Contents
Раньше Виджай Панде был более известен в академических кругах, чем в кругах инвесторов. Это довольно резко изменилось десять лет назад, когда Марк Андреессен и Бен Горовиц, которые провели первые пять лет своей фирмы, явно избегая здравоохранения и наук о жизни, решили, что на эту категорию стоит делать ставки, и передали ключи Панде. В то время он был профессором химии в Стэнфорде, который был наиболее известен тем, что создал Folding@home, проект распределенных вычислений, который превратил миллионы домашних ПК в суперкомпьютер для исследований заболеваний. В течение следующего десятилетия он увеличил ставку a 16z до практики, управляющей почти 4 миллиардами долларов.
Поэтому было несколько неожиданно, когда в июне прошлого года Панде отошла от всего этого, чтобы начать что-то гораздо меньшее. Фактически, его новая фирма, VZVC, основанная совместно с давним инвестором Заком Вернером, строится вокруг нескольких концентрированных ставок в год, а не десятков, у нее нет партнеров, и она в значительной степени полагается на ИИ для своих повседневных операций.
Чтобы узнать больше о жестком повороте Панде, мы поговорили с ним на этой неделе о том, почему он делает всего несколько концентрированных ставок, а не разбрасывается на текущем рынке, и об одной из самых интересных загадок в биотехнологии, основанной на искусственном интеллекте: в отличие от текста, биологические данные не могут быть удалены из Интернета, поэтому почти каждая компания в конечном итоге создает свой собственный набор данных. Что это означает для всех обещанных достижений ИИ в медицине, и кто на самом деле получает к ним доступ?
Этот разговор был отредактирован для длины и ясности. Вы также можете послушать более полный разговор (ниже).
Вы сказали, что биология переходит от «науки открытий» к чему-то, что вы можете спроектировать. Что это значит?
Для многих способов разработки лекарств был очень случайный аспект. Я думаю, что изменилось то, что ИИ и машинное обучение позволяют компьютерам обернуть свое понимание вокруг чего-то очень, очень сложного… чтобы попытаться выяснить, какие цели вы хотите, чтобы ваши лекарства поразили, для конкретных заболеваний, чтобы иметь возможность делать эти лекарства, а теперь даже помочь в клинических испытаниях, которые являются самой дорогой частью процесса.
Я думал, что клинические испытания становятся дешевле, потому что разработчики лекарств используют больше синтетических данных, поэтому для этих испытаний требуется не так много людей.
Стоимость и время, необходимое для прохождения клинических испытаний, сокращаются, особенно с помощью искусственного интеллекта, но проведение испытаний может стоить сотни миллионов долларов, поэтому лекарства стоят очень дорого. Вероятность успешного прохождения препарата от первого испытания до конца третьего испытания составляет всего 20%. Если 8 из 10 терпят неудачу, и эти вещи стоят сотни миллионов долларов, амортизированная стоимость становится действительно высокой. Причина, по которой они терпят неудачу, обычно не в том, что биолог сделал что-то неправильно; дело в том, что все эксперименты, на которых были разработаны эти препараты, были на животных моделях, таких как мыши, и, в конце концов, животные модели просто не очень предсказывают людей. Модель искусственного интеллекта не будет идеальной, но она будет намного лучше, чем любая модель животного мира, и как только она пересекает эту планку, это становится действительно захватывающим.
[Фаза после этого:] Является ли препарат правильным препаратом для меня?
Жаргон здесь — так называемая прецизионная медицина. Если вы идете к врачу с чем-то не тривиальным, они должны угадать, что происходит, потому что они могут многое рассказать. Затем они дают вам лекарство, и если это не сработает, они дают вам другое лекарство, а затем другое лекарство. Это происходит при раке, это происходит во многих разных областях. Нам всем было бы намного лучше, если бы первый препарат был правильным. Как правило, ваши значения анализа крови сравниваются со средними показателями популяций. Но действительно ли они должны быть сравнены с: это странно для вас? То, что мы начинаем делать со стороны медицины, — это способность просто понимать, что было бы правильно для человека.
