取得日 2026-08-31 · 収録767社 / 原本815社 · 4/8ページ

Y Combinator 企業台帳

海外の新しい会社と、その概要の記録

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.301-400 / 収録96社）

301社

Bizzy AI — 電話対応から見込み客選別・予約まで担う営業自動化基盤

Bizzy AIは、電話で問い合わせる見込み客を逃したくない企業向けに、電話応対から見込み客の獲得・選別、予約登録までを担うサービスだ。サービス内容を理解して問い合わせに応じ、必要に応じて担当者へ転送・エスカレーションし、既存のCRMや業務ツールと連携して予約を登録する。24時間稼働する自動応対を提供するが、課金方式、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。売上や顧客数などの事業規模・財務数値も提示されていない。強みは、単純な電話取次にとどまらず、サービス内容や複雑な業務手順を踏まえて見込み客を選別できる点にある。応対品質や選別精度、既存ツールとの連携不全、通話データの取り扱いが主な導入リスクとなる。

正体A・ほぼ特定

正体: Bizzy AI（YC Summer 2025）。企業の電話問い合わせに応対し、見込み客の獲得・選別、担当者への振り分け、CRMへの予約登録までを自動化するプロダクトである。対象は電話経由の問い合わせを受ける企業で、拠点は米国ニューヨーク市、チーム規模は掲載情報に記載がない。

  • Y Combinator掲載のSummer 2025バッチ、ステータスはActive
  • 米国ニューヨーク市を拠点とするB2Bマーケティング企業
  • 電話応対、見込み客選別、CRMへの予約登録を提供
  • チーム規模は掲載情報に記載なし

日本での競合

電話応対の自動化に近い国内サービスとしてIVRyがある。電話受付の自動化領域には競合が存在する一方、見込み客の選別からCRMへの予約登録まで一貫して担う点に差別化余地がある。通話内容や個人情報の取り扱い、録音・保存時の同意や管理には日本の法令に沿った対応が必要となる。

302社

Interfere — 開発チーム向け未検知の不具合を捉える仕組み

Interfereは、エンジニア、プロダクトマネージャー、デザイナーに、これまで見つかっていなかった不具合や問題をリアルタイムで把握する手段を提供する事業だ。製品の具体的な仕組みや、課金方法、価格、顧客獲得チャネルは公開情報に記載がない。運営体制は8人で、売上高や利益などの財務数値も示されていない。複数の職種が未把握の問題をリアルタイムに理解できる点が強みとなる。顧客の利用方法や既存の不具合検知手段との違いは明らかでなく、導入効果を判断する材料は限られる。収益モデルや事業規模が不明な点も、評価上の主なリスクである。

正体A・ほぼ特定

正体: Interfere（YC Summer 2025）。エンジニア、プロダクトマネージャー、デザイナー向けに、従来見えていなかった不具合や問題をリアルタイムで把握する製品を提供する。米国ニューヨーク市を拠点とし、チームは8人である。

  • Y Combinator Summer 2025バッチ掲載の現役企業
  • 米国ニューヨーク市を拠点とする8人のチーム
  • 技術・製品・デザイン職向けのリアルタイム問題把握製品

日本での競合

日本での直接の同型は見当たらない。近接領域には不具合監視サービスがあるが、Interfereとの機能上の重なりや差別化は公開情報だけでは判断できない。

303社

RowFlow — フォームを対話型に変える業務情報収集基盤

RowFlowは、顧客情報の受付や登録、コンプライアンス確認、アンケートを行う組織向けに、既存フォームを対話型の情報収集へ置き換える基盤を提供する。フォームをAIによる会話に変換し、テキストメッセージやSlack、埋め込みチャットなどで回答者に届け、質問の進行や自動追跡を経て整理されたデータを返す。課金方式、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。会社は回答率の向上と社内業務負担の半減を掲げ、導入する対話フローは数分で公開できるとしている。2025年8月創業で、ニューヨーク市を拠点に2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。回答率やデータ品質を改善できる可能性が強みである一方、実績の裏付けが不明で、回答者の利用習慣や個人情報の取り扱いが普及上のリスクとなる。

正体A・ほぼ特定

正体: RowFlow（YC Summer 2025）。既存のウェブフォームをAIとの会話に変換し、テキストメッセージ、Slack、埋め込みチャットなどを通じて回答を集め、整理されたデータとして返す業務情報収集基盤である。顧客受付、登録、コンプライアンス確認、フィードバック、調査を行う組織を対象とする。2025年8月創業、米国ニューヨーク市を拠点とし、チーム規模は2人である。

  • YC Summer 2025掲載の業務情報収集基盤
  • 2025年8月創業、米国ニューヨーク市を拠点
  • チーム規模2人、既存フォームを対話形式に変換
  • テキストメッセージやSlack、埋め込みチャットで回答収集

日本での競合

近接領域にはフォーム作成サービスのformrunやTayoriがあるが、対話を通じて回答を集める同型サービスとの直接比較は難しい。既存フォームの置き換えや回答率の改善に独自性を示せれば差別化余地がある一方、フォーム関連サービスが多く競争は見込まれる。日本で個人情報を収集・処理する場合は、個人情報保護法への対応が必要となる。

304社

Smartbase — 製造業向けAIネイティブERP

製造業者向けに、AIを基盤とするERPを提供する事業である。製品の具体的な機能や課金方式、価格、顧客獲得経路、運営体制の詳細は公開情報に記載されていない。創業は2025年7月で、チーム規模は2人である。売上高や顧客数などの財務・事業規模を示す数値は確認できない。製造業に対象を絞り、AIを基盤に据えたERPである点が特徴だ。機能、導入実績、収益モデルが明らかでないため、製品の実用性や事業の拡大可能性を判断しにくい。

正体A・ほぼ特定

正体: Smartbase（YC Spring 2026）。製造業者向けに、AIを基盤とするERPを提供する会社である。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2人である。

  • Y CombinatorのSpring 2026バッチ掲載企業
  • 製造業者向けAIネイティブERPの提供を掲げる事業
  • 米国カリフォルニア州サンフランシスコを拠点とする会社
  • 2025年7月創業、チーム規模2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。製造業向けの基幹業務システムや生産管理サービスが近接領域となるが、与えられた情報だけでは具体的な国内競合を特定できない。競合密度や差別化余地を判断するには、対象業務や機能、導入実績の確認が必要である。

305社

Perspectives Health — 行動医療施設向け業務改善支援

依存症やメンタルヘルスの治療プログラムを運営する施設に、事務負担の軽減や保険請求の否認防止、運営改善を支援するAIエージェントを提供する。エージェントが診療記録を分析して保険請求の否認リスクを抑え、書類や保険関連の事務作業を補助し、過去データから改善機会を探す。導入先や料金、課金方式、販売経路、運営体制や原価については公開情報に記載がない。2025年7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。治療現場の人手不足と保険者からの圧力に対し、記録分析から事務作業、運営改善までを支援する点が強みとなる。医療記録の品質や施設ごとの業務差、保険請求ルールへの適合が導入上のリスクであり、事業実績や収益性も確認できない。

正体A・ほぼ特定

正体: Perspectives Health（YC Summer 2025）。依存症やメンタルヘルスの治療施設向けに、診療記録の分析、書類作成や保険事務の補助、過去データを使った運営改善を行うAIエージェントを提供する。米国イリノイ州シカゴを拠点とし、チームは5人である。

  • Y Combinator Summer 2025バッチの掲載企業
  • 米国イリノイ州シカゴを拠点とする医療IT企業
  • チーム5人、2025年7月創業の行動医療向け事業

日本での競合

日本での直接の同型は見当たらない。電子カルテや医療事務支援は近接領域だが、行動医療施設の保険事務と運営改善を一体で支援する競合密度は限定的とみられる。日本で展開する場合は、診療情報の適切な管理に加え、国内の診療報酬や保険請求の制度に合わせた設計が必要となる。

306社

Modelence — 生成AIで本番向けアプリを構築する開発基盤

Modelenceは、非開発者を含むアプリ開発者に、本番運用に対応するウェブアプリの開発基盤とAIアプリ構築ツールを提供する事業だ。認証、データベース、ホスティング、AI連携、定期実行、リアルタイムデータ、メール、監視を統合したフレームワークと専用クラウド基盤を提供し、各機能の個別連携を減らす仕組みである。料金、収益モデル、販売チャネル、運営原価は開示されていない。会社は2025年創業で、チームは3人、サンフランシスコを拠点にリモートでも活動している。創業チームは前職で10年間にわたり、数百万人の利用者とMetaやNetflixなどの顧客を抱える5億ドル規模のプラットフォームを構築した経験を持つ。複数サービス間の連携不全を抑える一体型の設計が強みだが、事業開始直後で実績や収益規模が不明であり、価格や販売方法も確認できない点がリスクとなる。

正体A・ほぼ特定

正体: Modelence（YC Summer 2025）。認証、データベース、ホスティング、AI連携などを組み込んだウェブアプリ開発フレームワークとAIアプリ構築ツールを提供する。非開発者を含む開発者向けで、サンフランシスコ拠点・リモート対応、チーム規模は3人である。

  • YC掲載社名Modelence、Summer 2025バッチのアクティブ企業
  • 認証やデータベースなどを一体化した開発基盤とAIアプリ構築ツール
  • サンフランシスコ拠点、リモート対応、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。国内のローコード開発基盤やアプリ開発支援が近接領域となるが、Modelenceの一体型フレームワークと専用クラウド基盤とは提供範囲が異なる。認証情報や利用者データを扱う場合は、個人情報保護やクラウド運用に関する国内要件への対応が必要となる。

307社

Magnetic — 会計事務所向け税務書類入力自動化

Magneticは、税務申告を担う会計事務所や公認会計士事務所に、顧客書類の読み取りと税務ソフトへの自動入力を提供する。手書きの寄付記録や表計算シート、複数州にまたがるK-1などを読み取り、煩雑なデータ入力を減らす仕組みだ。料金や収益モデル、顧客獲得チャネル、運営原価は開示されておらず、チームは10人である。米国では年間8,000万件の個人税申告が専門家を通じて行われ、外部委託市場は20億ドルとされ、個別の会計事務所は既存サービスに年10万〜100万ドルを支払っているという。税務自動化や書類読み取りに携わった経験を持つ創業メンバーが、業界知識と技術開発経験を組み合わせている点が強みだ。税務書類の読み取り精度や税務ソフトとの連携、顧客情報の取り扱いに加え、価格や実績が開示されていない点が主なリスクである。

正体A・ほぼ特定

正体: Magnetic（YC Summer 2025）。手書きの寄付記録、表計算シート、複数州にまたがるK-1などを読み取り、税務ソフトへ自動入力する税務書類処理プロダクトを開発する。顧客は税務申告を行う会計事務所や公認会計士事務所で、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10人である。

  • 2025年夏のY Combinator参加企業・ステータスは活動中
  • 米国サンフランシスコを拠点とする税務書類処理事業
  • 手書き書類や表計算シートを税務ソフトへ自動入力
  • チーム規模10人・2025年6月創業

日本での競合

近接領域には、freee会計やマネーフォワード クラウド確定申告などの会計・確定申告サービスがあるが、Magneticと同じ会計事務所向けの書類読み取り・税務ソフト自動入力機能との直接比較は限定的だ。日本の税務書類や申告ソフトへの対応が差別化の前提となり、税務情報の取り扱いにも注意が必要となる。

308社

Fleetline — トラック運行計画を最適化する配車支援基盤

Fleetlineは、中規模から大規模のトラック運送会社に、車両や運転手の状況を踏まえた積載・配車計画を提供する事業である。最適化アルゴリズムと大規模言語モデルを組み合わせ、法規制、顧客の要望、車両の稼働状況、運転手ごとの希望や予定変更を反映する。収益モデル、料金、顧客獲得チャネル、運営体制や原価は公開情報に記載されていない。2025年8月創業で、チーム規模は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。車両全体の状況と現場ごとの事情をともに反映し、柔軟で解釈しやすい計画を目指す点が強みである。一方、実績や導入状況が不明であり、計画の精度や現場への定着、既存システムとの連携が主なリスクとなる。

正体A・ほぼ特定

正体: Fleetline（YC Summer 2025）。中規模から大規模のトラック運送会社向けに、車両全体の状況と運転手ごとの希望を踏まえて積載・配車計画を作成する仕組みを開発している。最適化アルゴリズムと大規模言語モデルを組み合わせ、法規制や予定変更などの現場事情に対応する。拠点は米国ニューヨーク市、チーム規模は11人。

  • Y Combinator Summer 2025掲載の物流計画ソフト開発企業
  • 中・大規模トラック運送会社向けの積載・配車計画
  • 米国ニューヨーク市を拠点とするチーム規模11人
  • 最適化アルゴリズムと大規模言語モデルを組み合わせた仕組み

日本での競合

近接領域には、トラック運送会社向けの配車計画を支援するオプティマインドの「Loogia」がある。Fleetlineは運転手ごとの希望や例外を含む計画最適化を掲げており、現場事情への適応力が差別化の余地となる。国内では競合する配車・運行管理サービスが存在するため競争はあるが、同一範囲の機能を持つかは公開情報だけでは判断できない。

309社

CLODO — 世界規模の人材発見サービス

CLODOは、企業の営業、採用、マーケティング、運営部門に人材発見サービスを提供する事業である。AIを活用し、幅広い業界や企業の人々を見つける仕組みだが、具体的な検索方法や課金体系、価格は公開されていない。AIネイティブ企業から大企業まで、ソフトウェア、製造、バイオテクノロジー、医療、金融、コンプライアンスなどの分野で利用されている。獲得チャネルや運営体制、原価に関する情報は示されていない。2025年8月創業で、チームは2人だが、売上や顧客数などの財務・事業規模の数値は公開されていない。多業界の営業・採用・マーケティング用途を横断する点が強みとして示されている一方、製品の具体的な機能や実績、収益モデルが不明である点は主なリスクだ。

正体A・ほぼ特定

正体: CLODO（YC Summer 2025）。企業の営業、採用、マーケティング、運営部門向けに、幅広い業界の人々を発見するサービスを提供する。AIネイティブ企業からフォーチュン500企業までを対象に掲げ、拠点は米国サンフランシスコ、チーム規模は2人である。

  • YC Summer 2025掲載の人材発見サービス
  • 営業・採用・マーケティング・運営部門向け
  • 2025年8月創業、米国サンフランシスコ拠点
  • チーム規模2人、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、採用人材の探索を支援するビズリーチやLinkedInがある。日本では個人情報の取得・利用や営業目的の連絡に関する法令・運用への対応が必要となる。

310社

stagewise — 複数の開発エージェントを操る開発環境

stagewiseは、ソフトウェア開発者に、コーディングエージェントの作成・連携や実行中アプリの確認、Gitの作業管理を行うオープンソースの開発環境を提供する。複数のエージェントを並行稼働させ、利用者が選んだモデルや既存のコーディングサービス契約を使えるほか、ブラウザーや実行環境、コードベースの文脈をエージェントに結び付ける仕組みだ。収益モデル、価格、顧客獲得経路、運営費の詳細は公表されておらず、チーム規模は2人である。2025年7月創業で、YCのSummer 2025バッチに参加しているが、売上や利用者数などの財務・事業規模を示す数値はない。エージェントを並行して扱い、テストや文書、配備経路まで含む開発全体の文脈を利用できる点が強みとなる。創業間もない少人数の事業であり、収益化の方法や継続利用の実績が不明なことに加え、外部モデルや既存サービスへの依存が主なリスクだ。

正体A・ほぼ特定

正体: stagewise（YC Summer 2025）。開発者がコーディングエージェントを作成・連携し、アプリのプレビューやGitの作業管理を行うオープンソースの開発環境を構築している。複数エージェントの並行稼働に対応し、チーム規模は2人、拠点は掲載されていない。

  • 2025年7月創業、YC Summer 2025バッチ参加の開発者向け事業
  • エージェントの作成・並行稼働とアプリ確認を統合する開発環境
  • 掲載上のチーム規模は2人、拠点情報の記載はなし

日本での競合

日本での直接の同型は見当たらない。国内ではコード生成や開発作業支援のサービスが近接領域となり、エージェントの並行運用や実行環境との連携が差別化の余地となる。特定の規制上の注意点は、提供情報からは確認できない。

312社

Pollen — 顧客離反を防ぐ自律型サクセス支援

Pollenは、顧客の継続率向上を目指す企業向けに、顧客対応を自動化するAIエージェントを提供する。顧客との連絡、サポートチケット、製品利用状況、顧客管理システムをつなぎ、解約や追加販売の兆候を検知する。対応が必要な顧客をチームに示し、次の施策も判断する仕組みだ。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。2025年8月創業、サンフランシスコ拠点の3人チームで、売上や顧客数などの財務・事業規模も示されていない。複数の顧客接点データを横断して兆候を捉え、対応の優先順位付けから次の行動まで支援する点が強みとなる一方、データ連携の範囲や判断精度、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: Pollen（YC Winter 2026）。顧客との連絡、サポートチケット、製品利用状況、顧客管理システムを横断して解約・追加販売の兆候を捉え、対応先と次の行動を示すAIエージェントを開発する。顧客継続率の向上を目指す企業向けで、サンフランシスコを拠点とする3人チームである。

  • YC Winter 2026掲載の顧客継続率向上を支援するAIエージェント
  • 2025年8月創業、サンフランシスコを拠点とする3人チーム
  • 連絡・サポート・製品利用・顧客管理データを横断して兆候を検知

