แนวทางใหม่ที่ผู้ก่อตั้งสตาร์ตอัป Deep Tech ต้องมี

• คำแนะนำสตาร์ตอัปทั่วไปมักไม่เหมาะกับสตาร์ตอัป Deep Tech
• มูลค่าของบริษัทไม่ได้ถูกกำหนดด้วยตัวชี้วัดการเติบโตแบบดั้งเดิม แต่ถูกกำหนดด้วย milestone แบบทวิภาค ที่แยกความสำเร็จกับความล้มเหลวอย่างชัดเจน
• ผู้ก่อตั้ง Deep Tech ต้องเดินบนเส้นทางที่คำแนะนำสตาร์ตอัปแบบเดิมใช้ไม่ได้ และจำเป็นต้องมี กลยุทธ์และวิธีการสื่อสารแบบใหม่ เพื่อฝ่าฟัน อุปสรรคเชิงซ้อนด้านวิทยาศาสตร์ กฎระเบียบ และตลาด

กรณีของ Celine Halioua ผู้ก่อตั้ง Loyal

• ความล้มเหลวในการระดมทุนช่วงแรกและจุดเริ่มต้นของการพลิกเกม

  • Celine Halioua พยายามระดมทุน Series B ในไตรมาส 4 ปี 2022 แต่ไม่สำเร็จ
  • Loyal เป็นสตาร์ตอัปไบโอ Deep Tech ที่พัฒนายาใหม่เพื่อยืดอายุสุนัข
  • ทั้งข้อมูลทางวิทยาศาสตร์ วิสัยทัศน์ และการพรีเซนต์ล้วนยอดเยี่ยม แต่จังหวะตลาดแย่มาก
  • จากการล่มสลายของ SVB และปัจจัยอื่น ๆ ทำให้บรรยากาศการลงทุนหดตัว จนไม่มี VC คนไหนกล้าพูดว่า “ฉันลงทุนในยาสำหรับสุนัขแล้วขาดทุน”
  • สุดท้ายจึงระดมทุนได้เพียง $10M ตลอด 6 เดือนจาก angel investor และ family office

• เอกสารอนุมัติเพียงแผ่นเดียวที่เปลี่ยนเกม

  • หนึ่งปีต่อมา ยาตัวแรกของ Loyal สำหรับยืดอายุสุนัขได้รับ การยอมรับอย่างเป็นทางการจาก FDA ว่าสามารถพัฒนาเป็นยาชะลอวัยได้
  • จดหมายอนุมัตินี้ทำให้การพยายามระดมทุน Series B ครั้งถัดไป มี term sheet หลั่งไหลเข้ามาตั้งแต่วันแรก
  • ประสบการณ์การระดมทุนกลับตาลปัตรจากเดิมโดยสิ้นเชิง

• ความจริงของการระดมทุน Deep Tech: ความสำคัญของ milestone แบบทวิภาค

  • ใน Deep Tech หัวใจของมูลค่าไม่ใช่จำนวนผู้ใช้หรือรายได้ แต่คือ milestone แบบทวิภาคอย่างการอนุมัติจาก FDA
  • Loyal มีข้อมูลประสิทธิภาพของ LOY-001 มาตั้งแต่ 1.5 ปีก่อนการอนุมัติ แต่เพราะยังไม่ชัดเจนว่า “จะได้รับอนุมัติเมื่อไร” นักลงทุนจึงยังไม่มองว่านั่นเป็นมูลค่า
  • การพิสูจน์ประสิทธิภาพเป็นขั้นตอนที่ยากที่สุดในการพัฒนายาใหม่ และเมื่อผ่านจุดนี้ไปได้ ภาระด้าน due diligence และความเสี่ยงของนักลงทุนก็ลดลงอย่างมาก

• milestone ที่สอง: การอนุมัติประสิทธิภาพของ LOY-002 และ Series B-2

  • ล่าสุด LOY-002 ซึ่งเป็นยาเคี้ยวสำหรับสุนัขสูงวัยหลายขนาดตัว ได้รับ การอนุมัติประสิทธิภาพครั้งที่สองจาก FDA
  • พร้อมกันนั้น บริษัทก็ประกาศรอบ Series B-2 ทำให้เงินลงทุนรวมขยายเป็นมากกว่า $150M

