MALUKU — Vijay Pande, tokoh di balik praktik investasi bioteknologi senilai hampir USD 4 miliar di Andreessen Horowitz (a16z), memulai babak baru. Pada Juni tahun lalu, ia keluar dan mendirikan VZVC bersama investor lama Zach Werner. Firma ini sengaja dibuat kecil, tanpa analis junior, dan mengandalkan AI untuk operasional sehari-hari. Strateginya jelas: fokus pada segelintir taruhan besar, bukan puluhan investasi kecil.
Keputusan Pande mengejutkan banyak pihak. Di a16z, ia berhasil membangun praktik bioteknologi dari nol menjadi salah satu yang terbesar di Silicon Valley. Namun, ia justru memilih jalan sebaliknya. "Kami tidak melakukan 30 taruhan dalam setahun," ujarnya, menegaskan perbedaan filosofi investasinya dengan a16z yang portofolionya sangat luas.
Model VZVC yang ramping memungkinkan Pande dan Werner memberikan perhatian penuh pada setiap perusahaan yang mereka biayai. Ini adalah pendekatan yang kontras dengan tren firma besar yang mengelola dana miliaran dolar dengan jumlah portofolio yang banyak.
Pande melihat pergeseran fundamental dalam cara obat dikembangkan. Dulu, penemuan obat sangat bergantung pada keberuntungan. Kini, AI dan machine learning memungkinkan komputer memahami kompleksitas biologis untuk merancang obat secara lebih presisi.
“AI memungkinkan komputer untuk mencoba mencari tahu target obat untuk penyakit spesifik, membuat obatnya, dan bahkan membantu dalam uji klinis,” jelas Pande. Ia menambahkan bahwa AI bisa menjadi alat untuk mendesain obat secara rasional, bukan sekadar menemukannya secara kebetulan.
Meski AI mempercepat tahap awal riset, Pande mengingatkan bahwa uji klinis masih menjadi saringan paling mahal. Biaya untuk menjalankan satu uji klinis bisa mencapai ratusan juta dolar. Yang lebih merepotkan, probabilitas obat lolos dari uji tahap pertama hingga tahap ketiga hanya sekitar 20 persen.
“Jika 8 dari 10 obat gagal dan biayanya ratusan juta dolar, biaya amortisasi menjadi sangat tinggi,” kata Pande. Penyebab kegagalan paling umum bukan karena kesalahan ilmuwan, melainkan karena model hewan seperti tikus tidak akurat memprediksi respons tubuh manusia. Di sinilah AI diyakini bisa menjadi solusi.
Model AI yang dilatih dengan data manusia berpotensi memprediksi efektivitas obat lebih baik daripada model hewan. “Model AI tidak akan sempurna, tapi akan jauh lebih baik daripada model hewan mana pun,” tegasnya. Jika ambang batas ini terlewati, pengembangan obat akan memasuki era yang jauh lebih efisien.
Fase berikutnya dari revolusi ini adalah pengobatan presisi (precision medicine). Selama ini, dokter sering kali meresepkan obat dengan sistem coba-coba karena keterbatasan informasi. Dengan AI, analisis data kesehatan seseorang bisa dibandingkan dengan riwayat kesehatannya sendiri, bukan sekadar rata-rata populasi.
“Kita semua akan jauh lebih baik jika obat pertama yang diberikan adalah obat yang tepat,” ujar Pande. Kemampuan untuk memahami kondisi individu secara spesifik ini menjadi kunci pengobatan di masa depan. Ini bukan lagi sekadar membaca genom, tetapi juga memahami kondisi tubuh saat ini melalui proteomik dan pengukuran biologis lainnya.
Salah satu dilema terbesar dalam AI untuk bioteknologi adalah soal data. Berbeda dengan teks yang bisa diambil dari internet, data biologis tidak bisa di-scrape secara bebas. Akibatnya, hampir setiap perusahaan membangun dataset tertutup (walled-off) sendiri.
Pande justru meyakini bahwa masa depan AI dalam medis bergantung pada dataset bersama yang terbuka. Ia menilai kolaborasi data akan mempercepat kemajuan, alih-alih setiap pemain menyimpan datanya sendiri secara eksklusif. Pertanyaan besarnya adalah bagaimana insentif berbagi data ini bisa berjalan di industri yang kompetitif.
Langkah Pande keluar dari a16z untuk mendirikan VZVC adalah sinyal bahwa ia serius mengejar peluang di bidang AI dan bioteknologi tanpa birokrasi besar. Strategi investasi yang ramping dan fokus pada rekayasa biologi menunjukkan bahwa ia yakin titik balik teknologi ini sudah dekat.
Bagi para pengamat industri, langkah ini adalah indikator bahwa model investasi baru yang lebih gesit dan spesifik akan semakin relevan di era AI. Pertanyaannya kini, apakah firma-firma besar akan mengikuti jejak VZVC atau justru tetap bertahan dengan strategi portofolio yang luas.