潘德棄40億a16z生物盤 創VZVC年僅5注押醫療AI

「管 40 億美元時你買賽道，管零頭時你只能買判斷。」Vijay Pande 從 a16z 生物王座跳下來那步，比任何 LP 信都直白。

2024 年 6 月，這位斯坦福化學/結構生物教授、Folding@home 發起人離開待了十二年多的 a16z，與長期搭檔 Zach Werner 創 VZVC。新基金刻意精簡：沒助理、日常靠 AI agent、每年只下 約 5 注。對比他在 a16z 把 Bio+Health 線拉到 近 40 億美元 AUM 的打法，是從「每年幾十家」翻面成「再生一個孩子才加一號」。

為什麼是潘德、為什麼是現在轉小

背景不繞彎：2012–2015 年 a16z 跨界生命科學，Pande 是那個把計算生物學翻譯成 VC 語言的人；AH Bio Fund I 到 IV 滾到 32–40 億區間，投出 Recursion、Absci、Generate Biomedicines 等計算藥物頭部。 但他 2024 中離場，恰逢兩件事疊加：LLM 把「AI 輔助發現」從 PPT 拉進實驗室，同時一級市場回報週期被高利率與臨床燒錢拖長，大基金廣撒網的 IRR 公式開始漏風。

市場關注他不是懷舊明星GP跳槽，是因為這次轉向把「AI+生物」的投資母體從數量經濟學切到集中度經濟學——大盤不好時，一年 30 家的手續費收入模型，跑不贏一年 5 家的深綁定模型。

數字攤開：40 億、5 家、20%、數億美元、0 助理

近 40 億美元 a16z 生物 AUM。Pande 手中盤子約佔 a16z 總資產 10%，說明生物線在加密/消金之外曾被列為獨立主權。離開意味他主動放棄管理費倍數，換判斷槓桿——錢從 40 億變零頭，話語權反而從委員會收回創始人。

每年約 5 家投資。他自己比喻：傳統基金加一號「像 Facebook 加好友」，VZVC 加一號「像決定再生一個孩子」。意味盡調、董事席、資源傾斜全壓單項，被投不是 portfolio 統計項而是 5 年–10 年合夥關係。市場關注的是這種「反規模化」會否在 AI 生物賽道跑出比廣撒網更高命中。

臨床 I 到 III 期終點成功率約 20%。Pande 原話：十次進試驗八次掛、單次耗資數億鎂，攤銷成本嚇人。這數字釘穿「AI 很快治好一切」的敘事——AI 能把發現提速，但 III 期人體回應的尾巴，動物模型預測不了，基礎模型也只「遠勝動物」而非替代。

單次臨床耗資數億美元。不是潘德補造的精確 CapEx，是他對試驗經濟的口徑。說明 VZVC 即便年投 5 家，單項若碰臨床推進，所需續融與耐心遠超 SaaS 節奏；這也是為什麼他挑「醫療服務+臨床試驗 AI」多於「自研新藥」——前者改成本結構，後者陪跑十年。

0 助理、AI agent 跑日常。VZVC 刻意不堆 analyst 梯隊，用代理做文檔、排程、市調。意味 GP 時間全留給創始人與科學判斷，運營成本曲線扁平，小 AUM 也能給出大基金級注意力。對比 a16z 四十人生物團隊，是組織哲學的鏡像。

市場為什麼在意這隻「迷你巨鯨」

對 AI+生物創業者，VZVC 模式釋放信號：融資不只看 cheque size，看 GP 願不願把一年 1/5 的彈藥押你。Pande 明說要找「誠信高、眼光長、下一家還一起」的創始人，等於把 bio-AI 種子輪的軟條件寫硬——市場推測這會擠出一批「為了 30 家組合而投」的流水線項目。

對大基金，壓力在驗證反命題：廣覆蓋能否被集中度擊穿。a16z 自身 Bio 線仍跑，但潘德出走本身是被投圈讀成「頂級 GP 用腳投票」——當 AI 把藥物研發變部分工程問題，「深科技狙擊」可能比「賽道買入」更吃香。

對加密/Web3 側間接相關：去中心化生物數據（基因/蛋白組/臨床脫敏集）的權屬與激勵設計，正好撞潘德點名的瓶頸——「生物數據不能像文本圖像從網路抓，每家圈自己封閉集」。未來若開源生物基礎模型+鏈上數據授權跑通，VZVC 這類 GP 可能成早期採納者，但本次新聞未涉鏈，不展開。

看到這裡很多人會問：AI 都預測蛋白質了，還怕沒數據？簡單理解，LLM 強是因互聯網文本幾十兆 token 餵出來；生物高質量標註（人體反應、長期隨訪、多組學交叉）本就稀缺且歸醫院/藥廠私庫，AI 不會變出不存在的濕實驗。潘德那句「數據根本不存在時 AI 也變不出」是這篇最硬的一句。

重點不是 40 億變零頭，是「數量經濟學」漏了

說實話，明星 GP 單幹不算新聞，值錢的是他挑的切口——不罵大基金腐敗，只說「每年 30 家讓我無法真懂一家」。VZVC 把 VC 還原成原始定義：vet 人、bet 科學、陪十年。AI agent 替掉助理，不是炫技，是把小基金的注意力預算拉平到大基金水準。

值得注意的是他對「過度炒作」的界定：不是 AI 不能幫生物，是「AI 包治百病」假設錯在數據端。這跟 crypto 週期裡「鏈上能解決一切」是同一病——工具被當成本體。潘德沒說透但指向清楚：下一個 Genesis、Insitro 級公司，壁壘不在模型架構，在誰握有可學習的閉環數據。

這件事說明什麼

大基金廣撒網不可怕，真正值得關注的，是頂級 GP 開始把「判斷」當唯一槓桿重倉。AI+生物從發現轉工程這句判斷若對，未來五年出價最高的可能不是最大 AUM，而是最肯陪跑的 5 注基金。

未來市場繼續觀察三條：VZVC 首期 portfolio 是否集中在臨床運營 AI 而非自研新分子、a16z 生物線會否反向壓縮每年家數、開源生物基礎模型（如基於 Genesis/Insitro 路線）能否逼出醫院間數據聯邦。夏季這則跳槽不直接動 BTC 盤，但把一級市場的鐘擺從「覆蓋率」撥向「集中度」釘了個樣本釘。

FAQ

Q1：Vijay Pande 為什麼離開 a16z 創 VZVC？

A：他在 a16z 管近 40 億美元生物基金十二年多，2024 年 6 月離職與 Zach Werner 創 VZVC，刻意做小：無助理、AI agent 跑日常、年投約 5 家。動機不是分裂賽道，是認為 AI+生物進入工程化階段後，深綁定少數創始人比每年幾十家組合更能捕獲確定性。

Q2：VZVC 投什麼、不投什麼？

A：重心在醫療服務與臨床試驗 AI、構建專有生物數據集與基礎模型的團隊，偏好誠信高且能陪 5–10 年的創始人。Pande 不追「AI 包治百病」敘事，避開純自研新藥高耗資賭局，更看改寫試驗成本結構與精準醫療交付的應用層。

Q3：潘德說 AI 生物最大瓶頸是什麼？

A：高質量生物數據稀缺且無法像文本/圖像從互聯網抓取，醫院與藥廠圈地成封閉集，跨科別（腫瘤/內分泌）難互通。LLM 強靠海量語料，生物 AI 上限被濕實驗標註鎖死；開源基礎模型與數據共享機制才是破局點，非模型架構本身。