日本での競合

日本の近接領域には、顧客の成功支援を扱うHiCustomerやMagicSuccessがある。顧客状況の把握や継続率向上では競合しうるが、Pollenのように次の対応まで自律判断する範囲は、提示情報だけでは比較できない。顧客情報を複数のシステムから連携する場合、個人情報の適切な取り扱いに注意が必要となる。

314社

KERNEL — AIエージェント向け高速ブラウザー基盤

KERNELは、AIエージェントがインターネットにアクセスするための基盤を開発者向けに提供する事業だ。オープンソースの基盤に加え、管理型ブラウザーを提供し、ユニカーネルを使ってコールドスタートを150ミリ秒未満に抑え、リソース使用量も低減する。セッション記録やライブ表示、ログ、Cookieと認証情報を保つ永続セッションに対応し、住宅用プロキシやCAPTCHAの自動解決機能も備える。収益モデル、価格、顧客獲得チャネル、運営体制の詳細は開示されておらず、利用者はCash Appとその他1000社以上とされるが、売上高や利益の数値はない。高速起動、複数のブラウザー操作枠組みへの対応、SOC 2準拠とHIPAA対応準備が強みである。住宅用プロキシやCAPTCHA解決機能は、対象サイトの利用規約や個人情報の取り扱いに関するリスクを伴い、顧客数や財務状況の不透明さも残る。

正体A・ほぼ特定

正体: KERNEL（YC Summer 2025）。AIエージェントがウェブを操作するための、オープンソースのインフラと管理型ブラウザーを提供する会社だ。開発者やAIエージェントを構築する企業向けで、米国サンフランシスコを拠点とし、チームは6人である。

  • Y Combinator Summer 2025バッチ掲載のインフラ企業
  • サンフランシスコ拠点、チーム規模6人
  • AIエージェント向けブラウザー基盤と管理型環境を提供

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、ウェブアプリのテスト自動化を提供するAutifyがあるが、AIエージェント向けのブラウザー実行基盤とは用途が異なる。日本市場では競合密度が限定的な可能性がある一方、住宅用プロキシやCAPTCHA解決機能の提供では、サイト利用規約や個人情報保護への配慮が必要となる。

315社

Hera — 動画制作者向けの動きデザインツール

Heraは、YouTuberなどの動画制作者に、インフォグラフィック動画のアニメーションを作るツールを提供する。Adobe After Effectsで時間をかけていた手作業を自動化し、利用者が創作上の主導権を保ちながら短時間で制作できる仕組みだ。料金体系や収益モデル、顧客獲得チャネル、運営体制、原価の詳細は公開情報にない。2025年5月に公開し、8週間で待機登録者が10万人に達したほか、売上は月ごとに倍増しているが、絶対額は示されていない。手作業の削減と創作の自由を両立する点が強みである。売上規模や有料転換率が不明で、実際の収益性や成長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: Hera（YC Summer 2025）。動画制作者向けに、インフォグラフィックなどの動きのある映像を短時間で作成できるAIモーションデザインツールを提供する。2025年7月創業、ドイツのベルリン拠点で、チームは5人である。

  • YC Summer 2025掲載のAIモーションデザインツール
  • 2025年7月創業、ドイツ・ベルリンを拠点とする企業
  • チーム規模5人、動画制作者向けの制作支援サービス
  • 2025年5月公開後、8週間で待機登録者10万人を獲得

日本での競合

日本での直接の同型は見当たらない。Adobe After Effectsなどの映像制作ツールが近接領域にあたるが、同社のように動きのデザイン作業を自動化する製品とは位置づけが異なる。映像制作ツール全般との競争は強く、生成物の著作権や利用許諾の整理が日本展開時の注意点となる。

316社

Pally — 連絡先や予定を横断する個人向けAIアシスタント

Pallyは、個人や業務利用者が友人にメッセージを送るような感覚で使い、受信箱、カレンダー、ファイル、タスク、ウェブに接続するAIアシスタントである。利用者はテキストで話しかけ、複数の情報源をまたいで支援を受ける仕組みだ。収益モデル、料金、顧客獲得チャネル、運営体制や原価の詳細は開示されていない。2025年6月創業で、チームは2人である。売上や資金状況などの財務数値は示されていない。自然な対話と複数の情報源への接続が強みとなる一方、各サービスとの連携の安定性や、メール・予定・ファイルなどの個人情報保護が主なリスクとなる。

正体A・ほぼ特定

正体: Pally（YC Summer 2025）。受信箱、カレンダー、ファイル、タスク、ウェブに接続し、テキストで話しかけて使う個人向けAIアシスタントである。個人や業務利用者を想定したサービスで、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。

  • Y CombinatorのSummer 2025バッチ掲載企業
  • 2025年6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、受信箱や予定表などに接続するアシスタント

日本での競合

日本での直接の同型は見当たらない。複数の個人情報源を横断するアシスタントという近接領域では、Google GeminiやNotion AIが比較対象となりうる。連携先の拡大余地がある一方、個人情報を扱うため、個人情報保護法に沿った取得・利用・管理が重要となる。

317社

Locata — 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。

正体A・ほぼ特定

正体: Locata（YC Summer 2025）。プライマリケア診療所向けに、専門医紹介に伴う事前承認申請、患者への連絡、進捗通知を自動化する紹介管理基盤を開発する会社である。主な対象は、紹介事務に追われる診療所のバックオフィスと、紹介先での受診を必要とする患者である。2025年夏バッチで、拠点は米国ニューヨーク市、チーム規模は4人。

  • YC Summer 2025バッチ掲載の医療紹介管理会社
  • ニューヨーク市を拠点とする4人チーム
  • 事前承認申請や患者連絡を自動化する診療所向け基盤
  • 導入後の最初の1カ月で100時間超の業務削減実績

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、医療機関間の紹介や診療情報連携を支援するサービスがあるが、紹介事務の一連の作業を自動化する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、個人情報保護や医療情報の取り扱い、医療機関ごとに異なる紹介業務への適合が課題となる。

318社

Pleom — 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。

正体A・ほぼ特定

正体: Pleom（YC Summer 2025）。企業データから自動で洞察を導き、可視化による業務の迅速化を目指すB2B向け分析プロダクトである。拠点は米国ニューヨーク市で、掲載上のチーム規模は0人、ステータスはActiveである。

  • YC Summer 2025掲載、ステータスはActive
  • 米国ニューヨーク市を拠点とする企業向け分析事業
  • 企業データから洞察を自動生成し可視化を支援
  • 掲載上のチーム規模0人、2025年8月創業

日本での競合

日本ではウイングアーク１ｓｔのMotionBoardやDr.Sum、Tableauなどが近接する分析・可視化領域の選択肢となる。既存のBI製品があるため競合密度は高く、全社データから洞察を自動生成する使いやすさや、導入時の負担軽減が差別化の焦点となる。企業の個人情報や機密情報を扱う場合は、個人情報保護法や社内のデータ管理規程への対応が必要となる。

319社

SigmanticAI — 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。

正体A・ほぼ特定

正体: SigmanticAI（YC Summer 2025）。自然言語から合成可能なHDLとテストベンチを作成し、コンパイラや合成の結果を使って設計を改善する、半導体開発向けAIアシスタントを開発している。VSCodeを基盤とした環境で既存のEDAツールと連携し、クラウドとオンプレミスに対応する。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2人、創業は2025年7月である。

  • YC Summer 2025参加企業、ステータスはActive
  • サンフランシスコ拠点、2025年7月創業、チーム2人
  • 自然言語からHDLとテストベンチを生成する開発支援
  • クラウドとオンプレミスに対応し、既存EDAツールと連携

日本での競合

日本での直接の同型は見当たらない。半導体設計やEDAの周辺領域とは競合・協業の余地があるが、本件のように自然言語から設計生成と検証を一体で支援する製品の国内競合密度は判断しにくい。差別化には設計品質や既存工程との連携実績が重要となる。機密設計データの国外移転や半導体関連の輸出管理には注意が必要だ。

320社

Sira — 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。

正体A・ほぼ特定

正体: Sira（YC Summer 2025）。時給制の現場従業員を抱える企業向けに、勤怠、シフト、給与、人事労務を管理するプラットフォームを提供する。エージェントが欠員シフトの補充連絡や勤怠記録の異常検知、給与処理を支援する。米国サンフランシスコ拠点で、チーム規模は4人。

  • YC掲載の社名SiraとSummer 2025バッチ
  • 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
  • 勤怠・シフト・給与・人事労務を一元管理する製品
  • 2025年7月創業、チーム規模4人の初期企業

日本での競合

日本ではジョブカンやKING OF TIMEが勤怠・労務管理の近接競合となる。勤怠から給与処理までをエージェントで自動化する点には差別化余地があるが、国内製品との競争は見込まれる。導入にあたっては、労働時間管理や給与計算に関する日本の法令・制度への対応が重要となる。

321社

Quotain — 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。

正体A・ほぼ特定

正体: Quotain（YC Summer 2025）。実際の商談情報からAIの顧客役を作り、営業担当者が商談前に会話を練習できるサービスである。練習後には対応を採点し、改善点を示す。営業チーム向けで、米国ニューヨーク市を拠点とする2名のチームである。

  • 2025年7月創業、米国ニューヨーク市を拠点とする企業
  • Y Combinator Summer 2025バッチ、営業支援・AI分野
  • チーム規模2名、実商談情報を基に顧客役を生成するサービス

日本での競合

日本での直接の同型は見当たらない。MiiTelやamptalkは通話分析や営業支援の近接領域に位置する。実商談に基づく練習を差別化要素にできる一方、競合密度や導入需要は公開情報だけでは判断しにくい。顧客情報や通話記録を扱う場合は、個人情報保護や社内機密の管理に注意が必要となる。

322社

Foresight — 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。

正体A・ほぼ特定

正体: Foresight（YC Spring 2026）。企業が施策を実施する前に、消費者がどう考え、反応し、選択するかを予測するAI活用型の行動シミュレーションを開発する。日用消費財企業など、消費者市場の調査や意思決定を行う組織が対象である。ニューヨーク市を拠点とし、チームは2人、掲載上のステータスは活動中である。

  • YC Spring 2026掲載、活動中のB2B分析分野の企業
  • 2026年5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、消費者行動の予測シミュレーションを開発

日本での競合

日本ではマクロミルやインテージが市場調査の近接領域にあるが、消費者行動をシミュレーションで予測する同型サービスとは区別される。調査基盤を持つ企業が近接競合となる一方、予測精度の実証や既存調査との組み合わせに差別化の余地がある。消費者データを扱う場合は、個人情報保護法などへの対応が必要となる。

323社

Avelis Health — 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。

正体A・ほぼ特定

正体: Avelis Health（YC Summer 2025）。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に対し、機械学習モデルで医療請求を支払い前後に監査する決済適正化サービスを開発する。創業者はAngel OnuohaとAhmad Shehuで、チームは3人。拠点は掲載情報に記載がない。

  • YC Summer 2025掲載のヘルスケアIT企業
  • 医療請求を支払い前後に監査する決済適正化サービス
  • 対象顧客は自家保険型雇用主と医療保険プラン
  • 創業者2人を含む3人チーム、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、医療データの分析や提供を手がけるJMDCがあるが、請求支払い前後の監査サービスとは異なる。競合密度や差別化余地は日本市場での導入事例がなく判断しにくく、医療情報の取り扱いには個人情報保護などの規制への対応が必要となる。

324社

Nautilus — 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。

正体A・ほぼ特定

正体: Nautilus（YC Summer 2025）。洗車場の事業者向けに、スマートフォン中心の電子商取引、会員管理、自動販促を提供し、高額な既存システムの置き換えを目指す会社である。2025年8月創業、米国サンフランシスコ拠点で、チーム規模は4人である。

  • Y Combinator Summer 2025バッチ掲載の洗車業界向け事業者用基盤
  • 2025年8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4人、会員管理や自動販促などを提供

日本での競合

日本での直接の同型は見当たらない。洗車場向けの予約・会員管理や販促の近接領域では、個別事業者向けのシステムとの競合が考えられるが、該当する国内サービスを特定できる情報はない。日本で展開する場合は、会員情報の取り扱いや継続課金の表示・解約手続きへの対応が必要となる。

325社

Maximal — 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。

正体A・ほぼ特定

正体: Maximal（YC Summer 2025）。トラック単位の貨物輸送を担う運送会社向けに、既存の基幹業務システムや連絡手段と連携し、状況に応じた積載計画を自動生成する製品を開発している。拠点は米国カリフォルニア州サンフランシスコで、チームは3人、創業は2025年8月である。

  • YC Summer 2025掲載の運送会社向け積載計画製品
  • 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8月創業、チーム規模3人の物流テック企業

日本での競合

日本で近接するサービスには、物流プラットフォームのHacobuや配送計画最適化のLoogiaがある。Maximalのように運送会社の既存システムや連絡手段の文脈を使い、トラック単位の積載計画を生成するサービスとの直接比較には留意が必要だ。日本市場では既存システムとの接続や運送会社ごとの業務慣行への適応が差別化の焦点となる。

326社

idler — 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。

正体A・ほぼ特定

正体: idler（YC Summer 2025）。先端モデルの性能を測る評価基準と、モデルの訓練に使う環境を開発する研究開発会社である。先端モデルを開発する研究機関や企業を対象とし、米国サンフランシスコを拠点に12人で活動している。

  • Y Combinator Summer 2025掲載の先端データ研究所
  • 評価基準とモデルの測定・訓練環境を開発
  • 米国サンフランシスコ拠点、チーム規模12人
  • 2025年6月創業、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。国内の生成AI開発企業や研究機関が近接する利用者層となり得るが、同社と同じ評価基準・訓練環境の開発事業とは区別される。日本で展開する場合は、学習データや評価データの権利処理と個人情報の取り扱いに注意が必要である。

327社

Floot — 対話型AIでアプリを構築・公開する基盤

Flootは、ClaudeやChatGPTを使ってアプリを作る個人や事業者に、開発から公開までの基盤を提供する事業だ。AIがコードを作成・修正し、利用者がライブプレビューを確認して独自ドメインで公開できるほか、データベース、ホスティング、拡張性なども備える。利用者は接続したClaudeやChatGPTの契約を通じてモデルを使い、Flootにはプラットフォーム利用料を支払う仕組みで、トークンへの上乗せ課金はない。獲得チャネルはClaudeやChatGPT内での利用で、独自の開発基盤からAWS上の拡張可能なホスティングまでを提供する。2025年7月創業で、YC Summer 2025に参加し、チームは4人だが、売上や価格などの財務数値は開示されていない。既存のモデルを活用しながら開発環境を一体化できる点が強みである一方、主要な接点となるAIサービスへの依存や、公開アプリの安全性・安定性の確保がリスクとなる。

正体A・ほぼ特定

正体: Floot（YC Summer 2025）。ClaudeやChatGPTが生成したコードを実行するための基盤で、開発用の専用フレームワークからデータベース、ホスティング、独自ドメインでの公開までを提供する。対話型AIを使ってアプリを作りたい個人や事業者向けで、拠点は米国サンフランシスコ、チームは4人である。

  • YC掲載の社名FlootとSummer 2025バッチの記載
  • ClaudeやChatGPT内でのアプリ作成・公開基盤の提供
  • 米国サンフランシスコ拠点、チーム規模4人
  • 2025年7月創業、AI・ノーコード・ウェブ開発分野

日本での競合

日本での直接の同型は見当たらない。国内ではノーコード開発やクラウド上のアプリ公開が近接領域だが、同社のようにClaudeやChatGPT内で生成から公開までをつなぐ位置づけとは異なる。対話型AIを使ったアプリ開発の普及に伴い競争が強まる可能性があり、日本向けに提供する場合は個人情報や公開アプリの安全な管理に留意が必要だ。

328社

Socratix AI — 金融機関の不正調査を支援する業務基盤

Socratix AIは、フィンテック企業や銀行の不正・リスク管理チームに、調査業務を担うAIエージェントを提供する事業だ。既存の業務フローに接続し、複数の情報を照合してアラートをリアルタイムに調査し、判断の根拠を示すことで、手作業の審査を置き換える。料金体系、販売価格、顧客獲得チャネル、運営原価は公開情報に記載がない。2025年創業で、チームは4人である。創業者はDoorDashで年間3,000万ドル超の削減につながる不正対策ツールを構築し、Unit21ではアナリストの業務を3倍速くする製品を開発した経験を持つ。売上や資金調達額は公開されておらず、誤判定や説明可能性、金融機関の既存システムとの接続が導入上のリスクとなる。

正体A・ほぼ特定

正体: Socratix AI（YC Summer 2025）。フィンテック企業や銀行の不正・リスク管理チーム向けに、アラートを調査し根拠を示すAIエージェントを開発する会社だ。2025年7月創業、米国サンフランシスコ拠点で、チーム規模は4人である。

  • YC Summer 2025掲載の不正・コンプライアンス業務支援企業
  • 2025年7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4人、銀行・フィンテック企業の調査担当者向け

日本での競合

日本での直接の同型は見当たらない。不正検知や金融機関向け業務支援の近接領域と比べても、調査判断まで担う製品の競合密度や差別化余地は、公開情報だけでは判断しにくい。国内展開では、個人情報の取り扱いや金融機関のシステム・審査基準への適合が課題となる。

329社

Miso Labs — 感情表現に優れた音声基盤モデル

Miso Labsは、感情表現を重視した音声基盤モデルを開発する企業である。誰に提供するかや利用方法の詳細は公開されていない。収益モデル、課金方式、価格、顧客獲得チャネル、運営体制や原価についても情報はない。創業は2026年5月で、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。音声で人間らしい対話を実現し、音声版チューリングテストの通過を目指す点が掲げられている。実現度や製品の提供状況、商用化の見通しが明らかでないことが主なリスクである。

