権限と上限を設定でき、決済の追跡や監査、既存の財務システムとの照合にも対応する。2025年秋バッチで、拠点は米国サンフランシスコ、チーム規模は2人である。

YC掲載名Locus、2025年秋バッチ、ステータスは活動中
米国カリフォルニア州サンフランシスコを拠点とする決済基盤
創業は2025年10月、チーム規模は2人
AIエージェントの支出権限設定と決済記録の追跡に対応

日本での競合

日本での直接の同型は見当たらない。StripeやGMOペイメントゲートウェイは決済基盤の近接領域に位置するが、AIエージェントの取引権限管理とは用途が異なる。自動決済が広がる場合、資金移動や決済に関する規制への対応が必要となる。

288社

Aspect — 映像制作チーム向け素材管理・承認基盤

Aspectは映像などのメディアを扱う制作チームに、素材の取り込みから共有、保管までをまとめた基盤を提供する。従来5つのツールに分かれていた作業を集約し、ファイルの取り込みや端末上での再生、レビューと承認、共有、アーカイブを行える。素材ライブラリの内容やコメント、修正履歴を把握するエージェントが、ファイル検索やフォルダー作成、映像素材のラベル付けと整理などをバックグラウンドで実行する。料金や収益モデル、顧客獲得経路、運営体制と原価の詳細は開示されていない。2025年10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。複数の制作工程を1つの基盤に集約し、素材の文脈や修正履歴を踏まえた作業を自動化できる点が強みである一方、料金や導入実績、既存ツールからの移行負担、素材データの安全性は判断材料が不足している。

正体A・ほぼ特定

正体: Aspect（YC Fall 2025）。映像などのメディア素材を取り込み、再生、レビュー、承認、共有、保管まで一元管理する制作チーム向けの基盤である。素材ライブラリやコメント、修正履歴を参照するエージェントを備え、ファイル検索や素材整理などを実行する。2025年10月創業、米国ニューヨーク市を拠点とし、チーム規模は3人である。

Y Combinator Fall 2025掲載のアクティブ企業
米国ニューヨーク市を拠点とする2025年10月創業
チーム規模3人のメディア管理基盤提供企業
素材検索や整理を担うライブラリ連動エージェントを搭載

日本での競合

日本ではソニーのCi Media Cloudが、映像制作における素材共有や共同作業の近接領域にある。Aspectのように素材取り込みから承認、保管までを一元化する直接の同型は見当たらず、既存の制作工程に深く組み込めれば差別化の余地がある。顧客の映像素材や関係者情報を扱うため、導入時にはアクセス管理やデータ保護への対応が重要となる。

289社

Hyperspell — 社内情報をつなぐAIエージェント基盤

企業のAIエージェント向けに、社内文書や会話を横断して利用できる情報基盤を提供する。各種ツールを接続し、文書や会話を権限管理付きの知識グラフに整理して、エージェントがファイルシステムのように情報を読み書きできる仕組みだ。情報の出典を追跡でき、利用者の権限に応じて情報を扱う。収益モデル、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。2025年10月創業で、チームは8人だが、売上や財務数値は示されていない。社内情報を複数ツールから集約し、出典までたどれる点が強みとなる。情報連携の範囲や権限設定の不備、接続先サービスへの依存が主なリスクである。

正体A・ほぼ特定

正体: Hyperspell（YC Fall 2025）。社内の文書や会話を統合し、AIエージェントが参照・更新できる、出典追跡と権限管理を備えた企業向け情報基盤を開発する。サンフランシスコ拠点で、チーム規模は8人である。

YC Fall 2025掲載の企業向け情報基盤
サンフランシスコ拠点、チーム規模8人
2025年10月創業、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。近接領域にはNotion AIやMicrosoft 365 Copilotがあるが、社内情報を権限付きの知識グラフとして提供する点で差別化余地がある。導入時は個人情報や機密情報の取り扱い、接続先ごとのアクセス権管理が注意点となる。

