Летний Demo Day Y Combinator неожиданно сместился от привычных SaaS-питчей к deep tech: инвесторы выделили 9 стартапов YC, которые строят плавучие дата-центры, робототехнику, военные дроны, новые AI-чипы и даже вычисления на человеческих клетках мозга. Для русскоязычной IT-аудитории это хороший срез того, куда сейчас уходит венчурный интерес: меньше «еще одного copilot для отдела продаж», больше инфраструктуры, энергии и железа.
Список самых обсуждаемых компаний составил TechCrunch: издание опросило ранних венчурных инвесторов после Demo Day и включило проекты, которые назвали как минимум два участника рынка. Важная деталь: по оценке собеседников издания, идеи в этом наборе звучали почти как научная фантастика, но оценки компаний выглядели более приземленными, чем в некоторых прошлых когортах. На фоне перегретого AI-рынка это уже само по себе новость.
Самый громкий пример — Atomarine. Стартап хочет размещать дата-центры на баржах в море: сначала с газовой энергетикой, затем с переходом к плавучим атомным энергоустановкам. Логика проста и неприятна для наземной инфраструктуры: AI требует все больше электроэнергии, местные сообщества все чаще сопротивляются строительству новых дата-центров, а морская вода может резко удешевить охлаждение. Компания заявляет о более чем $4 млрд потенциального спроса в виде писем о намерениях. Пилот на газе она планирует к 2028 году, а атомные суда — к 2032-му.
Другой инфраструктурный сюжет — Dipole Labs. Компания строит высокоскоростное оптическое сетевое оборудование для AI-дата-центров. Ее ставка: GPU-кластеры теряют слишком много времени и энергии на передачу данных между чипами, особенно когда сигнал приходится постоянно переводить из света в электричество и обратно. Dipole Labs утверждает, что ее оптический коммутатор позволяет данным оставаться в световом виде и идти напрямую туда, куда нужно. Для владельцев дорогих GPU это звучит прагматично: меньше простоя, меньше тепла, больше полезной работы на тот же капитал.
В железе для AI отметилась и Lamb Labs. Стартап предлагает кастомные inference-чипы, где веса модели зашиты прямо в кремний. Компания называет такие процессоры MPU — Model Processing Units. Идея спорная, но понятная: при инференсе значительная часть энергии уходит не на «мышление» модели, а на постоянное вытаскивание весов из памяти. Если убрать этот обмен, можно выиграть в энергоэффективности и задержках. Обратная сторона — гибкость. Зашитые в кремний веса звучат отлично для стабильных моделей и массовых сценариев, но хуже для мира, где архитектуры и версии меняются с нервной скоростью.
Робототехника в подборке заняла сразу несколько мест. Praxis AI собирает видео и данные о том, как люди выполняют реальные рабочие задачи, а затем превращает их в обучающий материал для робототехнических компаний. По заявлению стартапа, он уже работает с публичными компаниями и собрал данные более чем в 150 средах. Это не самая зрелищная часть роботизации, зато, возможно, одна из самых важных: без качественных данных роботы остаются дорогими демонстраторами, которые красиво машут рукой, но плохо справляются с грязной реальностью цеха, склада или кухни.
Nori идет в более потребительскую сторону: компания делает недорогого гуманоидного робота для бытовых задач, включая уборку и складывание одежды. Стартап запустился всего шесть недель назад и уже заявляет почти о $500 тыс. продаж. Цена — около $1,600, что заметно ниже, чем у многих других гуманоидных роботов, например Neo примерно за $20 тыс. Вопрос, конечно, не только в цене. Домашний робот должен не просто выглядеть как робот из презентации, а стабильно делать скучные вещи: разбирать посудомойку, переносить предметы, не ломать мебель и не требовать инженера поддержки в соседней комнате.
Cosmic Robotics смотрит еще шире: автономные роботы для тяжелых задач, а в долгосрочной мечте — строительство на Марсе. Сейчас, по заявлению компании, ее технология уже помогает устанавливать солнечные панели в США, а портфель контрактов до 2027 года составляет $25 млн. Марсианская часть звучит как питч для инвесторов с крепкими нервами, но земной рынок автоматизации строительства и энергетической инфраструктуры вполне реален. Если робот умеет таскать тяжелое, работать на площадке и не уставать, ему найдут применение задолго до первой внеземной стройки.
Оборонный deep tech представлен Isengard Industries. Компания хочет массово производить реактивные ударные и противодронные системы внутри стран-союзников, дешевле, чем это делают крупные американские подрядчики. Среди основателей — бывший офицер австралийской армии и предприниматель из оборонной сферы, ранее масштабировавший украинский drone-стартап до $60 млн выручки. Сам Isengard, по данным источника, уже генерирует $10 млн выручки. Для инвесторов это редкая комбинация: геополитический спрос, понятный заказчик и рынок, где скорость производства стала не менее важна, чем характеристики изделия.
Два проекта выглядят особенно «лабораторно». Parasma исследует возможность использовать человеческие клетки мозга как более энергоэффективную вычислительную основу для AI-нагрузок. Waddle Labs, наоборот, ближе к разработчикам: стартап строит API-слой, который пишет управляющий код для роботов. Его позиционируют как «Claude Code для робототехники»: разработчик подключает железо к API, описывает задачу на естественном языке, а агент генерирует исполняемый код управления, проверяет результат и настраивает робота примерно за 20 минут. Если это заработает надежно, барьер входа в робототехнику может снизиться так же резко, как LLM снизили барьер для прототипирования софта.
Общий сигнал от этой подборки прост: стартапы YC все чаще атакуют не только интерфейсы и бизнес-процессы, а физические ограничения AI-экономики — энергию, охлаждение, сети, чипы, данные, производство и роботов. Для разработчиков это означает рост спроса на специалистов, которые понимают не только Python и API, но и распределенные системы, embedded, оптику, edge-инференс, безопасность и эксплуатацию железа. Для бизнеса — что следующая волна конкуренции может прийти не из очередного веб-сервиса, а из инфраструктуры, которую сложно быстро скопировать. Главный вопрос теперь не в том, звучат ли эти идеи смело, а в том, сколько из них переживет встречу с регуляторами, производством и реальными клиентами.