Vijay Pande rời a16z, thành lập VZVC – Đầu tư ít, tập trung vào AI sinh học

Mở đầu – Bước ngoặt mới của nhà khoa học-đầu tư

Vijay Pande, người từng nổi tiếng hơn trong giới học thuật với dự án Folding@home, đã chính thức rời khỏi a16z – quỹ đầu tư mạo hiểm của Marc Andreessen và Ben Horowitz – vào tháng 6 năm 2025. Cùng với nhà đầu tư lâu năm Zach Werner, ông thành lập VZVC, một công ty đầu tư mới chỉ thực hiện một vài “cược” tập trung mỗi năm, không có nhân viên cấp dưới và dựa hệt vào trí tuệ nhân tạo (AI) để vận hành hằng ngày.

Chi tiết cụ thể – Từ quản lý 4 tỷ USD tới mô hình “cược ít, sâu”

• Quá khứ ở a16z: Khoảng một thập kỷ trước, sau khi Andreessen Horowitz (a16z) quyết định không còn tránh xa lĩnh vực y tế và khoa học đời sống, Pande – lúc đó là giáo sư hóa học tại Stanford và là người sáng lập Folding@home – được giao chìa khóa để xây dựng bộ phận y tế của quỹ. Trong hơn 10 năm, anh đã đưa khoản đầu tư của a16z trong lĩnh vực này lên gần 4 tỷ USD, tạo ra một trong những danh mục đầu tư sinh học lớn nhất của Silicon Valley.

• Ra mắt VZVC: VZVC được thành lập vào tháng 6/2025, với mục tiêu “cược ít nhưng sâu”. Thay vì theo đuổi 30‑40 dự án mỗi năm như nhiều quỹ khác, VZVC chỉ chọn ra một vài dự án có tiềm năng đột phá cao. Công ty không có bất kỳ associate nào; mọi công việc từ sàng lọc dự án, phân tích dữ liệu tới quản lý danh mục đều được hỗ trợ bởi các hệ thống AI nội bộ.

• Vai trò của AI: Pande cho biết, “AI và machine learning cho phép máy tính bao trùm một mức độ hiểu biết sâu rộng về các hệ thống sinh học phức tạp, từ việc xác định mục tiêu thuốc, thiết kế hợp chất, cho tới hỗ trợ trong giai đoạn thử nghiệm lâm sàng”. Ông nhấn mạnh rằng, dù AI chưa thể thay thế hoàn toàn mô hình động vật, nhưng nó sẽ “tốt hơn rất nhiều” trong việc dự đoán hiệu quả trên người, giảm thiểu chi phí và thời gian của các thử nghiệm.

• Thách thức dữ liệu sinh học: Khác với văn bản hay hình ảnh, dữ liệu sinh học không thể “scrape” từ internet; mỗi công ty phải tự xây dựng và bảo vệ bộ dữ liệu riêng. Điều này tạo ra “vách ngăn” dữ liệu, nhưng đồng thời cũng mở ra cơ hội cho các “foundation model” sinh học mở, tương tự như các mô hình ngôn ngữ mở trong AI.

• Những dự án và đối tác nổi bật: Trong quá khứ, Pande đã hỗ trợ thành lập Genesis Therapeutics – công ty xuất phát từ phòng thí nghiệm của ông tại Stanford – và Insitro, công ty khám phá thuốc do đồng nghiệp cũ Daphne Koller sáng lập. Hiện tại, VZVC đang ươm tạo một công ty mới cùng một người sáng lập mà Pande đã quen biết hơn 20 năm, tập trung vào AI cho việc cung cấp dịch vụ y tế.

• Cái nhìn về y học cá nhân hóa: Pande mô tả xu hướng “precision medicine” hiện đang chuyển từ chỉ dựa trên genomics sang tích hợp proteomics, tự động hoá đo lường bằng robot và AI. “Kết quả xét nghiệm máu hiện nay thường so sánh với trung bình dân; trong tương lai chúng ta sẽ so sánh với ‘bạn’ – tức là xác định liệu một chỉ số có bất thường đối với từng cá nhân hay không,” ông giải thích.

Bối cảnh/so sánh – AI sinh học đang mở ra kỷ nguyên mới

Sự chuyển mình của Pande phản ánh xu hướng chung trong ngành công nghệ sinh học: AI không chỉ là công cụ hỗ trợ mà đang trở thành “điều khiển” chính của quá trình khám phá và chế tạo thuốc. Trong thập kỷ qua, cả AI cho sinh học và AI cho hoá học đều chứng kiến “độ tăng trưởng ổn định”, từ việc xác định mục tiêu bệnh đến thiết kế hợp chất. Tuy nhiên, khác với các lĩnh vực có dữ liệu công khai, sinh học vẫn bị “bảo mật dữ liệu” khiến mỗi công ty phải tự tạo kho dữ liệu riêng, làm chậm tốc độ chia sẻ kiến thức.

Những nỗ lực xây dựng “atlas” sinh học – các mô hình nền tảng mở – đang dần xuất hiện, giống như làn sóng mở nguồn trong cộng đồng LLM. Khi các mô hình này trở nên phổ biến, chúng có thể “cạnh tranh” với các mô hình độc quyền của các tập đoàn lớn, mang lại lợi thế cho các startup như VZVC. Đồng thời, việc tích hợp AI vào quy trình lâm sàng hứa hẹn giảm chi phí thử nghiệm, hiện nay chỉ có khoảng 20 % thuốc vượt qua ba giai đoạn lâm sàng, và mỗi thử nghiệm có thể tiêu tốn hàng trăm triệu đô la.

Với việc tập trung vào một vài dự án có tiềm năng cao và vận hành bằng AI, VZVC không chỉ là một mô hình đầu tư mới mà còn là minh chứng cho việc “từ khám phá sang kỹ thuật” trong sinh học đang nhanh chóng được thực thi. Nếu thành công, mô hình này có thể thúc đẩy việc đưa ra các liệu pháp cá nhân hoá nhanh hơn, chi phí thấp hơn và cuối cùng là nâng cao chất lượng chăm sóc sức khỏe toàn cầu.