• จุดแข็งในฐานะผู้ก่อตั้ง: การวางกลยุทธ์อย่างยืดหยุ่นและการบริหารตาม milestone

  • Halioua ดำเนินกลยุทธ์ที่อิง milestone อย่างเคร่งครัดมาตั้งแต่ระยะ seed ช่วงแรก
  • เมื่อถึงแต่ละ milestone จึงค่อยดำเนินการใช้เงิน จ้างงาน และพัฒนาขั้นต่อไป
  • ไม่ยึดกลยุทธ์แบบตายตัว แต่รักษาแนวทางที่ทบทวนสมมติฐานเดิมอยู่เสมอตามสถานการณ์

ความจริงของ Deep Tech ที่มีทั้งตลาด ทีม และกฎระเบียบซ้อนทับกัน

ความท้าทายของ Deep Tech #1: ความย้อนแย้งของกลยุทธ์สตาร์ตอัปเดิมที่ใช้ไม่ได้

• Loyal ครอบคลุมหลายด้านตั้งแต่ชีววิทยาของสุนัข กฎระเบียบระดับสหพันธรัฐ การผลิตยาใหม่ ไปจนถึงบรรจุภัณฑ์สำหรับผู้บริโภค
• ถ้าเข้าใจแค่ตลาดผู้บริโภค ไบโอเทค หรือ Deep Tech เพียงด้านใดด้านหนึ่ง ก็ยากจะเข้าใจ Loyal ได้ครบ
• ลูกค้าปลายทางไม่ใช่สัตวแพทย์แต่เป็นผู้เลี้ยงสุนัข ดังนั้นแม้การสั่งจ่ายจะผ่านระบบการแพทย์ แต่การตลาดมุ่งสู่ผู้บริโภค
• โครงสร้างธุรกิจที่มีหลายมิติแบบนี้ทำให้ ทั้ง VC สายไบโอเทคและ VC สายสินค้าอุปโภคบริโภคประเมินบริษัทได้ยาก
  > “ถ้าผู้ก่อตั้ง Deep Tech คัดลอกคำแนะนำสตาร์ตอัปแบบ SaaS มาใช้ อาจกลายเป็นเรื่องร้ายแรงต่อบริษัทได้”

• วิธีแก้: หาแรงบันดาลใจจากสาขาที่คาดไม่ถึง

  • จากการพูดคุยกับ Boom สตาร์ตอัปด้านการบิน จึงหยิบยืม การวางแผนตามสถานการณ์และการดำเนินงานแบบอิง milestone มาใช้
  • การใช้เงิน การจ้างงาน และการพัฒนาผลิตภัณฑ์ จะดำเนินการตามการบรรลุ milestone ที่กำหนด
  • แม้แต่กลยุทธ์ fundraising ก็แยกตาม milestone: ระดมทุนจากสถานะปัจจุบัน vs ระดมทุนหลังบรรลุ milestone → แยกความเสี่ยงและความคาดหวังของแต่ละแบบ
    > ในแต่ละ milestone จะตั้งไว้ 3 สถานการณ์ และเมื่อความเป็นจริงเริ่มบรรจบกับทางใดทางหนึ่ง ก็จะเข้าสู่เส้นทางนั้น
    > ทำแผนที่ทุกอย่างตั้งแต่งานที่ต้องทำในแต่ละวันจนกว่าจะถึงการอนุมัติเป้าหมาย ความเสี่ยง และรายการที่สามารถกำจัดออกได้

• วิธีแก้: วางผู้เชี่ยวชาญรายสาขาไว้ในบอร์ด

  • Deep Tech ต้องใช้ความเชี่ยวชาญเฉพาะทางสูงในแต่ละด้าน ดังนั้น แทนที่จะหาที่ปรึกษายูนิคอร์นคนเดียวที่เข้าใจทุกเรื่อง การรวมผู้เชี่ยวชาญหลายสาขาเข้าด้วยกันจะได้ผลกว่า
  • บอร์ดของ Loyal มีสมาชิก 9 คน พร้อมผู้รับผิดชอบความเชี่ยวชาญต่างกัน
    • กฎระเบียบยาสัตวแพทย์
    • การดำเนินงานด้าน Deep Tech
    • การสร้างบริษัทไบโอ
    • การตลาดผู้บริโภค
  • ตัวอย่างเช่น ผู้เชี่ยวชาญด้านกฎระเบียบ FDA เป็นสมาชิกที่มักถูกถามความเห็นเป็นคนแรกในที่ประชุม
  • Blake Scholl ผู้ก่อตั้ง Boom ก็ร่วมเป็นสมาชิกบอร์ดด้วย
    > แทนที่จะมีคนเดียวที่ครอบคลุมทุกด้าน บอร์ดที่เหมือนกลุ่มดาวซึ่งแบ่งปันมุมมองกันได้ มีประสิทธิภาพกว่า

