„Nu facem 30 de pariuri pe an” – Vijay Pande despre strategia mizelor mici după ce a gestionat 4 miliarde de dolari la a16z

Vijay Pande, fostul lider al diviziei de biotehnologie de la a16z – o practică evaluată la aproximativ 4 miliarde de dolari – a părăsit gigantul de venture capital anul trecut pentru a fonda VZVC, un fond mult mai mic, dar complet nativ AI. Într-un interviu recent, Pande a vorbit despre tranziția biologiei de la o știință a „descoperirii” la una a „ingineriei”, despre costurile încă exorbitante ale trialurilor clinice și despre convingerea sa că seturile de date deschise și partajate – nu cele izolate – sunt cheia pentru ca inteligența artificială să revoluționeze cu adevărat medicina.

Povestea lui Pande este relevantă nu doar pentru investitorii în biotech, ci și pentru orice antreprenor care încearcă să navigheze intersecția dintre AI și industriile reglementate. Abordarea sa – de a face „mize mici” în loc de pariuri mari – oferă o lecție valoroasă despre cum să inovezi într-un domeniu în care eșecul poate costa miliarde.

Paradigma schimbării: de la descoperire la inginerie

Pande subliniază o transformare fundamentală în biologie: dacă în trecut cercetătorii descopereau fenomene biologice în mod pasiv, acum pot proiecta și manipula sistemele vii cu ajutorul AI. „Biologia trece de la o știință de descoperire la o știință de inginerie”, explică el. Această schimbare este posibilă datorită capacității modelelor de deep learning de a prezice structuri proteice, interacțiuni moleculare și căi metabolice cu o acuratețe fără precedent.

Un exemplu concret este utilizarea AlphaFold pentru predicția structurii proteinelor, dar Pande merge mai departe: el susține că datele deschise – cum ar fi bazele de date publice de secvențe genomice, imagini medicale sau trialuri clinice – sunt esențiale pentru a antrena modele generalizabile. Fără acces la aceste seturi, companiile riscă să creeze AI-uri „de sticlă” care funcționează doar pe propriile date, limitând impactul real asupra medicinei.

Pentru antreprenorii care dezvoltă soluții AI în sănătate, această perspectivă implică o reevaluare a strategiei de date. În loc să construiască garduri digitale în jurul datelor proprietare, ar putea câștiga mai mult contribuind la ecosisteme deschise care accelerează întregul domeniu. Pe blogul nostru aiDatix, discutăm frecvent despre cum integrarea datelor deschise poate reduce costurile de dezvoltare și poate atrage parteneri strategici. Citiți mai multe în articolul nostru despre bune practici în AI pentru sănătate.

Provocarea costurilor clinice: AI nu poate face totul singur

Deși AI promite să reducă timpul și costurile de dezvoltare a medicamentelor, Pande avertizează că trialurile clinice rămân „brutal de scumpe”. Un studiu clinic de fază III poate costa sute de milioane de dolari, iar AI nu poate elimina nevoia de testare pe oameni. Ceea ce poate face AI, însă, este să optimizeze selecția pacienților, să identifice biomarkeri mai relevanți și să simuleze parțial efectele adverse înainte de testarea efectivă.

Pande oferă exemplul startup-urilor care folosesc învățarea automată pentru a analiza datele istorice ale trialurilor și a prezice care combinații de medicamente au cele mai mari șanse de succes. „Nu mai aruncăm cu săgeți în întuneric”, spune el. „Acum putem prioritiza experimentele cu o precizie mult mai mare.”

Pentru fondatorii de startup-uri din biotech, aceasta înseamnă că investiția în AI trebuie să fie însoțită de o înțelegere profundă a reglementărilor și a costurilor reale. Nu este suficient să ai un model care funcționează în silico; trebuie să ai un plan clar pentru validare clinică. Companiile care integrează AI în procesul de dezvoltare a medicamentelor pot atrage finanțare mai ușor, dar trebuie să demonstreze că instrumentele lor reduc efectiv riscul și timpul până la piață.

Strategia de investiții: mize mici, impact mare

La a16z, Pande gestiona un portofoliu de sute de milioane de dolari pe an, cu zeci de pariuri mari. La VZVC, abordarea este complet diferită: „Nu facem 30 de pariuri pe an”, spune el. „Facem poate 5-6, dar mult mai concentrate.” Noul fond VZVC este mult mai mic, dar Pande crede că această concentrare permite o implicare mai profundă și o înțelegere mai bună a fiecărei companii.

Această strategie este relevantă și pentru antreprenori: în loc să caute investitori care aruncă cu bani în orice idee, ar trebui să caute parteneri care înțeleg cu adevărat specificul domeniului și care pot contribui cu expertiză, nu doar capital. „Un fond mic poate fi mai agil, poate lua decizii mai rapide și poate sprijini fondatorii în mod real”, explică Pande.

Pentru cei care dezvoltă soluții AI la comandă, ca și noi la aiDatix, această lecție se aplică și în relațiile cu clienții. În loc să încercăm să acoperim tot spectrul de nevoi, ne concentrăm pe câteva industrii – precum sănătatea, finanțele sau logistica – și livrăm soluții profund personalizate. Vedeți cum funcționează această abordare în secțiunea noastră Caracteristici.

Implicații pentru antreprenori și viitorul medicinei

Care sunt, practic, lecțiile pentru antreprenorii care citesc acest interviu? În primul rând, că datele deschise sunt un accelerator, nu o amenințare. Pande este convins că modelele AI care vor transforma medicina trebuie antrenate pe seturi mari, diverse și accesibile. Startup-urile care construiesc pe date publice (cum ar fi bazele de date NIH sau UK Biobank) au un avantaj competitiv pe termen lung.

În al doilea rând, că biologia nu este încă o știință exactă – dar se îndreaptă rapid în această direcție. Antreprenorii care înțeleg atât AI, cât și biologia moleculară (sau care construiesc echipe interdisciplinare) vor fi cei care creează următoarea generație de terapii și diagnostice.

În al treilea rând, că investițiile inteligente nu înseamnă neapărat sume mari. Pande demonstrează că un fond mic, dar focusat, poate genera un impact disproporționat. Pentru fondatorii de startup-uri, aceasta este o veste bună: puteți atrage finanțare de la investitori care împărtășesc viziunea voastră, chiar dacă suma totală este mai mică, dacă valoarea adăugată este mai mare.

Pe măsură ce AI pătrunde tot mai adânc în biotehnologie, provocările rămân: reglementări, costuri, etică și accesibilitate. Dar viziunea lui Pande – de a trata biologia ca pe o disciplină inginerească, cu date deschise și investiții concentrate – oferă o foaie de parcurs clară. Dacă doriți să discutați cum AI poate transforma domeniul dumneavoastră, nu ezitați să ne contactați.

Concluzie

Vijay Pande ne arată că, în ciuda capitalului uriaș pe care l-a gestionat, succesul pe termen lung în AI și biotech nu vine din volumul de pariuri, ci din calitatea lor. Tranziția de la descoperire la inginerie, accentul pe date deschise și concentrarea pe mize mici sunt principii care pot fi aplicate în orice domeniu high-tech. Pentru antreprenori, mesajul este clar: inovați cu date, colaborați deschis și investiți acolo unde înțelegeți cu adevărat valoarea.