Vijay Pande曾管理a16z约40亿美元的生物科技投资，如今他选择离开，创办了一家规模小得多、但AI原生属性更强的风投VZVC。他的观点直指当前AI医疗投资的核心矛盾：真正推动变革的不是资本规模，而是数据共享的范式转变。
发生了什么
Pande在TechCrunch的访谈中明确表示，他不再追求每年30笔的投资节奏，而是转向更小、更聚焦的押注。他观察到一个根本性变化：生物学正从一门以发现为主的科学，转变为以工程为主的科学。这意味着AI不再只是辅助分析工具，而是成为设计、构建和验证生物系统的基础设施。
与此同时，他直言不讳地指出，临床试验的成本依然高得离谱，这成为AI医疗落地的最大瓶颈之一。而他认为，真正能让AI改变医学的，不是那些被围墙保护起来的专有数据集，而是开放、共享的数据集。
为什么重要
Pande的离开本身就是一个信号。a16z的生物科技基金规模庞大，但投资逻辑仍偏向传统生物技术公司的成长路径。而VZVC的成立，代表了一种新的投资哲学：在AI与生物的交汇处，小团队、小资金、快速迭代可能比大规模押注更有效。
更重要的是，他对数据共享的强调，与当前AI医疗领域的主流做法形成鲜明对比。许多公司把数据视为核心资产，倾向于构建数据护城河。但Pande认为，医疗数据的价值在于标准化和互联互通，而非独占。这一观点直指AI医疗发展的深层障碍：数据孤岛和缺乏统一标准。
从行业背景看，AI在药物发现、蛋白质结构预测等领域已取得突破，但临床转化率依然很低。Pande的视角为投资者和创业者提供了一个反思的契机：我们是否过于关注模型能力，而忽视了数据生态的建设？
影响与看点
对创业者而言，Pande的观点意味着，AI医疗的创业机会可能不在大而全的平台，而在解决具体工程问题的垂直工具。同时，那些愿意开放数据、参与共建标准的小团队，可能更容易获得早期投资和合作机会。
对开发者来说，开放数据集的需求将催生更多数据清洗、标注和互操作性的工具链。这不仅是技术挑战，更是协作模式的创新。
值得关注的是，Pande的立场是否会引领风投行业对AI医疗投资策略的调整。如果共享数据成为共识，那么数据基础设施的创业公司将迎来新的融资窗口。但也要警惕，数据共享在医疗领域涉及隐私和伦理，如何在开放与安全之间取得平衡，将是长期的博弈。
一个独立的判断是：AI医疗的下一个拐点，可能不是某个模型的突破，而是数据共享标准的落地。