ความท้าทายของ Deep Tech #2: ผลกระทบแบบโดมิโนจากความล่าช้าที่คาดไม่ถึง

• ใน Deep Tech ความล่าช้าเป็นสิ่งหลีกเลี่ยงไม่ได้ และมักเกิดขึ้นในรูปแบบที่คาดไม่ถึง
• ตัวอย่างเช่น FDA อาจขอการทดสอบเพิ่มอีก 6 เดือนโดยไม่คาดคิด ซึ่งส่งผลกระทบอย่างมากต่อกำหนดการโครงการ
• ความล่าช้าแบบนี้ทำให้ทั้งผู้ก่อตั้งและทีมต้องมีความถ่อมตัว
  > “พอทำ Deep Tech ไปเรื่อย ๆ จะเจอความล่าช้าแบบประหลาด ๆ โผล่มาแบบกะทันหันบ่อยมาก และประสบการณ์แบบนั้นทำให้คนถ่อมตัวลง”

• วิธีแก้: เปิดประตูของการตัดสินใจเพิ่มอีกหนึ่งแบบ — ประตูสองทางที่ช้า

  • อิงจากกรอบการตัดสินใจของ Jeff Bezos (ประตูทางเดียว/ประตูสองทาง) โดยเพิ่มแนวคิด ประตูสองทางที่ช้า ซึ่งมีต้นทุนด้านเวลา ชื่อเสียง และทรัพยากรสูงมาก
  • เช่น การยื่นเอกสารต่อ FDA แม้ในทางทฤษฎีจะย้อนกลับได้ แต่ในทางปฏิบัติเป็นการตัดสินใจที่มีต้นทุนด้านเวลาและค่าใช้จ่ายสูงมาก
  • การตัดสินใจแบบนี้ ต้องใช้การไตร่ตรองและความระมัดระวังมากขึ้น และกลับต้องระวังการลงมือเร็วเกินไป
    > “เราให้ความสำคัญกับการไปให้เร็ว แต่การยื่นขั้นสุดท้ายต่อ FDA เราจะเพิ่มเวลาอีกหนึ่งสัปดาห์เพื่อตรวจทานเสมอ เพราะความผิดพลาดมีราคาแพงและรุนแรงเกินไป”

• วิธีแก้: การบริหารแบบอิงสถานการณ์โดยตั้งต้นจากความไม่แน่นอน

  • Loyal ออกแบบโครงสร้างการดำเนินงานใหม่ทั้งองค์กร โดยถือว่า “เรื่องไม่คาดคิด” เป็นค่าเริ่มต้น
  • แผนการใช้เงิน จุดที่จะต้องลดค่าใช้จ่าย และสถานการณ์การหาเงินทุน ถูกแยกย่อยตามกรณีต่าง ๆ เช่น ล่าช้า 6 เดือน, ล่าช้า 12 เดือน
    > ตัวอย่างเช่น ระหว่างรอแพ็กเกจอนุมัติประสิทธิภาพ ทีมได้ร่วมกับที่ปรึกษาที่เคยผ่านการอนุมัติยามาแล้วหลายสิบครั้งเพื่อไล่รายการความเสี่ยงที่เป็นไปได้และประเมินโอกาสของแต่ละสถานการณ์
    > - เหตุการณ์ที่มีโอกาสเกิด 40%, เหตุการณ์ที่มีโอกาสเกิด 20% เป็นต้น
    > - จากนั้นตัดสินใจว่าจะสร้าง ตาข่ายนิรภัยสองชั้น ให้กับสถานการณ์ใดบ้าง

