Vijay Pande a piloté près de 4 milliards de dollars d’investissements biotech chez a16z avant de quitter la firme en juin 2025 pour fonder VZVC, une structure volontairement minuscule. Tu vas comprendre pourquoi il préfère miser gros sur une poignée de paris plutôt que d’en multiplier des dizaines, et ce que ça change pour investir dans la biotech assistée par IA.
Ce qu’il faut retenir – Pande a fait grandir la pratique biotech d’a16z jusqu’à environ 4 milliards de dollars sous gestion, en un peu plus d’une décennie (source : TechCrunch, 2026). – Il a quitté a16z en juin 2025 pour cofonder VZVC avec l’investisseur Zach Werner : pas d’associates, une équipe réduite, une utilisation massive de l’IA au quotidien. – VZVC mise sur une poignée de paris concentrés par an, pas sur des dizaines de tickets dispersés. – Un chiffre résume le risque du secteur : seulement 20 % des médicaments qui entrent en essai clinique de phase 1 franchissent la phase 3.
Prérequis : ce qu’il te faut avant de lire cet article
Tu n’as pas besoin d’un diplôme de biologie pour suivre ce guide. Il te faut juste trois repères de base.
D’abord, une notion de capital-risque : un fonds investit dans des startups en échange d’une part du capital, en pariant que certaines vont réussir plus fort que la moyenne. Ensuite, a16z (Andreessen Horowitz), un des plus gros fonds technologiques américains, présent dans l’IA comme dans la biotech. Enfin, une curiosité pour la biotech assistée par IA, le secteur qui combine biologie moléculaire et développement de médicaments.
Avec ces trois repères, tu es prêt à suivre le parcours de Vijay Pande, de professeur à Stanford à gestionnaire de milliards, puis à fondateur d’une structure volontairement réduite.
Comprendre : d’un laboratoire à Stanford à des milliards sous gestion
Avant d’être investisseur, Vijay Pande était professeur de chimie à Stanford. Il y était surtout connu pour avoir bâti Folding@home, un projet de calcul distribué qui transformait des millions d’ordinateurs personnels en un supercalculateur dédié à la recherche sur les maladies, selon TechCrunch.
Passer de ce profil académique à la direction d’une pratique d’investissement pesant plusieurs milliards de dollars n’a rien d’un parcours classique. C’est un peu comme un chercheur qui, après avoir passé quinze ans à optimiser un seul protocole de laboratoire, se retrouve à gérer le budget de recherche de tout un hôpital. La logique change : il ne s’agit plus de résoudre un problème scientifique précis, mais de choisir, parmi des centaines de projets, lesquels méritent des moyens massifs.
C’est exactement le virage que Pande a pris chez a16z, avant d’en prendre un second, inverse, quelques années plus tard.
Comment Pande a fait grandir a16z jusqu’à 4 milliards de dollars
[capture : portrait de Vijay Pande lors d’une conférence biotech]
Sur plus d’une décennie, Vijay Pande a transformé le pari initial d’a16z sur la biotech en une pratique gérant près de 4 milliards de dollars, rapporte TechCrunch. Ce chiffre place sa pratique parmi les plus importantes du secteur biotech en capital-risque, à l’échelle d’un fonds généraliste comme a16z.
Une pratique de cette taille suppose une organisation large : des équipes d’investissement, des associates, un flux constant de dossiers à évaluer. C’est le modèle classique du capital-risque à grande échelle, celui qui vise à couvrir un maximum de paris pour maximiser les chances de tomber sur la prochaine licorne biotech.
Ce modèle a fonctionné, au point de faire de Pande l’un des visages reconnus de l’investissement biotech côté a16z. Et c’est justement ce modèle qu’il a choisi de quitter.
Pourquoi il a tout quitté pour fonder VZVC en 2025
En juin 2025, Vijay Pande a abandonné cette pratique de plusieurs milliards de dollars pour démarrer une structure beaucoup plus petite, selon TechCrunch. Sa nouvelle firme, VZVC, cofondée avec l’investisseur de longue date Zach Werner, repose sur une poignée de paris concentrés chaque année plutôt que sur des dizaines. Elle n’a pas d’associates, et elle s’appuie fortement sur l’IA pour ses opérations quotidiennes.
Ce choix va à contre-courant de la tendance générale du capital-risque, où la taille des fonds et le nombre de tickets par an sont souvent présentés comme des signes de force. VZVC prend le contre-pied : moins de paris, plus de conviction par pari, une structure sans les échelons intermédiaires qui, chez un grand fonds, filtrent et préparent les dossiers avant qu’ils n’atteignent les décideurs.
