「年間30件の投資はしない」a16zで40億ドルを運用したVijay Pandeが語る、小規模投資への転換

Vijay Pandeは地球上で最も影響力のあるバイオテック投資実務の一つを運営していました。Andreessen Horowitz（a16z）で約40億ドルの運用資産を管理していたのです。その後、彼はそれを手放し、はるかに小規模なものを始めるために去りました。その決定と、その背後にある理由は、AIと生物学が実際にどこに向かっているのか、そして現在その交差点で構築している創業者と開発者にとって何を意味するのかについて、重要なことを教えてくれます。

「年間30件の投資はしない」a16zで40億ドルを運用したVijay Pandeが語る、小規模投資への転換は、単一の投資家のキャリア転換のプロフィールではありません。これは、真摯な技術的思考がAIの周りでどのように再配置されているかについてのシグナルです。資本を広く散布するのではなく、より少数の本当に難しい問題に深く取り組むことによってです。AIインフラストラクチャが急速に成熟し、バイオテックが本格的なエンジニアリング人材を引き付け始めたばかりのアジアテック・エコシステムにとって、このシグナルは注意深く読む価値があります。

何が起きたのか

Vijay Pandeはa16zのバイオテック実務（約40億ドルに成長していた）を離れ、VZVCという、はるかに小規模なAIネイティブなベンチャーファームを立ち上げました。この動きは、規模の違いだけでなく、それを推進する哲学のために注目に値します。

TechCrunchのインタビューによると、Pandeは生物学が根本的な転換を遂行していると信じています。「発見」科学から「エンジニアリング」科学へです。このフレーミングは重要です。発見科学は確率的でポートフォリオ駆動型です。ほとんどが失敗し、少数が莫大な利益をもたらすため、多くの投資を行います。エンジニアリング科学は異なります。ソフトウェアエンジニアがコードを反復処理するのと同じ方法で、生物学的システムを設計、シミュレーション、反復処理できる場合、失敗モードは変わります。投資数は少なくて済みますが、それぞれにはより深い確信と緊密なコラボレーションが必要です。

Pandeはまた、何が変わっていないかについても率直です。臨床試験は依然として非常に高額です。AIは医薬品発見を加速し、ラボのタイムラインを圧縮し、人間の研究者が見落とすであろう候補を表面化させることができます。しかし、治療法をPhase IIおよびPhase III試験を通じて進めることは、依然として数億ドルと数年のカレンダー時間がかかります。ボトルネックは上流のラボとデータにシフトしていますが、下流の制約は動いていません。

彼のもう一つの強い確信はデータアーキテクチャについてです。Pandeは、閉ざされた独自のものではなく、オープンで共有されたデータセットが、AIが医学を実際に変革することを可能にすると主張しています。生物学的データを独占する企業と機関は短期的な競争上の利点を得るかもしれませんが、サイロ化されたデータで訓練されたモデルはプラトーに達するでしょう。ブレークスルーは、共有データコモンズに貢献し、そこから引き出すことを厭わない研究者と企業から生まれるでしょう。これは、ほとんどの医薬品大手企業が現在行っている投資とは構造的に異なります。

Pandeが説明するVZVCは、このテーゼの周りに構築されています。より少ない投資、より多くの関与、そして最初からバイオテック企業を評価し構築するための本物のAIネイティブアプローチです。

アジアにとって重要な理由

アジアのバイオテックとヘルステック部門は、Pandeがa16zで本格的なAI-バイオテック投資を開始したときの米国の状況を、約5年のラグで反映するインフレクションポイントにあります。そのラグは急速に圧縮されています。

韓国、シンガポール、日本、インドなどの国々は、世界クラスのゲノミクス研究機関、西洋のデータセットで過小評価されている異なる遺伝的プロフィールを持つ大規模な患者集団、そしてますます洗練されたAIエンジニアリング人材を持っています。歴史的に欠けていたのは、深い科学と積極的な製品開発を結びつけるベンチャーインフラストラクチャです。そのギャップは閉じています。

