"نحن لا نجري 30 رهان في السنة": فيجاي باند يتحدث عن الرهانات الصغيرة بعد إدارة 4 مليارات دولار في a16z

أدار فيجاي باند أحد أكثر ممارسات الاستثمار في التكنولوجيا الحيوية تأثيراً على الكوكب — حوالي 4 مليارات دولار من الأصول المدارة في Andreessen Horowitz. ثم تركها لبدء شيء أصغر بكثير. هذا القرار، والمنطق وراءه، يخبرك بشيء مهم عن المكان الذي تتجه إليه الذكاء الاصطناعي والبيولوجيا فعلاً — وما يعنيه ذلك للمؤسسين والمطورين الذين يبنون في هذا التقاطع الآن.

"نحن لا نجري 30 رهان في السنة": فيجاي باند يتحدث عن الرهانات الصغيرة بعد إدارة 4 مليارات دولار في a16z هو أكثر من مجرد ملف شخصي لتحول مهني لمستثمر واحد. إنها إشارة حول كيفية إعادة تموضع العقول التقنية الجادة حول الذكاء الاصطناعي — ليس بنشر رأس المال على نطاق واسع، بل بالغوص العميق في عدد أصغر من المشاكل الصعبة حقاً. بالنسبة لنظام آسيا التقني، حيث تنضج البنية التحتية للذكاء الاصطناعي بسرعة والتكنولوجيا الحيوية بدأت للتو تجذب مواهب هندسية جادة، هذه الإشارة تستحق القراءة بعناية.

ما حدث

ترك فيجاي باند ممارسة التكنولوجيا الحيوية في a16z — التي نمت إلى حوالي 4 مليارات دولار — لإطلاق VZVC، شركة استثمار أصغر بكثير وموجهة نحو الذكاء الاصطناعي. الخطوة جديرة بالملاحظة ليس فقط بسبب الفرق في الحجم، بل بسبب الفلسفة التي تحركها.

وفقاً لـ مقابلة TechCrunch، يعتقد باند أن البيولوجيا تخضع لتحول أساسي — من علم "الاكتشاف" إلى علم "الهندسة". هذا الإطار مهم. علم الاكتشاف احتمالي وموجه نحو المحفظة: تجري رهانات عديدة لأن معظمها سيفشل وقليل منها سيحقق أرباحاً ضخمة. علم الهندسة مختلف. عندما تستطيع تصميم ومحاكاة والتكرار على الأنظمة البيولوجية بالطريقة التي يكررها مهندسو البرمجيات على الكود، تتغير أنماط الفشل. تحتاج إلى رهانات أقل، لكن كل واحد يتطلب قناعة أعمق وتعاوناً أوثق.

باند صريح أيضاً حول ما لم يتغير: التجارب السريرية تبقى مكلفة بشكل وحشي. يمكن للذكاء الاصطناعي تسريع اكتشاف الأدوية، وضغط الجداول الزمنية في المختبر، وكشف المرشحين الذين قد يفتقدهم الباحثون البشريون — لكن إيصال العلاج عبر تجارب المرحلة الثانية والثالثة لا يزال يكلف مئات الملايين من الدولارات وسنوات من الوقت. تحول الاختناق إلى الأعلى، في المختبر والبيانات، لكن القيد في المصب لم يتحرك.

قناعته القوية الأخرى تتعلق بعمارة البيانات. يجادل باند بأن مجموعات البيانات المفتوحة والمشتركة — وليس تلك المحاطة بسياج ملكية خاصة — هي ما سيسمح فعلاً للذكاء الاصطناعي بتحويل الطب. قد تحقق الشركات والمؤسسات التي تكنز البيانات البيولوجية مزايا تنافسية قصيرة الأجل، لكن النماذج المدربة على البيانات المعزولة ستصل إلى حد أقصى. ستأتي الاختراقات من الباحثين والشركات المستعدة للمساهمة في والاستفادة من مشاعات البيانات المشتركة. هذا رهان مختلف هيكلياً عما تجريه معظم شركات الأدوية الحالية.

VZVC، كما يصفها باند، مبنية حول هذه الأطروحة: استثمارات أقل، مشاركة أكثر، ونهج حقيقي موجه نحو الذكاء الاصطناعي لتقييم وبناء شركات التكنولوجيا الحيوية من الصفر.

لماذا يهم لآسيا

قطاعات التكنولوجيا الحيوية والصحة في آسيا في نقطة انعطاف تعكس، بفارق زمني يبلغ حوالي خمس سنوات، حيث كانت الولايات المتحدة عندما بدأ باند أول رهانات جادة في مجال الذكاء الاصطناعي والتكنولوجيا الحيوية في a16z. هذا الفارق الزمني يتقلص بسرعة.

دول مثل كوريا الجنوبية وسنغافورة واليابان والهند لديها مؤسسات بحثية جينومية من الدرجة الأولى، وعدد كبير من السكان المرضى بملامح وراثية مميزة ممثلة بشكل ناقص في مجموعات البيانات الغربية، ومواهب هندسية ذكاء اصطناعي متطورة بشكل متزايد. ما افتقدوه تاريخياً هو البنية التحتية للمشاريع الاستثمارية لربط العلم العميق بتطوير المنتجات العدواني. هذه الفجوة تغلق.