ความท้าทายของ Deep Tech #3: เส้นทางระดมทุนที่เหมือนไม่มีวันสิ้นสุด

• สตาร์ตอัปซอฟต์แวร์ลดความเสี่ยงด้วยตัวชี้วัดอย่างรายได้และจำนวนผู้ใช้ พร้อมแสดง product-market fit (PMF) ในระดับหนึ่ง
• แต่ Deep Tech ลดความเสี่ยงโดยมี milestone อย่างการอนุมัติจาก FDA เป็นศูนย์กลาง และกระบวนการนี้กินเวลาหลายปี
• Loyal มาถึงจุดก่อนเปิดตัว 1 ปีในปีที่ 5 หลังการก่อตั้ง ซึ่งแม้แบบนี้ก็ยังถือว่าเร็วมากตามมาตรฐาน Deep Tech

• วิธีแก้: มอบโมเดลการคิดใหม่ให้นักลงทุนและสื่อสารบนฐานความน่าจะเป็นของความสำเร็จ

  • สำหรับ Deep Tech ความเสี่ยงหลักไม่ใช่ “ตลาดจะใหญ่พอไหม?” แต่คือ “จะได้รับการอนุมัติจาก FDA หรือไม่?”
  • นักลงทุนบางรายยังติดเรื่องขนาดตลาด (TAM) แต่ Halioua เน้นว่านั่นไม่ใช่ประเด็นหลัก
    • เช่น Apoquel มีรายได้ปีละ $800M และ Farmer’s Dog มีรายได้มากกว่า $1B ต่อปี
    • Loyal ยังสามารถได้สิทธิผูกขาดระดับสหพันธรัฐราว 10 ปี
  • ต้อง ตีความความก้าวหน้าทางวิทยาศาสตร์ใหม่ให้อยู่ในรูป ‘โมเดลความสำเร็จเชิงความน่าจะเป็น’ เพื่อให้นักลงทุนเข้าใจได้
    > “ในโลกซอฟต์แวร์ นักลงทุนรู้ดีว่าควรดูอะไร แต่ใน Deep Tech เราต้องเป็นคนสอนเรื่องนั้น”
  • กรอบการลงทุนแบบใหม่: การระดมทุนแต่ละครั้งจะเกิดขึ้น ในจังหวะที่ความน่าจะเป็นของการอนุมัติจาก FDA เพิ่มขึ้น
    • เช่น “ตอนนี้เราอยู่ที่ขั้นนี้ → เงื่อนไขที่ต้องมีเพื่อให้ได้รับอนุมัติ → ช่องว่างระหว่างตอนนี้กับจุดนั้น → โอกาสล้มเหลว → โอกาสสำเร็จ → ทำไมเราจึงเชื่อว่าจะสำเร็จ → ปัจจัยส่วนลดของการลงทุน”

• วิธีแก้: ค้นหาแหล่งเงินลงทุนใหม่นอกเหนือจาก VC แบบดั้งเดิม

  • Series B ช่วงแรกระดมทุน $10M ผ่าน บุคคลที่มีสินทรัพย์สุทธิสูง (HNWI) และ family office แทน VC แบบดั้งเดิม
  • เงินก้อนนี้ช่วยวางฐานให้เกิดการลงทุนต่อจาก Bain ในภายหลัง
  • แม้กระบวนการนี้จะกินเวลามาก แต่ในช่วงที่ตลาดผันผวน ก็ช่วย เพิ่มโอกาสรอดผ่านช่องทางเงินทุนทางเลือก
    > “บนโลกนี้มีเงินอยู่มาก ถ้ายอมทุ่มเวลาแบบบ้าคลั่งก็หาทุนได้ ไม่จำเป็นต้องยึดติดกับ VC เจ้าเดิม ๆ ที่ทุกคนรู้จัก”
  • กับ family office นั้น หัวใจคือการสร้างความสัมพันธ์บนฐานความไว้วางใจ → ไม่ใช่แค่ธุรกรรม แต่ต้องอาศัยบทสนทนาและความเข้าใจระยะยาว

ความท้าทายของ Deep Tech #4: กับดักของผลลัพธ์แบบทวิภาค

• สตาร์ตอัปซอฟต์แวร์สามารถปรับปรุงได้ผ่านการทำซ้ำ (iteration) แต่ การพัฒนายาใหม่ไม่เป็นเช่นนั้น
• กฎระเบียบเข้มงวดจนผลิตภัณฑ์ถูกตรึงตั้งแต่หลายปีก่อนเปิดตัว → ถ้ายาไม่เห็นผล ก็ต้องกลับไปเริ่มใหม่ทั้งหมด
• Halioua อธิบายว่า “ในชีววิทยามีความจริงที่ถูกกำหนดไว้อยู่แล้ว และหน้าที่ของผู้ก่อตั้งคือค้นหามันให้เจอให้เร็วที่สุด”
  > “ใน Deep Tech มีบางอย่างที่ต่อให้พยายามแค่ไหนก็ไปไม่ถึง มันไม่ใช่เรื่องที่จะฝืนแก้ได้ด้วย iteration หรือการทดลอง”

