YC採択企業を、事業構造と日本の競合環境で読み解く
日本市場の見立て
767社
Y Combinator採択企業のうち、ソロ開始・存続・買収条件で絞った767社。 日本市場の見立ては公開情報からの推定。1ページ10社で全文を掲載。
317
診療所の紹介業務を自動化する医療支援基盤
Locataは、プライマリケア診療所の事務スタッフと患者に、専門医への紹介手続きを管理・自動化する基盤を提供する。AIエージェントが事前承認の申請、紹介状況の通知、患者への確認連絡などを担い、事務負担を減らしてスタッフが患者ケアに集中できるようにする。料金体系や価格、顧客獲得チャネル、運営原価の詳細は公開されていない。開発開始から2週間以内に大規模な地域医療センターと契約し、導入後の最初の1カ月で100時間超の業務時間を削減したとする。米国では年間1億件超の専門医紹介のうち、完了するのは半数にとどまるという課題に着目している。少人数のチームで立ち上げた初期段階の事業であり、導入実績は限られ、収益規模や価格、医療機関システムとの連携状況も不明である。
318
全社データから洞察を自動生成する分析基盤
Pleomは企業向けに、社内データ全体から洞察を自動生成し、可視化までの業務を速める分析サービスである。学習の手間を抑えた操作体験を掲げ、企業データを分析して洞察や可視化につなげる仕組みだ。料金体系、販売経路、運営体制、原価構造は掲載情報に記載がない。2025年8月創業で、YCの掲載上のチーム規模は0人であり、売上や利用社数などの財務・事業規模を示す数値はない。全社データを対象に自動で洞察を提示する点と、導入時の学習負担を抑える方針が強みとなる。データ接続の広さや分析精度、企業データの機密性への対応が不明であり、実用性や信頼性の検証が主な課題だ。
319
半導体設計を自動化する開発支援環境
SigmanticAIは、半導体設計の技術者や開発チームに、RTL設計から検証までを支援するAI開発環境を提供する。自然言語から合成可能なHDLやテストベンチを生成し、コンパイルや合成の結果を基にコードを反復修正するほか、注釈や新人向け資料も作成する。VSCodeを基盤とする開発環境として既存のEDAツールと連携し、クラウドとオンプレミスの両方に対応するが、価格、課金方式、顧客獲得経路、運営原価は公開されていない。2025年7月創業で、YCのSummer 2025に参加しており、チームは2人である。Verilog向けに調整した大規模言語モデル、強化学習、実際のコンパイラからのフィードバックを組み合わせ、設計の手戻りや新人の立ち上がり時間を減らすことが強みだ。公開情報には売上や顧客数の記載がなく、生成した設計の品質、複雑な設計への対応力、既存ツールとの連携、機密設計データの取り扱いが主なリスクとなる。
320
現場従業員向け勤怠・人事労務管理基盤
Siraは、時給制の現場従業員を抱える企業に、勤怠管理、シフト作成、給与処理、人事労務管理を提供するプラットフォームだ。自律型エージェントが欠員シフトを埋めるための従業員への電話、勤怠記録の異常検知、給与処理の効率化を担う。料金体系、販売チャネル、運営体制や原価の詳細は開示されていない。2025年7月創業で、YCのSummer 2025に参加し、チーム規模は4人である。勤怠から給与、人事労務までを一元管理し、定型作業の自動化を目指す点が強みだ。実績や財務数値は示されておらず、導入効果や各国の労務規制への対応状況が主な確認事項となる。
321
実商談を再現する営業練習支援
Quotainは、営業チーム向けに実際の商談を想定した対話練習と改善評価を提供する。担当者が顧客管理システムの記録、過去の通話、人物情報、企業サイトをアップロードまたは連携すると、AIが顧客役を生成し、商談前の練習に使える。練習後は担当者の対応を採点し、改善点を提示する。収益モデル、価格、顧客獲得経路は公開情報に記載がない。2025年7月創業で、米国ニューヨーク市を拠点に2名で運営しており、売上や利用社数などの数値は示されていない。実際の商談情報を練習内容に反映できる点が強みだが、顧客情報の取り扱い、顧客役の再現精度、営業現場での継続利用が主なリスクとなる。
322
消費者行動を予測する市場調査シミュレーション
Foresightは、日用消費財企業などに向けて、消費者の反応や選択を予測する行動シミュレーションを提供する。企業は実際の施策を実施する前に、複数の選択肢を試し、それぞれの結果を見比べて方針を選べる。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されていない。2026年5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開示されていない。実行前に多くの施策を比較できる点が強みだが、予測が実際の消費者行動をどの程度再現できるか、精度を検証できるかが主なリスクとなる。
323
医療保険請求の誤りを検出する審査基盤
自家保険型の医療給付を提供する雇用主や医療保険プラン向けに、診療報酬請求の誤りを検出する事業である。機械学習モデルで請求を支払い前後に監査し、請求内容、診療コード、契約上の誤りを見つけ、年間請求支出の3〜7%削減を目指す。顧客への販売経路、課金方法や価格、導入・運営にかかる原価は公開情報に記載がない。チームは3人で、会社の売上高や利益などの財務数値も示されていない。創業者らは以前、患者60人の請求額を5カ月未満で合計30万ドル超減額または取り消した経験を持つが、これは先行する患者向けサービスの実績である。強みは全件をリアルタイムで監査し、固定ルール中心の既存システムでは捉えにくい誤りを検出する構想にある一方、検出精度や実際の削減効果、医療情報の取り扱い、保険請求システムとの連携が主なリスクとなる。
324
洗車事業者向け運営・会員管理基盤
Nautilusは、洗車場の運営事業者に、販売や会員管理、販促をまとめて扱うプラットフォームを提供する。スマートフォンを中心とした電子商取引、会員管理、自動販促機能を備え、高額な既存システムの置き換えを目指す。収益モデルや料金、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い。2025年8月創業で、サンフランシスコを拠点に4人で運営している。売上高や財務実績の数値は示されていない。洗車業界に特化した機能と、既存システムより低コストを目指す点が強みとなる一方、既存システムからの移行や導入効果、料金体系が明らかでないことはリスクである。
325
トラック輸送の積載計画を最適化する基盤
Maximalは、トラック単位の貨物輸送を担う運送会社向けに、積載計画を最適化する基盤を提供する。運送会社の既存の基幹業務システムや連絡手段にエージェントを接続し、業務上の文脈を踏まえた計画を自動生成する仕組みだ。収益モデル、料金、顧客獲得経路の詳細は開示されておらず、運営チームは3人である。会社は2025年8月創業で、売上高や財務情報、導入社数は示されていない。創業チームは物流会社や運送会社での経験に加え、輸送科学の研究やAmazonの配送・物流拠点網を最適化した技術開発経験を持つ。創業直後の少人数企業であり、顧客システムとの連携や業務データの質、事業規模や収益性が不明な点が主なリスクとなる。
326
最先端モデル向け評価・学習環境の開発
idlerは、先端モデルを開発する研究機関や企業に、モデルの性能測定に使う評価基準と学習環境を提供する研究開発会社である。顧客はこれらの環境を使い、幅広い分野のモデルを評価し、訓練する。収益モデル、価格、顧客獲得経路、運営原価は公表されていない。2025年6月創業で、チームは12人である。売上や利益などの財務数値は開示されていない。先端モデルの開発に使われる評価基準と環境を一体で構築する点が強みとなり得る一方、評価設計の妥当性や、顧客の研究開発計画への依存が主なリスクである。