正体A・ほぼ特定

正体: Miso Labs（YC Spring 2026）。感情表現に優れた音声基盤モデルを開発し、音声によるチューリングテストの通過を目標に掲げる会社である。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2人。

  • YC Spring 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会社
  • 2026年5月創業、チーム規模は2人
  • 感情表現を重視した音声基盤モデルの開発を掲げる

日本での競合

近接領域の日本企業・サービスには、CoeFontとAITalkがある。音声合成では競合が存在する一方、感情表現を重視する基盤モデルとの機能差や提供形態は、公開情報だけでは比較できない。日本での展開時には、音声データの利用許諾や個人情報の取り扱いに注意が必要である。

330社

Omnara — AIエージェントの導入・運用基盤

Omnaraは、開発者やエンジニアリング部門向けに、管理型AIエージェントの導入、実行、制御を行う基盤を提供する。単一のAPIでエージェントを操作でき、オープンソース版を自社環境に構築する方法と、同社のクラウドを利用する方法がある。クラウド版の価格や課金方式、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7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は示されていない。オープンソースであることと、特定のモデルに依存しない制御基盤が強みとなる。競合との機能差やクラウド版の収益化に加え、エージェントの安全性や運用時のデータ保護が主なリスクである。

正体A・ほぼ特定

正体: Omnara（YC Summer 2025）。管理型AIエージェントを単一のAPIで導入、実行、制御する、オープンソースかつモデル非依存の基盤を開発している。開発者やエンジニアリング部門向けで、自社環境への構築とマネージドクラウドの利用に対応する。米国サンフランシスコ拠点、チーム規模は4人。

  • YC Summer 2025採択、2025年7月創業の開発者向け企業
  • 米国カリフォルニア州サンフランシスコを拠点とするチーム
  • チーム規模4人、管理型エージェントの制御基盤を開発
  • オープンソースかつモデル非依存、セルフホストとクラウドに対応

日本での競合

日本での直接の同型は見当たらない。開発者向けAIエージェント基盤の近接領域は競争が進む可能性があり、複数モデルの一元管理や自社環境への導入支援に差別化余地がある。業務データを扱う場合は、個人情報保護や情報管理の運用に注意が必要である。

331社

Autosana — モバイル・ウェブ向け自動テスト基盤

Autosanaは、iOS、Android、ウェブのアプリを開発する企業向けに、コード作成支援エージェントと連携する一貫テスト基盤を提供する。コードの変更内容からテストを自動で作成、更新、実行し、開発者の端末上ではテストが通るまで作成支援エージェントと反復し、プルリクエストではクラウド上のエージェントで検証して動作動画を示す。料金や課金方式、顧客獲得チャネルは公開されておらず、運営体制は5人のチームである。2025年7月創業で、YC Summer 2025に参加しているが、売上や利益などの財務数値は示されていない。コード変更に追随してテストを更新し、設定や保守の手間を抑える点が強みとなる。テストの正確性や対応環境への依存に加え、価格、財務、顧客獲得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: Autosana（YC Summer 2025）。iOS、Android、ウェブアプリのコード変更に応じてテストを作成・更新・実行し、開発支援エージェントの動作を検証するプロダクトである。開発チーム向けのサービスで、サンフランシスコを拠点に5人で運営している。

  • 2025年7月創業、YC Summer 2025参加の開発者向け企業
  • サンフランシスコ拠点、チーム規模5人のアクティブ企業
  • iOS・Android・ウェブのコード変更からテストを自動作成・実行

日本での競合

日本の近接領域にはAutifyやMagicPodがあり、テスト自動化の競合は存在する。コード作成支援エージェントと連携し、変更に合わせてテストを更新する点に差別化余地がある。ソースコードやテストデータをクラウドで扱う場合は、情報管理や顧客ごとのセキュリティ要件への対応が必要となる。

332社

Autumn AI — 人物・企業情報を横断検索する調査基盤

Autumn AIは、人物や企業を調査する事業者向けに、公開ウェブ上の情報を集約したプロフィールと検索機能を提供する会社だ。プロフィール、登記情報、イベントページ、コード、投稿、ニュースなどを読み取り、同一の人物や企業に関する記録を結び付け、経歴や関係性、連絡先、オンライン上の情報を出典付きでまとめる。利用者は特定の人物を検索したり、条件に合う集団を作成したり、API経由で企業を調査したりできる。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公表情報がない。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情報は示されていない。幅広い公開情報を横断し、出典を示したプロフィールを作る点が強みとなる一方、情報の正確性や更新性、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: Autumn AI（YC Winter 2026）。公開ウェブ上のプロフィール、登記情報、投稿、ニュースなどを照合し、人物・企業の経歴、関係性、連絡先、デジタル上の情報を出典付きでまとめる検索基盤を開発している。特定の人物の検索、対象集団の作成、APIによる企業調査を提供する。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、創業は2026年2月である。

  • Y Combinator Winter 2026掲載の現役企業
  • 米国カリフォルニア州サンフランシスコを拠点とする会社
  • 2026年2月創業、チーム規模2人
  • 公開ウェブ情報を照合する人物・企業検索基盤

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、企業情報の調査を提供するSPEEDAや、名刺情報を基盤とするSansanがある。公開情報を横断して人物・企業プロフィールを作る領域には差別化余地がある一方、個人情報の収集・利用にあたっては日本の個人情報保護法への配慮が必要となる。

333社

Motives — AIで消費者調査を行う定性リサーチ基盤

Motivesは消費者向けブランドに、AIエージェントが進行する定性調査を提供する事業だ。動画インタビューの司会進行と分析を担い、消費者の好みの把握や新商品のアイデア検証を、数週間ではなく数時間で行う。収益モデル、料金、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。2025年7月創業で、YC Summer 2025の参加企業だが、売上高や資金調達額などの財務数値は示されていない。調査の進行から分析までを短時間で提供する点が強みとなる。調査品質や結果の信頼性、動画データの取り扱い、顧客獲得と収益化の方法が主なリスクだ。

正体A・ほぼ特定

正体: Motives（YC Summer 2025）。消費者向けブランドが消費者の好みを理解し、新しいアイデアを試すための定性調査を、AIエージェントによる動画インタビューの進行と分析で支援する。拠点は英国ロンドンで、チーム規模は掲載情報にない。

  • YC Summer 2025掲載、ステータスはActiveの企業
  • 英国ロンドンを拠点とする消費者調査支援事業
  • 動画インタビューの進行と分析を行うAIエージェント

日本での競合

日本での直接の同型は見当たらない。マクロミルやインテージは市場調査の近接領域に位置する。調査会社が多い市場で、短時間での実施と分析が差別化余地となる一方、動画や発言の個人情報を扱う際は、本人同意や適切なデータ管理が重要となる。

335社

Char — タスクを実行するAIメモアプリ

Charは、個人や業務利用者に、入力したタスクの調査、文案作成、予定調整を代行するメモアプリを提供する事業だ。チェックボックス形式でタスクを記入すると、AIエージェントが処理を進め、利用者は作業の指示や確認を続けられる。料金、収益モデル、顧客獲得チャネルは公開情報に記載がなく、運営体制は2人とされるが、原価の詳細も不明だ。Y CombinatorのSummer 2025バッチに参加し、創業は2025年8月、拠点は韓国のソウルである。利用者がタスクを記入するだけで調査や文案作成などにつなげる点と、作業の主導権を利用者に残す設計が強みとなる。売上や利用者数などの規模・財務数値は示されておらず、実行結果の品質、個人情報の扱い、継続的な利用や収益化が主なリスクだ。

正体A・ほぼ特定

正体: Char（YC Summer 2025）。チェックボックスに記入したタスクを受け取り、調査、文案作成、予定調整を行うAIメモアプリを開発する。個人や業務利用者向けの生産性ツールで、韓国・ソウルを拠点とし、チームは2人である。

  • Y Combinator Summer 2025バッチ掲載の生産性向けAI企業
  • チェックボックスのタスクを調査・文案作成・予定調整へつなぐ
  • 韓国・ソウル拠点、チーム規模2人、2025年8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。近接領域ではNotion AIやMicrosoft Copilotが業務文書や生産性向上を支援するが、入力したタスクを実行するメモアプリとしては差別化の余地がある。競合は生産性ツール全般に広く、個人情報や業務情報を扱う際のプライバシー保護と情報管理が導入上の注意点となる。

336社

Manufact — AI連携アプリ向けMCP基盤

Manufactは、ClaudeやChatGPT、MCP対応AIエージェントに自社製品を接続したい企業や開発者向けに、MCPサーバーとアプリのクラウド基盤を提供する。製品をClaude ConnectorsやChatGPT、Codexの各ストアに対応させ、本番運用できるMCPサーバーを構築する仕組みだ。収益モデルや料金、運営原価は公開されていないが、オープンソースのmcp-use SDKを導入接点としている。2025年創業でチームは6人であり、売上高などの財務数値は示されていない。mcp-use SDKはGitHubで1万件の星を獲得し、PythonとTypeScriptで累計800万回超ダウンロードされている点が強みだ。主なリスクは、MCPや各社のアプリストアの仕様変更に左右されることと、価格や収益性、顧客獲得実績が不明なことだ。

正体A・ほぼ特定

正体: Manufact（YC Summer 2025）。Claude ConnectorsやChatGPT、Codexのストア、MCP対応AIエージェント向けに、MCPサーバーやMCP Appsを本番運用するクラウド基盤を提供する。オープンソースのmcp-use SDKを開発し、PythonとTypeScriptに対応する。米国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 Summer 2025掲載、2025年7月創業、米国サンフランシスコ拠点、チーム6人
  • mcp-use SDKを開発、PythonとTypeScriptで累計800万回超ダウンロード
  • GitHubで星1万件、MCPサーバーとMCP Apps向けクラウド基盤を提供

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、AIアプリ開発基盤のDifyがあるが、MCPサーバーの運用基盤とは主戦場が異なる。MCP対応を容易にする余地がある一方、参入領域は新しく、各AIサービスの仕様変更への対応が差別化の鍵となる。顧客データを扱う場合は、個人情報保護法などへの配慮が必要だ。

337社

Phases — 臨床試験の監視と運営を自動化するAIエージェント

Phasesは、臨床試験の運営関係者に向け、試験の監視と実行を支援するAIエージェントを提供する事業だ。エージェントが運営上のリスクを見つけ、問題解決に向けた対応を自律的に行うことで、運営効率、データ品質、監査への備えの向上を目指す。収益モデル、課金体系、価格、顧客獲得経路、運営体制や原価は開示されていない。2025年7月創業で、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人だ。売上高や利益などの財務数値も開示されていない。リスク検知から対応までを自動化し、複数の運営課題をまとめて扱える点が強みとなる一方、実績や自律対応の精度、臨床試験データの安全管理は確認できない。

正体A・ほぼ特定

正体: Phases（YC Summer 2025）。臨床試験を監視し、リスクの特定や問題解決の対応を自律的に行うAIエージェントを開発する会社だ。臨床試験の運営関係者向けで、拠点は米国カリフォルニア州サンフランシスコ、チームは3人である。

  • YC掲載社名Phases、Summer 2025バッチ、ステータスActive
  • 臨床試験の監視と運営を行うAIエージェントを提供
  • 2025年7月創業、米国サンフランシスコ拠点、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。近接領域には、臨床試験の受託運営を手がけるEPSとシミックがあるが、提示情報だけでは同種の自律型エージェントとの競合関係は確認できない。臨床試験データを扱う場合は、個人情報保護や臨床試験関連の規制、監査要件への対応が導入上の注意点となる。

338社

Comena — 販売代理店・メーカー向け受注入力自動化

Comenaは、産業分野の販売代理店やメーカーに、受注処理を自動化するAIエージェントを提供する。メールの受信箱からERPまで、注文や見積もりの入力を自動化し、営業担当者が提案活動などに注力できるようにする。収益モデル、価格、顧客獲得チャネル、運営体制や原価の詳細は公開されていない。2025年7月創業で、YCのSummer 2025に参加し、チームは8人である。手作業による入力を減らし、既存のERPまでつなぐ点が強みとなる。財務数値は示されておらず、受注データの読み取り精度や個別企業の業務・ERPへの対応が導入上のリスクとなる。

正体A・ほぼ特定

正体: Comena（YC Summer 2025）。産業分野の販売代理店やメーカー向けに、受注・見積もりの入力をメール受信箱からERPまで自動化するAIエージェントを開発する。ドイツを拠点とし、2025年7月創業、チーム規模は8人である。

  • YC掲載社名Comena、バッチはSummer 2025
  • 産業分野の販売代理店・メーカー向け受注処理自動化
  • ドイツ拠点、2025年7月創業、チーム規模8人

日本での競合

日本での直接の同型は見当たらない。受発注システムやERP連携サービスが近接領域であり、既存システムとの接続や日本語の注文書への対応に差別化余地がある。取引先情報や注文データを扱うため、個人情報を含む場合は適切な取り扱いが必要となる。

339社

GhostEye — 実攻撃を模した継続型セキュリティ検証

GhostEyeは、従業員や社内の防御策を対象に、現実の攻撃手法を模した検証と改善支援を行う企業向けセキュリティ事業である。ヘルプデスクへの電話によるなりすまし、経営幹部のディープフェイク、多要素認証への繰り返し承認要求などを試し、悪用可能な弱点を見つけて修正後に再検証する。経営陣には、リスク低減を裏付ける証拠を提供する。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ない。2025年7月創業で、YC Summer 2025の企業としてニューヨーク市を拠点に6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。実際に悪用可能かを検証し、修正と再検証までつなぐ点が強みである。一方、攻撃を模した試験には対象者やシステムへの影響が伴い、効果は顧客側の修正対応にも左右される。

正体A・ほぼ特定

正体: GhostEye（YC Summer 2025）。企業の従業員や防御策に対し、電話によるなりすまし、経営幹部のディープフェイク、多要素認証への繰り返し承認要求などを模した攻撃を行い、弱点の修正と再検証まで支援する。米国ニューヨーク市を拠点とし、チームは6人である。

  • Y Combinator Summer 2025掲載のサイバーセキュリティ企業
  • 2025年7月創業、米国ニューヨーク市を拠点
  • チーム規模6人、企業向けの攻撃検証と修正支援

日本での競合

近接領域には、Flatt SecurityやGMOサイバーセキュリティbyイエラエなど、企業向けのセキュリティ診断を提供する企業がある。GhostEyeのように従業員への攻撃模擬から修正後の再検証までを継続提供する直接の同型サービスは、提示情報だけでは特定できない。試験対象や実施範囲への事前合意に加え、個人情報や社内情報の取り扱いに注意が必要である。

340社

Channel3 — 開発者向け商品データ基盤

Channel3は、買い物体験を開発する事業者や開発者に、インターネット上の商品情報を横断的に提供する事業だ。商品データを収集するだけでなく、画像分類や推論モデルを用いて販売店をまたぐ同一商品の照合やバリエーション認識を行い、検索に合う商品を提示する。開発者は商品データを使って買い物機能を構築でき、Channel3は販売につながった場合に開発者が成果報酬を得られる仕組みを組み込んでいるが、利用料金やChannel3側の収益モデルは明らかにされていない。2025年7月創業で、ニューヨークを拠点に5人で運営しており、売上や利益などの財務数値は開示されていない。販売店ごとに異なる商品掲載情報や画像を照合し、買い手の関心やクリック、購入の知見を蓄積できる点が強みとなる。商品情報の網羅性や照合精度、情報の利用権限が課題となり得るほか、開発者や利用者を増やせるかも成長を左右する。

正体A・ほぼ特定

正体: Channel3（YC Summer 2025）。開発者が買い物機能を構築できるよう、インターネット上の商品情報をまとめ、販売店をまたぐ商品照合やバリエーション認識を提供する基盤を開発している。ニューヨークを拠点とし、チームは5人である。

  • Y Combinator Summer 2025に掲載された活動中の企業
  • 2025年7月創業、米国ニューヨークを拠点とする企業
  • 開発者向けの商品データ基盤と商品照合機能を開発
  • チーム規模は5人と掲載

日本での競合

日本での直接の同型は見当たらない。楽天市場商品検索APIやバリューコマースは商品検索や成果報酬型広告の近接領域にあるが、全ネット上の商品データ基盤とは異なる。商品データの網羅性と照合精度に差別化余地がある一方、アフィリエイト広告を扱う場合は広告表示や景品表示法への対応に注意が必要だ。

341社

Embedder — 実機検証まで担う組み込み開発支援

組み込みソフトウェアを開発する企業向けに、設計資料の読解からファームウェア作成、実機検証までを担うAIエージェントを提供する。データシートや回路図を読み取り、コードを書いて基板に書き込み、試験と修正を行い、顧客が保有する計測機器を使って実チップ上で動作を検証する。収益モデル、価格、顧客獲得経路、運営原価は公開情報に記載がない。2025年7月創業で、チームは6名であり、財務数値は示されていない。500以上のマイコンと3,000以上の周辺機器に対応し、コンパイラ上の確認にとどまらず実機で検証できる点が強みだ。対応機器や半導体環境の範囲、生成コードの品質、実機試験の信頼性が主なリスクとなる。

正体A・ほぼ特定

正体: Embedder（YC Summer 2025）。組み込みソフトウェア開発向けのAIエージェントで、データシートや回路図をもとにコードを作成し、基板への書き込み、試験、修正まで実行する。顧客が保有する計測機器を操作し、実チップ上でファームウェアを検証する。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6名である。

  • YC Summer 2025の掲載企業で、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組み込み開発企業
  • チーム規模6名、2025年7月創業
  • 500以上のマイコンと3,000以上の周辺機器に対応