• วิธีแก้: สร้างกลยุทธ์สำรองทั้งใหญ่และเล็ก

  • ตั้งแต่แรกเริ่ม บริษัทนำ กลยุทธ์พัฒนาหลายผลิตภัณฑ์ มาใช้ เพื่อให้มีผลิตภัณฑ์ทดแทนเมื่อเกิดความล้มเหลว
  • ตัวอย่างเช่น LOY-002 ซึ่งตอนนี้เป็นยาหลัก เริ่มพัฒนาทีหลัง LOY-001 แต่กลับสร้างผลลัพธ์ได้เร็วกว่าท้ายที่สุด
  • มันจึงกลายเป็น เครื่องมือเฮดจ์ความเสี่ยง สำหรับกรณีที่ LOY-001 ล้มเหลว และการยึดกลยุทธ์หลายผลิตภัณฑ์ไว้แม้ในช่วงทรัพยากรจำกัดก็ช่วยได้มาก

• วิธีแก้: ออกแบบการทดลองโดยเผื่อรับมือความล้มเหลวด้วย

  • งานวิจัย STAY (การศึกษาด้านอายุขัยกับสุนัข 1,000 ตัว) เป็น การทดลองที่กินเวลา 5 ปีและสรุปลงที่ผลลัพธ์แบบทวิภาคเพียงหนึ่งเดียว
  • เพื่อแยกให้ออกว่าหากไม่สำเร็จเป็นเพราะปัญหาในการปฏิบัติหรือเป็นความล้มเหลวของแนวทางเอง จึงใส่ องค์ประกอบซ้ำซ้อน ไว้ในการออกแบบหลายส่วน
    • เช่น โบนัสในปีที่ 4, เกณฑ์คัดเลือกโรงพยาบาลที่เข้มขึ้น, การหาผู้เข้าร่วมแบบสำรองสองทาง เป็นต้น
      > “เมื่อทำงานเทคนิคที่ซับซ้อน โอกาสมีได้ไม่จำกัด สิ่งสำคัญคือรักษาสมาธิไว้พร้อมกับเหลือพื้นที่ให้วิ่งตามโอกาสใหม่ ๆ ได้ด้วย”

• วิธีแก้: ออกแบบโอกาสในการเรียนรู้อย่างเป็นระบบ

  • Healthspan Study ช่วงแรกเป็น โครงการเรียนรู้อย่างเป็นระบบเพื่อวัด biomarker ความชราในลูกสุนัข
  • ตอนแรกเป็นเพียงโครงการนำร่องง่าย ๆ แต่ภายหลังกลับถูกใช้เป็น แหล่งข้อมูลหลัก สำหรับการยื่นต่อ FDA ทั้งหมด
  • ตอนนั้นแม้จะไม่ได้รู้ล่วงหน้า แต่การทุ่มทรัพยากรส่วนเกินเพื่อสร้างโครงสร้างพื้นฐานเพื่อการเรียนรู้ กลายเป็นทรัพย์สินสำคัญในภายหลัง
    > “ใน Deep Tech สมาธิสำคัญก็จริง แต่ก็ต้องเหลือพื้นที่ไว้สำหรับการสำรวจข้อมูลด้วย เพราะเราไม่มีทางรู้ว่าอะไรจะกลายเป็นสิ่งสำคัญ”

• ตัวอย่างตรงข้าม: กรณีที่เตรียมไว้เพื่อการเรียนรู้แต่ได้ผลลัพธ์น้อย

  • โครงการ X-Thousand Dogs: การทดลองที่พยายามวัดอายุเชิงชีวภาพของสุนัขจากน้ำลาย
  • มีการทุ่มเงินจำนวนมากกับชุดตรวจ DNA ฟรี การตรวจสอบ และการสร้างโครงสร้างพื้นฐานบน AWS แต่ ได้ insight ที่ใช้ได้จริงไม่มาก
  • แม้จะใช้เงินมากกว่า Healthspan Study อย่างมาก แต่สิ่งที่ได้เรียนรู้กลับน้อยกว่า
    > มูลค่าของการทดลองมักรู้ได้ภายหลัง และประสิทธิภาพของทรัพยากรเมื่อเทียบกับผลลัพธ์ก็ไม่ได้รับประกันเสมอไป

