Vijay Pande聚焦AI驱动的精准生物技术投资

曾掌管Andreessen Horowitz（a16z）近40亿美元生物基金的Vijay Pande，如今选择了一条截然不同的道路。2025年6月，他离开这家顶级风投，与长期合作伙伴Zach Werner共同创立了规模更小、节奏更慢的新基金VZVC。与a16z每年进行数十笔投资不同，VZVC每年仅聚焦“少数几笔高度集中的押注”，且不设初级分析师团队，日常运营高度依赖人工智能工具。

Pande的转型并非偶然。作为斯坦福大学化学教授，他早年因创建Folding@home——一个利用全球数百万台家用电脑进行疾病研究的分布式计算项目——而在学术界声名鹊起。2012年前后，当a16z决定进军此前刻意回避的生命科学领域时，正是看中了他在计算生物学与AI交叉领域的深厚积累。此后十余年，他成功将该垂直领域打造成a16z的核心支柱之一。

然而，在AI与生物技术融合加速的今天，Pande却选择“做少而精”的投资策略。他在接受采访时解释道：“我们不再每年投30个项目。现在的市场环境要求更深的理解和更紧密的协作，而不是广撒网。”

这种转变背后，是对AI在生物医药领域实际落地挑战的深刻认知。Pande指出，AI正在推动生物学从“发现科学”向“可工程化的学科”演进。传统药物研发高度依赖偶然性，而如今，AI能够处理极其复杂的生物系统，帮助识别药物靶点、设计分子结构，甚至优化临床试验流程。

但他也坦承，AI在医药领域的应用仍面临根本性障碍：生物数据无法像文本或图像那样从互联网大规模抓取。每家AI生物技术公司几乎都必须自建专有数据集，形成“数据孤岛”。这不仅抬高了创业门槛，也限制了模型泛化能力，使得AI驱动的药物研发成果难以普惠化。

此外，尽管合成数据和AI模拟有望降低临床试验成本，Pande强调这仍是“一种愿望而非现实”。目前，从一期到三期临床试验的整体成功率仅约20%，单次试验成本仍高达数亿美元。失败主因并非科学家失误，而是动物模型（如小鼠）与人类生理存在本质差异，导致前期实验结果无法有效预测人体反应。

正因如此，Pande的新基金VZVC更倾向于投资那些能构建独特数据飞轮、并具备跨物种验证能力的AI生物技术公司。他相信，未来的突破将属于那些不仅能开发先进算法，还能解决数据获取与验证闭环问题的团队。