日本での競合

日本での直接の同型は見当たらない。組み込み開発や半導体向け開発環境に近い領域であり、実機を使った自動検証を一体化する点に差別化余地がある。製品の安全性や信頼性が求められる用途では、検証結果の妥当性や製造物責任への配慮が必要となる。

342社

Fulcrum — AIエージェント開発向け検証・改善支援

Fulcrumは、AIエージェントを開発する事業者や開発者に、強化学習環境の不具合発見とエージェントの改善を支援するサービスを提供する。攻撃的な検証を行うエージェントを用いて対象の環境やエージェントを試し、問題の修正につなげる仕組みだ。課金方法、価格、顧客獲得経路、運営体制や原価構造は公開されていない。2025年8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。エージェントによる検証を通じて、開発者が実際の問題を見つけて改善できる点が強みである。事業化初期の小規模チームであり、検証の精度や導入実績、収益モデルが未確認であることが主なリスクとなる。

正体A・ほぼ特定

正体: Fulcrum（YC Summer 2025）。開発者向けに、強化学習環境を検証する攻撃エージェントを構築し、環境の修正とAIエージェントの改善を支援する。米国サンフランシスコ拠点で、チーム規模は2人である。

  • YC Summer 2025掲載、2025年8月創業の米サンフランシスコ拠点
  • 開発者向けに強化学習環境とエージェントを検証・改善する事業
  • チーム規模2人、事業の財務情報や課金体系は未掲載

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安全性検証が近接領域であり、開発者向けの不具合発見・修正支援にどこまで特化できるかが差別化の余地となる。顧客データを扱う場合は、個人情報保護法などへの対応が必要となる。

343社

Trace — 人とAIをつなぐ業務工程管理基盤

Traceは、複数の業務システムを使う企業のチームに、人とAIを組み合わせた業務工程の構築・実行基盤を提供する事業である。各システムの情報を共有文脈として扱い、AIで自動化できる作業と人の判断が必要な作業を自動で見分け、非技術職でも視覚的に工程を設計できる仕組みだ。料金や収益モデル、顧客獲得チャネル、運営体制や原価は公開情報に記載がない。2025年創業でチームは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。複数システムをまたぐ業務工程の設計と、人の確認を要する作業の切り分けが強みとなる。主なリスクは、実際の自動化精度や既存システムとの連携範囲が不明なことに加え、導入効果を示す実績や財務情報が公開されていない点である。

正体A・ほぼ特定

正体: Trace（YC Summer 2025）は、複数システム間で情報の文脈を共有し、人とAIが協働する業務工程を視覚的に構築・運用する基盤を開発する企業である。技術者に頼らず業務工程を作りたいチーム向けで、英国ロンドンを拠点とし、チーム規模は3人である。

  • 2025年8月創業、英国ロンドンを拠点とするチーム3人の企業
  • 複数システム間で文脈を共有し、人とAIの業務工程を編成する基盤
  • Y Combinator Summer 2025バッチに掲載されたアクティブ企業

日本での競合

日本での直接の同型は見当たらない。近接領域にはサイボウズのkintoneやアステリアのASTERIA Warpがあるが、人とAIの作業を自動判別して工程化する点は差別化余地となる。企業システムとの連携や個人情報・機密情報の取り扱いには、日本の法令や各社の情報管理基準への対応が必要となる。

344社

Theora — 医療AIエージェント向け評価基盤

Theoraは、医療分野で複雑な業務をこなすAIエージェントの開発者向けに、データセットと実行環境を提供する事業だ。これらを使い、医療業務におけるエージェントの能力向上を支援する。収益モデル、課金方法や価格、顧客の獲得経路、運営体制や原価は公開情報に記載がない。2025年8月創業で、チームは3人だが、売上高や資金調達額などの財務数値は示されていない。医療業務に即したデータと環境を組み合わせる点が強みとなる。データの網羅性や実業務への適合度に加え、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: Theora（YC Summer 2025）。医療分野のAIエージェントが複雑な業務を実行できるよう、データセットと実行環境を提供する会社だ。開発者向けの基盤で、2025年夏のバッチに参加し、サンフランシスコを拠点に3人で運営している。

  • 2025年夏のY Combinatorバッチに参加
  • サンフランシスコを拠点とする3人のチーム
  • 医療エージェント向けデータセットと実行環境

日本での競合

日本での直接の同型は見当たらない。医療向け生成AIや医療データ活用の近接領域と位置づけられる。医療情報を扱う場合は、個人情報保護や医療機関の情報管理要件への対応が重要となる。

345社

Riverbank — 異種環境のシステム構成可視化基盤

Riverbankは、企業向けに異なる環境にまたがるシステム構成や依存関係を可視化する事業である。システムのトポロジー、接続点、到達可能な経路をマッピングする仕組みだが、収益モデル、料金、顧客獲得チャネル、運営体制の詳細は開示されていない。2025年8月創業で、チーム規模は1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。異なる環境を横断して構成と接続経路を把握できる点が特徴である。実績や導入状況が不明であることに加え、単独チームによる開発・運営体制や、複雑な環境への対応力が主なリスクとなる。

正体A・ほぼ特定

正体: Riverbank（YC Summer 2025）。企業の異なるシステム環境を対象に、構成、依存関係、接続点、到達可能な経路を図示する基盤を開発する。ボストンを拠点とし、チーム規模は1人である。

  • Y Combinator Summer 2025バッチ掲載のインフラ構成図示事業
  • 米国マサチューセッツ州ボストンを拠点とする企業
  • 2025年8月創業、チーム規模1人の掲載情報

日本での競合

日本での直接の同型は見当たらない。システム監視や構成管理の近接領域と比べ、異なる環境を横断した依存関係や到達経路の可視化が差別化の焦点となる。重要インフラや企業システムの情報を扱う場合は、情報管理やセキュリティ要件への対応が必要となる。

346社

Kalinda — 集団訴訟向け記録調査支援

Kalindaは、集団訴訟や大規模不法行為訴訟を扱う米国の原告側法律事務所に、請求者の適格性を判断するための記録調査を提供する事業だ。AIで医療、金融、雇用などの記録から情報を抽出、要約、集計し、訴訟単位で並行処理することで、数カ月かかっていた作業を数時間に短縮する。料金、販売価格、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。これまでに記録60万ページを処理し、米国の大手原告側法律事務所2社で稼働している。数百人分に相当するパラリーガルや法務看護師の作業を支援し、請求者の適格性確認や申立ての迅速化につなげる点が強みだ。主なリスクは、記録の読み取りや要約の誤りが適格性判断に影響する可能性と、医療・金融・雇用情報など機微な個人情報の管理負担である。

正体A・ほぼ特定

正体: Kalinda（YC Summer 2025）。集団訴訟を扱う法律事務所向けに、AIで大量の医療・金融・雇用記録を読み取り、請求者ごとの情報を抽出、要約、集計する調査支援プロダクトを提供する。2025年8月創業、米国サンフランシスコ拠点で、チーム規模は2人。

  • YC Summer 2025掲載の集団訴訟向け記録調査プロダクト
  • 2025年8月創業、米国サンフランシスコを拠点とする企業
  • チーム規模2人、原告側法律事務所向けの事業
  • 記録60万ページ処理、米国大手事務所2社で稼働

日本での競合

日本での直接の同型は見当たらない。近接領域には弁護士向けの業務支援サービスがあるが、大量の訴訟記録から請求者の適格性を判定する仕組みとは異なる。日本の集団訴訟制度や個人情報保護への対応が必要であり、医療情報など機微な記録の取り扱いにも注意を要する。

347社

Stellon Labs — 端末内で動く小型AIモデル開発

Stellon Labsは、スマートフォンやウェアラブル端末、組み込み機器で動作する小型の高性能AIモデルを開発する研究開発企業だ。最初の公開モデルとして、小型の音声合成モデル「KittenTTS」を公開し、GitHubなどを通じて利用者を獲得している。公開後2週間でGitHubのスター数は8,000件、モデルのダウンロード数は45,000件に達した。収益モデル、価格、販売経路、運営原価は開示されておらず、現時点で確認できるのはオープンソースモデルの提供と利用実績である。2人のチームが2025年8月に創業し、拠点は米国サンフランシスコだ。短期間で得た注目度が強みである一方、収益化の方法や事業規模の拡大、少人数で研究開発を継続できるかは主なリスクとなる。

正体A・ほぼ特定

正体: Stellon Labs（YC Summer 2025）。スマートフォン、ウェアラブル端末、組み込み機器で動作する小型の高性能AIモデルを開発し、初の公開モデルとして音声合成モデル「KittenTTS」を提供する。端末上でAIモデルを使いたい開発者や企業が主な対象で、米国サンフランシスコを拠点とする2人のチームである。

  • YC Summer 2025バッチ掲載のAI研究開発企業
  • 米国サンフランシスコ拠点、チーム規模2人
  • 端末上で動く小型モデルと音声合成モデルを開発

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、端末向けAI技術を手がける企業や音声合成サービスがあるが、公開情報だけでは同じ製品形態との比較は難しい。端末内処理の需要を取り込む余地がある一方、商用展開時には音声データの個人情報保護や利用許諾への配慮が必要となる。

348社

BootLoop — 実機検証まで担う組み込みファームウェア開発支援

BootLoopは、組み込み機器の開発者向けに、ファームウェアの作成と実機テストを自動化するAIエージェントを開発している。データシートや回路図などの設計資料を読み込み、利用者の書き方に合わせたファームウェアを生成し、利用者のハードウェア上で自動テストする仕組みだ。価格や課金方式、顧客獲得チャネル、運営体制の詳細は開示されていない。2025年7月創業で、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。組み込みシステムに対応しにくい既存のAIコーディング支援に対し、実機でのテストまで扱う点が強みとなる。実機ごとの環境差やテストの信頼性、生成物の品質確保が主なリスクであり、製品の価格や事業規模も現時点では不明だ。

正体A・ほぼ特定

正体: BootLoop（YC Summer 2025）。設計資料を読み込んでファームウェアを生成し、実際のハードウェア上で自動テストするAIエージェントを開発している。組み込み機器の開発者向けの製品で、サンフランシスコ拠点、チーム規模は3人である。

  • YC Summer 2025掲載の組み込み開発向けAIエージェント
  • データシートや回路図を読み込み実機上で自動テスト
  • 米国サンフランシスコ拠点・チーム規模3人
  • 2025年7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。組み込みソフトウェア開発や開発支援が近接領域だが、BootLoopのように設計資料の読み込みから実機テストまでを一貫して自動化する事業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、機器ごとの検証要件や製品安全に関する品質管理への対応が重要となる。

350社

cocreate — 映像制作の現場作業を支える制作支援ソフト

映像制作やポストプロダクションに携わる編集者、アシスタント、撮影データ管理担当者、制作管理者に、現場作業を支援するソフトを提供する事業である。撮影素材の紛失や撮影カットの識別漏れ、タイムコードの同期不備、スクリプト監督の記録整理など、手作業の多い工程の効率化を目指している。料金体系、販売価格、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8月創業で、サンフランシスコを拠点に10人で運営している。売上高や利益などの財務数値は開示されていない。制作現場の専門職の声を基に設計している点が強みだが、機能の実装範囲や導入実績は不明で、既存工程への定着が主なリスクとなる。

正体A・ほぼ特定

正体: cocreate（YC Summer 2025）。映像制作ソフトを開発し、撮影素材やタイムコード、制作記録などの管理に伴う非効率の解消を目指す。編集者やアシスタント、撮影データ管理担当者、ポストプロダクションの監督者などを対象とし、サンフランシスコを拠点に10人で活動している。

  • YC Summer 2025掲載、2025年8月創業の映像制作ソフト企業
  • サンフランシスコ拠点、編集者や撮影データ管理担当者向け製品
  • チーム規模10人、撮影・編集工程の非効率解消を掲げる事業

日本での競合

日本での直接の同型は見当たらない。映像制作の現場業務を支える近接領域だが、具体的な競合や差別化の余地は、製品機能と導入実績が明らかでないため判断しにくい。

351社

Slashy — メール処理を加速するAIアシスタント

Slashyは、受信箱の処理に時間を取られる人向けに、メール業務を速めるAIアシスタントを提供する事業だ。AIを使って受信箱の作業を支援するが、具体的な機能や利用方法は公開情報に記載されていない。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も情報はない。2025年6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開示されていない。メール処理の効率化に焦点を絞る点が強みとなり得る一方、製品の詳細や導入実績、収益性は確認できず、メール内容の取り扱いに伴う情報管理も主要なリスクとなる。

正体A・ほぼ特定

正体: Slashy（YC Summer 2025）。受信箱の作業を速めるAIアシスタントを開発する企業で、メールを日常的に扱う個人や企業の業務効率化を対象とする。2025年6月創業、米国サンフランシスコ拠点、チーム規模は3人。

  • YC Summer 2025掲載のメール業務向けAIアシスタント
  • 2025年6月創業、米国サンフランシスコ拠点
  • チーム規模3人、事業ステータスはActive

日本での競合

日本での直接の同型は見当たらない。メール業務の効率化やAIによる作業支援が近接領域となる。競合密度や差別化余地は、具体的な製品機能と導入実績が不明なため判断しにくい。日本で展開する場合は、メール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。

352社

Pangolin — ID連携で社内外の資源へ安全に接続する遠隔アクセス基盤

Pangolinは、企業が従業員や利用者に、社内外の非公開・公開資源への安全な遠隔接続を提供する基盤である。WireGuardを基盤とし、利用者のIDに応じてVPNやプロキシ経由のアクセスを可能にする。オープンソースで提供されるが、課金体系や価格、顧客獲得チャネルは公開データに記載がない。運営チームは3人で、売上、利益、顧客数などの財務・事業規模も示されていない。IDを軸に多様な資源への接続を一元化できる点が特徴である。創業間もない小規模チームであり、商用化の状況や運用支援体制、セキュリティの実績が確認できないことが主なリスクとなる。

正体A・ほぼ特定

正体: Pangolin（YC Summer 2025）。WireGuardを基盤に、利用者のIDに応じて社内外の公開・非公開資源への接続を制御する、オープンソースの遠隔アクセス基盤である。VPNやプロキシを通じて、企業の従業員などに安全な接続を提供する。拠点は米国ニューヨーク市で、チームは3人である。

  • YC Summer 2025掲載のオープンソース遠隔アクセス基盤
  • WireGuardを基盤とするIDベースの接続サービス
  • 米国ニューヨーク市を拠点とする3人のチーム
  • 2025年7月創業、企業向けネットワーク分野の掲載情報

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IIJセキュアアクセスサービスがあり、企業向けの安全な遠隔アクセスで競合し得る。オープンソースとID連携を軸に差別化の余地がある一方、競合密度や導入実績は公開情報だけでは判断しにくい。日本で提供する場合は、アクセスログや個人情報の取り扱いに注意が必要となる。

353社

Kestroll — 業務運営領域の人工知能企業

Kestrollは、B2Bの業務運営分野に属する人工知能企業として掲載されている。具体的な製品や対象顧客の業種は、提供データに記載されていない。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情報はない。2025年7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。人工知能と業務運営を掲げる点が確認できる一方、機能や実績に基づく強みは判断できない。製品内容や財務情報が不足しており、事業性と主なリスクの評価には追加情報が必要である。

正体A・ほぼ特定

正体: Kestroll（YC Summer 2025）。Y Combinator掲載企業で、人工知能を活用するB2Bの業務運営領域に分類されているが、プロダクトの具体的な実体や顧客像は公開データに記載されていない。2025年7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。

  • 2025年7月創業、米国サンフランシスコ拠点のYC Summer 2025企業
  • チーム規模2人、B2Bの業務運営分野に分類
  • 人工知能をタグに持つY Combinator掲載企業

日本での競合

製品の具体的な機能が不明なため、日本での直接の同型は特定できない。業務運営向けの人工知能活用領域としては競合が想定されるが、機能や対象業種が分からず競合密度や差別化余地は評価できない。日本での提供形態も不明であり、個人情報や業種別規制への対応は追加情報を得たうえで確認が必要である。

354社

Magnitude — ローカルモデルでの開発環境を整えるCLI基盤

Magnitudeは、ローカルモデルを使ってコードを書く開発者向けに、モデル選びから実行環境の導入・調整、エージェントとの接続までをまとめて扱う開発者向けツールである。利用者はコマンドラインから導入し、環境構築の手間を抑えてコーディングに集中できる。収益モデル、料金、顧客獲得チャネル、運営体制や原価の詳細は公開情報にない。2025年7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。売上や資金調達などの財務数値は示されていない。ローカルモデル利用に伴う複雑な設定を一括して扱える点が強みだが、対応モデルや性能、継続的な保守体制、収益化の状況は主な確認事項である。

正体A・ほぼ特定

正体: Magnitude（YC Summer 2025）。ローカルモデルを使うコーディング向けに、モデル選択、量子化版の選定、実行環境の導入・調整、エージェント接続をまとめて扱う開発者向けツールを提供する。2025年夏バッチ、米国サンフランシスコ拠点で、チーム規模は2人である。

  • Y Combinator Summer 2025バッチ掲載の開発者向けツール
  • ローカルモデルの選定から実行環境の調整までを支援
  • 米国サンフランシスコ拠点、チーム規模2人
  • 2025年7月創業、開発者向け基盤・オープンソース領域

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OllamaやContinueがローカルモデルを用いた開発環境を提供しており、設定作業をどこまで一括して簡素化できるかが差別化の余地となる。日本向けの規制上の注意点は、提示情報からは特定できない。

