Por qué un veterano de a16z dejó 4.000 millones para hacer menos apuestas en IA médica
Vijay Pande abandonó uno de los fondos de biotecnología más grandes del mundo para crear un fondo pequeño centrado en inteligencia artificial, porque cree que la biología está dejando de ser una ciencia de descubrimiento para convertirse en una disciplina de ingeniería.
Vijay Pande dejó de gestionar 4.000 millones de dólares en a16z (Andreessen Horowitz, una firma de inversión en tecnología) para crear VZVC, un fondo pequeño centrado en inteligencia artificial aplicada a medicina. Su objetivo es hacer menos inversiones al año, pero más enfocadas, porque cree que la biología está pasando de ser una ciencia de descubrimiento a una de ingeniería gracias a la IA.
Vijay Pande gestionaba cerca de 4.000 millones de dólares en el área de biotecnología de a16z (Andreessen Horowitz, una de las firmas de inversión en tecnología más influyentes de Silicon Valley) cuando decidió dejarlo el año pasado. Ahora dirige VZVC, un fondo mucho más pequeño y enfocado exclusivamente en inteligencia artificial aplicada a medicina. La razón, según explicó a TechCrunch, es sencilla: quiere hacer menos apuestas, pero más precisas. "No estamos haciendo 30 inversiones al año", resumió.
Para Pande, la biología está viviendo un cambio de era. Durante décadas fue una ciencia de "descubrimiento": los investigadores observaban fenómenos naturales, identificaban moléculas prometedoras y probaban suerte en ensayos clínicos largos y costosos. Ahora, gracias a la inteligencia artificial, cree que se está convirtiendo en una disciplina de "ingeniería": los modelos pueden predecir cómo se comportará una proteína, diseñar fármacos desde cero o identificar dianas terapéuticas (las partes del organismo donde actúa un medicamento) con una precisión que antes era imposible.
Pero Pande advierte que los ensayos clínicos siguen siendo "brutalmente caros", y ese cuello de botella no desaparecerá pronto. Un fármaco puede diseñarse con IA en meses, pero demostrar que es seguro y eficaz en humanos puede costar cientos de millones de dólares y llevar años. Esa brecha entre la velocidad del diseño digital y la lentitud de la validación clínica es, para él, uno de los retos centrales de la próxima década en biotecnología.
También defiende que el futuro de la IA en medicina pasa por datos abiertos y compartidos, no por conjuntos de datos cerrados y guardados por empresas individuales. Según Pande, los modelos realmente transformadores en salud necesitan entrenar con información de millones de pacientes, algo que solo es posible si la industria colabora en lugar de competir por acumular datos privados. Es una visión que choca con la estrategia de muchas grandes farmacéuticas, pero que él considera imprescindible para que la IA cumpla su promesa en medicina.