290社

MOVEdot — ハードウェア開発の解析業務を自動化する基盤

MOVEdotは、ハードウェア技術者向けに、試験データの分析や報告書作成を自動化するエージェント基盤を提供する。技術者は複数のエージェントを組み合わせ、試験全体の不具合分析、データベースからの指標抽出、温度や負荷と性能・信頼性の関係分析、報告書やダッシュボードの作成を行える。通常は数時間から数日かかる作業を数分に短縮し、扱えるデータや情報を100倍に増やすとしている。課金方式、価格、顧客獲得経路、運営体制の詳細、原価は開示されていない。2025年10月創業で、チーム規模は10人である。試験データを横断して分析し、結果の文書化まで支援する点が強みとなる一方、分析精度や既存データベースとの連携、実業務での導入状況は確認できず、信頼性が求められる製造・自動車分野での検証が課題となる。

正体A・ほぼ特定

正体: MOVEdot（YC Fall 2025）。ハードウェア技術者が試験データを分析し、指標抽出や性能・信頼性の評価、報告書・ダッシュボード作成を行うためのエージェント基盤を開発する会社である。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 Fall 2025掲載のハードウェア開発支援企業
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
2025年10月創業、チーム規模10人
試験分析や報告書作成を行うエージェント基盤の提供

日本での競合

日本での直接の同型は見当たらない。製造業のデータ分析や開発支援と近接する領域だが、試験データ分析から報告書作成までを担うサービスとしての競合密度は判断しにくく、業務への適合性や既存設備・データとの連携に差別化余地がある。自動車や産業機器で使う場合は、分析結果の検証や品質・安全に関わる運用要件への対応が重要となる。

291社

Uplane — 広告制作から配分最適化まで担うマーケティング基盤

Uplaneは企業向けに、広告代理店に代わる広告制作・運用の仕組みを提供する事業だ。AIで広告と対応するランディングページを数百案生成し、Meta、Google、LinkedInなど複数の広告媒体への予算配分を調整する。顧客のCRMやERPのデータを取り込み、利益につながる施策を学習してキャンペーンを継続改善する。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。2025年9月創業で、チームは22人だが、売上や利益などの財務数値は示されていない。代理店や表計算ソフト、分断されたツールを一元化し、企業には広告投資対効果の向上、中小企業には専門家水準の運用を訴求する一方、生成物の品質や媒体への依存、顧客データの連携・管理が主なリスクとなる。

正体A・ほぼ特定

正体: Uplane（YC Fall 2025）。広告案と対応するランディングページを生成し、広告媒体ごとの予算配分を調整するマーケティング運用システムを開発する。顧客のCRM・ERPデータを活用して利益への寄与を学習し、企業や中小企業の広告運用を支援する。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22人。

Y Combinator Fall 2025掲載の広告運用システム
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
創業は2025年9月、チーム規模は22人

日本での競合

近接領域の国内サービスとして、広告運用自動化のShirofuneや、広告・ランディングページの改善を支援するKaizen Platformがある。広告制作から複数媒体の予算配分、CRM・ERPデータによる改善までを一体化する点が差別化の余地となる。顧客データの取り扱いや広告表現について、日本の個人情報保護や広告関連の規制に配慮が必要となる。

292社

Brickanta — 建設判断を支える専門AIエージェント群

Brickantaは、建設事業者向けに、プロジェクト分析や入札、調達、リスク把握を支援するAIエージェント群を提供する。組織の案件データ、ひな型、業務手順を最新のAI技術と組み合わせ、早期にリスクや機会を見つけ、意思決定を支援する仕組みだ。建設業務に特化した数百のエージェントを掲げるが、料金体系や販売経路、運営体制、原価は公表されていない。2025年9月創業で、チームは11人、資金調達額は800万ドルである。創業チームは2018年以降、ABBやIKEAなどで建設・産業分野のAI導入に携わってきた。主なリスクは、顧客ごとのデータや業務手順との連携負担、AIの分析結果の精度、未公表の収益モデルである。

正体A・ほぼ特定

正体: Brickanta（YC Fall 2025）。建設事業者向けに、案件分析、洞察、入札、調達などを担う建設特化型AIエージェントを提供し、社内の案件データやひな型、業務手順を用いて意思決定を支援する。拠点はスウェーデンのストックホルムで、チーム規模は11人。

YC Fall 2025掲載の建設向けAIエージェント事業
ストックホルム拠点・チーム規模11人
案件分析・入札・調達など数百の専門エージェント
2025年9月創業・資金調達額800万ドル

