a16z 前生物科技负责人 Vijay Pande 转型:从管理 40 亿美元到每年只做少数精准押注
曾在 Andreessen Horowitz (a16z) 管理近 40 亿美元生物科技投资的 Vijay Pande,去年 6 月离职创立小型基金 VZVC。他放弃每年数十个项目的打法,转而采用每年少数几个集中押注的策略,团队无初级分析师,大量依赖 AI 运营。Pande 认为 AI 正将生物学从"发现科学"转向"工程化",但生物数据无法像文本那样从互联网抓取,每家公司都在建立封闭数据集,这对 AI 医疗的未来发展构成独特挑战。
从40亿美元掌舵者到精品基金创始人
12年前，斯坦福化学教授Vijay Pande因开发Folding@home项目一战成名——他把数百万台家用电脑变成超级计算机，用来研究疾病。当Marc Andreessen和Ben Horowitz决定杀入医疗健康领域时，他们直接把a16z生物科技板块的"指挥棒"交给了Pande。十年磨一剑，Pande把这个赌注做成了管理近40亿美元的大生意。
但去年6月，Pande做出了一个出人意料的决定：离开a16z，和老搭档Zach Werner一起创立了小而美的VZVC基金。这支基金不走寻常路：每年只投几个重点项目，不搞"撒网式"投资；团队里没有初级分析师；日常运营全靠AI工具撑场。
AI如何把生物医药从"碰运气"变成工程学
Pande在采访中分享了他对AI改造生物医药的洞察："以前搞药物研发全靠运气。AI和机器学习让计算机能读懂复杂的生物系统——知道该打哪个靶点、怎么造药，连最烧钱的临床试验都能帮上忙。"
他点出了行业痛点：临床试验从一期到三期的成功率只有20%，80%的药都得'凉'。一次试验砸进去几个亿，失败率这么高，不是因为生物学家不行，而是依赖的小鼠模型根本预测不了人体反应。"AI模型虽然不完美，但绝对比动物模型靠谱得多——一旦突破这个门槛，前景不可限量。"
说到精准医疗，Pande认为传统做法是把患者的血检数据和大众平均值比，但真正该问的是'这个结果对你个人来说正常吗'。他指出，基因组学曾是精准医疗的基石，但"基因组就像房子的设计图，而你的房子早就不是刚建好的样子了"——蛋白质组学等其他检测手段更能反映身体当下的真实状态。
生物数据的"抓取困境"
和文本AI不同，生物数据没法从网上随便抓，这就导致几乎每家AI制药公司都在建自己的"数据围墙"。Pande直言："这里没有公开数据让你随意训练模型，你的数据也无法在不同模型间迁移。从纯AI角度看，这局面还挺有意思。"
这种数据孤岛现象和医疗界的老问题如出一辙：医生们都在各自的'孤岛'里单打独斗。比如一个癌症患者同时要看肿瘤科和内分泌科，但两位专家很少能协同作战。Pande认为AI的潜力在于"理论上能成为所有领域的专家，看到任何单个人类都看不到的东西——相当于让一群顶尖医生即时会诊"。
为什么选择"少而精"的投资策略
从每年投几十个项目到只押注少数几个，Pande的策略转变背后是对市场环境的精准判断。虽然具体原因没说透，但这种转型通常离不开这几点：集中火力打高胜率项目、深度赋能被投企业、用AI工具提升决策效率。
对中国AI医疗创业者来说，Pande提到的数据困境尤其值得关注。在国内数据合规要求越来越严的背景下，如何在保护患者隐私、满足监管要求的同时，建立起足够规模和质量的训练数据集，是决定AI制药公司能否突围的关键。
本文基于 TechCrunch 报道, 由 AiDuo123 AI 编辑翻译改写。原文链接: https://techcrunch.com/2026/08/29/were-not-doing-30-bets-a-year-vijay-pande-on-betting-small-after-running-4-billion-at-a16z/
常见问题
- Vijay Pande 创立的新基金 VZVC 与传统 VC 有何不同?
