"No estamos haciendo 30 apuestas al año": Vijay Pande sobre apostar pequeño tras gestionar 4.000 millones de dólares en a16z

Vijay Pande, el reconocido inversor que lideró la práctica de biotecnología de Andreessen Horowitz (a16z) —con cerca de 4.000 millones de dólares bajo gestión—, ha dado un giro radical. En 2026 dejó el gigante de capital riesgo para fundar VZVC, un fondo mucho más pequeño, nativo de inteligencia artificial. En una entrevista reciente con TechCrunch, Pande compartió su visión sobre por qué la biología está dejando de ser una ciencia de "descubrimiento" para convertirse en una de "ingeniería", por qué los ensayos clínicos siguen siendo brutalmente caros, y por qué los datasets abiertos y compartidos —no los cerrados— son la clave para que la IA transforme la medicina.

El cambio de paradigma: de descubrimiento a ingeniería

Pande argumenta que durante décadas, la biología se ha basado en el descubrimiento: los científicos observaban fenómenos naturales, formulaban hipótesis y las probaban en laboratorio. Pero la inteligencia artificial está cambiando las reglas del juego. "Ahora podemos modelar sistemas biológicos completos, predecir interacciones moleculares y diseñar terapias desde cero", afirma. Este enfoque de ingeniería permite a los emprendedores abordar problemas que antes parecían intratables, como el diseño de proteínas o la predicción de efectos secundarios de fármacos.

Para los anteprendedores tecnológicos, esta transición representa una oportunidad única. Las startups que adopten una mentalidad de ingeniería —utilizando IA para iterar rápidamente sobre hipótesis biológicas— podrán reducir drásticamente los tiempos de desarrollo. Pande menciona ejemplos como la generación de candidatos a fármacos en semanas, en lugar de años, gracias a modelos generativos entrenados en datos públicos.

Por qué apostar pequeño después de gestionar 4.000 millones

La estrategia de VZVC contrasta fuertemente con la de a16z. "No estamos haciendo 30 apuestas al año", dice Pande. En lugar de dispersar el capital en decenas de startups, su fondo se centra en un puñado de inversiones profundas, donde el equipo puede involucrarse operativamente. Esta filosofía refleja una tendencia creciente en el capital riesgo: la especialización y el apoyo hands-on.

Pande critica el modelo de "spray and pray" (rociar y rezar) que a veces domina en fondos grandes. "Cuando gestionas 4.000 millones, necesitas hacer muchas apuestas para justificar el tamaño del fondo. Pero eso diluye la atención y el valor que puedes aportar", explica. En cambio, VZVC busca startups donde la IA sea el núcleo del negocio, no un complemento. Esto resuena con la visión de aiDatix, donde creemos que la IA debe integrarse desde el diseño, no añadirse como una capa superficial.

El costo brutal de los ensayos clínicos y el papel de la IA

Uno de los puntos más impactantes de la entrevista es el costo de los ensayos clínicos. "Un ensayo de fase 3 puede costar cientos de millones de dólares. Eso es una barrera enorme para la innovación", señala Pande. La IA puede ayudar de varias maneras: optimizando el diseño de los ensayos, seleccionando mejor a los pacientes, y simulando resultados para reducir el número de pruebas necesarias.

Pande pone el ejemplo de una startup que utilizó modelos de lenguaje grande (LLMs) para analizar registros médicos electrónicos y predecir qué pacientes responderían mejor a un tratamiento. Esto permitió reducir el tamaño del ensayo en un 40%, ahorrando millones. "La IA no reemplazará los ensayos clínicos, pero los hará más inteligentes y baratos", concluye.

Datasets abiertos: el combustible de la IA en medicina

Quizás la declaración más provocadora de Pande es su defensa de los datasets abiertos. "Los datos cerrados son un callejón sin salida. Si queremos que la IA transforme la medicina, necesitamos compartir datos a escala", afirma. Critica a las grandes farmacéuticas que guardan sus datos bajo llave, argumentando que eso frena la innovación colectiva.

Pande menciona iniciativas como el UK Biobank o el Human Cell Atlas como ejemplos de éxito. "Cuando los datos son abiertos, cualquier startup puede construir sobre ellos. Eso acelera el descubrimiento y democratiza el acceso a la innovación", dice. Para los emprendedores, esto significa que no necesitan tener sus propios datos masivos; pueden aprovechar los públicos y diferenciarse en el modelado y la aplicación.

En aiDatix, compartimos esta filosofía. Creemos que las soluciones de IA deben ser construidas sobre bases de datos abiertas y colaborativas, evitando los silos que limitan el progreso. La transparencia y la colaboración son claves para escalar el impacto de la IA en sectores regulados como la salud.

Implicaciones para emprendedores y startups

La visión de Pande tiene implicaciones prácticas para cualquier emprendedor que quiera aplicar IA en biotecnología o salud:

1. **Adopta un enfoque de ingeniería**: No veas la biología como un misterio, sino como un sistema que se puede modelar y optimizar. Invierte en talento con experiencia en IA y biología computacional.

2. **Apuesta por la especialización**: En lugar de construir plataformas genéricas, enfócate en un problema concreto donde la IA pueda ofrecer una ventaja clara. Los fondos pequeños como VZVC buscan startups con tesis muy definidas.

3. **Aprovecha los datos abiertos**: No necesitas tener un dataset propio gigante. Usa fuentes públicas y construye modelos que generen valor a partir de ellas. La clave está en la calidad del modelado, no en la cantidad de datos.

4. **Reduce el costo de los ensayos**: Piensa desde el día uno en cómo la IA puede optimizar el diseño de ensayos clínicos. Esto no solo ahorra dinero, sino que acelera el tiempo de llegada al mercado.

5. **Colabora, no compitas**: El futuro de la IA en medicina depende de ecosistemas abiertos. Participa en consorcios, comparte datos no sensibles y contribuye a la investigación colectiva.

Conclusión

Vijay Pande nos recuerda que, a veces, apostar pequeño es la forma más inteligente de ganar grande. Su giro de gestionar 4.000 millones en a16z a liderar un fondo boutique como VZVC refleja una tendencia más amplia: la especialización y el enfoque profundo están reemplazando al volumen en el capital riesgo. Para los emprendedores, el mensaje es claro: la IA está convirtiendo la biología en una disciplina de ingeniería, y aquellos que adopten datasets abiertos, reduzcan costos de ensayos y se enfoquen en problemas concretos serán los que lideren la próxima ola de innovación médica.

Si quieres explorar cómo la IA puede transformar tu negocio, no dudes en contactarnos o leer más sobre nuestras soluciones.

Recursos útiles

Fuente: TechCrunch AI

Artículo relacionado: Neocloud Lambda secures $1B in debt to buy more chips

Artículo relacionado: An Anthropic researcher just gave us a peek at self-improving AI