“We’re not doing 30 bets a year”: Vijay Pande on betting small after running $4 billion at a16z
Vijay Pande, conocido inicialmente en círculos académicos, se convirtió en una figura destacada en el mundo de la inversión cuando Marc Andreessen y Ben Horowitz decidieron apostar por el sector de la salud y las ciencias de la vida, entregándole las riendas de su nueva iniciativa. Pande, quien era profesor de química en Stanford y famoso por su proyecto Folding@home, transformó esta apuesta en una práctica que manejó cerca de $4 mil millones.
Sin embargo, en junio del año pasado, Pande sorprendió al dejar todo para iniciar algo mucho más pequeño: VZVC, una firma cofundada con el inversor Zach Werner, que se centra en realizar un puñado de apuestas concentradas al año en lugar de docenas. La firma no tiene asociados y depende en gran medida de la inteligencia artificial para sus operaciones diarias.
En una reciente conversación, Pande explicó su cambio radical hacia apuestas más concentradas en el mercado actual y abordó un dilema interesante en la biotecnología impulsada por IA: a diferencia de los datos textuales, los datos biológicos no pueden extraerse de internet, por lo que cada empresa termina construyendo su propio conjunto de datos cerrado. Esto plantea interrogantes sobre los avances prometidos por la IA en medicina y quién realmente tiene acceso a ellos.
Según Pande, la biología está pasando de ser una «ciencia del descubrimiento» a algo que se puede «ingeniar». La IA y el aprendizaje automático permiten a las computadoras comprender aspectos muy complejos, como identificar los objetivos que los medicamentos deben atacar para enfermedades específicas, fabricar esos medicamentos e incluso ayudar en los ensayos clínicos, que son la parte más costosa del proceso.
Aunque los ensayos clínicos se están abaratando gracias a la IA, aún pueden costar cientos de millones de dólares, y la probabilidad de que un medicamento pase con éxito del primer al tercer ensayo es solo del 20%. La IA, aunque no perfecta, promete ser mucho más eficaz que los modelos animales utilizados tradicionalmente.
La medicina personalizada, o «medicina de precisión», es otro enfoque que Pande destaca. En lugar de comparar los valores de las pruebas sanguíneas con promedios poblacionales, deberían compararse con lo que es normal para el individuo, permitiendo tratamientos más efectivos desde el principio.
El avance en IA para biología y química ha sido constante en la última década, con mejoras significativas en cómo tratar enfermedades y desarrollar medicamentos específicos. Sin embargo, la falta de datos biológicos accesibles plantea un desafío único para el desarrollo del campo.