Las 9 startups más destacadas de Y Combinator según los inversores en su último Demo Day

El pasado jueves tuvo lugar otro Demo Day de Y Combinator, pero esta vez el enfoque fue diferente. Aunque cada cohorte presenta una nueva ola de emprendedores, las startups que se mostraron esta semana se inclinaron mucho más hacia el deep tech que en años anteriores.

Como es habitual cada trimestre, TechCrunch consultó a inversores de etapas tempranas sobre cuáles eran las startups más prometedoras de esta cohorte, tanto sus selecciones favoritas como los acuerdos más comentados. A continuación, se presenta una lista de las startups que al menos dos inversores destacaron como las más relevantes.

La tecnología presentada en esta edición se sintió "como ciencia ficción", como expresó un inversor. Sin embargo, más allá de las ideas extravagantes, el consenso fue que las valoraciones eran mucho más realistas que en cohortes recientes.

Las principales selecciones se listan a continuación en orden alfabético:

Automarine

Lo que está construyendo: Centros de datos flotantes impulsados por energía nuclear.

Por qué es favorita: La demanda de energía es alta y las comunidades locales se oponen cada vez más a la construcción de nuevos centros de datos. Atomarine, cofundada por un ingeniero de ciencias computacionales y un doctor en ingeniería nuclear del MIT, busca resolver la escasez de computación al ubicar centros de datos en barcazas en el mar, donde el agua de mar podría proporcionar refrigeración casi gratuita. La startup planea lanzar un piloto alimentado por gas para 2028 y tiene como objetivo transitar hacia barcos nucleares flotantes en 2032. Atomarine afirma haber asegurado más de 4 mil millones de dólares en interés de clientes a través de cartas de intención, lo que ha ayudado a que se convierta en una de las startups con mayor valoración de la cohorte, según un VC.

Dipole Labs

Lo que está construyendo: Hardware de red óptica de alta velocidad y eficiente en energía para centros de datos de IA.

Por qué es favorita: La idea es que los clústeres de GPU desperdician mucho tiempo de computación simplemente esperando que los datos se muevan entre cada chip. Dentro de la capa de red, los datos se convierten de luz a electricidad y viceversa, en un proceso que consume mucha energía y genera mucho calor. Pero Dipole Labs afirma haber construido un interruptor óptico que omite la conversión, permitiendo que los datos se mantengan como luz y vayan directamente a donde se necesitan. Este problema es urgente, ya que las GPU son extremadamente caras y los centros de datos quieren maximizar el rendimiento de su hardware sin perder tiempo.

Isengard Industries

Lo que está construyendo: Drones de ataque y contraataque propulsados por jet que se pueden producir localmente.

Por qué es favorita: Isengard busca producir en masa drones de ataque y contraataque directamente dentro de países aliados, a una fracción de lo que los contratistas principales cobran para fabricarlos en EE.UU. Cofundada por un exoficial del ejército australiano y un empresario de defensa que anteriormente escaló otra startup de drones enfocada en Ucrania a 60 millones de dólares en ingresos, Isengard ya está generando 10 millones de dólares en ingresos. La startup ha generado un gran interés entre los VC, logrando una de las valoraciones más altas de esta cohorte de YC, según dos inversores.

Lamb Labs

Lo que está construyendo: Chips de inferencia personalizados con pesos de modelos de IA codificados.

Por qué es favorita: Los chips de IA tradicionales consumen enormes cantidades de energía durante la inferencia al recuperar pesos de modelos de la memoria. Cofundada por un Ph.D. en IA del Imperial College London y un físico teórico de Oxford, Lamb Labs busca construir chips ultraeficientes al codificar los pesos de los modelos de IA directamente en el silicio. Denominados "Unidades de Procesamiento de Modelos" (MPUs), estos chips personalizados eliminan los cuellos de botella de ancho de banda de memoria.

Praxis AI

Lo que está construyendo: Recolección de datos del mundo real para entrenar robots.

Por qué es favorita: Esta empresa se asocia con negocios para recopilar videos y datos de humanos realizando tareas, que luego convierte en material de entrenamiento para empresas que construyen robots. Afirma que ya está trabajando con empresas que cotizan en bolsa y ha capturado datos de video en más de 150 entornos diferentes. Esta empresa podría convertirse en importante a medida que las empresas comiencen a experimentar más con qué tareas son mejores para los humanos y, a medida que la IA continúa refinándose, qué tareas es mejor dejar a un robot.

Nori

Lo que está construyendo: Robots asequibles para manejar tareas cotidianas.

Por qué es favorita: Lanzada hace solo seis semanas, esta empresa ya presume casi medio millón en ventas. No es sorprendente: se trata de un robot humanoide que promete ayudar a limpiar y doblar ropa. Los usuarios también pueden operar su robot a través de una aplicación para laptop. Su precio ronda los 1,600 dólares, lo que es una ganga en comparación con otros robots humanoides como Neo, que cuesta alrededor de 20,000 dólares. Una de las mayores preguntas en robótica es si es posible crear un robot doméstico asequible que pueda realmente apilar un lavavajillas y realizar tareas cotidianas. Nori es otro intento de abordar esta tarea.

Cosmic Robotics

Lo que está construyendo: Robots autónomos que pueden levantar objetos pesados.

Por qué es favorita: Los fundadores de esta empresa quieren construir una ciudad en Marte. ¿El primer paso para eso? Desarrollar tecnología robótica que realice tareas pesadas. Afirman que su tecnología ya está instalando paneles solares en EE.UU. y que tiene 25 millones de dólares en contratos hasta 2027. La visión es que esta tecnología puede ayudar a automatizar la construcción para colonizar Marte. La startup compite con el cronograma de SpaceX para la construcción en Marte, ya que espera comenzar una misión exploratoria para 2028.

Parasma

Lo que está construyendo: Capacitación de células cerebrales humanas para en el futuro alimentar computadoras.

Por qué es favorita: Otra empresa que busca la mejor forma de abordar la cantidad de energía necesaria para ejecutar modelos. Esta vez, Parasma está explorando el uso de células cerebrales humanas como una alternativa efectiva y más eficiente energéticamente al hardware de computación de IA actual.

Waddle Labs

Lo que está construyendo: Una capa de API que escribe código de control de robots.

Por qué es favorita: Los inversores y entusiastas de la tecnología esperan que el momento de ChatGPT para los robots esté a la vuelta de la esquina. Ese entusiasmo está impulsando diferentes enfoques para crear un modelo de robótica general. En lugar de entrenar modelos de base en video en bruto o datos de teleoperación humana, Waddle Labs utiliza una capa de agentes LLM para escribir código y controlar robots directamente. La startup, fundada por graduados de Harvard, se posiciona como el "Claude Code para la robótica". Afirma que al conectar cualquier hardware a la API de Waddle, los desarrolladores podrán decirle al robot qué hacer en lenguaje natural, y sus agentes de IA generarán automáticamente código de control ejecutable, verificarán que funcionó y configurarán el robot en aproximadamente 20 minutos.