จากนักลงทุนพันล้านสู่บริษัทไซส์มินิ: Vijay Pande กับการเดิมพัน AI ในวงการแพทย์

จากผู้บริหารกองทุนยักษ์ใหญ่สู่การทำสิ่งที่เล็กลง

Vijay Pande เคยเป็นศาสตราจารย์ด้านเคมีที่ Stanford และเป็นคนสร้างโปรเจกต์ Folding@home (ระบบที่เอาคอมพิวเตอร์ตามบ้านมาช่วยกันคำนวณวิจัยโรค) เขาเคยดูแลเงินลงทุนเกือบ 4 พันล้านดอลลาร์ที่ a16z แต่ล่าสุดเขาตัดสินใจลาออกมาตั้งบริษัท VZVC กับเพื่อนนักลงทุนอย่าง Zach Werner

บริษัทใหม่ของเขาแตกต่างจากที่เดิมอย่างสิ้นเชิง เขาไม่รับพนักงานเพิ่ม แต่ใช้ AI (ปัญญาประดิษฐ์ที่เรียนรู้จากข้อมูล) มาช่วยจัดการงานประจำวัน และเลือกลงทุนเพียงไม่กี่บริษัทต่อปี แทนที่จะหว่านแหลงทุนทีละหลายสิบแห่ง

AI ไม่ใช่ยาวิเศษที่เสกข้อมูลขึ้นมาเองได้

จุดที่น่าสนใจของวงการแพทย์คือ ต่างจากข้อความบนอินเทอร์เน็ตที่ AI เอามาเทรน (การสอน AI ด้วยข้อมูลจำนวนมาก) ได้ง่าย ข้อมูลทางชีวภาพนั้นกระจัดกระจายและเป็นความลับ

ทุกบริษัทในวงการนี้เลยต้องสร้างฐานข้อมูลของตัวเองขึ้นมาใหม่หมด ทำให้ AI ยังไม่สามารถแก้ทุกปัญหาได้ในทันที เพราะถ้าไม่มีข้อมูลให้มันเรียนรู้ AI ก็ไม่สามารถหาคำตอบที่ถูกต้องได้

เปลี่ยนการรักษาแบบเดาสุ่ม เป็นแบบเฉพาะบุคคล

Pande มองว่าในอดีตการผลิตยาเป็นเรื่องของความโชคดี แต่ตอนนี้ AI ช่วยให้เราออกแบบยาได้แม่นยำขึ้น เขาเชื่อว่าเรากำลังเปลี่ยนผ่านสู่ Precision Medicine (การแพทย์แม่นยำสูงที่รักษาตามลักษณะพันธุกรรมของแต่ละคน)

แทนที่จะเปรียบเทียบผลเลือดของเรากับค่าเฉลี่ยของคนทั้งโลก AI จะช่วยวิเคราะห์ว่าค่าที่ผิดปกติไปนั้นผิดปกติสำหรับ 'ตัวเรา' หรือไม่ เพื่อให้คนไข้ได้รับยาที่ตรงจุดตั้งแต่ครั้งแรก ไม่ต้องลองผิดลองถูก

ทำไมถึงเลือกลงทุนแบบเน้นคุณภาพมากกว่าปริมาณ

การลงทุนของ VZVC ต่างจากการลงทุนทั่วไป เพราะพวกเขาไม่ได้พยายามแย่งชิงดีลที่กำลังร้อนแรง แต่เน้นการเป็นพาร์ทเนอร์ที่ลงมือช่วยงานจริงจัง

Pande บอกว่าการเพิ่มบริษัทเข้าพอร์ตสำหรับเขาเหมือนการมีลูกอีกคนหนึ่ง เขาจึงเลือกคัดเฉพาะคนที่มีความซื่อสัตย์และมองเห็นเป้าหมายระยะยาวร่วมกัน มากกว่าแค่ต้องการเอาชนะคู่แข่งในตลาด

สรุปสั้น ๆ

สำหรับนักพัฒนาซอฟต์แวร์หรือคนทำงานสายเทค ข่าวนี้สะท้อนว่า AI ในวงการแพทย์กำลังเปลี่ยนทิศทางจากการหว่านแหไปสู่การเน้น 'คุณภาพของข้อมูล' มากขึ้น หากคุณกำลังสร้างเครื่องมือ AI ข้อมูลเฉพาะทางที่หาไม่ได้บนเว็บคือขุมทรัพย์ที่แท้จริง และการนำ AI มาใช้ต้องคำนึงถึงการแก้ปัญหาที่จับต้องได้จริง มากกว่าแค่การใช้เทคโนโลยีที่ดูทันสมัยแต่ใช้งานไม่ได้ในชีวิตจริง