Считаете ли вы, что путь к этому моменту был медленным и устойчивым, или же он резко возрос в последнее время?
Я думаю, что это много разных вещей [собравшихся вместе]. Так, например, точная медицина долгое время основывалась на геномике. Но реальность такова, что ваш геном похож на чертеж вашего дома в первый день, но ваш дом сейчас довольно отличается от того момента, когда он был построен. Таким образом, есть много других вещей, которые люди теперь могут измерить в протеомике и так далее, которые гораздо более важны для понимания болезни и того, где сейчас находится ваше тело. В роботизированных измерениях также было много автоматизации, которая естественным образом связана с ИИ, и эти два очень хорошо идут рука об руку.
За последнее десятилетие был устойчивый клип fforin как для биологии, так и для химии. Биологическая часть такова: как мы можем лечить это заболевание? И химия заключается в том, как мы можем придумать лекарство, чтобы использовать этот специфический белок? За эти 10 лет были достигнуты очень значительные успехи.
Вы упомянули, что биология является одним из немногих мест, где ИИ не может просто выцарапать данные из Интернета. Что это означает для того, как развивается поле?
Это место, где у вас нет этих данных, которые люди могут просто тренировать одно и то же, и ваши данные не могут быть перераспределены из одной модели в другую. Это действительно интересная игра из чистого смысла ИИ.
Разве это не повторяет знакомую проблему в медицине — врачей, работающих в [территориальных, часто конкурентных] силосах?
Вы находитесь на что-то действительно большое здесь. Допустим, у кого-то есть какой-то тип рака, и это проблема как в онкологии, так и в эндокринологии — эти два врача действительно не очень хорошо синхронизируются. Что действительно интригует в ИИ, так это то, что он может, в принципе, быть специалистом во всем, и он может начать видеть вещи, которые действительно не мог видеть ни один человек. Это было бы равносильно тому, чтобы в этот момент вместе собралась команда лучших врачей.
Но достаточно ли обмена данными для реализации этого видения? Я понимаю, почему учредители и инвесторы хотят защитить свои [соответствующие выводы], но…
Я думаю, что одна из самых больших тенденций заключается в том, что мы начинаем видеть сдвиг в сторону построения этих атласов биологической информации, которые, с технологической точки зрения, обычно являются базовыми моделями. И по мере того, как они становятся все более распространенными, я думаю, мы увидим то же самое, что произошло с LLM с открытым исходным кодом, которые очень хорошо работают против корпоративных: модели с открытым исходным кодом в биологии оказывают очень широкое влияние.
Вы связаны с Genesis Therapeutics, которая вышла из вашей лаборатории в Стэнфорде, и Insitro, компанией по открытию лекарств, запущенной Дафной Коллер, бывшей коллегой по Стэнфорду. Вы также инкубируете компанию с основателем, которого вы знаете уже 20 лет. Что вы ищете в учредителях и в каких областях?
Есть две области, на которые я трачу большую часть своего времени. Одним из них является ИИ для доставки медицинских услуг, который я также сделал тонну на 16z, а затем ИИ для клинических испытаний.
Одна из вещей, которая наиболее важна для меня, заключается в том, что мы действительно можем доверять друг другу — основателям, которые имеют высокую честность, которые делают то, что они говорят, что они собираются делать. Я ожидаю, что эти отношения будут 5, 10 лет плюс, в идеале, их следующая компания. Я хочу работать с людьми, которые так долго думают. В идеале это люди, которые не просто пытаются победить и обыграть других людей, а реально думают над вопросом: как мы вместе побеждаем?
Что вы сделали правильно и неправильно в своей инвестиционной карьере?
