Vijay Pande сменил $4-миллиардный фонд на пять ставок в год
От Folding@home к VZVC
В инвестиционных кругах Pande стал известен после того, как Andreessen и Horowitz решили изменить подход своей фирмы, первые пять лет избегавшей здравоохранения и биологических наук. До этого Pande преподавал химию в Стэнфорде и руководил Folding@home — проектом распределённых вычислений, который превратил миллионы домашних компьютеров в суперкомпьютер для исследований заболеваний.
Затем он больше десяти лет развивал направление a16z, пока под его управлением не оказалось почти $4 млрд. Поэтому его уход в июне прошлого года и переход к гораздо меньшей фирме стал неожиданностью.
VZVC, созданная вместе с давним инвестором Zach Werner, делает несколько крупных ставок в год вместо десятков, не нанимает младших сотрудников и активно опирается на ИИ в ежедневной работе. Pande объяснил, почему в нынешнем рынке предпочитает несколько концентрированных инвестиций, а также рассказал о проблеме ИИ в биотехнологиях: биологические данные нельзя просто собрать в интернете, как тексты. Поэтому почти каждой компании приходится создавать собственный закрытый набор данных.
Биология становится инженерией
Pande считает, что разработка лекарств постепенно переходит от науки открытий к инженерной дисциплине. Раньше в создании препаратов было много случайности. Теперь ИИ и машинное обучение позволяют анализировать сложные биологические системы, выбирать мишени для лекарств при конкретных заболеваниях, создавать сами препараты и помогать даже с клиническими испытаниями — самой дорогой частью процесса.
На замечание о том, что синтетические данные якобы уже снижают стоимость испытаний и позволяют привлекать меньше людей, Pande ответил, что это пока скорее стремление, чем реальность.
Время и затраты на подготовку к клиническим испытаниям действительно сокращаются, в том числе благодаря ИИ. Но само испытание всё ещё может стоить сотни миллионов долларов. Вероятность того, что препарат успешно пройдёт путь от первой до третьей фазы, составляет лишь 20%. Если восемь препаратов из десяти не доходят до конца, а каждый обходится в сотни миллионов долларов, средняя стоимость успешного препарата резко растёт.
По словам Pande, причина неудач обычно не в ошибке биолога. Проблема в том, что препараты проектировали на основе экспериментов с животными, например мышами, а такие модели плохо предсказывают реакцию человеческого организма. ИИ тоже не будет идеальным, но его прогнозы могут оказаться заметно точнее моделей на животных. Если технологии удастся преодолеть этот порог, это станет особенно перспективным.
Лекарство для конкретного человека
Следующий этап — понять, подходит ли препарат именно конкретному пациенту. Это направление называют точной медициной.
Сейчас врач, сталкиваясь с нетривиальным заболеванием, вынужден делать предположение о его причинах. Затем пациенту назначают один препарат, при отсутствии эффекта — другой, потом третий. Такое происходит при онкологических и многих других заболеваниях.
По мнению Pande, гораздо лучше было бы сразу подобрать правильное лекарство. Сегодня результаты анализов крови обычно сравнивают со средними показателями популяции. Но для пациента важнее понять, насколько конкретный результат необычен именно для него. ИИ уже начинают использовать, чтобы определять, какое лечение лучше подходит отдельному человеку.
Что ускорило прогресс
Развитие этой области не было результатом одного резкого скачка — сошлись несколько направлений.
Долгое время точная медицина в основном опиралась на геномику. Pande сравнивает геном с чертежом дома в день его строительства: спустя годы сам дом уже сильно отличается от первоначального проекта. Поэтому для понимания текущего состояния организма всё большее значение получают другие измерения, включая протеомику.
Параллельно развивалась автоматизация роботизированных измерений. Она естественным образом связана с ИИ, и оба направления хорошо дополняют друг друга.
За последние 10 лет последовательно улучшались ИИ для биологии и ИИ для химии. Биологическое направление отвечает на вопрос, как лечить заболевание, а химическое — как создать препарат, воздействующий на нужный белок. За это время в обеих областях произошли заметные изменения.
Закрытые данные биотехнологий
Биология остаётся одной из немногих областей, где ИИ не может просто собрать обучающие данные из интернета. Компании не располагают единым массивом информации, на котором все могли бы обучать одинаковые системы. Кроме того, данные нельзя без потерь передать от одной модели другой.