オープンで共有されたデータセットに関するPandeの議論は、アジアで特に共鳴しています。地域内のいくつかの政府（シンガポールのPrecision Health Research initiative、日本のバイオバンクプログラム、インドのゲノミクスグリッド）は、オープンデータインフラストラクチャに明示的な政策投資を行っています。Pandeが共有データコモンズが閉ざされた庭園を上回ると言っているなら、オープンインフラストラクチャに投資したアジアの機関は、次の10年間で構造的な不利ではなく、構造的な利点を見つけるかもしれません。

発見科学からエンジニアリング科学への転換は、アジアの強みにも適しています。この地域は膨大な数のエンジニアを輩出しています。システム、反復ループ、測定可能な出力で考える人々です。生物学としてのエンジニアリングは、エンジニアリング重視の文化が問題解決にアプローチする方法に自然にマップするフレーミングです。課題は常に、そのエンジニアリング思考を、フィードバックループが遅く、高価な生物学的領域に変換することでした。AIはそれらのフィードバックループを圧縮しています。

東南アジアと東北アジアでAI-生物学の交差点で構築している創業者にとって、Pandeのファンドサイズの選択も有益です。VZVCがより小規模で焦点を絞っているということは、次世代の真摯なAI-バイオテック企業は、メガファンドの扱いを必要としない、または望まないかもしれないということを意味します。実際に科学を評価できる、より小規模で技術的に関与した投資家は、自分たち自身が深く技術的である創業者にとって好ましいパートナーになるかもしれません。

アジアテック・エコシステムは、追いつく立場からUS AIの波を見てきました。AIネイティブなバイオテックでは、スタートラインはこれまで以上に近くなっています。

開発者にとって何を意味するのか

AIと生物学の近くのどこかで働いている開発者、または次の数年間の技術的エネルギーをどこに向けるかを考えている場合、Pandeのテーゼには具体的な意味があります。

生物学はエンジニアリング領域になっています。これは、ソフトウェアエンジニアが使用するツール、ワークフロー、メンタルモデルが生物学的研究に直接適用可能になっていることを意味します。タンパク質構造予測、遺伝子回路設計、薬物標的相互作用モデリング。これらはますますソフトウェア問題です。計算生物学を真摯に見ていない強いMLエンジニアなら、エントリーコストはこれまで以上に低く、アップサイドは莫大です。

データインフラストラクチャはレバレッジポイントです。オープンデータセットに関するPandeの確信は、科学的なものと同じくらいデータエンジニアリングの議論です。AI駆動型医薬品発見で勝つチームは、生物学的データセットを大規模に取り込み、クリーニング、調和、クエリできるチームです。モダリティ（ゲノミクス、プロテオミクス、臨床記録、画像処理）と機関全体にわたって。これは難しいエンジニアリング問題であり、強いデータパイプライン経験を持つ開発者が本物の利点を持つ領域です。

より少ない、より深い投資はキャリアにも適用されます。新しいAIフレームワークを学ぶことへのスプレー・アンド・プレイアプローチ（毎月新しいライブラリを選び、おもちゃのデモを出荷し、永遠に表面にとどまる）は複利になりません。Pandeの確信ベースのアプローチは、最高の技術的キャリアがどのように構築されるかにマップします。AIと実世界の利害関係を持つ領域の交差点で本当に難しい問題を見つけ、深く掘り下げ、同じブログ投稿を読んだだけの人によって複製できない判断を開発するのに十分な期間そこにとどまります。

MonstarXのようなプラットフォーム上で構築している開発者にとって。AIネイティブ開発がデフォルトであり、事後的ではない場所。Pandeのテーゼは有用なレンズです。今、構築できる最も価値のあるものは、基礎モデルの周りのもう一つのラッパーではありません。これは、AI-生物学開発の難しい部分をより速く、より信頼性の高いものにするインフラストラクチャ、ツール、またはアプリケーションです。データコネクタ、評価パイプライン、実験トラッキング、規制文書生成。

AI-ネイティブなバイオテックのエンジニアリング表面積は