Поэтому было несколько неожиданно, когда в июне прошлого года Панде ушел от всего этого, чтобы начать нечто гораздо более скромное. Фактически, его новая фирма VZVC, основанная вместе с давним инвестором Заком Вернером, строится на нескольких концентрированных ставках в год, а не на десятках, у нее нет ассоциатов, и она сильно依赖于 AI для повседневных операций.
Чтобы узнать больше о крутом повороте Панде, мы поговорили с ним на этой неделе о том, почему он делает всего несколько концентрированных ставок, а не распыляется на текущем рынке, — и об одной из самых интересных дилемм в биотехнологиях на основе ИИ: в отличие от текста, биологические данные нельзя просто собрать из интернета, поэтому почти каждая компания создает собственный закрытый набор данных. Что это означает для всех тех достижений, которые ИИ обещал медицине, и кто на самом деле получает к ним доступ?
Этот разговор был отредактирован для краткости и ясности. Вы также можете прослушать полную версию беседы (ниже).
Вы говорили, что биология переходит от «науки открытий» к чему-то, что можно «инженерно проектировать». Что это значит?
На протяжении большей части истории разработки лекарств в этом было много случайности. Я думаю, что изменилось то, что ИИ и машинное обучение позволяют компьютерам применять свое понимание для чего-то очень сложного… пытаться выяснить, на какие мишени должны воздействовать ваши лекарства для конкретных заболеваний, создавать эти препараты и даже помогать в клинических испытаниях — самой дорогой части процесса.
Я думал, что клинические испытания становятся дешевле, потому что разработчики лекарств используют больше синтетических данных, поэтому для этих испытаний требуется меньше людей.
Это, я думаю, скорее стремление.
Стоимость и время до начала клинических испытаний сокращаются, особенно с помощью ИИ, но проведение испытаний все еще может стоить сотни миллионов долларов, поэтому лекарства такие дорогие. Вероятность того, что препарат успешно пройдет от первого до третьего этапа испытаний, составляет всего 20%. Если 8 из 10 терпят неудачу, и это стоит сотни миллионов долларов, то амортизированная стоимость становится очень высокой. Причина неудачи обычно не в том, что биолог сделал что-то не так; дело в том, что все эксперименты, на которых основаны эти лекарства, проводились на животных моделях, таких как мыши, и в конечном итоге животные модели плохо предсказывают реакцию человека. Модель ИИ не будет идеальной, но она будет гораздо лучше любой животной модели, и как только она преодолеет этот барьер, вот тогда и начнется самое интересное.
[Следующий этап]: подходит ли препарат конкретно для меня?
Вы имеете в виду персонализированную медицину…
В жаргоне это называется так называемой точной медициной. Если вы идете к врачу с чем-то нетривиальным, ему приходится гадать, что происходит, потому что он может определить лишь ограниченное количество вещей. Затем вам дают лекарство — и если оно не работает, дают другое, потом третье. Так происходит при раке, и во многих других областях. Всем было бы гораздо лучше, если бы первое лекарство оказалось правильным. Обычно ваши показатели крови сравнивают с популяционными средними. Но на самом деле их нужно сравнивать с вопросом: является ли этот результат странным лично для вас? Что мы начинаем делать в медицине, так это понимать, что будет правильно для конкретного человека.
Можно ли сказать, что путь к этому моменту был медленным и устойчивым, или же прогресс ускорился недавно?
Я думаю, это сочетание множества разных факторов. Например, долгое время точная медицина основывалась на геномике. Но реальность такова, что ваш геном подобен чертежу вашего дома в первый день, однако ваш дом сейчас сильно отличается от того момента, когда он был построен. Поэтому существует множество других вещей, которые люди теперь могут измерять в протеомике и так далее, и они гораздо более важны для понимания болезни и текущего состояния вашего организма. Также произошла значительная автоматизация роботизированных измерений, которая естественным образом связана с ИИ, и эти две вещи прекрасно сочетаются.
За последнее десятилетие наблюдался устойчивый прогресс как в области ИИ для биологии, так и ИИ для химии. Биологическая часть заключается в том, как лечить эту болезнь? А химическая часть — как создать лекарство, воздействующее на этот конкретный белок? За эти 10 лет были достигнуты действительно значительные успехи.
Вы упомянули, что биология — одна из немногих областей, где ИИ не может просто «соскрести» данные из интернета. Что это означает для развития этой сферы?
Это область, где нет данных, которые все могли бы использовать для обучения одной и той же модели, и ваши данные нельзя перенести из одной модели в другую. Это очень интересная задача с точки зрения чистого ИИ.
Однако не напоминает ли это знакомую проблему в медицине — врачи работают в [территориальных, часто конкурентных] замкнутых системах?
