Índice

• Primeiro, como ler uma RFS sem se enganar
• Os pedidos que se traduzem bem para a América Latina

  • Cripto como infraestrutura de pagamentos, não como especulação
  • Computação, dados e agentes para indústrias que não vivem numa mesa de escritório
  • Dados do mundo físico
  • Provar que você é humano
  • Infraestrutura de compliance nativa de IA
• As que soam incríveis e provavelmente não são para você
• O pedido que mais interessa para a região
• O que fazer na segunda-feira
• Perguntas frequentes

Primeiro, como ler uma RFS sem se enganar

Há uma armadilha nessas listas, e vale a pena nomeá-la antes de se empolgar.

Uma RFS não é uma ideia validada. É a hipótese de um investidor, escrita em dois parágrafos, sem ter conversado com um único cliente. A YC diz isso explicitamente: essas ideias representam uma fração do que financiam, e você não precisa estar trabalhando em nenhuma delas para se candidatar. A lista de Fall 2026 inclui um pedido de computação flutuando no oceano. O próprio autor escreve "isso soa loucura". Isso é honestidade, não validação.

A segunda armadilha é mais sutil. Esses pedidos são escritos a partir do contexto dos Estados Unidos, com premissas que não viajam: capital abundante, disposição para pagar em dólares, mercados regulatórios homogêneos, clientes corporativos que compram software pelo Stripe sem ligar para o jurídico. Copiar a ideia sem traduzir o contexto produz startups que resolvem um problema que não existe no seu mercado, ou que existe com uma economia completamente diferente.

A forma correta de usar a lista é como diagnóstico, não como cardápio. Cada pedido descreve uma mudança estrutural — a IA ficou boa o suficiente, os sensores ficaram baratos o suficiente, a regulação finalmente ficou clara. Essa mudança estrutural é real e global. A solução específica que a YC propõe é apenas uma aposta. Seu trabalho é pegar a mudança e perguntar como ela se manifesta onde você vive.

Os pedidos que se traduzem bem para a América Latina

Cripto como infraestrutura de pagamentos, não como especulação

Este é o mais direto, e a YC quase o escreveu pensando na região. Nemil Dalal argumenta que este é o melhor momento para construir em cripto justamente porque os preços estão baixos e os oportunistas foram embora. Mercados em baixa permitem construir sem competir com alguém oferecendo retornos impossíveis.

O que é relevante para nós está nos exemplos que ele cita: BlindPay e Infinia construindo interfaces para desenvolvedores e rampas de entrada e saída para a América Latina. A Aspora fazendo remessas para a Índia. Ou seja, a tese da YC sobre cripto em 2026 não é DeFi nem NFTs — são stablecoins funcionando como trilhos de pagamento para mercados onde o sistema financeiro tradicional é caro, lento ou inacessível.

Esse é literalmente o nosso problema. Um freelancer argentino cobrando um cliente em Berlim, uma PME colombiana pagando fornecedores em Shenzhen, uma remessa de Miami para Guadalajara: cada um desses fluxos perde entre 3% e 8% em fricção. A vantagem de construir isso a partir da região não é pequena — você entende por que as pessoas desconfiam do banco, conhece o regulador local, sabe que a adoção se conquista pelo WhatsApp e não por documentação de API.

Se há um pedido nessa lista em que um fundador da América Latina tem vantagem estrutural sobre um de São Francisco, é este.

Computação, dados e agentes para indústrias que não vivem numa mesa de escritório

Charlie Warren abre seu pedido com um dado que organiza bem a cabeça: 80% da força de trabalho global não trabalha sentada na frente de um computador. E o software para essas pessoas — construção civil, manutenção, frotas, logística — não mudou substancialmente em vinte anos. Despacha pessoas, rastreia, administra ativos, fatura o cliente.

O que muda agora é que existem três tipos de trabalhador convivendo: agentes de IA que cotam trabalhos complexos e montam equipes, robôs implantados em campo, e humanos com wearables registrando tudo o que fazem. Nenhum sistema operacional atual foi projetado para coordenar os três. Como você roteia um trabalho entre um agente, um robô e uma pessoa? O que significa "segurança" quando humanos e robôs trabalham lado a lado?

O argumento econômico é forte: essas indústrias gastam de 10 a 100 vezes mais em mão de obra do que em software. Quem coordenar a mão de obra — não só a visibilidade sobre ela — captura um mercado muito maior que o atual.

Na América Latina, a parte robótica ainda está longe, sejamos honestos. Mas a parte dos agentes coordenando trabalho de campo humano é totalmente viável hoje, e as indústrias existem em escala: construção civil no México, agro no Brasil e na Argentina, mineração no Chile e no Peru, logística em todo lugar. A versão regional desse pedido provavelmente não incluirá robôs por vários anos. Inclui, sim, um agente que cota, agenda, verifica e fatura trabalho que hoje é coordenado por grupos de WhatsApp e planilhas.