日本での競合

日本では、建設業向けの業務支援を行うANDPADやPhotoructionが近接領域にあるが、Brickantaと同じ建設特化型エージェント群との直接競合かは明らかでない。既存の施工管理サービスが多い領域で、社内データや業務手順を横断して分析する機能には差別化余地がある。案件情報の機密性や、入札・調達に関する業務要件への対応が導入時の注意点となる。

293社

F2 — 非公開市場投資家向け分析基盤

F2は、非公開融資、非公開株式投資、商業銀行の投資チームに、案件審査、引受判断、投資先のモニタリングを支援するAI基盤を提供する。非構造化の案件データを投資判断に使える分析とメモに変換し、案件評価にかかる時間を60%以上短縮するとしている。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。数千件の案件で利用され、チーム規模は15人である。金融分野に特化した分析力に加え、共同作業や過去の案件情報の蓄積を強みとする。顧客数や売上、収益性は不明であり、機密性の高い金融データの取り扱いや分析結果の正確性が主なリスクとなる。

正体A・ほぼ特定

正体: F2（YC Summer 2025）。非公開融資、非公開株式投資、商業銀行の投資家向けに、案件審査や引受判断、投資先モニタリングを支援するAI基盤を開発する。案件データから投資分析やメモを作成し、案件評価の迅速化を図る。ニューヨーク市に拠点を置き、チーム規模は15人である。

Y Combinator Summer 2025バッチの掲載企業
ニューヨーク市を本拠地とするチーム規模15人
非公開融資・非公開株式投資・商業銀行向けAI基盤
数千件の案件で利用、評価時間を60%以上短縮との説明

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、投資判断や企業調査を支援する金融情報サービスがあるが、F2のように案件データから審査分析やメモを作る仕組みとの競合密度は限定的とみられる。日本で展開する場合は、機密性の高い案件情報の管理や、投資判断に用いる分析結果の検証が重要となる。

294社

Semiotic — 成長企業向けランディングページ制作エージェント

Semioticは、急成長中のスタートアップ向けに、AIエージェントでランディングページを制作する事業である。従来のAIウェブサイト作成ツールでは見栄えのよいサイトを作りにくく、制作会社には長い待ち時間や高額な最低料金があるという課題に対し、スタジオ品質のデザインを大規模に提供することを掲げる。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開示されていない。2025年10月創業、チームは3人だが、売上や顧客数などの事業規模および財務数値は示されていない。制作会社への依頼に伴う待ち時間と費用を抑えながら、デザイン品質を保つことが強みとなる可能性がある。品質の安定性や顧客獲得、収益性は未確認であり、既存のウェブサイト作成ツールとの差別化も課題となる。

正体A・ほぼ特定

正体: Semiotic（YC Fall 2025）。AIエージェントを開発し、まず急成長中のスタートアップ向けランディングページ制作から始める会社である。拠点は米国カリフォルニア州サンフランシスコで、2025年10月創業、チーム規模は3人である。

Y Combinator Fall 2025掲載のAIデザインエージェント企業
急成長中のスタートアップ向けランディングページ制作
米国サンフランシスコ拠点、2025年10月創業、3人チーム

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、ウェブサイト作成サービスのSTUDIOやWixがある。制作会社への発注を代替する余地はあるが、デザイン品質と自動生成の安定性が競争上の焦点となる。

295社

Lapis — 広告制作から運用まで担う販促自動化基盤

Lapisは、DTCやSaaSの事業者向けに、広告の制作から配信、改善までを自動化するサービスだ。広告文や画像を作成し、広告媒体への出稿、広告ごとの専用ページ作成、利用者の反応データを使った改善までを一貫して担う。広告の反復改善や大規模なA/Bテストを通じ、広告成果を最大20倍に高められると訴求している。マーケティングチーム1,500超、企業顧客30社超が利用し、英語やスペイン語など10言語に対応するが、売上高や利益、価格、課金方式は開示されていない。広告制作や運用の人手不足を補える点が強みで、チームは5人である。広告成果の改善幅は同社の訴求値であり、実績の検証方法や、広告媒体の仕様変更、利用者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: Lapis（YC Fall 2025）。DTCやSaaS企業向けに、広告文・画像の生成、広告配信、専用ページの作成、反応データに基づく広告改善をまとめて提供する。2025年10月創業、米国サンフランシスコ拠点で、チーム規模は5人。