Le nom de la firme, VZVC, associe les initiales de ses deux fondateurs. Sa taille réduite n’est pas un choix par défaut : elle correspond directement à la philosophie de Pande sur la manière dont un investisseur biotech devrait sélectionner ses paris, un point qu’on développe dans la section suivante.
Ce qui rend les données biologiques différentes du texte pour l’IA
[capture : schéma comparant données textuelles et données biologiques]
Un des obstacles centraux de l’IA appliquée à la biotech tient à la nature même des données. Contrairement au texte, les données biologiques ne peuvent pas être collectées sur Internet, si bien que presque chaque entreprise finit par construire son propre jeu de données fermé, explique Vijay Pande à TechCrunch.
C’est une différence fondamentale avec les grands modèles de langage. Un modèle de texte peut s’entraîner sur des milliards de pages web déjà écrites et publiques. Une entreprise biotech, elle, doit produire ses propres données en laboratoire, une par une, avant même de pouvoir entraîner un modèle dessus. C’est un peu comme comparer une bibliothèque publique, où tout le monde peut emprunter les mêmes livres, à un jardin privé où chaque propriétaire doit faire pousser ses propres plantes avant de pouvoir les récolter.
Cette contrainte explique en partie pourquoi les données biologiques propriétaires deviennent un actif stratégique pour les startups du secteur, et pourquoi un investisseur qui comprend cette dynamique évalue différemment un dossier biotech par rapport à un dossier logiciel classique.
Comment la biologie passe d’une science de la découverte à une discipline d’ingénierie
Pande décrit un changement de fond dans sa discipline d’origine : la biologie serait en train de passer d’une « science de la découverte » à quelque chose qu’on peut désormais construire par ingénierie, rapporte TechCrunch.
Pour une grande partie de l’histoire du développement des médicaments, une part de hasard entrait dans l’équation, précise Pande. Un chercheur observait un effet inattendu sur un composé, une molécule montrait une propriété qu’on n’avait pas anticipée, et c’est de cette manière que certains traitements majeurs ont émergé.
L’approche que Pande décrit inverse cette logique. Au lieu d’attendre une découverte fortuite, l’IA permet de modéliser le comportement d’une molécule avant même de la synthétiser en laboratoire, et de concevoir un candidat médicament avec une intention précise plutôt qu’en espérant un heureux hasard. C’est le même changement qu’a connu l’aéronautique quand elle est passée des essais empiriques d’ailes en bois aux simulations aérodynamiques par ordinateur : le tâtonnement laisse place à un calcul dirigé vers un objectif défini à l’avance.
Ce changement de méthode ne supprime pas le risque. Il le déplace, et le chiffre suivant montre à quel point ce risque reste élevé.
Le chiffre qui explique pourquoi Pande mise petit : 20 % de réussite en essais cliniques
[capture : graphique illustrant le taux d’échec des essais cliniques par phase]
La probabilité qu’un médicament passe avec succès du premier essai clinique jusqu’à la fin du troisième essai n’est que de 20 %, selon les chiffres cités par TechCrunch. Autrement dit, quatre candidats médicaments sur cinq qui entrent en phase 1 n’atteignent jamais la fin de la phase 3.
Ce ratio change la façon dont on doit lire un portefeuille d’investissement biotech. Multiplier les paris sur un secteur où 80 % des projets échouent structurellement en essais cliniques ne garantit pas mécaniquement plus de succès : ça dilue surtout l’attention et les moyens disponibles pour accompagner chaque pari jusqu’au bout du parcours clinique. C’est la logique inverse qui pousse VZVC vers un nombre de paris réduit, avec davantage de conviction et de suivi par dossier.
Un fonds qui fait 30 paris par an sur ce type de secteur doit accepter qu’une vingtaine échouent avant la phase 3, quelle que soit la qualité de la sélection initiale. VZVC part du principe inverse : mieux vaut concentrer l’attention sur un petit nombre de dossiers où chaque étape peut être suivie de près, du laboratoire jusqu’au patient.
Astuces pour lire un dossier biotech comme un investisseur averti – Regarde toujours à quelle phase d’essai clinique se trouve le candidat médicament : le risque chute fortement après la phase 2. – Demande si les données d’entraînement du modèle IA utilisé sont propriétaires ou empruntées à un tiers, vu la difficulté à collecter des données biologiques. – Vérifie si l’équipe conçoit la molécule par ingénierie ciblée ou compte encore sur une part de découverte fortuite.
Ce que cette philosophie change pour les fondateurs qui cherchent un investisseur
Pour un fondateur biotech qui cherche du financement, la philosophie de Pande a une conséquence concrète : un investisseur qui fait moins de paris par an consacre potentiellement plus de temps à chaque dossier retenu. Ça change la nature de la relation entre le fondateur et son investisseur, qui ressemble davantage à un partenariat suivi qu’à une simple ligne dans un portefeuille diversifié.