E há um segundo prêmio, que Warren aponta bem: ao operar o sistema, você acaba registrando como o trabalho acontece na realidade. Esse dado ninguém mais tem — nem os laboratórios de modelos, nem as startups de robótica, nem o software incumbente.

Dados do mundo físico

Austin Tindle e Diana Hu descrevem a mesma lacuna por outro ângulo. Os modelos são sobre-humanos em código, linguagem e imagens, porque esses dados eram abundantes na internet. Do mundo físico, por outro lado, temos dados escassos, capturados por sensores projetados para serem lidos por um humano. Com modelos fundacionais melhores e sensores cada vez mais baratos, coletar dados densos do mundo físico finalmente é viável.

Os exemplos que eles dão: a Gecko Robotics enviando robôs a lugares inacessíveis para construir modelos preditivos, e a Sorcerer usando balões meteorológicos autônomos para alimentar as previsões do governo americano. A cadeia lógica é simples e poderosa: mais dados reais permitem modelar com precisão, e o que pode ser modelado pode ser controlado.

As maiores indústrias do mundo — energia, agricultura, logística, construção civil — operam hoje com dados limitados e modelos baseados em intuição. Na América Latina isso é ainda mais verdadeiro, e é aí que está a oportunidade: somos uma das regiões agrícolas e minerais mais importantes do planeta, com baixa densidade de instrumentação. Não é preciso inventar o sensor. É preciso implantá-lo, capturar o dado que ninguém está capturando e construir o modelo em cima.

Provar que você é humano

Max Kolysh abre com o caso do funcionário financeiro que entrou numa videochamada com seu CFO e vários colegas, e transferiu 25 milhões de dólares. Todos os outros na chamada eram deepfakes.

O problema de fundo: todos os sinais de confiança que usamos foram projetados para um mundo onde falsificar um humano era caro. Esse mundo acabou. Ver um rosto ou ouvir uma voz já não prova nada, e a fraude está explodindo.

Reconstruir a camada de confiança da internet — saber que há um humano verificado do outro lado de uma chamada, uma mensagem, uma transação, idealmente sem obrigar todo mundo a entregar sua privacidade — é um dos problemas mais importantes da década. E não é só antifraude: é Twitter sem bots nas respostas, apps de namoro onde cada match é real, avaliações escritas por gente que de fato comprou o produto.

Este é um problema global, mas a América Latina tem uma particularidade que o torna urgente: alta penetração de banco digital e fintech, adoção massiva de pagamentos instantâneos como o Pix, e um ecossistema de fraude sofisticado que já opera em escala. A necessidade chegou antes da solução.

Infraestrutura de compliance nativa de IA

Daivik Goel descreve o compliance financeiro como algo remendado com planilhas, ferramentas isoladas e headcount caro. Cada novo mercado multiplica a complexidade, e o custo de se manter em conformidade cresce mais rápido que a receita.

O argumento de por que isso é um problema nativamente de IA é convincente: a maior parte do trabalho de compliance é monitorar mudanças regulatórias, sinalizar anomalias, gerar relatórios e manter trilhas de auditoria. Tarefas que um modelo faz mais rápido e mais barato que uma pessoa. No entanto, quase todas as soluções atuais ainda são construídas em torno de fluxos manuais com revisão humana como gargalo.

Se o exemplo de "licenciamento estado por estado nos Estados Unidos" parece não se aplicar por aqui, olhe de novo. Uma fintech que opera no México, na Colômbia e no Brasil enfrenta três regimes regulatórios distintos, em dois idiomas, com ciclos de renovação e auditoria que não conversam entre si. A versão latino-americana desse pedido é provavelmente mais dolorosa que a original.

As que soam incríveis e provavelmente não são para você

Nem todos os pedidos são igualmente acessíveis, e confundi-los sai caro.

O futuro da defesa americana, assinado pelo Secretário do Exército dos Estados Unidos, é um pedido explícito de interceptadores de baixo custo, sensores, drones e manufatura avançada para combate terrestre. É a primeira vez que um funcionário no cargo escreve uma RFS. É fascinante como sinal de para onde o capital está se movendo, e é praticamente inacessível para um fundador latino-americano por razões de cidadania, autorizações de segurança e contratação governamental.