355社

Proliferate — AIエージェント活用のオープンソース基盤

Proliferateは、AIエージェントを活用するためのオープンソース基盤を開発する企業で、開発者向けの開発ツール分野に位置づけられる。対象顧客の詳細や具体的な製品機能は公表されていない。収益モデル、料金、顧客獲得経路、運営体制や原価についても情報がない。2025年6月創業で、拠点は米国サンフランシスコだが、チーム人数と売上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、少人数のチームで開発していることが公表情報から分かる特徴だ。製品の完成度や収益化の方法、利用状況が不明であり、事業規模と継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: Proliferate（YC Summer 2025）。AIエージェントを扱うためのオープンソース基盤を開発しており、開発者向けツールの領域にある。米国サンフランシスコを拠点とする2025年創業の企業だが、チーム規模は掲載されていない。

  • Y Combinator Summer 2025バッチ掲載の開発者向け企業
  • 2025年6月創業、米国サンフランシスコを拠点
  • AIエージェントを扱うオープンソース基盤を開発
  • チーム規模は掲載データに記載なし

日本での競合

日本での直接の同型は見当たらない。開発者向けのAIエージェント基盤に近い領域だが、国内の競合密度や差別化余地を判断できる情報は限られる。日本で事業展開する場合は、顧客データを扱う際の個人情報保護や情報管理への対応が論点となる。

356社

OnDeck AI — 映像から物体や行動を探し出す解析基盤

OnDeck AIは、企業や研究機関に向け、映像内の物体、行動、出来事を検索・解析する基盤を提供する。独自モデルPerception-0は視覚言語モデルを活用し、モデル学習や学習用データの収集なしに映像を解析する仕組みだ。課金体系、価格、顧客獲得経路、運営人員と原価構造は公開情報に記載がない。顧客例には国防機関、ロボット研究、監視カメラ、港湾の行動分析、海洋石油・ガス監視が挙げられている。2025年8月創業でチームは7人だが、売上や利益などの財務数値は開示されていない。学習データを用意しにくい用途にも対応し、多様な映像の長時間理解で既存の視覚言語モデルを上回るとする点が強みだ。一方、個別環境での精度検証や国防・監視用途に伴う情報管理が導入上の課題となりうる。

正体A・ほぼ特定

正体: OnDeck AI（YC Summer 2025）。企業向けの映像解析基盤を開発し、Perception-0により、利用者が学習用データを集めたりモデルを訓練したりせず、映像中の物体、行動、出来事を探せるようにする。顧客対象は国防機関やロボット研究機関、監視カメラ運用者などで、拠点はカナダのブリティッシュコロンビア州バンクーバー、チーム規模は7人である。

  • Y Combinator Summer 2025掲載・ステータスActive
  • カナダのブリティッシュコロンビア州バンクーバーを拠点
  • 映像解析モデルPerception-0を開発、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。近接領域では、セーフィーがクラウドカメラと映像活用サービスを提供している。既存の監視映像活用企業との競合は想定される一方、学習データなしで多様な映像を解析する点には差別化余地がある。監視映像を扱う場合は、個人情報や利用目的、保存・アクセス管理への配慮が必要となる。

357社

Alter — AIエージェントの権限管理基盤

Alterは、AIエージェントを開発・運用する企業向けに、ツール実行時の認証、権限管理、監査を提供する基盤である。各リクエストをパラメーター単位で検証し、細かなポリシーに基づく許可と最小権限での実行を行い、危険な操作を本番環境に届く前に遮断する。認証情報は操作ごとに有効範囲を絞って発行し、短時間で更新または失効させるほか、ダッシュボードでリアルタイムの監視や監査記録を確認できる。価格、課金方式、顧客獲得経路、運営体制や原価の詳細は示されていない。2025年7月創業で、チームは2人であるが、売上や利益などの財務情報は開示されていない。エージェントの操作を事前に制御し、監査やコンプライアンス対応を支援する点が強みである一方、製品導入実績や対応環境、セキュリティ認証の取得状況が不明で、小規模チームでの開発・運用体制もリスクとなる。

正体A・ほぼ特定

正体: Alter（YC Summer 2025）。AIエージェントによるツール呼び出しに認証と細粒度の権限設定を適用し、危険な操作の遮断やリアルタイム監査を行うセキュリティ基盤である。企業の開発・セキュリティ担当者向けで、拠点は米国ニューヨーク市、チーム規模は2人である。

  • YC Summer 2025採択、ニューヨーク市拠点、チーム規模2人
  • AIエージェントのツール呼び出しに認証・権限設定・監査を付与
  • 短命で権限を絞った認証情報を発行し、利用後に更新または失効

日本での競合

日本での直接の同型は見当たらない。HENNGE OneやCloudGate UNOは認証・アクセス管理の近接領域だが、AIエージェントの個々のツール操作を制御する本製品とは対象が異なる。近接する認証製品は存在する一方、エージェント専用の権限管理には差別化余地がある。日本で導入する場合は、認証情報や監査記録の取り扱いに加え、個人情報保護法などへの対応が必要となる。

358社

Imprezia — AIアプリ向け文脈連動型広告基盤

Impreziaは、AIアプリの運営者に、利用状況に応じてブランドや商品を表示する広告基盤を提供する事業だ。アプリへの組み込みを通じて広告収入を生み、推論処理にかかる費用の補填を狙う仕組みである。課金方式、広告単価、顧客獲得経路、運営体制や原価の詳細は公開情報に記載がない。2025年7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。AIアプリの利用文脈に合わせた広告表示を掲げ、利用体験を損なわず収益化を図る点が特徴だ。広告の適合性や利用者の信頼を損なわない表示設計、広告主と導入アプリの確保が主なリスクとなる。

正体A・ほぼ特定

正体: Imprezia（YC Summer 2025）。AIアプリに組み込み、利用文脈に応じてブランドや商品を提示し、アプリ運営者の広告収益化を支援する広告基盤である。AIアプリの運営者向けで、拠点は米国カリフォルニア州サンフランシスコ、チームは4人。

  • Y Combinator Summer 2025バッチ掲載、ステータスはActive
  • 2025年7月創業、米国カリフォルニア州サンフランシスコに拠点
  • チーム規模4人、AIアプリ向け広告インフラを提供

日本での競合

日本での直接の同型は見当たらない。近接領域にはアプリ内広告や成果報酬型広告があり、既存広告網との競争は想定される。日本展開では、広告であることの明示や個人情報・利用データの取り扱いに注意が必要だ。

359社

Cyberdesk — 開発者向け自己学習型デスクトップ業務自動化エージェント

Cyberdeskは、開発者にデスクトップ上の反復業務を自動化するエージェントを提供する事業だ。利用者が行った操作を記憶して素早く繰り返しながら、画面上の予期しない変化にも対応する仕組みで、提供形態や価格は公開されていない。顧客が導入し、電子カルテでの予約作成や旧式の基幹システムでのファイル処理を本番環境で自動化している。2025年7月中旬に提供を開始し、チームは2人で、売上や費用の数値は示されていない。創業者には大企業で2万人超に影響する業務自動化を構築した経験があり、医療機関での技術開発経験もある。早期段階のため導入実績や収益性は不明であり、画面変更への対応精度や医療情報を扱う際の安全性が主なリスクとなる。

正体A・ほぼ特定

正体: Cyberdesk（YC Summer 2025）。開発者向けに、デスクトップ画面上の作業を記憶して反復し、画面の変化にも対応するコンピューター操作エージェントを提供する。電子カルテでの予約作成や旧式の基幹システムでのファイル処理など、企業の手作業を自動化する用途を想定している。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2人である。

  • Y Combinator掲載のSummer 2025バッチ、稼働中の企業
  • 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、2025年6月創業の開発者向け企業
  • 電子カルテや旧式基幹システムの操作自動化を提供

日本での競合

日本ではUiPath、WinActor、BizRobo!が業務自動化の近接競合となる。既存のRPA製品が定着した領域だが、操作を記憶し画面の変化にも適応する点には差別化余地がある。医療機関向けに展開する場合は、個人情報や医療情報の適切な取り扱いが重要となる。

360社

Panels — AI音声モデル向け高品質音声データ基盤

Panelsは、基盤音声モデルを開発・評価するAI研究所向けに、音声データセットを提供する事業だ。審査済みで多様な協力者から音声を集め、モデルの学習と評価に使えるデータとして届ける仕組みである。収益モデルや価格、顧客獲得経路、運営体制、原価は公開情報に記載されていない。2025年8月創業で、チームは1人だが、売上や資金、提供データ量などの規模を示す数値は開示されていない。審査済みの多様な協力者から高品質な音声データを集める点が強みとなる。協力者の確保やデータ品質の維持に加え、音声の利用同意や個人情報保護への対応が主なリスクである。

正体A・ほぼ特定

正体: Panels（YC Summer 2025）。基盤音声モデルの学習・評価に使う音声データセットを、審査済みで多様な協力者から集めて提供するプラットフォームである。対象は音声モデルを開発するAI研究所で、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1人である。

  • YC掲載社名Panels、Summer 2025バッチの現役企業
  • 2025年8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、基盤音声モデル向けデータ提供事業

日本での競合

日本での直接の同型は見当たらない。音声データの収集・提供や音声認識関連の事業が近接領域となるが、公開情報だけでは競合密度を判断しにくい。日本で展開する場合は、音声の利用目的に応じた同意取得と個人情報保護への対応が必要となる。

361社

Wafer — GPUカーネル最適化による高速推論基盤

Waferは、AI推論を提供する事業者向けに、GPUカーネルを最適化する自律型エージェントと推論基盤を提供する。エージェントが性能エンジニアの役割を担い、オープンソースの大規模言語モデルの推論を高速化する仕組みだ。製品はサーバーレス型の専用推論サービスだが、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。2025年7月創業で、チームは10人だが、売上や利益などの財務数値は示されていない。自律的な最適化と高速な推論環境が強みとして掲げられている。実際の性能を裏付ける比較データや採算性が不明であり、最適化の効果と運用コストが主なリスクとなる。

正体A・ほぼ特定

正体: Wafer（YC Summer 2025）。AI推論用のGPUカーネルを自律的に最適化するエージェントを開発し、オープンソースの大規模言語モデル向けにサーバーレスの専用推論環境を提供する。AI推論を必要とする事業者向けの製品で、米国サンフランシスコを拠点とし、チーム規模は10人である。

  • Y CombinatorのSummer 2025バッチ掲載企業
  • 2025年7月創業、米国サンフランシスコ拠点
  • チーム規模10人、AI推論向け製品を開発

日本での競合

日本での直接の同型は見当たらない。GPU計算資源の提供やAI推論基盤は近接領域だが、Waferと同様の自律的なGPUカーネル最適化を行う国内企業との競合状況は、提示情報だけでは判断できない。

362社

Orange Slice — 営業調査を自動化する表計算基盤

Orange Sliceは、営業チーム向けに企業情報や連絡先を調査・補完する表計算基盤を提供する。利用者がチャットで調査内容を指示すると、各列の処理コードを生成し、数千行のデータに対して実行する仕組みで、列の処理順も依存関係に応じて自動化される。連携用の開発キットには、LinkedIn、連絡先、企業情報、ウェブ収集、AI調査など100種類以上の情報補完機能が組み込まれている。料金、収益モデル、顧客獲得チャネル、運営原価は開示されていない。2025年7月創業で、サンフランシスコを拠点に2人で運営し、売上や財務数値は示されていない。表計算の操作性とコードによる柔軟性を両立し、ワークフロー構築ツールを介さず自然文で処理を指示できる点が強みだ。情報の正確性や更新頻度、外部サービスへの依存、連絡先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: Orange Slice（YC Summer 2025）。営業担当者が表計算上で企業情報や連絡先を調べるための情報補完ツールで、チャットの指示からTypeScriptの処理コードと列を生成し、データ行に適用する。連携用の開発キットには100種類以上の情報補完機能があり、サンフランシスコ拠点の2人チームが運営している。

  • YC Summer 2025掲載の営業向け情報補完ツール
  • 2025年7月創業、サンフランシスコ拠点、チーム規模2人
  • チャット指示から処理コードと表計算列を自動生成
  • 開発キットに100種類以上の情報補完機能を搭載

日本での競合

日本ではSales MarkerやMusubuが営業先の企業情報収集・営業支援に近い領域を担うが、Orange Sliceと同型の表計算ベースの自動情報補完とは異なる。企業情報や連絡先の調査需要は重なる一方、表計算上で処理を組み立てられる点に差別化余地がある。個人情報を扱う場合は、個人情報保護法に沿った取得・利用・管理に注意が必要だ。

363社

Lotas — 定量取引向け分析基盤

Lotasは、定量取引に取り組む事業者向けに、AIを活用したサービスを提供する会社である。公開説明は「定量取引向けAI」としており、具体的な機能や利用方法は示されていない。収益モデル、価格、顧客獲得チャネル、運営体制や原価についても開示情報がない。2025年8月創業で、チームは2人だが、売上や資金調達額などの財務数値は掲載されていない。定量取引に用途を絞っている点が事業の特徴だが、製品の実用性や独自性を判断できる情報は限られる。機能や収益化の不透明さに加え、顧客獲得や規制対応も主なリスクとなる。

正体A・ほぼ特定

正体: Lotas（YC Summer 2025）。定量取引向けのAIを掲げる会社だが、具体的な製品機能や提供形態は公開説明から確認できない。YC Summer 2025の参加企業で、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2人である。

  • YC Summer 2025掲載、ステータスはActive
  • 定量取引向けAIを掲げる事業説明
  • 米国サンフランシスコ拠点、チーム規模2人
  • 2025年8月創業の分析・開発ツール領域企業

日本での競合

日本での直接の同型は見当たらない。定量取引やデータ分析に関わる近接領域はあるが、公開情報だけではLotasとの機能比較は難しい。日本で展開する場合は金融商品取引に関する規制や、顧客データの取り扱いに注意が必要となる。

364社

bitrig — iPhoneでSwiftアプリを開発する生成環境

bitrigは、企業の開発者やプロダクト担当者向けに、iPhoneからSwiftによるiOSアプリの作成、テスト、公開を行えるツールを提供する事業だ。利用者が自然言語などでアプリを作る生成型の開発環境で、ネイティブのSwiftコードを出力する点を特徴としている。App Storeで配信されているが、料金、収益モデル、顧客獲得の具体策は公表されていない。チームは3人で、開発・運営体制の詳細や原価構造も明らかになっていない。創業者らはSwiftUIの開発を主導した経験を持ち、iOS開発とデザインの知見が強みである。2025年創業の初期事業であり、実績や財務規模は示されておらず、Appleの開発環境や審査方針への依存、収益化の不透明さが主なリスクとなる。

正体A・ほぼ特定

正体: bitrig（YC Summer 2025）。iPhone上でSwiftによるネイティブiOSアプリを作成し、テストして公開する開発ツールであり、App Storeで提供されている。企業の開発者やプロダクト担当者を想定するB2B事業で、拠点は米国サンフランシスコ、チームは3人である。

  • YC Summer 2025掲載のiPhone向けSwiftアプリ開発ツール
  • 米国カリフォルニア州サンフランシスコを拠点とする事業
  • チーム規模3人、2025年8月創業の初期企業
  • 創業メンバーがSwiftUIの開発を10年間主導した経歴

365社

Lark — AI開発を支える自然文テスト基盤

Larkは、ソフトウェア開発チーム向けに、平易な文章でエンドツーエンドテストを作成・実行できる開発者向けツールを提供する。ダッシュボード、API、SDK、製品全体の操作フローを検証し、壊れやすいテストコードの保守を減らすことを狙う。テストは機能ブランチ、継続的インテグレーション、本番環境で継続実行できるが、課金方法、価格、顧客獲得経路、運営体制や原価は公開情報にない。2025年8月創業で、チームは5人である。売上や利益などの財務数値は示されていない。自然文によるテスト作成と複数の実行環境への対応が強みとなる一方、テストの精度や既存開発環境との適合性、料金体系が不明な点は導入判断上のリスクである。

正体A・ほぼ特定

正体: Lark（YC Summer 2025）。開発チームが平易な文章でエンドツーエンドテストを記述し、ダッシュボード、API、SDK、製品の操作フローを検証する開発者向けツールである。機能ブランチ、継続的インテグレーション、本番環境でテストを継続実行できる。2025年8月創業、米国サンフランシスコ拠点、チーム規模は5人である。

  • YC Summer 2025掲載の開発者向けテスト自動化企業
  • 平易な文章で画面・API・SDK・製品フローを検証
  • 機能ブランチ・継続的インテグレーション・本番環境で実行
  • 2025年8月創業、米国サンフランシスコ拠点、チーム5人

日本での競合

日本ではAutifyやMagicPodが、テスト自動化の近接領域にある。自然文によるテスト作成と開発者向けの実行環境が差別化の余地となる一方、テスト自動化分野には既存サービスがある。顧客データや本番環境に接続する場合は、情報管理やアクセス権限の設計に注意が必要である。

366社

Topological — 物理制約を踏まえた機械設計最適化モデル

Topologicalは、ハードウェア開発チーム向けに、物理条件に沿ってCAD設計を最適化するモデルを開発している。第1弾のUToP-v1は、物理特性、形状、製造可能性を考慮し、要求条件に適した設計を生成する。設計課題と物理制約を入力して候補を生成する仕組みだが、価格や収益モデル、顧客獲得チャネルは開示されていない。2025年8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。公開情報では、準拠誤差5%未満、従来手法比1930倍の処理速度を掲げている点が強みだ。実際の製造工程での性能検証や、幅広い設計条件への対応、収益化の進捗は主なリスクとなる。

正体A・ほぼ特定

正体: Topological（YC Summer 2025）。物理特性、形状、製造可能性を踏まえてCAD設計を最適化するモデルを開発し、初のモデルUToP-v1は物理要件に応じた設計案を生成する。ハードウェア開発チームを主な対象とし、米国サンフランシスコを拠点に2人で活動している。