Эта особенность создаёт отдельную проблему для развития отрасли. Pande сравнил её с ситуацией, когда специалисты работают в отдельных и конкурирующих друг с другом областях медицины.
Например, заболевание может одновременно относиться к онкологии и эндокринологии, но врачи двух специальностей не всегда эффективно взаимодействуют. ИИ теоретически способен объединить знания разных направлений и заметить закономерности, недоступные одному человеку. Это могло бы напоминать команду лучших врачей, совместно работающих над одним случаем.
Однако для такой системы нужен обмен данными. Pande считает, что отрасль постепенно движется к созданию атласов биологической информации. С технологической точки зрения их основу обычно составляют базовые модели.
По мере распространения таких моделей, считает он, может повториться история открытых LLM, которые во многих случаях успешно конкурируют с корпоративными системами. Открытые базовые модели для биологии тоже способны получить широкое применение.
Какие компании интересуют Pande
Pande связан с Genesis Therapeutics, которая выросла из его лаборатории в Стэнфорде, и с Insitro — компанией по поиску лекарств, созданной бывшей коллегой Pande по Стэнфорду Daphne Koller. Кроме того, он инкубирует компанию вместе с основателем, которого знает уже 20 лет.
Сейчас больше всего времени Pande уделяет двум направлениям: ИИ для оказания медицинской помощи и ИИ для клинических испытаний. Первым он много занимался и в a16z.
При выборе основателей для него важнее всего возможность доверять друг другу. Он ищет людей с высокой порядочностью, которые выполняют обещания и готовы строить отношения на 5, 10 и более лет — желательно до следующей компании основателя.
Pande также хочет работать с людьми, мыслящими вдолгую и стремящимися не только обойти конкурентов, но и найти способ выигрывать вместе.
Что удалось понять за карьеру
Когда больше 10 лет назад Pande начал говорить об ИИ, машинном обучении, технологиях, медицине и биологии, многие относились к этим идеям скептически и считали, что они никогда не станут полезными. Сейчас это сопротивление в основном исчезло, и сам Pande считает пройденный путь результативным.
При этом ему понадобилось время, чтобы понять: какими бы привлекательными ни были передовые технологии, всё в итоге упирается в вывод продукта на рынок. Основателям, особенно пришедшим из науки или разработки продукта, он советует направлять свои знания и творческий подход не только на технологию, но и на коммерческую стратегию. По его словам, выход на рынок может быть таким же сложным, как создание технологии, или ещё сложнее.
Как устроена новая фирма
VZVC названа по именам двух основателей: Vijay Pande и Zach Werner. В инвестиционной части компании работают только они вдвоём.
Изначально партнёры планировали нанять младшего сотрудника, но созданные ими ИИ-агенты оказались достаточно полезными, чтобы отказаться от этой идеи. Они рассчитывают делать примерно пять инвестиций в год, а не 30, и держать портфель небольшим и концентрированным.
Pande сравнивает добавление компании в обычный венчурный фонд с добавлением нового друга в Facebook: это можно сделать быстро. Для него и Werner новая инвестиция больше похожа на решение завести ещё одного ребёнка — это крупный и долгосрочный шаг.
При такой модели VZVC обычно не конкурирует за самые горячие раунды. Компании сами готовы найти для фирмы место, потому что ценят практическую помощь Pande и Werner. Это отличается от борьбы за популярные раунды серий A или B.
Среди инвесторов, которые его вдохновляют, Pande называет Antonio Gracias из Valor. Сейчас Gracias особенно известен благодаря сделке со SpaceX, но он работает в этом стиле уже 20 лет. Ещё одним примером для Pande стал Thrive с более концентрированным портфелем. Опыт a16z по-прежнему остаётся частью его подхода, но Valor и Thrive добавили к нему новые ориентиры.
Что переоценивают в ИИ и биотехнологиях
ИИ действительно способен находить закономерности, недоступные людям без помощи вычислительных систем. Но Pande считает ошибочным ожидание, что ИИ сможет вылечить вообще всё.
Его осторожность связана не с сомнениями в самом ИИ, а с нехваткой данных. LLM работают благодаря огромным массивам информации для обучения. Если нужных данных попросту нет, ИИ не сможет магическим образом решить эту проблему.
Ежедневные новости об ИИ
Каждый день отбираем важные новости об ИИ, роботах и метавселенных и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.
Только важное — каждый день
В Telegram