Vijay Pande a16z dan ketib, AI bilan biotexnologiyaga yangi qarash bilan VZVC ni asos soldi

Yuzlab startapga pul berish, portfolio ni kengaytirish va umid qilganki, bironta "unicorn" chiqib keladi — bu yillab venture capital (VC) sohasining standart recepti edi. Vijay Pande esa bu receptni aylantirib qo'ydi.

Stanford kimyo professori, Folding@home loyihasining yaratuvchisi va oxirgi 12 yildan beri Andreessen Horowitz (a16z) da bio + health fondlari portfelini — taxminan 4 milliard dollargacha — boshqarib kelgan Pande, 2023 yil iyunida hamkorlari bilan alohida yo'lga chiqdi. Yangi fondi VZVC (Zach Werner bilan birga) faqat yilda bir necha, lekin chuqur tahlil qilingan "stavkalarga" (bets) e'tibor beradi. Associatlar yo'q, operatsion ishlar katta qismida AI agentlar orqali amalga oshiriladi.

Nega katta fond modeli biotexnologiya uchun ishlamayapti

Klassik VC modeli: tez o'sish, katta yurish maydoni, tez exit. Biotexnologiya (biotech) esa boshqacha o'yin. Dorivor topish 10-15 yil va milliardlab dollarlik sarflar talab qiladi. Pande ga ko'ra, "spray and pray" (tarqalab o'tirish va umid qilish) strategiyasi bu yerda buziladi — chunki har bir xato yuzaga kelganda, vaqt va pul yo'qolishi chet elda emas, bemor hayotida natija beradi.

U shuni eslatadi: klinik sinovlar hali ham eng qimmat va eng xavfli bosqich. AI oldindan sinov narxini tushirishi kerak edi (sintetik ma'lumotlar orqali), lekin Pande bu "faqat orzu" deb ataydi. Hozirgi holatda uchinchi fazaga yetgan dorilarning faqat 20% muvaffaqiyat qilar ekan. 80% muvaffaqiyatsiz tugaydi — va asosi biolog xato emas, balki sichqon modeli odam organizmini to'g'ri prognoz qilmaydi.

"AI modeli ideal emas, lekin har qanday hayvon modelidan ko'ra ancha yaxshiroq. Va shu chegarani o'tganda asl qiziqish boshlanadi," — deydi Pande.

Kashf etish faniidan muhandislikka o'tish

Pande biologiyaning "kashf etish fani" (science of discovery) dan "muhandislik" (engineering) ga o'tayotganini ayta oladi. Farq quyidagida: oldin dorivor topish — bu omad, tasodifiy uchrashuv edi. Endi esa AI va machine learning murakkab biologik tizimlarni tushunish, maqsadli belgilarni (targets) aniqlash, molekullar yasash va hatto klinik sinovlarni rejalashtirish imkonini beradi.

Bu yerda ikkita parallel oqim bor:

• Biologiya uchun AI: qanday kasallikni davolash mumkin — belgilarni topish, biomarkerlar.
• Kimyo uchun AI: aniq shu belgiga tegishli molekula yasash.

O'n yillik davrda abatda rivoj bor. Robotlashtirilgan o'lchov avtomatlashtirish (lab automation) va AI bir-biriga yaqinlashdi — bu "dry lab" (kompyuter 모델lari) va "wet lab" (haqiqiy laboratoriya) o'rtasidagi devorni buzayapti.

Ma'lumotlar muammosi: internetdan scrap qilib bo'lmaydi

Bu maqolaning eng chuqur nuqtalaridan biri — ma'lumotlar (data) masalasi. Kattalamiy til modellarini (LLM) o'qitish uchun internetdagi matnlar, kodlar, kitoblar — hammasi ochiq manba. Biologiyada bunday "umumiy korpus" yo'q.

• Genomik, proteomik, metabolomik ma'lumotlar maxfiy, qiyin olinadi, standartlashtirilmagan.
• Har bir kompaniya o'zining "devor ostidagi" (walled garden) ma'lumotlar bazasini quradi.
• Bir modeldan ikkinchisiga "distillatsiya" (bilim o'tkazish) qilinmaydi.