  • YC Summer 2025掲載の物理ベース設計最適化モデル開発企業
  • 初のモデルUToP-v1が物理特性・形状・製造可能性を考慮
  • 米国サンフランシスコ拠点、2025年8月創業、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。近接領域ではAutodesk FusionやSOLIDWORKSなどのCAD設計・解析機能が比較対象となる。既存製品との連携や、生成設計の精度を実機で検証できるかが差別化の焦点となる。製造用途では、顧客ごとの安全基準や品質保証要件への適合にも注意が必要だ。

367社

Datafruit — ソフトウェア導入案件の採算を高めるAI業務基盤

Datafruitは、顧客企業へのソフトウェア導入を担うデリバリーチームに、顧客理解と案件運営を支援する業務基盤を提供する。AIエージェントが顧客との会話を記録し、初期段階から案件の作業範囲を整理するとともに、過去のプロジェクトを次の案件に活用する仕組みだ。収益モデルや料金、販売経路、運営原価は公開情報にない。2025年創業で、チーム規模は2人だが、売上高や利益などの財務数値は示されていない。会話と過去案件の情報を活用し、案件ごとの対応を改善して採算性を高める点が強みとなる。顧客会話の記録に関する同意や情報管理に加え、提供実績や収益性が明らかでない点が主なリスクだ。

正体A・ほぼ特定

正体: Datafruit（YC Summer 2025）。ソフトウェア導入を担う企業のデリバリーチーム向けに、顧客との会話を記録し、作業範囲の整理や過去案件の活用を支援するAI業務基盤を開発する。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2人である。

  • Y Combinator Summer 2025バッチ掲載のアクティブ企業
  • 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
  • 顧客会話の記録と案件範囲の整理を行う導入支援基盤

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、ヌーラボのプロジェクト管理サービスBacklogがあるが、会話記録と過去案件の活用を組み合わせる点とは異なる。日本で展開する場合、会話の録音・記録に関する同意や個人情報の適切な管理が重要となる。

368社

ContextFort — AIブラウザー操作を可視化する企業向けセキュリティ基盤

ContextFortは、AIブラウザーエージェントの利用状況を把握し、危険な操作を制御したい企業のセキュリティチーム向けのサービスだ。Chrome拡張機能として動作し、エージェントがブラウザーを操作したことを検知したうえで、閲覧ページ、クリック、入力内容などのセッション内の操作を記録する。危険な操作の防止や、サイトをまたぐ情報漏えいへの制御機能も備える。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おらず、チーム規模は2人である。2025年7月創業で、YCのSummer 2025バッチに掲載されているが、売上や利用者数は示されていない。AIエージェントによるブラウザー操作を可視化し、操作記録と制御を一体で提供する点が強みである一方、導入実績や制御の有効性、記録データの管理体制は不明であり、機密情報を扱う企業での信頼獲得が課題となる。

正体A・ほぼ特定

正体: ContextFort（YC Summer 2025）。AIブラウザーエージェントの操作を検知・記録し、危険な操作やサイト間の情報漏えいを制御するChrome拡張機能を開発している。セキュリティチーム向けの製品で、拠点は米国カリフォルニア州サンフランシスコ、チーム規模は2人である。

  • Summer 2025バッチ掲載、サンフランシスコ拠点のサイバーセキュリティ企業
  • 2025年7月創業、チーム規模2人の初期段階企業
  • Chrome拡張機能でAIブラウザーエージェントの操作を記録・制御

日本での競合

日本での直接の同型は見当たらない。ブラウザーの利用制御や情報漏えい対策に近い領域の製品が競合候補となるが、AIエージェントの操作記録と制御に特化した差別化余地がある。導入時には、閲覧履歴や入力内容の記録について個人情報保護法や社内規程への配慮が必要となる。

369社

LLM Stats — 実運用性能を測る独立系大規模言語モデル評価基盤

LLM Statsは、大規模言語モデルの実運用性能を比較したい利用者に、独立評価とベンチマーク結果を提供する事業である。学習データに含まれる従来型の評価とは異なるベンチマークを実施し、結果のアーカイブとモデルの順位表を構築する。収益モデル、課金方法、価格、顧客獲得チャネルは公開情報に記載がない。チームは2人で、売上高や利益などの財務数値も開示されていない。幅広いベンチマーク結果の蓄積と、学習データへの混入を防ぐ独立評価が強みである。一方、評価の信頼性や網羅性の維持には継続的な運営が必要であり、小規模なチームであることや収益基盤が不明な点がリスクとなる。

正体A・ほぼ特定

正体: LLM Stats（YC Summer 2025）。大規模言語モデルの実運用性能を測る独立評価と、ベンチマーク結果のアーカイブ、順位表を提供する会社である。AIの透明性に関心を持つ利用者やモデル評価に携わる人々を対象とし、ニューヨーク市を拠点に2人で運営している。

  • YC Summer 2025掲載、ステータスはActive
  • ニューヨーク市を拠点とするチーム規模2人
  • 独立評価と大規模言語モデルの順位表を提供

日本での競合

日本での直接の同型は見当たらない。近接領域には大規模言語モデルの性能評価や開発に取り組む事業者・研究組織があるが、独立評価と結果の包括的な順位表を組み合わせる点に差別化余地がある。評価データの透明性や再現性を担保し、企業利用時には情報管理にも配慮する必要がある。

370社

Playgent — AIエージェントの障害再現基盤

Playgentは、企業でAIエージェントを運用するチームに、本番環境で起きた障害を安全に再現するための基盤を提供する事業だ。単一のMCP URLを通じてツール呼び出しを模擬し、認証を抽象化したうえで、自然言語またはJSONの指定からテストデータを初期化する。再現した実行結果はOTelトレースとして出力でき、監視ツールや強化学習のパイプラインに接続できる。SaaS型の提供だが、課金体系、価格、顧客獲得チャネル、運営上の原価は開示されていない。2025年8月創業でチームは2人であり、売上やその他の財務数値は示されていない。利用者の状態やデータ、ツール呼び出し、文脈を含めて障害条件を再構成できる点が強みだ。一方、本番データの安全な取り扱い、既存監視基盤との連携、導入実績や収益性が不明な点はリスクとなる。

正体A・ほぼ特定

正体: Playgent（YC Summer 2025）。企業向けに、AIエージェントの本番障害を状態やデータ、ツール呼び出しごと再現するサンドボックス基盤を提供する。テスト用の環境をMCP URLで提供し、実行結果をOTelトレースとして出力する。2025年8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。

  • YC Summer 2025掲載、2025年8月創業、サンフランシスコ拠点
  • チーム規模2人、企業向けAIエージェント基盤の提供
  • MCP URLで環境を提供し、実行結果をOTelトレースで出力

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・監視に近い領域では競合が想定されるが、障害時の状態を安全な環境で再構成する点に差別化余地がある。医療向けの用途や顧客は明示されていないものの、医療データを扱う場合は個人情報や機微情報の管理に注意が必要だ。

371社

Golpo — 説明用白板動画の自動生成・編集基盤

Golpoは、企業の研修・営業支援・マーケティングや教育向けに、説明用の白板動画を作成するサービスである。利用者が指示文や文書、音声、動画などを入力すると、数分で動画を生成でき、生成後も指示文で内容を編集できる。ナレーションに同期した映像や台本に合わせた音声を作成でき、動画の長さは最大10分、対応言語は50以上で、複数の映像様式や自社素材の挿入にも対応する。2026年7月時点の利用者数は17万人超で、2025年7月創業、サンフランシスコ拠点、チームは7人だが、売上や利益の数値は示されていない。料金体系や顧客獲得経路、運営原価も提示されていない。制作会社への発注を省き、文書などから動画を短時間で作れる点と、生成後の編集機能が強みである。生成内容の正確性や著作権、声の複製に関する懸念があり、料金や販売・運営体制が不明な点も事業評価上のリスクとなる。

正体A・ほぼ特定

正体: Golpo（YC Summer 2025）。指示文や文書などから白板解説動画を生成し、生成後の編集や自社素材の挿入もできるサービスである。企業の研修・営業支援・マーケティング担当者のほか、教育や動画制作の用途を想定する。2025年夏バッチ、米国サンフランシスコ拠点で、チーム規模は7人である。

  • YC Summer 2025バッチ掲載の動画生成サービス
  • 2025年7月創業、米国サンフランシスコを拠点とする企業
  • 指示文や文書から白板解説動画を生成・編集
  • チーム規模7人、2026年7月時点の利用者17万人超

日本での競合

日本での直接の同型は見当たらない。近接領域の動画制作サービスとの競争はあるものの、文書から白板解説動画を生成する用途には差別化余地がある。教材や社内資料の著作権、音声複製に関する権利処理には注意が必要である。

372社

args — 開発者向けコード共有・開発管理基盤

argsは、開発者や企業に向けてGitHubより優れた開発基盤を掲げる事業である。詳細な製品機能や提供方法は公開情報に記載されていない。収益モデル、価格、顧客獲得チャネル、運営体制や原価についても明らかでない。2025年7月創業で、ニューヨーク市を拠点に2人で運営している。売上高や利益などの財務数値は示されていない。GitHubに代わる選択肢を目指す点が掲げられている一方、機能面の差別化や事業実績は確認できず、既存の開発基盤との競争が主なリスクとなる。

正体A・ほぼ特定

正体: args（YC Summer 2025）。GitHubに代わる開発者向け基盤を掲げる企業だが、具体的な製品機能や利用方法は掲載情報から確認できない。米国ニューヨーク市を拠点とし、チーム規模は2人である。

  • YC Summer 2025採択、米国ニューヨーク市を拠点とする開発者向け企業
  • 2025年7月創業、掲載時点でチーム規模は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。プロジェクト管理や開発チームの業務支援という近接領域には、ヌーラボのBacklogがある。GitHubなど既存の開発基盤との競争が想定されるが、製品の詳細が不明なため差別化余地は判断できない。

373社

truthsystems — 生成AI利用を監視する企業向け統制基盤

truthsystemsは、生成AIを業務で利用する企業に、利用状況を監視してリスクのある行動を抑止するコンプライアンスエージェントを提供する。企業の運用方針をリアルタイムの制御ルールに変換し、AIとのやり取りを監視して、規定違反の操作を未然に防ぐ仕組みだ。利用者の能力に応じてAIツールへのアクセスを調整し、制御されていない導入に伴う安全上のリスクや管理の見落としを減らす。料金体系、販売経路、運営体制や原価に関する情報は開示されていない。2025年7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示されていない。企業の運用方針を各AI利用に反映できる点が強みである一方、導入実績や制御精度、対応するAIサービスの範囲は不明であり、誤検知や規制・技術環境の変化がリスクとなる。

正体A・ほぼ特定

正体: truthsystems（YC Summer 2025）。生成AIの利用を監視し、企業の運用方針に沿って規定違反の操作をリアルタイムで抑止するコンプライアンスエージェントを開発する。対象は生成AIを業務利用する企業で、利用者の能力に応じたアクセス制御も行う。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6人である。

  • Y Combinator Summer 2025バッチ掲載の生成AI統制企業
  • 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6人の企業情報
  • 企業の生成AI利用を監視するコンプライアンス製品

日本での競合

日本での直接の同型は見当たらない。企業向けの生成AI利用管理や情報セキュリティの近接領域では競合が多く、運用方針を各AI利用に即時反映できるかが差別化の余地となる。個人情報や機密情報を扱う場合は、個人情報保護法や社内規程に沿ったデータ管理が必要となる。

374社

AgentMail — AIエージェント専用のメール受信基盤

AIエージェントに専用のメール受信箱を提供する基盤事業である。開発者向けAPIを通じて、エージェントごとに人間のGmailのような受信箱を持たせる仕組みだ。収益モデルや価格、顧客獲得チャネル、運営体制と原価は公開情報に記載がない。2025年6月創業で、チームは10人だが、売上や利益などの財務数値は示されていない。エージェントが人間と同様にメールを扱えるようにする点が強みとなる。普及の進み方や課金モデルが不明なほか、メールの安全性や迷惑メール対策が事業上のリスクとなる。

正体A・ほぼ特定

正体: AgentMail（YC Summer 2025）。AIエージェントに専用のメール受信箱を提供するAPIを開発し、エージェントが人間向けメールサービスのようにメールを扱えるようにする。開発者向けの基盤サービスで、拠点は米国カリフォルニア州サンフランシスコ、チームは10人である。

  • Y Combinator Summer 2025バッチ掲載・活動中の企業
  • AIエージェント向けメール受信箱APIを提供する事業
  • 米国カリフォルニア州サンフランシスコ拠点・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。既存のメールサービスや開発者向け基盤と近接する領域だが、エージェント専用受信箱に絞った差別化余地がある。日本で展開する場合は、個人情報の取り扱いや迷惑メール対策に加え、特定電子メール法への対応に注意が必要となる。

375社

TraceRoot.AI — AIエージェントの障害分析と修正を自動化する開発基盤

TraceRoot.AIは、AIエージェントを本番環境で運用する開発チーム向けに、障害検知から修正評価までを支援するオープンソースの基盤だ。稼働中に発生した失敗を検知し、ソースコードとGitHubの変更履歴を照合して原因を特定する。検証済みの修正案をプルリクエストとして作成し、修正ごとに評価を行う仕組みである。収益モデル、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。2025年7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。障害分析から修正の評価までをつなぎ、リリースを重ねるごとにエージェントの改善を促す点が強みだ。一方、実運用での効果や事業の収益性は確認できず、ソースコードや変更履歴へのアクセスに伴う情報管理も課題となる。

正体A・ほぼ特定

正体: TraceRoot.AI（YC Summer 2025）。本番環境のAIエージェントの障害を検知し、ソースコードとGitHubの履歴から原因を探り、検証済み修正のプルリクエスト作成と評価を行うオープンソース基盤である。AIエージェントを開発・運用するエンジニア向けで、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 Summer 2025掲載のアクティブな開発者向け企業
  • 2025年7月創業、米国サンフランシスコを拠点
  • チーム規模3人、オープンソース基盤を開発

日本での競合

日本での直接の同型は見当たらない。開発者向け監視や障害対応の近接領域と比べても、原因分析から修正提案の検証までを一体化する点に差別化余地がある。ソースコードやGitHubの変更履歴を扱うため、機密情報の管理やアクセス権限の設計に注意が必要だ。

376社

The Prompting Company — AIエージェントに選ばれる商品導線の改善支援

企業向けに、AIエージェントから商品を発見され、実際に利用されるための改善支援を提供する。顧客がAIに尋ねる質問を特定し、自社商品が回答に登場するかを分析したうえで、AIによる説明や推薦の改善につなげる。さらに、AIエージェントが適切な資料を見つけ、所定の手順を実行し、利用者に代わってタスクを完了できるかを検証する。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ない。2025年8月創業で、チームは7人だが、売上や利益などの財務数値は示されていない。AI検索での露出改善と、エージェントによる実利用の両面を扱う点が強みである一方、AI各社の仕様変更や導入企業側の情報整備に成果が左右されるリスクがある。

正体A・ほぼ特定

正体: The Prompting Company（YC Summer 2025）。企業の商品がAIの回答に表示され、AIエージェントに実際に操作・利用されるよう、質問分析、説明・推薦の改善、資料検索や業務手順の実行テストを提供する会社である。対象は自社商品を持つ企業で、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7人である。

  • Y Combinator Summer 2025バッチ掲載・ステータスはActive
  • 2025年8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7人・企業向けマーケティング分野

日本での競合

日本での直接の同型は見当たらない。SEOやデジタルマーケティング支援は近接領域だが、AIエージェントが資料を探して業務を完了できるかまで検証する競合密度は限定的とみられる。日本展開では、顧客情報や社内資料をAIに扱わせる際の情報管理が導入上の注意点となる。

377社

Dedalus Labs — AIエージェント向け永続実行基盤

Dedalus Labsは、長時間稼働し、状態を保持するAIエージェント向けに計算基盤を提供する事業だ。エージェントを休止させずに実行でき、応答時間は50ミリ秒未満としている。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。2025年8月創業で、チーム規模は10人だが、売上高や資金状況などの財務数値は示されていない。長時間稼働と状態保持を前提とする基盤が特徴である。公開情報が限られるため、性能の実環境での再現性や、提供開始後の顧客獲得、運用コストが主なリスクとなる。

正体A・ほぼ特定

正体: Dedalus Labs（YC Summer 2025）。AIエージェントを長時間、状態を保持したまま稼働させるための計算基盤を提供する会社だ。エージェントを開発・運用する事業者向けで、50ミリ秒未満の応答をうたう。米国サンフランシスコ拠点で、チーム規模は10人である。

  • YC Summer 2025バッチに掲載されたAIエージェント向け計算基盤
  • 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
  • 創業2025年8月、チーム規模10人の開発基盤企業

日本での競合

日本での直接の同型は見当たらない。AWSやGoogle Cloudなどのクラウド計算基盤が近接領域にあり、エージェントの継続稼働や状態管理をどこまで一体提供するかが差別化の余地となる。日本での提供時には、顧客データの取り扱いや個人情報保護への対応が論点となる。