Ça ne veut pas dire que VZVC est plus facile d’accès. Une structure sans associates et concentrée sur une poignée de tickets par an implique au contraire une sélection plus stricte en amont : chaque dossier accepté doit justifier l’attention qu’il va recevoir sur la durée. Pour un fondateur, comprendre cette logique aide à mieux préparer un pitch, en mettant en avant la solidité du jeu de données propriétaire et la clarté de la stratégie d’essais cliniques plutôt qu’une simple promesse de rupture technologique.
Cette approche s’inscrit dans un mouvement plus large de la biotech assistée par IA, où la constitution de jeux de données propriétaires devient un avantage compétitif à part entière. Elle fait aussi écho aux choix d’autres fonds qui, ces dernières années, ont revu leur taille de ticket moyen face à la montée des coûts de développement clinique.
Récap en 30 secondes – Pande a géré près de 4 Md$ chez a16z sur plus d’une décennie. – Il quitte a16z en juin 2025 pour fonder VZVC avec Zach Werner. – VZVC : pas d’associates, une poignée de paris concentrés par an, IA au quotidien. – Les données biologiques ne se scrapent pas : chaque entreprise construit son propre jeu fermé. – La biologie passe d’une science de la découverte à une discipline d’ingénierie. – Seuls 20 % des médicaments passent de la phase 1 à la fin de la phase 3.
Erreurs courantes à éviter en lisant ce type de dossier – Confondre nombre de paris et qualité de sélection : plus de tickets ne veut pas dire plus de succès dans un secteur où 80 % des essais cliniques échouent avant la phase 3. – Sous-estimer la valeur d’un jeu de données propriétaire, en pensant que l’IA biotech fonctionne comme un modèle de texte entraîné sur des données publiques. – Croire que l’ingénierie moléculaire supprime le risque clinique : elle change la méthode de conception, pas la probabilité de franchir les essais. – Ignorer la structure de l’investisseur : une firme sans associates comme VZVC fonctionne différemment d’un grand fonds généraliste, avec un processus de décision plus direct.
Récap : ce qu’il faut retenir de la méthode Pande
Vijay Pande est passé d’un rôle de professeur à Stanford, connu pour Folding@home, à la direction d’une pratique d’investissement biotech pesant près de 4 milliards de dollars chez a16z. En juin 2025, il a choisi de tout quitter pour fonder VZVC avec Zach Werner, une structure sans associates, concentrée sur une poignée de paris par an et appuyée sur l’IA au quotidien.
Sa philosophie repose sur trois constats liés entre eux : les données biologiques ne se collectent pas comme du texte, la biologie devient une discipline d’ingénierie plutôt qu’une science de la découverte fortuite, et le taux de réussite des essais cliniques (20 % de la phase 1 à la fin de la phase 3) rend la dispersion des paris risquée. Miser sur moins de dossiers, mais avec plus de suivi, devient alors une réponse cohérente à ces trois réalités du secteur.
Questions fréquentes sur Vijay Pande et VZVC
Qu’est-ce que VZVC fait concrètement ?
VZVC est la firme cofondée par Vijay Pande et Zach Werner après le départ de Pande d’a16z en juin 2025. Contrairement à sa pratique précédente, elle se concentre sur une poignée de paris ciblés chaque année, sans associates, et s’appuie fortement sur l’IA pour son fonctionnement quotidien.
Pourquoi les données biologiques sont-elles plus difficiles à exploiter en IA que le texte ?
Les données biologiques ne peuvent pas être collectées sur Internet comme du texte. Chaque entreprise doit donc construire son propre jeu de données, souvent fermé et propriétaire, ce qui rend la constitution de ces données longue et coûteuse, avant même de pouvoir entraîner un modèle dessus.
Que veut dire « la biologie passe d’une science de la découverte à une discipline d’ingénierie » ?
Historiquement, une partie du développement des médicaments reposait sur des découvertes fortuites en laboratoire. Avec l’IA, il devient possible de modéliser et de concevoir un candidat médicament de façon ciblée, plutôt que d’attendre un effet inattendu observé par hasard.
Pourquoi le taux de 20 % en essais cliniques justifie-t-il de miser sur moins de projets ?
Avec seulement 20 % des médicaments qui franchissent la phase 1 jusqu’à la fin de la phase 3, multiplier les paris ne garantit pas plus de succès. Concentrer l’attention et les moyens sur un nombre réduit de dossiers permet un suivi plus poussé à chaque étape du parcours clinique.
- source : TechCrunch, 2026 — techcrunch.com
