Ông Vijay Pande, người từng điều hành mảng chăm sóc sức khỏe và khoa học đời sống trị giá 4 tỷ USD của Andreessen Horowitz (a16z), đã rời công ty vào tháng 6 năm ngoái để thành lập VZVC, một quỹ đầu tư mới tập trung vào một số ít các khoản đầu tư chiến lược mỗi năm, thay vì dàn trải như trước.
VZVC, đồng sáng lập cùng nhà đầu tư lâu năm Zach Werner, có quy mô nhỏ hơn nhiều, không có nhân viên cấp dưới và dựa nhiều vào Trí tuệ Nhân tạo (AI) trong hoạt động hàng ngày. Ông Pande chia sẻ với TechCrunch về lý do đưa ra chiến lược đầu tư cô đọng này trong bối cảnh thị trường hiện tại, cũng như về thách thức của dữ liệu sinh học – một lĩnh vực mà AI chưa thể thu thập dữ liệu dễ dàng như các lĩnh vực khác.
Theo ông Pande, khoa học về sự sống đang chuyển mình từ “khoa học khám phá” sang “khoa học kỹ thuật”. AI và học máy đang giúp các nhà khoa học hiểu rõ hơn về mục tiêu của thuốc, sản xuất thuốc và hỗ trợ các thử nghiệm lâm sàng – vốn là khâu tốn kém nhất trong quá trình phát triển thuốc. Mặc dù chi phí và thời gian cho các thử nghiệm lâm sàng đã giảm nhờ AI, nhưng vẫn có thể lên đến hàng trăm triệu USD và tỷ lệ thành công chỉ khoảng 20%. Sai sót thường đến từ việc mô hình động vật không dự đoán chính xác phản ứng của con người.
Ông Pande cũng nhấn mạnh tầm quan trọng của dữ liệu cá nhân hóa trong y học chính xác. Thay vì so sánh với các chỉ số trung bình của dân số, việc so sánh với dữ liệu cá nhân sẽ giúp xác định phương pháp điều trị phù hợp nhất cho từng bệnh nhân. Sự phát triển mạnh mẽ của AI, kết hợp với tự động hóa trong đo lường và phân tích dữ liệu proteomics, đang thúc đẩy tiến bộ trong lĩnh vực này.
Tuy nhiên, một thách thức lớn là dữ liệu sinh học không thể dễ dàng thu thập từ internet như dữ liệu văn bản. Điều này dẫn đến tình trạng mỗi công ty thường tự xây dựng kho dữ liệu riêng, tạo ra các “hệ thống khép kín”. Ông Pande tin rằng xu hướng xây dựng các “bản đồ thông tin sinh học” dựa trên các mô hình nền tảng (foundation models) sẽ ngày càng phổ biến, tương tự như sự thành công của các mô hình mã nguồn mở trong lĩnh vực ngôn ngữ lớn (LLMs). Điều này hứa hẹn sẽ tạo ra tác động sâu rộng cho AI trong y sinh học.
Khi được hỏi về những gì ông đã làm đúng và sai trong sự nghiệp đầu tư, ông Pande thừa nhận rằng ban đầu ông đã gặp phải sự phản kháng khi đề cập đến AI trong y sinh. Tuy nhiên, ông cũng nhận ra tầm quan trọng của chiến lược tiếp cận thị trường (go-to-market), cho rằng đây là yếu tố quan trọng không kém, thậm chí còn khó khăn hơn cả việc phát triển công nghệ.
Về triết lý đầu tư của VZVC, ông Pande cho biết họ chỉ thực hiện khoảng 5 khoản đầu tư mỗi năm, coi mỗi khoản đầu tư như một quyết định quan trọng, tương tự như việc có thêm một thành viên trong gia đình, thay vì chỉ là “thêm một người bạn trên Facebook”. Mô hình này giúp họ có thể đóng vai trò cố vấn sâu sát cho các công ty mà họ đầu tư.
Khi nói về những gì đang bị thổi phồng quá mức trong lĩnh vực AI và công nghệ sinh học, ông Pande cho rằng mặc dù AI có khả năng tìm ra những hiểu biết mà con người không thể, nhưng việc kỳ vọng AI “chữa được bách bệnh” là chưa thực tế. Sự do dự này không phải do nghi ngờ về AI, mà là do sự thiếu hụt dữ liệu. Các mô hình ngôn ngữ lớn (LLMs) hoạt động hiệu quả nhờ lượng dữ liệu khổng lồ, và khi dữ liệu khan hiếm, AI không thể tự mình giải quyết vấn đề.
Thông tin được tổng hợp từ TechCrunch.