Bu VC va startaplar uchun aniq strategik o'yinni o'zgartiradi. Ma'lumot — bu nafaqat moyillovchi, balki asosiy mo'ljallangan aktiv. Kimning ma'lumoti yaxshiroq, shu g'alaba qozonadi. Lekin bu ham "silo" (izolyatsiya) hosil qiladi — shifokorlar kabi, har bir kompaniya o'z maydonida yashnayapti.

AI — har sohada mutaxassis bo'la oladigan "universal konsil"

Pande bu muamoga yechim sifatida AI ning "har sohada mutaxassis" bo'lish qobiliyatini ko'rsatadi. Onkologiya va endokrinologiya shifokorlari o'zaro aloqada emas, lekin AI — ha. U genomika, proteomika, klinik tarixi, tasvir tahlili (imaging) va hatto bemorning hayot uslubi ma'lumotlarini bir vaqtda tahlil qila oladi.

Bu precizion tibbiyot (precision medicine) g'oyasiga yaqinlashtiradi. Hozir shifokor "o'rtacha odam" uchun yozilgan protokollar asosida davolaydi. Kelajakda: har bir bemor uchun "normal" qiymat shaxsiy bazaviy chiziq (baseline) ga nisbatan aniqlanadi. Birinchi retsept — to'g'ri bo'ladi.

VZVC modeli: kam, lekin chuqur

Yangi fond tarkibi o'ziga xos:

• Associatlar yo'q. Barcha tahlil, due diligence, portfolio yordamini o'zlari (Pande va Werner) va AI vositalari qiladi.
• Konsentratsiya. Yilda 20-30 ta emas, 3-5 ta startapga katta pul.
• Operator yondashuvi. Faqat pul bermaslar, balki laboratoriya qurish, ma'lumotlar arxitekturasi, AI modelini tanlash va hokazo da yordam beradilar.

Bu model a16z dagi "platforma" yondashuvining (talent recruiting, marketing, executive briefings) minimalist, lekin chuqurroq versiyasi deb tasavvur qilinishi mumkin. Pande o'zini "investor" deb emas, "company builder" (kompaniya quruvchi) deb ko'radi.

Ochiq savollar va cheklovlar

Hamma bu kelajak tasviri jalb qiluvchi, lekin bir qator murakkab masalalar hal qilinmagan:

• Ma'lumotlar hamkorligi: Kompaniyalar o'z "devorlarini" buzishni xohlashadimi? Federal qonunchilik (HIPAA, GDPR) va korporativ sirlar bu yo'lni qanday cheklaydi?
• Modelning ishonchliligi: AI sichqon modelidan yaxshiroq, lekin hali ham xatolari bor. Klinik sinovda xato — bu bemor hayoti. Regulyatorlar (FDA) qanday qabul qiladi?
• Kirish baroyeri: AI + biotexnologiya startapiga kirish uchun zarur resurslar (GPU klasterlari, robotlablar, biologlar jamoasi) hali ham yuqori. Bu soha faqat katta korporatsiyalarga (Google DeepMind, Microsoft, Recursion, Insitro) qolg'a kelmasligi uchun nima qilinishi kerak?
• Moliyaviy model: VZVC kabi kichik fondlar 10 yillik fond hayoti (fund lifecycle) va LP (investorlar) kutgan qaytarim (return) o'rtasidagi tashvishni qanday hal qiladi?

Nima uchun bu muhim — hozir va kelajakda

Pande ning o'tishi — bu shaxsiy tanlovdan tashqari, venture capital sohasining biotexnologiya bo'yicha o'zgarayotgan paradigmasining belgisi. Katta fondlar (a16z, Flagship, ARCH) hali ham katta pul o'ynaydi. Lekin "nich ta, lekin chuqur" falsafasi — aynan AI yuti bor sohalarda (biologiya, material science, energy) samaradorlik ko'rsatishi mumkin.

Agar AI haqiqatan ham biologiyani "muhandislik" ga aylantirsa, dorivor topish narxi 10-20 marta tushishi, va davolash shaxslashtirilishi mumkin. Bu — trillion dollarlik bozor o'zgarishi. VZVC shu o'zgarishning oldindagi devorlarida, lekin minimalist, tez va AI-birlashtirilgan usulda turibdi.

Natija: venture capital da ham "kamchilik, lekin sifati" (quality over quantity) prinsipi g'alaba qozonishi boshlanmoqda. Va bu — faqat biotexnologiya uchun emas, balki barcha "hard tech" sohalari uchun eslatma bo'lishi mumkin.