378社

GETASAP — 生鮮品の当日配送と冷蔵輸送基盤

GETASAPは、米国の飲食店や小売拠点に生鮮品の当日配送を提供し、荷主には冷蔵貨物の輸送・仲介サービスを提供する事業だ。海外の農場から直接調達し、国際的な低温物流網を運営するほか、人工知能を活用した配車、運行計画、リアルタイムの業務管理を行う。収益は配送や冷蔵輸送のサービス提供に伴うものと考えられるが、料金体系、顧客獲得経路、原価構成は開示されていない。米国内の数千の飲食店・小売拠点に配送し、チーム規模は30人とされる一方、売上高や利益などの財務数値は示されていない。農場からの直接調達、低温物流網、配送と貨物輸送の一体運営が強みとなる。生鮮品の品質維持や国際調達、冷蔵輸送網の運営負担があり、創業時期は掲載データの2025年8月と詳細説明の2023年で食い違う。

正体A・ほぼ特定

正体: GETASAP（YC Summer 2025）。米国の飲食店・小売向けに生鮮品の当日配送を行い、農場からの直接調達と国際的な低温物流網を組み合わせる会社だ。冷蔵貨物の小口・大口輸送を自社運行と仲介で提供し、人工知能による配車や運行管理を活用する。サンフランシスコを拠点とし、チーム規模は30人とされる。

  • YC Summer 2025掲載の生鮮品物流・貨物輸送事業
  • サンフランシスコ拠点、チーム規模30人
  • 米国内の数千の飲食店・小売拠点へ当日配送
  • 創業時期は掲載情報と詳細説明で2025年・2023年の相違

日本での競合

日本では八面六臂が飲食店向けの生鮮品卸売で近接し、ハコベルは物流関連サービスの近接領域にある。農場直結の調達、当日配送、冷蔵貨物輸送を一体で提供する同型の競合密度は限定的で、供給網や配送網の構築に差別化余地がある。輸入品を扱う場合は食品衛生法などの輸入・流通規制への対応が必要となる。

379社

Prox — 複雑な機器向け技術サポート基盤

Proxは、産業用暖房機器や空調設備、工作機械など、専門知識を要する製品を販売する企業向けに技術サポートを提供する事業だ。製品マニュアルや配線図、互換性情報を活用し、一般的な問い合わせ対応では扱いにくい製品固有の質問に答える構想である。収益モデルや価格、顧客獲得チャネル、具体的な運営体制と原価は、提示された情報に記載がない。2025年創業でチームは7人だが、売上や利益、顧客数などの規模・財務数値は開示されていない。強みは、専門人材が不足する複雑な実物製品のサポートに焦点を絞り、図面や技術資料を扱う点にある。製品情報の読み取り精度や更新、誤案内時の安全性、事業モデルの実証状況が主なリスクとなる。

正体A・ほぼ特定

正体: Prox（YC Fall 2025）。複雑な物理製品の技術資料をもとに、製品固有の技術サポートを行うAIサービスを開発する会社だ。産業機器や空調設備、電気自動車の充電設備などを扱う企業が対象で、拠点は米国サンフランシスコ、チームは7人である。

  • Y Combinator Fall 2025掲載の技術サポート企業
  • 複雑な物理製品を扱う企業向けの技術支援サービス
  • 米国サンフランシスコ拠点・チーム規模7人
  • 2025年10月創業・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。HelpfeelやPKSHA FAQは問い合わせ対応やナレッジ活用の近接領域だが、複雑な機器の技術支援とは対象範囲が異なる。電気設備などを扱う場合は、誤案内による事故を避けるため、国内の設置基準や製品ごとの安全要件への対応が重要となる。

380社

Preseen — 世界のマクロ事象を予測する業務向けエージェント

Preseenは、世界のマクロ事象を予測するエージェントを構築するB2B事業である。顧客に予測を提供する仕組みだが、課金方法、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8月創業で、チーム規模は1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。マクロ事象の予測に特化したエージェントが事業の特徴だが、予測精度や実績は確認できない。顧客や収益モデル、運用上のコストが不明であり、事業の拡大性や予測の信頼性が主なリスクとなる。

正体A・ほぼ特定

正体: Preseen（YC Summer 2025）。世界のマクロ事象を予測するエージェントを構築し、B2B市場に取り組む企業である。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。

  • Y CombinatorのSummer 2025バッチに掲載された企業
  • 2025年8月創業、米国サンフランシスコを拠点とする事業
  • 世界のマクロ事象を予測するエージェントの構築
  • チーム規模1人、B2Bの分析分野に分類された企業

日本での競合

日本での直接の同型は見当たらない。経済予測や市場分析に近い領域とは競合し得るが、提供情報だけでは具体的な競合を特定できない。投資判断に用いる予測を提供する場合は、金融関連の規制に留意が必要となる。

381社

Docket — 実利用データで更新するウェブテスト自動化

Docketは、ソフトウェア開発チーム向けに、平易な文章で作成できるウェブの一連の動作テストを提供する。実際のユーザーセッションをもとにテストを自動更新し、人工知能を使ったエージェントでウェブテストを支援する。料金体系、価格、顧客獲得経路、運営体制や原価については公開情報がない。2025年5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。実ユーザーの操作をテスト更新に活用する点が特徴である。導入実績やテストの精度、対応範囲は不明であり、ユーザーセッションの取得と利用に伴うプライバシーやデータ管理も主なリスクとなる。

正体A・ほぼ特定

正体: Docket（YC Spring 2025）。実際のユーザーセッションをもとに、平易な文章で書いたウェブの一連の動作テストを自動更新する開発者向けツールである。ウェブサービスの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。

  • YC Spring 2025掲載のウェブテスト自動化ツール
  • 実ユーザーセッションを使ったテストの自動更新
  • 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

近接領域にはAutifyやMagicPodがあり、テスト自動化の競合は存在する。実ユーザーセッションをテスト更新に使う点が、差別化の余地となりうる。ユーザー操作データを扱う場合は、個人情報や機密情報の適切な取得・管理に注意が必要である。

382社

Godela — 設計検証を高速化するAI物理エンジン

Godelaは、実験や製品開発に取り組むエンジニア向けに、シミュレーションや物理試作の代替となるAI物理エンジンを提供する事業だ。利用者が実施したい実験を自然文で依頼すると、設定作業や待ち時間を抑え、シミュレーション品質の結果を得られるとしている。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。2025年5月創業で、チーム規模は10人だが、売上や利益などの財務数値は開示されていない。設定の手間を省き、試作やシミュレーションにかかる時間と費用を減らすことが強みとなる。結果の精度や実際の導入実績が示されておらず、物理現象をどの程度再現できるかが主なリスクだ。

正体A・ほぼ特定

正体: Godela（YC Spring 2025）。実験や製品開発の条件をもとに、シミュレーションや物理試作を置き換える結果を提供するAI物理エンジンを開発している。対象はエンジニアで、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10人である。

  • YC Spring 2025採択のアクティブ企業
  • 2025年5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10人、工学・製品開発・設計分野を対象

日本での競合

日本ではANSYSのシミュレーション製品、Siemens Simcenter、Dassault Systèmes SIMULIAが近接領域の選択肢となる。工学シミュレーション製品との競争が想定され、設定の簡便さや結果の信頼性が差別化の焦点となる。航空宇宙などへの利用では、安全性や品質保証に関わる個別の規制・認証要件への対応が必要となり得る。

383社

Aegis — 保険請求の否認対応を自動化する医療機関向け基盤

Aegisは、医療機関や病院の請求担当者向けに、保険請求の否認に対する異議申し立てを自動化する基盤を提供する。受付から解決までの対応を一元化し、医療提供者が回収できていない収入の回復を支援する。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。2025年4月創業で、チームは3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。請求否認への対応を受付から解決まで自動化する点が強みだが、実績や導入効果、保険者ごとの手続きへの対応力は確認できず、少人数の運営体制もリスクとなる。

正体A・ほぼ特定

正体: Aegis（YC Spring 2025）。医療機関や病院の請求担当者向けに、保険請求の否認に対する異議申し立てを受付から解決まで自動化する基盤を提供する。2025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人である。

  • YC Spring 2025掲載の医療保険請求否認対応自動化基盤
  • 医療機関や病院の請求担当者を対象とするサービス
  • 2025年4月創業、米国サンフランシスコ拠点
  • チーム規模3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。周辺領域にはレセプト点検や医療機関向け請求支援サービスがあるが、保険請求の否認への異議申し立てを自動化する製品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、診療報酬請求の制度や個人情報・医療情報の取り扱いへの対応が必要となる。

384社

Bond — 経営陣の状況把握と優先順位付けを支援するAI秘書

Bondは、CEOや多忙な経営幹部に向けて、社内の状況をリアルタイムで把握し、何に注力すべきかを示すAI秘書を提供する。会社全体の動向を可視化し、経営陣の判断や優先順位付けを支援する仕組みだ。週10時間以上の業務削減をうたうが、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ない。2025年5月創業で、チーム規模は3人である。売上や顧客数などの財務・事業規模は示されておらず、確認できる成果指標は週10時間以上の削減効果である。経営陣向けに全社状況の把握と注力事項の提示をまとめて提供する点が特徴だが、効果の検証方法や情報の正確性、社内情報を扱う際のセキュリティが主なリスクとなる。

正体A・ほぼ特定

正体: Bond（YC Spring 2025）。CEOや多忙な経営幹部向けに、社内で起きていることをリアルタイムに可視化し、注力すべき事項を提示するAI秘書を開発する会社だ。2025年5月創業、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 2025掲載の経営幹部向けAI秘書プロダクト
  • 社内の状況をリアルタイムで可視化し注力事項を提示
  • 2025年5月創業、米国サンフランシスコ拠点
  • チーム規模3人、YC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。経営情報の集約や業務効率化を掲げる近接サービスはあるが、Bondと同じく経営幹部に全社状況と注力事項を提示する競合は確認できない。競合密度は限定的とみられる一方、社内情報を扱うため、導入時には情報管理や機密保持への対応が差別化の前提となる。

385社

Blueshoe — 個人向け法律相談から訴訟代理まで担う法律事務所

Blueshoeは、日常的な法律相談から重大な訴訟まで、個人に法律支援と代理業務を提供する法律事務所である。利用者はウェブアプリや、日頃から回答を求めているAIサービスを通じて法律相談にアクセスできる。代理が必要な場合は、弁護士がデータやAIを活用した業務支援を受けながら、解決まで案件を担当する。相談料や報酬体系、顧客獲得の具体的な方法、運営原価は開示されていない。2025年創業でチームは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。相談から訴訟対応までを一貫して担う体制が強みとなる一方、実績や収益性は不明であり、弁護士業務の品質と各地域の法規制への対応が課題となる。

正体A・ほぼ特定

正体: Blueshoe（YC Spring 2025）。日常の法律相談をウェブアプリや利用者が使うAIサービスから受け付け、必要に応じて弁護士が訴訟や裁判を含む代理業務を解決まで担う法律事務所である。個人の法律相談者や原告側の訴訟案件を対象とし、米国マサチューセッツ州ボストンを拠点に、チーム2人で運営する。

  • Y CombinatorのSpring 2025バッチに掲載された企業
  • 米国マサチューセッツ州ボストンを拠点とする法律事務所
  • 2025年5月創業、チーム規模は2人
  • ウェブアプリやAIサービス経由の法律相談と訴訟代理

日本での競合

日本では弁護士ドットコムやベリーベスト法律事務所が法律相談・弁護士紹介の近接領域にあるが、同社と同型の直接競合とは限らない。相談受付から訴訟代理までを一貫して担う点には差別化余地がある一方、日本で展開する場合は弁護士法や弁護士広告に関する規制への対応が必要となる。

386社

Airweave — 業務データをAIエージェント向けに検索可能化する基盤

Airweaveは、企業のAIエージェント開発者向けに、社内の業務データを検索可能な知識基盤へ変換するオープンソースの仕組みを提供する。生産性向上ツール、メール、文書保管庫などの非公開データ源を接続し、内容をエージェントが検索できる形に整理する。料金、収益モデル、顧客獲得経路、運営上の原価については、提示情報に記載がない。2025年4月創業で、サンフランシスコを拠点に7人で運営しているが、売上や顧客数などの事業規模・財務数値は示されていない。複数の業務データ源を横断してエージェント向けの検索基盤を構築できる点が特徴である。一方、非公開情報の取り扱いに伴うセキュリティ上の責任や接続先ごとの対応範囲、収益化の方法は確認が必要だ。

正体A・ほぼ特定

正体: Airweave（YC Spring 2025）。業務ツールやメール、文書保管庫などに接続し、社内データをAIエージェントが検索できる知識基盤に変換するオープンソースのソフトウェアを開発する。企業の業務データを扱うAIエージェントの開発者向けで、米国サンフランシスコを拠点に7人で運営している。

  • YC Spring 2025掲載のオープンソース型エージェント向け検索基盤
  • 生産性向上ツール、メール、文書保管庫などの非公開データ源に接続
  • 2025年4月創業、米国サンフランシスコ拠点、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。企業内検索や業務データ連携に近い領域では、生成AIの社内活用基盤との競合が想定されるが、提示情報だけでは具体的な競合企業を特定できない。導入時は、個人情報や機密情報の取り扱い、接続先ごとの権限管理が重要になる。

387社

Theorem — プログラム検証を高速化するモデル開発

Theoremは、正確性や安全性が求められる複雑なコードを扱う開発者向けに、プログラム検証を高速化するモデルを開発している。検証結果を開発モデルへのフィードバックとして活用し、GPUを使うコードや暗号実装の未知の脆弱性発見、旧式システムのコード移行を支援する。現在はベータ版への登録を受け付けているが、収益モデル、料金、顧客獲得費用、運営コストは開示されていない。2025年5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。検証を開発のフィードバックに組み込み、複雑なコードの検証を大幅に速めることが強みとなる。検証の正確性や対象コードとの適合性が不十分な場合、脆弱性の見落としや誤判定につながるリスクがある。

正体A・ほぼ特定

正体: Theorem（YC Spring 2025）。プログラム検証を高速化するモデルを開発し、検証結果をフィードバックに用いて、複雑なコードの安全性や正確性の確認を支援する。主な対象は、正確性や安全性が重要なコードを扱う開発者である。米国サンフランシスコを拠点とし、チームは4人である。

  • Y Combinator Spring 2025バッチ掲載のプログラム検証モデル開発企業
  • サンフランシスコ拠点、チーム規模4人、2025年5月創業
  • 検証結果を活用しGPUコードや暗号実装の脆弱性発見を支援

日本での競合

日本での直接の同型は見当たらない。近接領域にはソフトウェアの脆弱性診断やコード品質の検査があるが、プログラム検証モデルを中核とする点で差別化余地がある。

388社

StarSling — GitHub Actionsの自動改善ランナー

StarSlingは、GitHub Actionsを使う開発チームに、Ubuntuランナーとワークフロー最適化機能を提供する事業だ。ランナーを既存環境に追加し、AIエージェントがワークフローを分析して改善案のプルリクエストを作成する仕組みである。提供情報では、CIを最大6倍高速化し、費用を最大13分の1にできるとしている。料金、収益モデル、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。2025年5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。改善効果は利用環境によって異なる可能性があり、GitHub Actionsへの依存や、自動生成された変更の検証が導入上の課題となる。

正体A・ほぼ特定

正体: StarSling（YC Spring 2025）。GitHub Actions向けのUbuntuランナーと、ワークフロー改善案を作成するAIエージェントを提供する開発者向けサービスだ。米国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掲載名StarSling、Spring 2025バッチの開発者向け企業
  • Ubuntuランナーとワークフロー改善案を作るAIエージェントを提供
  • 米国サンフランシスコ拠点、チーム規模3人、2025年5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。GitHub Actionsを利用する開発チーム向けのCI改善領域に位置づけられる。提供情報からは、日本固有の規制上の注意点は確認できない。

389社

Lumari — 直接材の調達業務を自動化する供給網運営基盤

Lumariは、大企業から成長企業までの調達チームに、直接材の調達から納品までを自動化する基盤を提供する。数百の常時稼働型AIエージェントが、調達先の選定、見積依頼、発注書の追跡、納期確認、供給先との連絡やリスクのエスカレーションを担い、既存の業務ツールやERP上で動作する。収益モデル、価格、顧客獲得チャネルは公開情報に記載がなく、運営体制はサンフランシスコ拠点の5人とされる。会社は2025年5月創業で、資金調達額や売上などの財務数値は示されていない。既存システムの置き換えや供給先の新規登録を求めず、発注状況や供給先の実績を一元的に可視化する点が強みだ。導入後の既存システムとの連携や、AIエージェントによる連絡・発注処理の正確性、価格や収益性が不明な点は主なリスクとなる。

正体A・ほぼ特定

正体: Lumari（YC Spring 2025）。直接材を扱う調達チーム向けに、見積依頼、発注書の確認、納期追跡、供給先との連絡を自動化する調達基盤を開発する。数百のAIエージェントが既存の業務ツールやERP上で動き、調達から納品までの状況を可視化する。拠点は米国カリフォルニア州サンフランシスコ、チームは5人。

  • Y Combinator Spring 2025掲載の調達自動化企業
  • 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5人、2025年5月創業
  • 直接材の調達から納品までを自動化する基盤

日本での競合

近接領域には、調達・購買管理を提供するSAP AribaやCoupaがある。Lumariは直接材の調達実行や供給先との連絡自動化に焦点を置いており、既存システムを置き換えない運用が差別化の余地となる。日本企業への導入では、既存の基幹システムとの連携や、発注・納期情報の取り扱いに関する社内統制への対応が課題となりうる。

390社

Den — 日常の行動をゲーム化する生産性サービス

Denは、現実の生活をゲームのようにすることを掲げる、B2B分野の生産性サービスである。具体的な利用者、製品の仕組み、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されていない。2025年4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。売上高や利用者数などの財務・事業規模を示す数値も開示されていない。生活をゲーム化するという構想は、日々の行動への参加を促す設計につながる可能性がある。具体的な製品や導入実績、課金方法が不明なため、需要や収益性を評価しにくい点が主なリスクである。

