但是现在我们开始意识到机器学习只是达到目的的手段。我们认为DNA是人类存在的基本图谱，但它也只是一个可以用来把DNA条形码附在物质上，存储数字内容等的工具。

现在我们开始意识到机器学习只是达到目的的手段。

a16z：你所说的“工程”不仅是指能把它构建到蓝图里，而是它的可扩展性。无论工业生产规模如何，你都可以做到这一点。这对生物领域的建设公司来说又意味着什么呢？

Jorge：我喜欢把生物公司看作三级运行系统。在你有家小初创公司的前提下，（1）试着理解和开发复杂的生物系统技术；（2）以大客户群为基准，如生物制药行业……另一个有着特定需求，流程以及挑战的复杂系统；（3）将创新部署到其他复杂且经常受到严格监管的系统，这当然说的是医疗保健系统了。即使最终的实际产品并不能直接满足这些，但你最后还是能以某种形式做到。不过有一点很重要，你不能孤立的开展工作。

这一领域的初创公司通常都有自己的杀手锏技术，但如何应用于后两级的方法尚不明朗。比起产品的市场适应能力，它的科学应用能力更重要。此外，当你顺着医疗服务的潮流行动时，也必须多多考虑如何创新商业模式和产品对复杂系统的适应性。

a16z：关于生物初创企业“系统”的观点似乎是干净利索的线性发展：首先从杀手锏技术入手，然后解决产品的市场适应性，建立商业模式。有了这种硬科学和硬技术，我们在实践中应该不会演变得太糟吧？！

Jorge：首先要说明的是，它肯定没那么干净利索。这里给个粗略的类比：你想造一架大型喷气式飞机，就要弄清楚顾客是否想要或者需要一架大型喷气式飞机，又是否能为此付出相应的代价。政府又会否允许你驾驶大型喷气式飞机？而且，你还要弄清楚……等等，这架喷气式飞机真的能飞起来么？——我们真的搞清楚重力和空气动力学原理以及我们自己的想法了么？凡此种种，不一而足。

a16z：是的，事情的收尾从来不会太轻松利落，即便事后叙述人的语气听起来非常从容。Vijay，自几年前我们创立这个生物基金起，有什么事让你感到非常惊讶么？有什么你之前期望但还没有实现的事情么？

Vijay：当时我对三大领域有深刻记忆：“计算生物医学”、“云生物学”和“数字疗法”。我想其中没有真正实现的应该是云生物学——可以在云上做操作教学实验。目前，公司为此启用了合同研究组织（CRO）。所以我也花了一些时间寻找一个比较现代化的“可编程CRO”。这不只会加快实验进程，还能减少生物初创公司的capex（资本支出）和opex（运营支出）——不过，到现在我还没有看到类似事情发生。

Jorge：这就相当于你可以用信用卡建立一家公司，不用费那么大劲去建一间实验室也能通过杀手锏试验来证明自己的理念。生物科学早期阶段遇到的挑战也只是用于修补完善（优化协议等）。

a16z：好，我们换个话题。我们没办法阻止这种说法，“Pande&Conde”确实像个法律公司的名称或乐队名字。这就好比美国东岸和西岸的说唱之争，你们一个波士顿，一个硅谷，来自两个完全不同，而且相互竞争的生态系统。

Vijay：我想说的是，硅谷的技术生态系统是真正在实现生物背后的潜力，波士顿的生物生态系统则是最终实现技术的价值。这就像我们挖隧道从两端挖到中间。我们甚至可以把它看做一场比赛，看看谁跑得更快。

Jorge：称他们为“生态系统”非常合适。波士顿是生物技术中心。不仅连接着大学和学术实验室，而且还与当地工业联合，同时还拥有深入的医疗系统（儿童医院、肿瘤医院、妇产/女子医院，当然还有综合医院），带动了当地医疗服务的发展。但是如果你留意一下医学领域的出版物数量分布，你就会发现硅谷利用计算机和其他技术解决生物难题的方法越来越多了。

他们开始分化为两个完全区别独立的生态系统还有一个原因：双方都有自己的长处。但是通过把技术和生物相结合，我们创造了一个更高级的新型综合生态系统。那也是a16z和生物基金吸引我的地方。