Вы затронули очень важную тему. Допустим, у человека рак, и это проблема как онкологии, так и эндокринологии. Эти два врача редко взаимодействуют эффективно. Что действительно интригует в ИИ, так это то, что он в принципе может быть специалистом во всем и замечать вещи, которые ни один человек просто не способен заметить. Это было бы равносильно тому, как если бы команда лучших врачей одновременно работала над проблемой.
Но достаточно ли обмена данными для реализации этого видения? Я понимаю, почему основатели и инвесторы хотят защитить свои [открытия], но…
Я думаю, одной из главных тенденций является то, что мы начинаем наблюдать сдвиг в сторону создания атласов биологической информации — которые с технологической точки зрения обычно представляют собой фундаментальные модели. И по мере того, как они становятся более распространенными, я думаю, мы увидим то же самое, что произошло с открытыми LLM, которые очень хорошо конкурируют с корпоративными: открытые фундаментальные модели в биологии окажут очень широкое влияние.
Вы участвуете в Genesis Therapeutics, которая вышла из вашей лаборатории в Стэнфорде, и в Insitro, компании по открытию лекарств, основанной Дафной Коллер, вашей бывшей коллегой по Стэнфорду. Вы также говорите, что «инкубируете» компанию с основателем, которого знаете 20 лет. Что вы ищете в основателях и в каких областях?
Есть две области, которым я уделяю больше всего времени. Первая — ИИ для организации здравоохранения, чем я много занимался и в a16z, а вторая — ИИ для клинических испытаний.
Одна из самых важных для меня вещей [в основателях] — это взаимное доверие: основатели с высокой честностью, которые выполняют обещанное… Я ожидаю, что эти отношения продлятся 5, 10 лет и более, и, надеюсь, перейдут на их следующую компанию. Я хочу работать с людьми, которые мыслят так же долгосрочно. В идеале это люди, которые не просто пытаются победить других, а действительно задаются вопросом: как мы можем победить вместе?
Что вам удалось и что не удалось в вашей инвестиционной карьере на данный момент?
Когда я начал говорить об ИИ, машинном обучении, технологиях, медицине и био более 10 лет назад, было много сопротивления, и многие говорили: «О, это никогда не произойдет. Это никогда не будет полезно» и так далее. Это сопротивление в значительной степени исчезло, и наблюдать эту траекторию очень приятно.
Думаю, мне потребовалось некоторое время, чтобы по-настоящему осознать: какими бы соблазнительными ни были самые крутые технологии, все всегда упирается в выход на рынок. Я говорю своим основателям, особенно тем, кто пришел из науки или разработки продуктов, чтобы они применили весь свой блеск и творчество к аспекту выхода на рынок, потому что эта часть как минимум так же сложна, если не сложнее, чем сама технология.
Помогите нам понять, чем ваша новая фирма отличается от того, чем вы руководили в a16z.
Сейчас мы делаем кое-что совсем другое… VZ названа в честь меня, Виджея, и моего сооснователя Зака Вернера — он и есть Z. Мы намеренно очень малы… со стороны инвестиций нас фактически только двое. Мы планировали нанять ассоциатов, но, как оказалось, с помощью созданных нами агентов в этом нет необходимости.
Насколько концентрированы «концентрированные» ставки?
Мы не делаем 30 ставок в год… речь, вероятно, идет о пяти, не о большом количестве инвестиций — очень концентрированно. Добавление компании в типичный фонд похоже на добавление друга в *Facebook — это делается довольно быстро. Для Зака и меня это больше похоже на… желание завести еще одного ребенка. Для нас это серьезный шаг.
С такой структурой с кем вы конкурируете за сделки?
Забавная особенность этой модели в том, что обычно мы не пытаемся конкурировать за «горячий» раунд — люди сами находят для нас место. Это совсем другое дело, чем пытаться получить горячий раунд Series A или Series B. В основном люди хотят видеть нас инвесторами из-за того, что можем сделать мы с Заком, и из-за нашего активного участия. Когда я думаю о людях, которые меня вдохновляют, я смотрю на кого-то вроде Антонио Грасиаса из Valor — он сейчас широко известен благодаря сделке со SpaceX, но он занимается своим делом уже 20 лет. То, что сделал Thrive с более концентрированным портфелем, тоже является настоящим вдохновением. Очевидно, что a16z также в моей ДНК, но я думаю, что эти другие примеры — новое дополнение к тому, как мы думаем о вещах.
Что сейчас переоценено в сфере ИИ и биотехнологий?
Реальность такова, что ИИ может находить идеи, недоступные одним лишь людям. Сложности возникают, когда звучат заявления, что ИИ вылечит все на свете. Причина для осторожности здесь не в сомнениях в ИИ, а в сомнениях в данных. LLM работают, потому что для обучения есть много данных. Когда данных просто нет, ИИ не может магическим образом решить эту проблему.
*Facebook, *Instagram и *WhatsApp принадлежат компании *Meta Platforms Inc., деятельность которой признана экстремистской и запрещена на территории Российской Федерации.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Connie Loizos
