La inteligencia artificial que toca, manipula y se mueve en el mundo real es la apuesta más fuerte de la última hornada de Y Combinator. El análisis de CB Insights sobre las 199 startups del invierno de 2026 muestra una concentración inédita de hard tech, agentes especializados y soluciones energéticas que cualquier founder puede usar como brújula. La lección es clara: lo físico y lo autónomo ya no son nichos de moda, sino la columna vertebral de la siguiente generación de unicornios.
De las 15 categorías analizadas, el dato más contundente es que 1 de cada 8 startups ya construye algo físico. Robots, drones, wearables y hardware espacial representan una concentración de apuestas en deep tech muy por encima de la mezcla tradicional de software que había definido a Y Combinator. La categoría de industriales y defensa se ha duplicado de 17 a 35 compañías en un solo batch. Y la transformación no se detiene en el hardware.
De los bits a los átomos: una de cada ocho startups ya construye algo físico
Detrás del giro hacia la IA física hay una realidad incómoda: los datos de entrenamiento para robots escasean. La ola anterior de software robótico asumía que los datos llegarían con la adopción del hardware, pero las startups del Winter 2026 nacen con la premisa contraria. Compañías como Servo7 (robots de almacén), RoboDock (depósitos autónomos para vehículos eléctricos) o Hetherington Robotics (sistemas de herramientas robóticas) necesitan simulación física avanzada y datos reales para generalizar su funcionamiento.
Por eso un grupo de empresas de la misma hornada ha empezado a construir la infraestructura que alimentará a todas las demás. One Robot desarrolla modelos de mundo que simulan interacciones complejas como agarrar, ensamblar o manipular objetos flexibles. Asimov recolecta datos de actividad humana real a escala y los convierte en conjuntos anotados para enseñar a los robots. Y Fern permite a los equipos de robótica evaluar sus avances en entornos de simulación de alta fidelidad construidos a partir de sus propios datos, o directamente sobre el hardware real. La carrera por los datos propietarios acaba de empezar.
Infraestructura de agentes: del todo a la pieza clave
La anterior hornada de agentes de IA competía por la amplitud: plataformas completas que prometían gestionar el enrutamiento, la seguridad y la adaptación en un solo paquete. El Winter 2026 cuenta una historia distinta. Terminal Use (sistemas agentivos de frontera), Salus (validación de barreras de seguridad) y Carrot Labs (aprendizaje continuo) abordan cada uno un único cuello de botella muy concreto.
La categoría de infraestructura de IA es la segunda más grande del batch, con 39 empresas, y su estructura interna se ha afilado. Una especialización así solo se ve cuando los despliegues en producción son lo bastante reales como para exponer modos de fallo específicos. Para los compradores empresariales, significa que la brecha de madurez de los agentes se cierra más rápido de lo que la mayoría esperaba.
La especialización en agentes no es una moda: es la señal de que los fallos de producción son suficientemente reales para que cada startup se concentre en un único punto de fricción.
Energía: la propia IA dispara la demanda que estas startups intentan resolver
Quizá la sorpresa más reveladora del batch es el despegue de la infraestructura energética. Squid (planificación de redes eléctricas con IA), Voxel Energy (energía para centros de datos) y Condor Energy (compra de energía) atacan sistemas de infraestructura que ya estaban tensionados y donde la optimización impulsada por inteligencia artificial puede traducirse en reducciones de costes medibles. La lógica es directa: la propia IA está generando el cuello de botella energético que esta cohorte intenta solucionar.
No es una apuesta macroeconómica genérica: las startups energéticas del W26 construyen contra una demanda que su propio sector ha creado. Para cualquier founder, la lección es que el mayor dolor de un ecosistema puede convertirse en el argumento de venta más sólido si se aborda desde dentro.
Legal AI: de la herramienta al despacho autónomo
La inteligencia artificial legal está cambiando de categoría. Hasta hace poco, las startups del sector se limitaban a hacer más productivos a los abogados. En el Winter 2026, una parte creciente de las 8 compañías de este grupo va más allá: General Legal y Moritz se presentan como bufetes nativos de IA, no como simples proveedores de software. La IA opera como profesional principal y los humanos supervisan.
Es la categoría más pequeña en número, pero la que registra la puntuación Mosaic media más alta de toda la cohorte, una señal de tracción temprana en un mercado aún en formación. Las salidas unicornio de Harvey y Legora ya habían despejado el camino para los fundadores que llegaran después. El W26 demuestra que el sector legal con IA está lo bastante validado como para levantar capital, pero todavía lo bastante joven para que nuevos actores encuentren su hueco.
Lo que el batch enseña a los founders españoles
Para el ecosistema de España, este mapa de Y Combinator funciona como una guía de hacia dónde se mueve el venture capital global. La apuesta masiva por la IA física confirma que los fondos ya no se asustan ante el hardware si el dato propietario es la defensa competitiva. La especialización en infraestructura de agentes muestra que el verdadero valor está en resolver un problema muy concreto, no en prometer la plataforma definitiva. Y el despegue energético recuerda que los grandes vectores de inversión no siempre vienen de informes macro: a veces los crea la propia industria que los sufre.
En la redacción hemos visto decenas de análisis de batches de Y Combinator, y pocos reflejan una complejidad técnica tan alta como este. La ventana de oportunidad para startups españolas de deep tech está abierta, especialmente si saben articular el valor de los datos que entrenan sus modelos.
🚀 Hoja de Ruta para Emprender
- Apuesta por el dato propietario: si construyes IA física, el verdadero activo no es el robot, sino el conjunto de datos de entrenamiento que nadie más tiene. Piensa desde el día uno cómo capturarlos.
- Especialízate en un fallo concreto: el mercado ya no quiere plataformas que prometan resolverlo todo. Una startup que arregla un único punto de fricción en producción tiene más recorrido que un gigante horizontal mal definido.
- Lee los dolores internos de tu sector: la apuesta energética de este batch nace de la demanda que la propia IA genera. Encuentra el cuello de botella que tu industria está creando y construye la solución.
- Valida tu categoría con datos de terceros: métricas como la puntuación Mosaic o las salidas de otros fundadores pueden servirte para convencer a inversores de que tu mercado está maduro sin que esté saturado.
