Vijay Pande อดีตผู้บริหาร a16z ตั้งกองทุน VZVC ลงทุนแบบเน้นความเข้มข้น
Vijay Pande อดีตกองทุน a16z มูลค่า 4 พันล้านดอลลาร์ ร่วมกับ Zach Werner ก่อตั้ง VZVC เน้นลงทุนน้อยรายต่อปี ไร้พนักงานระดับ associate และใช้ AI ช่วยทำงาน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Vijay Pande อดีตผู้บริหารกองทุน 4 พันล้านดอลลาร์จาก a16z ออกมาตั้งกองทุนใหม่ชื่อ VZVC
- VZVC เน้นการลงทุนแบบเข้มข้นในจำนวนจำกัดต่อปี ไม่มีตำแหน่งพนักงาน associate
- กองทุนใหม่นี้พึ่งพาปัญญาประดิษฐ์ (AI) อย่างหนักในการดำเนินงานประจำวัน
- ให้ความสำคัญเป็นพิเศษกับ AI ด้านการจัดบริการสุขภาพและการทดลองทางคลินิก
ในวงการการลงทุนและการพัฒนาเทคโนโลยีชีวภาพ ข่าวการตัดสินใจครั้งใหญ่ของ Vijay Pande ถือเป็นจุดเปลี่ยนที่น่าจับตา หลังจากที่เขาเคยดูแลพอร์ตโฟลิโอมูลค่าสูงถึง 4,000 ล้านดอลลาร์สหรัฐที่ a16z การก้าวออกมาเริ่มต้นเส้นทางใหม่ร่วมกับนักลงทุนรุ่นพี่อย่าง Zach Werner ด้วยการก่อตั้งบริษัท VZVC จึงสร้างความประหลาดใจให้กับหลายคนในแวดวงสตาร์ทอัพไม่น้อย
แนวทางการบริหารของ VZVC แตกต่างอย่างสิ้นเชิงจากกองทุนขนาดใหญ่ทั่วไป โดยแทนที่จะกระจายความเสี่ยงด้วยการลงทุนในบริษัทจำนวนหลายสิบแห่งต่อปี พวกเขากลับเลือกที่จะวางเดิมพันแบบเข้มข้นเพียงไม่กี่รายเท่านั้น นอกจากนี้โครงสร้างองค์กรยังมีความคล่องตัวสูงโดยไม่มีพนักงานตำแหน่ง associate และใช้ระบบปัญญาประดิษฐ์เข้ามาช่วยขับเคลื่อนกระบวนการทำงานในแต่ละวัน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในมุมมองเกี่ยวกับเทคโนโลยีการแพทย์ Pande ได้ฉายภาพการพัฒนาอุตสาหกรรมยาในอดีตมักมีความบังเอิญเข้ามาเกี่ยวข้อง แต่ปัจจุบัน AI และการเรียนรู้ของเครื่อง (Machine Learning) เข้ามาช่วยให้คอมพิวเตอร์เข้าใจความซับซ้อนระดับโมเลกุล ตั้งแต่การเลือกเป้าหมายที่ยาต้องเข้าไปจัดการสำหรับโรคเฉพาะเจาะจง ไปจนถึงขั้นตอนการทดลองทางคลินิกซึ่งเป็นกระบวนการที่มีต้นทุนสูงที่สุด
การที่ VZVC เลือกโมเดลการลงทุนแบบจำกัดจำนวนบริษัท (Concentrated bets) สะท้อนถึงเทรนด์ของ VC ยุคใหม่ที่ต้องการทุ่มทรัพยากรและเวลาให้ความช่วยเหลือผู้ก่อตั้งอย่างใกล้ชิด แทนที่จะเน้นการถือครองหุ้นจำนวนมากแล้วปล่อยให้บริษัทเติบโตตามยถากรรม การไร้พนักงาน associate ยังบังคับให้พาร์ทเนอร์ระดับบนสุดต้องลงมาลุยงานวิเคราะห์และคัดเลือกดีลด้วยตัวเองแบบ 100% ซึ่งช่วยลดขั้นตอนความล่าช้าในกระบวนการตัดสินใจ
เมื่อพูดถึงการแพทย์แบบแม่นยำ (Precision Medicine) Pande อธิบายว่าในอดีตนักวิจัยมักพึ่งพาข้อมูลจีโนม (Genomics) เป็นหลัก แต่ในความเป็นจริงรหัสพันธุกรรมเปรียบเสมือนแบบแปลนบ้านในวันแรกสร้าง ขณะที่สภาพร่างกายของมนุษย์เปลี่ยนแปลงไปตามกาลเวลา ปัจจุบันนักวิทยาศาสตร์จึงหันมาวัดค่าโปรทีโออมิกส์ (Proteomics) และข้อมูลชีวภาพอื่นๆ ที่สะท้อนสถานะปัจจุบันของร่างกายได้แม่นยำกว่า ควบคู่ไปกับการทำงานร่วมกันอย่างกลมกลืนระหว่างระบบอัตโนมัติของหุ่นยนต์และ AI
"I think what’s shifted is that AI and machine learning allow computers to wrap their type of understanding around something very, very complicated… to try to figure out what targets you want your drugs to hit."
Vijay Pande
ตลอดช่วงทศวรรษที่ผ่านมา AI มีบทบาทสำคัญอย่างมากในสองด้านหลักคือ ชีววิทยาและการแพทย์เชิงเคมี ด้านชีววิทยาช่วยตอบคำถามว่าเราจะรักษาโรคนั้นได้อย่างไร ส่วนด้านเคมีช่วยหาแนวทางการสร้างโมเลกุลยาเพื่อไปจัดการกับโปรตีนเป้าหมายโดยเฉพาะ ซึ่งมีการพัฒนาอย่างก้าวกระโดดตลอด 10 ปีที่ผ่านมา
สำหรับทิศทางในอนาคต Pande ระบุว่าเขากำลังทุ่มเทเวลาส่วนใหญ่ไปกับสองเรื่องสำคัญ ได้แก่ AI สำหรับการจัดบริการสุขภาพ ซึ่งเป็นงานที่เขาทำอย่างเข้มข้นสมัยอยู่ a16z และ AI สำหรับการสนับสนุนการทดลองทางคลินิก พร้อมทั้งย้ำเตือนบรรดาผู้ก่อตั้งหน้าใหม่ว่า ต่อให้เทคโนโลยีจะล้ำสมัยแค่ไหน แต่ท้ายที่สุดแล้วกลยุทธ์การบุกตลาด (Go-to-market) คือหัวใจสำคัญที่ยากไม่แพ้ตัวเทคโนโลยีเลยทีเดียว
ที่มา: TechCrunch
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น