Когда 10 лет назад я начал говорить об искусственном интеллекте, машинном обучении, технологиях, медицине и био, было много сопротивления, и многие люди говорили: О, этого никогда не произойдет. Это никогда не будет полезным, и так далее. Это сопротивление в значительной степени исчезло, и видеть эту дугу очень полезно.
Я думаю, мне потребовалось некоторое время, чтобы по-настоящему оценить, что, как бы соблазнительно ни выглядели самые крутые технологии, они всегда возвращаются на рынок. Я говорю своим основателям, особенно тем, кто исходит из науки или продукта, чтобы они взяли весь свой блеск и творчество и действительно применили его к стороне выхода на рынок, что часть выхода на рынок по крайней мере так же сложна или сложнее, чем сторона технологии.
Помогите нам понять, как вы проектируете эту новую фирму по-другому, по сравнению с тем, что вы делали на 16z.
Сейчас мы делаем что-то совсем другое… VZ назван в честь меня, Виджая, и моего соучредителя Зака Вернера — он Z. Мы намеренно очень маленькие… с инвестиционной стороны, это действительно только мы вдвоем. На самом деле мы собирались нанять сотрудников, но оказалось, что мы создали агентов, а не то, что нам нужно делать.
Мы не делаем 30 ставок в год… мы говорим о, вероятно, пяти, не очень больших инвестициях. Добавление компании в типичный фонд — это как добавление друга на Facebook — это то, что вы делаете довольно быстро. Для меня и Зака это больше похоже на желание иметь еще одного ребенка. Это большое дело для нас.
С этой структурой, с кем вы конкурируете за сделки?
Забавная вещь в этой модели заключается в том, что обычно мы не пытаемся конкурировать за горячий раунд — люди освобождают место для нас. Это совсем другое дело, чем пытаться получить горячую серию А или серию Б. Во многом люди хотят, чтобы мы были инвесторами из-за того, что мы с Заком можем сделать, и насколько мы можем быть практичными. Когда я смотрю на людей, которые вдохновляют, я смотрю на кого-то вроде Антонио Грасиаса из Valor — он хорошо известен сейчас из-за сделки SpaceX, но он делает то, что делает в течение 20 лет. То, что сделал Thrive, с более концентрированным портфелем, также является настоящим вдохновением. Очевидно, что A 16z тоже есть в моей ДНК, но я думаю, что эти другие являются новыми дополнениями к тому, как мы думаем о вещах.
Что сейчас преувеличено в ИИ и биотехнологиях?
Реальность такова, что ИИ может найти идеи, которые мы не можем получить только от людей. Что всегда становится сложным, так это то, что ИИ собирается вылечить все. Причина нерешительности заключается не в каких-либо сомнениях в отношении ИИ, а в сомнениях в данных. LLM работают, потому что есть так много данных, из которых можно извлечь уроки. Когда данных просто нет, ИИ не может волшебным образом решить эту проблему.
Вопросы и ответы
Почему Виджай Панде ушел из a16z, чтобы основать VZVC?
Он ушел, чтобы основать VZVC с Заком Вернером. Новая фирма делает несколько концентрированных ставок в год, у нее нет партнеров, и она полагается на ИИ для повседневных операций. Это отличается от его предыдущей работы в a16z, где он управлял почти 4 миллиардами долларов.
Как ИИ меняет клинические испытания?
ИИ сокращает стоимость и время клинических испытаний, но они все еще могут стоить сотни миллионов долларов. Вероятность успеха от первого до третьего испытания составляет всего 20%, поэтому неудачи делают лекарства дорогими. Модели ИИ могут быть лучше животных моделей, таких как мыши, для предсказания реакции людей.
Что такое прецизионная медицина и как она связана с ИИ?
Прецизионная медицина — это подбор правильного препарата для конкретного человека с первого раза, а не метод проб и ошибок. ИИ помогает анализировать данные, такие как протеомика, чтобы понять, что нормально для каждого пациента, а не сравнивать со средними показателями популяций.