正体A・ほぼ特定

正体: Den（YC Spring 2025）。現実の生活をゲームのようにすることを掲げる、B2B生産性分野の会社である。具体的な製品機能や対象顧客は公開情報に記載されていない。2025年4月創業で、米国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 Spring 2025バッチに掲載されたアクティブ企業
  • 現実の生活をゲーム化する構想を掲げる生産性分野の事業
  • 2025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2人の初期段階の会社

日本での競合

日本での直接の同型は見当たらない。現時点で公開された説明は構想にとどまり、具体的な製品機能や顧客層が不明なため、国内サービスとの競合密度や差別化余地は判断しにくい。特有の規制上の注意点も、提供内容が明らかでないため特定できない。

391社

Cotool — セキュリティ調査を自動化する業務基盤

Cotoolは、反復作業やアラート対応に追われるセキュリティ運用チーム向けに、調査と検知設計を効率化する基盤を提供する。複数のツールから調査に必要な情報を集めるAI副操縦機能、調査手順を再利用可能な自動化に変えるノーコード構築機能、報告書の自動生成機能を備える。料金体系、販売経路、運営体制や原価に関する情報は開示されていない。2025年創業で、サンフランシスコを拠点に4人で運営しており、売上や財務数値は示されていない。初期利用者は調査と検知設計に費やす時間を70%削減したとされ、チーム独自の業務手順に合わせて自動化を組める点が強みだ。初期段階の事業であり、実績の広がりや収益性は不明で、セキュリティ関連データの取り扱いや既存ツールとの連携も導入上のリスクとなる。

正体A・ほぼ特定

正体: Cotool（YC Spring 2025）。セキュリティ運用チーム向けに、複数ツールの情報をまとめるAI副操縦機能、調査手順を自動化するノーコード構築機能、報告書生成を提供するセキュリティ基盤である。拠点は米国サンフランシスコで、チーム規模は4人。

  • Y Combinator Spring 2025バッチのセキュリティ運用基盤
  • 米国サンフランシスコを拠点とするチーム規模4人
  • 複数ツールの情報集約と調査手順の自動化機能

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、セキュリティ監視や運用支援を手がけるラックやNTTセキュリティ・ジャパンがある。運用支援との競合はある一方、現場独自の調査手順を自動化する点には差別化余地がある。日本で導入する場合は、調査データの社外送信や保管に関する情報管理・契約上の確認が必要となる。

392社

Pelica — 医療保険組織向け診療品質・事務業務支援基盤

Pelicaは、医療費や診療成果のリスクを負う保険者、医療ネットワーク、診療グループなどに、診療品質の改善、未対応ケアの解消、事務コスト削減を支援するAIエージェントを提供する事業だ。保険請求、電子カルテ、薬局、検査、入退院情報を統合して患者ごとの記録を作り、品質管理、リスク調整、薬剤、医療提供者ネットワーク、ケア管理の担当者向けに業務を完了まで進める仕組みである。料金、収益モデル、販売チャネル、運営体制、原価は公開情報に記載がない。現在の対象規模は35万人超の加入者で、売上高や利益などの財務数値は示されていない。複数の医療データを統合し、担当業務の実行まで支援する点が強みとなる。医療データの品質や相互運用性、個人情報の保護に加え、実際の診療品質やコスト改善効果を確認できる情報が限られる点が主なリスクだ。

正体A・ほぼ特定

正体: Pelica（YC Spring 2025）。医療費や診療成果のリスクを負う組織向けに、複数の医療データを統合した患者記録と、診療品質やケア管理などの業務を進めるAIエージェントを提供する会社だ。保険者、医療ネットワーク、医療グループなどを対象とし、サンフランシスコを拠点に5人で運営している。

  • YC Spring 2025採択、2025年5月創業の医療情報技術企業
  • 米国サンフランシスコ拠点、チーム規模5人
  • 保険請求や電子カルテなどを統合し、医療組織の業務を支援
  • 保険者や医療グループ向けに35万人超の加入者を支援

日本での競合

日本での直接の同型は見当たらない。医療データ活用や医療機関向け業務支援は近接領域だが、Pelicaと同様に複数データを統合して担当業務の完了まで担うサービスかは、公開情報から確認できない。日本で展開する場合は、医療情報の取り扱いと個人情報保護に関する規制への対応が必要となる。

393社

Nimbic AI — コード変更に連動する社内文書の自動更新

Nimbic AIは、開発チーム向けにコード変更に連動して社内文書を作成・更新するサービスを提供する。コードのコミットをきっかけに、関連する文書を自動で書き起こし、更新する仕組みだ。課金方式、価格、顧客獲得経路、運営体制や原価は公開情報から確認できない。2025年5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。コード変更を文書に反映する作業を自動化し、文書の更新漏れを減らせる点が強みとなる。導入実績や更新内容の正確性は不明であり、コードや社内情報の取り扱い、生成された文書の確認負担が主なリスクとなる。

正体A・ほぼ特定

正体: Nimbic AI（YC Spring 2025）。コードのコミットに応じて、開発チームの社内文書を自動で作成・更新するサービスを提供する。米国サンフランシスコを拠点とし、チーム規模は3人である。

  • Y CombinatorのSpring 2025バッチ掲載企業
  • コードのコミットに合わせて社内文書を自動作成・更新
  • 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3人、2025年5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。社内ナレッジ共有の近接サービスとして、esaやKibelaがある。コード変更から文書を自動更新する機能が差別化余地となる一方、コードや社内情報を扱うため、情報管理とアクセス制御への配慮が必要だ。

394社

Adentris — 医療機関の請求精度を高める診療記録点検基盤

Adentrisは、保険者への請求否認や収益漏れを減らしたい米国の医療提供者に、リアルタイムの請求精度管理基盤を提供する。人工知能エージェントが電子カルテと保険者の画面を直接読み取り、文書作成、診療コードの品質確認、事前承認、異議申し立てと否認対応、退院要約を支援する。外部連携用の接続機能を介さずに各画面を読み取る仕組みで、自前の診療記録改善部門や請求部門を持たない医療機関には、基盤に加えて請求業務も提供する。収益モデルは基盤の提供と請求業務の受託とみられるが、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。創業は2025年4月で、チームは5人である。米国の医療提供者は記録やコードの不備を原因とする請求否認で毎年数十億ドルを失うと説明されているが、顧客数や売上などの実績は示されておらず、画面変更への対応や医療情報の取り扱いもリスクとなる。

正体A・ほぼ特定

正体: Adentris（YC Spring 2025）。電子カルテと保険者の画面を直接読み取り、記録や診療コードの不備を検出して、請求前の確認から事前承認、否認対応、退院要約まで支援する医療機関向け基盤である。自前の診療記録改善部門や請求部門を持たない医療機関には、請求業務の受託も提供する。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5人である。

  • Y Combinator Spring 2025バッチ掲載の医療機関向け請求精度管理基盤
  • 電子カルテと保険者画面を直接読み取り、5つの業務領域を支援
  • 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5人
  • 2025年4月創業、医療提供者向け請求業務受託も提供

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、レセプト点検や医療機関向け業務支援のサービスがある。日本の診療報酬制度や請求実務への適合に加え、要配慮個人情報を含む医療情報の取り扱いが導入時の注意点となる。

395社

Probo — 企業の監査対応をまとめて担うコンプライアンス支援

Proboは、事業に集中したい企業に向けて、コンプライアンス要件の整理から監査、その後の維持管理までを担うサービスである。利用企業の業務の進め方を聞き取り、必要な要件を定めたうえで、文書、リスク、管理策、証跡を整え、監査を実施する。継続課金か個別課金か、価格、顧客獲得経路はいずれも開示されていない。チームは6人で、運営体制や原価の詳細も明らかにされていない。2025年5月創業で、拠点はフランスのパリであるが、売上高などの財務数値は掲載されていない。要件を過剰にせず、監査後の更新まで一貫して扱う点が強みとなる一方、各国や業界の規制に即した対応品質と、少人数での継続運営が主なリスクとなる。

正体A・ほぼ特定

正体: Probo（YC Spring 2025）。企業の業務内容に応じてコンプライアンス要件を定め、文書・リスク・管理策・証跡の整備、監査、継続的な更新までを担うサービスである。顧客はコンプライアンス対応を効率化したい企業で、拠点はフランスのパリ、チームは6人である。

  • Y CombinatorのSpring 2025バッチに掲載
  • 拠点はフランスのパリ、チーム規模は6人
  • 業務に応じた要件設定から監査後の更新までを提供

日本での競合

日本ではSecureNaviが、認証取得や情報セキュリティ管理の運用を支援する近接サービスである。コンプライアンス管理の領域には競合がある一方、監査の実施まで一貫して担う提供範囲には差別化の余地がある。日本向けに展開する場合は、国内法令や業界ごとの規制、監査要件への適合が必要となる。

396社

MindFort — ウェブアプリの脆弱性を自律検査・修正するセキュリティ基盤

MindFortは、開発を加速する企業のセキュリティチームに、ウェブアプリの脆弱性を見つけ、攻撃可能性を検証し、修正する自律型エージェントを提供する。独自モデルを用いたエージェントが人間の侵入テスト担当者と同様の考え方で対象を理解し、複数のエージェントが連携して大規模な検査を行う。料金、収益モデル、顧客獲得経路、運営体制の詳細は公開されていない。2025年創業で、ロサンゼルスを拠点に5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。人手が不足するセキュリティチームでも、AIによる開発速度に合わせて検査と修正を進められる点が強みである。一方、実際の検出精度や修正の安全性、大規模環境での運用実績は不明であり、顧客システムへの検査には明確な許可と適切な管理が欠かせない。

正体A・ほぼ特定

正体: MindFort（YC Spring 2025）。独自モデルを用いる自律型エージェントで、ウェブアプリの脆弱性を発見し、攻撃可能性を検証したうえで修正するセキュリティ企業である。開発速度に対して人手が不足する企業のセキュリティチームを対象とし、ロサンゼルスを拠点に5人で運営している。

  • Y Combinator Spring 2025の掲載企業
  • 2025年5月創業、米国ロサンゼルスを拠点に活動
  • チーム規模5人のセキュリティ関連企業

日本での競合

近接領域の日本企業には、脆弱性診断を手掛けるFlatt SecurityやGMOサイバーセキュリティbyイエラエがある。自律型エージェントによる大規模な検査・修正という領域では、既存の診断サービスとの差別化余地がある。顧客システムを検査する際は、事前の明確な許可と不正アクセス防止の運用が重要となる。

397社

chrt — 緊急貨物の集荷から追跡までを担う物流基盤

chrtは、医療機関や製造業など、緊急性の高い貨物を扱う企業に即日輸送の手配・追跡基盤を提供する。専門配送業者向けの配車・車両管理機能、運送手配会社向けの配送員手配や航空便予約機能、荷主向けの依頼・追跡機能を備え、貨物追跡機器も販売する。収益はソフトウェア提供と機器販売によるものとみられるが、料金体系や価格、顧客獲得チャネル、運営原価は開示されていない。2025年5月創業で、ロサンゼルスを拠点に5人で運営しており、売上高や利益の情報はない。対象とする緊急物流市場は300億ドル規模で、年率20%成長との説明がある。荷主から配送状況まで一元管理でき、異常の早期把握や介入につなげられる点が強みだ。創業初期で実績が限られるうえ、緊急輸送の運送網や現場対応の確保、貨物事故への対応が事業上のリスクとなる。

正体A・ほぼ特定

正体: chrt（YC Spring 2025）。緊急貨物を即日配送するため、専門配送業者の配車・車両管理、運送手配会社の配送員手配・航空便予約、荷主の依頼・追跡をつなぐ物流基盤を開発し、貨物追跡機器も販売する。医療機関や製造業などの荷主、運送手配会社、専門配送業者が対象で、ロサンゼルスを拠点に5人で運営する。

  • 2025年5月創業、Spring 2025バッチ、米ロサンゼルス拠点、チーム5人
  • 専門配送業者・運送手配会社・荷主向けの緊急輸送管理基盤
  • 配車や航空便予約、荷主向け追跡機能と貨物追跡機器を提供

日本での競合

日本ではPickGoやハコベルが物流の手配・配送領域にあり、近接する競合となる。緊急貨物の輸送手配から荷主への一貫追跡までを担う点には差別化余地があるが、国内の直接の同型サービスとの競争状況は確認できない。日本で展開する場合は、貨物運送に関する許認可や医療関連貨物の取扱要件への対応が必要となる。

398社

Mesmer — AIエージェントで開発組織の生産性を高める基盤

Mesmerは、創業者やCTOに向けて、AIエージェントを開発組織の業務に活用する基盤を提供する事業だ。開発の迅速化や品質向上、業務上の障壁の削減を支援し、ボトルネックの把握と次の対応策の判断にも役立てる。料金体系や課金方法、顧客獲得チャネル、運営原価は公開情報に記載されていない。数百のエンジニアリングチームが利用し、最初の四半期に生産性を2倍超にしたと同社は説明しているが、売上や利益の数値は示されていない。チームは7人で、創業者とCTOとしての経験を持つメンバーが中心となり、CEOはOrigin Financialを創業し、同社のエンジニアリングを率いた経験がある。導入効果の第三者検証や継続率、価格が不明であり、AIエージェントの実運用に伴う品質管理も主なリスクとなる。

正体A・ほぼ特定

正体: Mesmer（YC Spring 2025）。AIエージェントをエンジニアリング組織の業務に取り入れ、開発速度や品質の向上、ボトルネックの把握を支援する基盤を提供する。創業者やCTOを主な対象とし、ドイツ・ベルリンを拠点に7人で運営している。

  • Y Combinator Spring 2025掲載の開発組織向けAIエージェント基盤
  • ドイツ・ベルリンを拠点とする従業員7人のチーム
  • 数百の開発チームが利用し第1四半期の生産性2倍超を主張

日本での競合

日本での直接の同型は見当たらない。開発組織の生産性向上やチーム協業の支援サービスが近接領域となる。導入効果の測定方法やエージェントの品質管理を明確にできれば差別化の余地がある。

399社

Naïve — 事業運営基盤を設定ファイルから一括構築

Naïveは、開発者や事業者がアプリ、エージェント、事業を動かすためのインフラをまとめて用意する基盤を提供する。利用者がコーディングエージェントに指示文を貼ると、設定ファイルが生成され、計算資源、決済、本人確認、法人設立、1万超のツールなどが構成される。単一のAPIと残高を通じて各種操作を管理する仕組みだが、料金体系や具体的な価格は開示されていない。獲得経路としてコーディングエージェントへの指示文入力を想定し、運営は小規模で迅速なリモート中心のチームが担うとしている。公開データにある規模はチーム8人で、売上や利益などの財務数値は示されていない。複数領域の基盤と1万超のツールを一元的に扱える点が強みだが、価格や導入実績が不明で、幅広い機能の安定運用や決済・本人確認・法人設立の各地域への対応がリスクとなる。

正体A・ほぼ特定

正体: Naïve（YC Spring 2025）。アプリ、エージェント、事業の運営に必要な計算資源、決済、本人確認、法人設立、1万超のツールを、設定ファイルから一括構成するインフラ企業である。コーディングエージェントを使う開発者や事業者向けで、拠点は米国カリフォルニア州サンフランシスコ、チームは8人である。

  • YC Spring 2025掲載のインフラ領域企業
  • 米国カリフォルニア州サンフランシスコを拠点とする
  • 2025年5月創業、チーム規模8人
  • 設定ファイルから事業運営用の基盤を一括構成

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、決済のStripeや計算基盤のさくらのクラウドがあるが、同社のように複数領域を一括構成するサービスとは範囲が異なる。日本で決済や本人確認、法人設立を提供する場合は、関連する法令や各サービスの制度への対応が必要となる。

400社

Kairos — 重要産業向け現場特化型自動化支援

Kairosは重要産業の企業向けに現場運用の専門知識を組み込んだ特化型エージェントを提供する事業である。人手に頼る重要業務の自動化を担い、AI導入における運用信頼性の不足を補う位置づけにある。収益モデルや課金体系、価格、獲得チャネル、原価構造に関する開示はない。2025年5月に創業し、拠点は米国のサンフランシスコにあり、チーム規模は3名の小規模体制である。強みは先端的な手法を重要産業に応用し、熟練者の知見を再現する点にある。一方で創業間もなく導入実績や財務が示されておらず、重要産業特有の安全性や規制対応が受注の鍵を握る。

正体A・ほぼ特定

正体: Kairos（YC Spring 2025）。重要産業の企業向けに、現場熟練者の専門知識を組み込んだ特化型エージェントで手動工程を自動化する会社である。米国のサンフランシスコを拠点に3名体制で活動し、2025年春バッチに採択された基盤領域の新興企業という解像度になる。

  • 2025年5月創業・2025年春採択の米国重要産業向け基盤事業
  • 現場熟練者の知見を組み込む手動工程向け特化型自動化支援体制
  • 米サンフランシスコ拠点・3名体制で展開する企業向け基盤注力組織

日本での競合

日本での直接の同型は見当たらない。産業や重要インフラ向けのAI導入支援に近い位置づけにある。重要インフラでは安全性や規制対応の実績が選定を左右するため、現場適合の証明が差別化余地になる。

Y Combinator企業台帳（取得日 2026-08-31）· 出典 Y Combinator · 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 · 競合ウォッチ調べ

その競合チェック、自動にしませんか？

競合ウォッチは、競合の料金ページ・ニュース・プレスリリースなど6つの場所を毎日AIがチェックするサービスです。現在ウェイトリスト受付中です。

ウェイトリストに参加