- VZVC 采用每年少数几个集中押注的策略,而非传统 VC 每年数十个项目的分散投资;团队没有初级分析师,大量依赖 AI 工具进行日常运营,这在投资行业中较为罕见。
- 为什么 AI 制药的临床试验成功率这么低?
- 根据 Pande 的说法,临床试验从一期到三期的成功率仅 20%,主要原因是药物设计依赖的动物模型(如小鼠)对人体反应的预测性很差。AI 模型虽不完美,但预期会显著优于动物模型。
- 生物数据无法从互联网抓取对 AI 医疗意味着什么?
- 这导致每家 AI 制药公司都需要建立自己的封闭数据集,无法像文本 AI 那样共享训练数据。这可能形成数据护城河,但也可能阻碍行业整体进步,加剧医疗领域已存在的'数据孤岛'问题。
- 中国 AI 医疗创业者可以从 Pande 的观点中获得什么启示?
- 需要重视数据积累的战略价值,但同时要在数据合规(如《个人信息保护法》)与模型训练需求间找到平衡。精准医疗方向可能更适合有医院资源或真实世界数据(RWD)获取能力的团队。
相关 AI 工具
文中提到或相关的 AI 工具 — 点进去看适合谁、怎么用、值不值得折腾
Midjourney
精选AI 绘图
顶级 AI 图像生成工具,以画面质感、艺术风格、构图理解著称。V7 模型在写实和创意两个方向均领先。需 Discord 或网页版使用。
Cursor
精选AI 开发工具
AI-first 代码编辑器,基于 VS Code 构建,深度集成 Claude / GPT-4o 等模型。Composer 多文件编辑、Tab 自动补全、Agent 模式三大杀手锏。
Claude
精选大模型应用
Anthropic 推出的 AI 助手,以长上下文(200K tokens)、对复杂任务的细腻理解、Artifacts 可视化输出闻名。Claude Sonnet 4.5 / Opus 4.7 在编程、写作、推理多项基准上领先。
相关推荐
同类资讯 — 由发布时间排序
Rubrik 押注 AI 智能体安全与身份韧性 能否撑起下一增长曲线
数据保护厂商 Rubrik (RBRK) 正从备份软件转型,将 AI 智能体安全(Agent Cloud)和身份韧性(Identity Resilience)定为新增长引擎。尽管订阅 ARR 同比增长 33% 至 16.6 亿美元,但新产品客户数仅 15 家,市场对变现速度存疑。财报发布后股价单日跌 13%,反映高估值下容错空间收窄。
OpenAI 在印度推出 ChatGPT 广告:免费用户将看到赞助内容
OpenAI 已开始向印度部分 ChatGPT 用户展示广告,这是该公司在其最大市场之一探索新收入来源的最新举措。广告仅面向免费版和 Go 订阅用户,付费高级用户不受影响。印度每周活跃用户已超 1 亿,成为 ChatGPT 全球最大市场之一。超 50 个品牌将参与首批投放,OpenAI 正与 WPP 和 Omnicom 等广告集团合作推进。
Gemini Notebook 新增电子书导入功能:AI 辅助阅读而非替代
Google 旗下的 Gemini Notebook(原 NotebookLM)推出电子书导入功能,可将 Google Play Books 中的部分电子书转化为 AI 笔记本,提供洞察和延伸阅读建议。目前支持约 10 万本精选书籍,通过 AI"星标"标识可识别,但功能尚未完全上线。该功能定位为辅助工具而非阅读替代,适合学生和深度读者。
OpenAI 联合百余家机构警告:AI 驱动网络攻击窗口期正在收窄
OpenAI 与超过 100 家科技公司及机构周四发布公开信,警告 AI 驱动的网络攻击浪潮即将到来,企业防御准备的时间窗口正在缩小。信中呼吁 AI 实验室向医院、基础设施提供商等关键机构开放最先进的 AI 模型,以便提前进行防御准备。