Y Combinator Fall 2025掲載の広告制作・配信自動化企業
2025年10月創業、米国サンフランシスコ拠点
チーム規模5人、DTC・SaaS事業者向けの広告運用支援
マーケティングチーム1,500超、企業顧客30社超が利用

日本での競合

広告運用自動化の近接サービスとして、Shirofuneが挙げられる。広告クリエイティブの制作や運用改善では、サイバーエージェントも近接領域にある。広告運用の自動化や制作支援には競合がある一方、制作から専用ページ作成、配信、改善までの一体提供には差別化余地がある。日本での展開時は、個人情報保護法や広告表示に関する規制への対応が必要となる。

296社

Digipals — 友人関係を支えるAIネイティブ交流基盤

友人同士の交流を深めるため、位置情報や予定、写真などの文脈を活用するソーシャルサービスを提供する事業だ。AIエージェントがグループチャット内で行動を起こしたり、コードを書いたりする仕組みを掲げている。収益モデル、料金、顧客獲得チャネル、運営原価は開示されていない。2025年11月創業で、サンフランシスコを拠点に3人で運営しているが、売上や利益などの財務情報は示されていない。複数のアプリに分散する友人とのやり取りを、社会的な文脈を理解するAIでまとめる構想が強みとなる。実際の利用状況や収益化の見通しは不明であり、位置情報や写真などの個人情報の扱いも主なリスクだ。

正体A・ほぼ特定

正体: Digipals（YC Fall 2025）。位置情報、カレンダー、写真の社会的な文脈を使い、友人同士のグループチャットで行動やコード作成を行うAIネイティブのソーシャル基盤を開発する。友人同士を対象とし、サンフランシスコ拠点、チームは3人である。

Y Combinator Fall 2025掲載のソーシャル分野企業
位置情報・予定・写真を文脈に使う友人向け交流基盤
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。LINEやTimeTreeはメッセージや予定共有の近接領域にあり、複数アプリの社会的文脈を使ってチャット内で行動する点に差別化余地がある。位置情報や写真などの個人情報を扱うため、取得目的の明示や適切な同意、管理が必要となる。

297社

RealRoots — 女性向けリアル交流マッチングアプリ

RealRootsは、実際に会って友人を作りたい女性に、対面での交流機会を提供するアプリだ。利用者はいくつかの質問に回答し、相性の合う女性との対面交流にマッチングされる。収益モデルや料金、利用者の獲得経路、運営体制や原価は公開情報に記載がない。2025年6月創業で、チームは7人だが、利用者数や売上などの財務数値は示されていない。女性向けに設計し、女性が運営する点と、オンライン上のつながりを実際の交流につなげる点が特徴だ。一方、参加者の安全確保や相性のミスマッチ、継続的な利用者獲得が主な事業上のリスクとなる。

正体A・ほぼ特定

正体: RealRoots（YC Summer 2025）は、質問への回答をもとに女性同士をマッチングし、対面での交流機会を作るアプリを提供する。女性向けのサービスで、女性が作ったと説明されている。米国カリフォルニア州サンフランシスコを拠点とし、2025年6月創業、チーム規模は7人である。

YC Summer 2025掲載の女性向け対面交流アプリ
質問への回答をもとに女性同士をマッチングする仕組み
米国カリフォルニア州サンフランシスコを拠点とする
2025年6月創業、チーム規模7人

日本での競合

日本での直接の同型は見当たらない。MeetupやPeatixは交流会やイベントを探す近接領域だが、女性同士の相性に基づく対面マッチングとは異なる。競合密度は周辺の交流サービスを含めると高く、女性限定の安心感や参加後の継続的なつながりに差別化余地がある。日本で展開する場合は、利用者の安全確保や個人情報の取り扱いに注意が必要だ。

