Vijay Pande, mantan pemimpin praktik bioteknologi a16z senilai sekitar 4 miliar dolar, kini memimpin VZVC, sebuah firma investasi yang lebih kecil dan berfokus pada AI. Pendekatan barunya menekankan kualitas daripada kuantitas, dengan fokus pada beberapa taruhan yang matang ketimbang menyebar dana ke puluhan proyek setiap tahun.
Dalam wawancara terbaru, Pande menjelaskan bahwa biologi sedang bergerak dari ilmu penemuan menuju ilmu rekayasa. Perubahan ini memungkinkan prediksi dan desain yang lebih akurat, mirip dengan bagaimana rekayasa perangkat lunak bekerja. Namun, ia juga mengakui bahwa uji klinis tetap menjadi hambatan besar karena biaya yang sangat tinggi, bahkan ketika teknologi AI semakin matang.
Pande percaya bahwa kunci transformasi pengobatan oleh AI terletak pada dataset yang terbuka dan dibagikan, bukan pada data yang dikunci oleh perusahaan tertentu. Pendekatan terbuka ini memungkinkan kolaborasi lebih luas dan percepatan inovasi di seluruh ekosistem.
Salah satu analisis tambahan yang relevan adalah bagaimana model investasi kecil seperti VZVC dapat memberikan fleksibilitas lebih besar dalam mendukung startup AI-native yang berfokus pada biologi. Berbeda dengan dana besar yang sering terikat pada siklus investasi panjang, pendekatan ini memungkinkan evaluasi mendalam terhadap potensi teknologi sebelum skala diperbesar.
Selain itu, transisi biologi ke domain rekayasa berpotensi menurunkan risiko kegagalan di tahap awal pengembangan obat. Dengan memanfaatkan simulasi dan prediksi berbasis AI sejak awal, perusahaan dapat menghindari eksperimen yang mahal dan memfokuskan sumber daya pada kandidat yang lebih menjanjikan.
Pande juga menyoroti bahwa meskipun AI menawarkan efisiensi, integrasi data klinis yang sebenarnya masih memerlukan infrastruktur yang kuat. Dataset terbuka dapat menjadi fondasi untuk standar baru dalam berbagi informasi medis secara aman dan etis.
Dari sudut pandang teknologi, langkah Pande ini mencerminkan tren yang lebih luas di mana investor mulai memprioritaskan kedalaman teknis daripada volume portofolio. Hal ini khususnya penting di bidang kesehatan, di mana kesalahan bisa berdampak langsung pada keselamatan pasien.
Ke depan, keberhasilan VZVC akan bergantung pada kemampuannya menyeimbangkan antara inovasi AI yang cepat dengan realitas regulasi dan biaya klinis yang lambat. Jika pendekatan dataset terbuka berhasil diadopsi lebih luas, sektor pengobatan bisa melihat percepatan signifikan dalam pengembangan terapi baru.
Secara keseluruhan, pandangan Pande memberikan gambaran realistis tentang peluang dan tantangan AI di bioteknologi, dengan penekanan pada kolaborasi terbuka sebagai pendorong utama kemajuan.