Computação no mar: frotas modulares de navios operando como uma nuvem global, aproveitando que o oceano é 70% da superfície terrestre, não exige licenças e funciona como dissipador natural de calor. A lógica é real: os data centers estão ficando sem eletricidade e sem terreno, e as comunidades estão se opondo. Mas é uma aposta de hardware intensiva em capital, e essa não é a melhor primeira empresa para quem não tem acesso a capital de risco profundo.

Produtos de consumo para um bilhão de pessoas merece um matiz mais fino. O argumento de Raphael Schaad é que a inteligência já é boa o suficiente para tratar um agente como uma pessoa, e o custo está caindo 10x por ano — hoje a mágica pode custar mil dólares por mês em tokens por usuário, amanhã não. Quem construir agora fica com o momento.

Essa curva de custos é exatamente o argumento de por que isso poderia nascer na América Latina e não em São Francisco. Um produto que nos Estados Unidos precisa cobrar 30 dólares por mês para ser viável, aqui precisa funcionar por 3. Construir sob essa restrição é mais difícil hoje e uma vantagem enorme quando os custos caírem. Não é impossível; é exigente.

O pedido que mais interessa para a região

Das treze, a que mais chama atenção para a América Latina é O Primer, de Andrew Miklas.

A referência é a A Era do Diamante, de Neal Stephenson: um livro interativo que se adapta completamente a uma menina e, por meio de histórias sintonizadas com sua vida, ensina não só a ler, mas a pensar e raciocinar. Cresce com ela ao longo dos anos.

A observação de fundo é que a melhor educação sempre veio da tutoria individual. Aristóteles ensinou Alexandre. Esse privilégio era reservado a pouquíssimos. O que a YC pede para ser construído hoje não é o Primer completo, mas algo concreto: um produto que ensine de forma adaptativa crianças pequenas a ler, escrever e fazer aritmética com a qualidade de um tutor particular dedicado, em escala de consumo. Não para substituir professores, mas para torná-los mais eficazes.

Agora traduza isso para uma região onde os testes padronizados mostram, sistematicamente, que a maioria das crianças de dez anos não compreende um texto simples. Onde o tutor particular é um luxo da classe alta urbana. Onde o celular já está no bolso da mãe.

O mercado não é "pais que querem uma vantagem competitiva para o filho". É "pais que veem que o filho não está aprendendo a ler e não têm a quem recorrer". É um problema maior, mais urgente e com menos concorrência que a versão americana da mesma ideia.

O que fazer na segunda-feira

Se algo disso te mexeu, a pior reação possível é abrir um documento e começar a desenhar o produto.

A lista da YC é uma hipótese sobre o que mudou no mundo. Seu trabalho não é adotar a solução deles, é verificar se a mudança que descrevem já chegou ao seu mercado e que forma ela tomou ao chegar. Isso se verifica conversando com gente, não raciocinando.

Pegue o pedido que mais te mexeu e responda três perguntas antes de escrever uma linha de código:

• Quem tem esse problema hoje no seu país, com nome e sobrenome, não como categoria demográfica.
• O que essa pessoa está fazendo agora para resolvê-lo, porque ela sempre está fazendo alguma coisa, mesmo que errada.
• O que mudou nos últimos dezoito meses que torna possível uma solução que antes não era. Se você não conseguir responder a essa, provavelmente está perseguindo uma ideia velha com vocabulário novo.

Depois disso, se a resposta ainda se sustentar, construa. E se candidate. A YC diz isso ao final de quase todo pedido, com a mesma frase: adoraríamos ouvir de você.

Perguntas frequentes

O que é uma Request for Startups (RFS) da Y Combinator? É uma lista periódica em que os sócios da YC descrevem os tipos de startups que gostariam de ver nascer. Não é um requisito para se candidatar ao programa nem uma ideia validada com clientes: é a leitura do fundo sobre onde o espaço de mercado está se abrindo.

Por que o tema central da edição Fall 2026 é a IA no mundo físico? Porque, segundo a YC, a fase de aplicar IA a software puro (chat em cima de um SaaS) já amadureceu. O próximo salto é reconstruir sistemas que operam no mundo real: trabalho de campo, sensores, saúde, defesa, finanças e educação.

Qual dos treze pedidos faz mais sentido para um fundador na América Latina? Cripto como infraestrutura de pagamentos é o que encaixa melhor, porque a região já vive o problema de fricção cambial e financeira que esse pedido busca resolver. Compliance nativo de IA para fintechs multi-país e agentes que coordenam trabalho de campo também são fortes candidatos.

Quais pedidos da lista são pouco realistas para construir a partir da região? Defesa (por restrições de cidadania e contratação governamental) e computação no mar (pela intensidade de capital em hardware) são os menos acessíveis para um primeiro projeto sem venture capital profundo.

---

Fonte: Requests for Startups — Y Combinator, edição Fall 2026.