298社

Luminal — GPU処理を高速化する機械学習基盤

Luminalは、機械学習モデルを動かす企業や開発者向けに、GPUコードを生成する機械学習基盤とコンパイラを提供する。独自のソフトウェア群によってモデルの実行速度を最大10倍に高め、導入を簡素化し、GPUの待機コストを削減するとしている。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公開されていない。2025年7月創業で、米国サンフランシスコを拠点に7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。幅広いハードウェアで高速化を目指す点と、導入負担やGPUの無駄な稼働を抑える点が強みである。実際の高速化の度合いはモデルやハードウェアに左右される可能性があり、導入実績や性能検証の詳細が不明なこともリスクとなる。

正体A・ほぼ特定

正体: Luminal（YC Summer 2025）。GPU向けコードを生成する機械学習フレームワーク兼コンパイラを開発し、モデルの高速化や導入の簡素化、GPU待機コストの削減を目指す。米国サンフランシスコを拠点とする7人のチームである。

YC Summer 2025掲載の機械学習基盤・コンパイラ開発企業
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
2025年7月創業、チーム規模は7人

日本での競合

日本での直接の同型は見当たらない。機械学習基盤やGPU処理の高速化に近い領域では、Preferred Networksなどが関連企業として挙げられるが、提供内容は同一ではない。性能差の実証と既存環境への導入容易性が差別化の鍵となる。

299社

burnt — 食品卸の受注業務を自動化するAI基盤

burntは食品流通・卸売企業に、既存の基幹システムを活用しながら受注業務を自動化するAIエージェントを提供する。エージェントのOzaiがメール、電話、留守番電話、WhatsApp、ファクスなどを監視し、注文内容や顧客ごとの表記、商品、調理メモを読み取って既存の基幹システムに入力し、不明点は顧客に確認する。導入は数週間を想定するが、料金や課金方式、販売経路は公開されていない。2025年創業でチームは3人であり、売上高や利益などの財務数値も公開されていない。既存システムを入れ替えずに導入でき、営業・顧客対応チームが顧客対応に集中できる点が強みである。一方、処理精度や既存システムとの連携、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: burnt（YC Summer 2025）。食品流通企業向けに、受注情報を読み取って既存の基幹システムへ入力するAIエージェントOzai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3人である。

Y Combinator Summer 2025バッチの掲載企業
食品流通企業向け受注管理エージェントOzaiの開発
米国サンフランシスコ拠点、チーム規模3人
2025年8月創業、食品サプライチェーン分野

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、食品卸向け業務システムを扱うアイルの「アラジンオフィス」や、オービックビジネスコンサルタントの「奉行クラウド」がある。既存システムを維持したまま受注業務を自動化する点には差別化余地がある一方、顧客情報や通話内容を扱う際は個人情報保護への配慮が必要となる。

300社

Vulcan Technologies — 政府業務と行政手続きを支援するAIエージェント

米国の政府機関や関連業務に携わる人々、行政サービスを利用する企業・市民に、業務支援エージェントを提供する事業だ。Justinianは法律・政策のデータベースと知識グラフを基盤とし、顧客は専用基盤、メール、Slackから利用できる。Trajanは政府機関のウェブサイト上で、許認可や申請の手続き、規制・法律に関する質問への対応を支援する。2種類のエージェントを顧客に販売しているが、価格体系、顧客獲得経路、運営原価の詳細は公表されていない。2025年6月創業で、YCのSummer 2025バッチに参加し、米国テキサス州オースティンを拠点に17人で運営する。政府業務に特化したデータ基盤が強みとなる一方、行政・法務分野で求められる情報の正確性や機密情報の保護、政府調達への対応が主なリスクだ。

正体A・ほぼ特定

正体: Vulcan Technologies（YC Summer 2025）。政府機関や関連領域の業務向けに、職員の調査・実務を支援するJustinianと、市民・企業の行政手続きを助けるTrajanを開発・販売する。法律・政策のデータベースと知識グラフを基盤とし、米国テキサス州オースティンを拠点に17人で運営している。

YC Summer 2025参加、2025年6月創業の政府業務支援企業
米国テキサス州オースティンを拠点とする17人のチーム
JustinianとTrajanの2種類の政府向け業務エージェント
法律・政策データベースと知識グラフを自社基盤として提供

日本での競合

日本での直接の同型は見当たらない。グラファーは行政手続きのデジタル化で近接するが、政府業務向けエージェントとは提供範囲が異なる。行政機関向けの調達要件に加え、個人情報や行政情報の適切な取り扱いが導入上の注意点となる。