حجة باند حول مجموعات البيانات المفتوحة والمشتركة لها صدى خاص في آسيا. عدة حكومات في المنطقة — مبادرة Precision Health Research في سنغافورة، برامج البنك الحيوي في اليابان، شبكة الجينوميات في الهند — أجرت رهانات سياسية صريحة على البنية التحتية للبيانات المفتوحة. إذا كان باند محقاً بأن مشاعات البيانات المشتركة ستتفوق على الحدائق المسيجة، فقد تجد المؤسسات الآسيوية التي استثمرت في البنية التحتية المفتوحة نفسها بميزة هيكلية على مدى العقد القادم، وليس عيباً.

التحول من علم الاكتشاف إلى علم الهندسة يلعب أيضاً على نقاط قوة آسيا. تنتج المنطقة أعداداً ضخمة من المهندسين — أشخاص يفكرون في الأنظمة وحلقات التكرار والمخرجات القابلة للقياس. البيولوجيا كهندسة هي إطار يرسم بشكل طبيعي على كيفية اقتراب الثقافات الثقيلة الهندسة من حل المشاكل. كان التحدي دائماً ترجمة هذه العقلية الهندسية إلى المجالات البيولوجية حيث حلقات التغذية الراجعة بطيئة ومكلفة. الذكاء الاصطناعي يضغط على حلقات التغذية الراجعة هذه.

بالنسبة للمؤسسين في جنوب شرق آسيا وشمال شرق آسيا الذين يبنون عند تقاطع الذكاء الاصطناعي والبيولوجيا، فإن اختيار حجم صندوق VZVC مفيد أيضاً. كون VZVC أصغر وأكثر تركيزاً يعني أن الجيل القادم من شركات الذكاء الاصطناعي والتكنولوجيا الحيوية الجادة قد لا يحتاج — أو يريد — معاملة الصندوق الضخم. قد يصبح المستثمرون الأصغر والأكثر انخراطاً تقنياً الذين يمكنهم فعلاً تقييم العلم الشركاء المفضلين للمؤسسين الذين هم أنفسهم عميقو التقنية.

راقب نظام آسيا التقني موجة الذكاء الاصطناعي الأمريكية من موضع اللحاق. في مجال التكنولوجيا الحيوية الموجهة نحو الذكاء الاصطناعي، خطوط البداية أقرب معاً مما كانت عليه من قبل.

ما يعنيه هذا للمطورين

إذا كنت مطوراً تعمل في أي مكان بالقرب من الذكاء الاصطناعي والبيولوجيا — أو تفكر في المكان الذي تشير إليه السنوات القليلة التالية من طاقتك التقنية — فإن أطروحة باند لها آثار ملموسة.

البيولوجيا تصبح مجالاً هندسياً. هذا يعني أن الأدوات وسير العمل والنماذج الذهنية التي يستخدمها مهندسو البرمجيات تصبح قابلة للتطبيق مباشرة على البحث البيولوجي. التنبؤ بهيكل البروتين، تصميم دوائر الجينات، نمذجة تفاعل الدواء والهدف — هذه تصبح بشكل متزايد مشاكل برمجية. إذا كنت مهندس ML قوياً لم تنظر بجدية إلى البيولوجيا الحسابية، فإن تكلفة الدخول أقل من أي وقت مضى، والعائد ضخم.

البنية التحتية للبيانات هي نقطة الرافعة. قناعة باند حول مجموعات البيانات المفتوحة هي حجة هندسة البيانات بقدر ما هي حجة علمية. الفرق التي ستفوز في اكتشاف الأدوية المدفوع بالذكاء الاصطناعي هي تلك التي يمكنها استيعاب وتنظيف وتوحيد والاستعلام عن مجموعات البيانات البيولوجية على نطاق واسع — عبر الأنماط (الجينوميات، البروتيوميات، السجلات السريرية، التصوير) وعبر المؤسسات. هذه مشكلة هندسية صعبة، وهي واحدة حيث يتمتع المطورون الذين لديهم خبرة قوية في خطوط أنابيب البيانات بميزة حقيقية.

رهانات أقل وأعمق تنطبق على الحياة المهنية أيضاً. نهج الرش والصلاة لتعلم أطر عمل الذكاء الاصطناعي الجديدة — التقاط مكتبة جديدة كل شهر، شحن عروض توضيحية لعبة، البقاء بشكل دائم على السطح — لا يتراكم. نهج باند القائم على القناعة يرسم على كيفية بناء أفضل الحياة المهنية التقنية: ابحث عن مشكلة صعبة حقاً عند تقاطع الذكاء الاصطناعي ومجال له حصص حقيقية في العالم الحقيقي، اغوص بعمق، وابق هناك طويلاً بما يكفي لتطوير حكم لا يمكن تكراره من قبل شخص قرأ للتو نفس منشورات المدونة التي قرأتها.

بالنسبة للمطورين الذين يبنون على منصات مثل MonstarX — حيث يكون التطوير الموجه نحو الذكاء الاصطناعي الافتراضي، وليس بعد الفكرة — فإن أطروحة باند عدسة مفيدة. الشيء الأكثر قيمة الذي يمكنك بناؤه الآن ليس مجرد غلاف آخر حول نموذج أساسي. إنها البنية التحتية والأدوات أو التطبيقات التي تجعل الأجزاء الصعبة من تطوير الذكاء الاصطناعي والبيولوجيا أسرع وأكثر موثوقية: موصلات البيانات، خطوط أنابيب التقييم، تتبع التجارب، توليد التوثيق التنظيمي.

السطح الهندسي في مجال التكنولوجيا الحيوية الموجهة نحو الذكاء الاصطناعي