ความท้าทายของ Deep Tech #5: การทรงตัวทางอารมณ์ของผู้ก่อตั้ง

• ผู้ก่อตั้ง Deep Tech ต้องรักษาทั้ง ความมองโลกในแง่ดีแบบไร้เดียงสาที่กล้าท้าทายสิ่งที่เหมือนเป็นไปไม่ได้ และ การตัดสินความจริงอย่างมองโลกในแง่ร้ายอยู่ตลอดเวลา ไปพร้อมกัน
• ต้องรักษาความหวังท่ามกลางวงจรพัฒนาที่ยาวนานและความล้มเหลวบ่อยครั้ง ขณะเดียวกันก็ต้องคาดการณ์และเตรียมรับมือความเสี่ยงเสมอ
  > “ถ้ารู้ตั้งแต่แรกว่าการสร้างยาชะลอวัยที่ได้รับอนุมัติจาก FDA มันยากขนาดนี้ ฉันคงไม่เริ่มทำเลย”

• วิธีแก้: ยึดติดทางอารมณ์กับพันธกิจ ไม่ใช่วิธีการ

  • สิ่งสำคัญคือ ยึดติดทางอารมณ์กับพันธกิจปลายทาง มากกว่ากลยุทธ์หรือแนวทางเทคนิค
    • สำหรับ Halioua คือ: “การสร้างยาชะลอวัยตัวแรกที่ได้รับการอนุมัติจาก FDA”
  • แนวทางเทคนิคสามารถเปลี่ยนได้เสมอ
    • เช่น ตอนแรกคิดว่าการบำบัดยีนที่ยับยั้ง IGF-1 คือคำตอบ แต่ภายหลังเปลี่ยนแนวทางตามข้อโต้แย้งของทีม
    • ผลลัพธ์คือกลยุทธ์ “สุนัขตัวใหญ่ + อายุสั้น” นั้นถูกต้อง แต่ “gene therapy” ไม่ใช่คำตอบ
      > “ก่อนจะมีข้อมูลเชิงวัตถุออกมา อย่าไปยึดติดทางอารมณ์กับวิธีใดวิธีหนึ่งเด็ดขาด”
  • Halioua เปิดรับความเป็นไปได้เสมอว่าตัวเองอาจคิดผิด
    • ถึงขั้นใช้ท่าทีว่า “ฉันตั้งต้นว่าตัวเองอาจผิด”
    • เมื่อรู้สึกกังวลหรือสงสัย ก็ไม่หลบเลี่ยง แต่ พุ่งเข้าไปตรวจสอบทิศทางนั้นทันที
      > “ฉันเอาอัตตาไปผูกกับเป้าหมาย ไม่ใช่กับวิธีการ การยอมรับว่าตัวเองผิดไม่ใช่ปัญหาเลย ตรงกันข้าม การรู้ให้เร็วต่างหากที่สำคัญ”

ความท้าทายของ Deep Tech #6: กับดักการจ้างงานแบบ ‘ค้อนกับตะปู’

• สตาร์ตอัป Deep Tech ต้องการ บุคลากรที่มีความเชี่ยวชาญทางเทคนิคสูง แต่ความเชี่ยวชาญที่แคบเกินไปอาจกลายเป็นความเสี่ยงได้
• บุคลากรระดับปริญญาเอกที่หมกมุ่นกับปัญหาเฉพาะมาหลายปี มักมีแนวโน้ม ยึดติดทางอารมณ์กับแนวทางของตัวเอง
  • วิธีคิดแบบนี้นำไปสู่รูปแบบ ‘ค้อน-ตะปู’ ที่พยายาม แก้ทุกปัญหาด้วยเครื่องมือของตัวเอง
    > “นี่แหละเหตุผลที่ผู้ก่อตั้งไบโอเทคจำนวนมากที่เริ่มบริษัททันทีหลังจบปริญญาเอกมักล้มเหลว”

• วิธีแก้: จ้างคนโดยดูจากกระบวนการคิดมากกว่าโดเมน

  • คนที่มีกรอบความคิดที่แข็งแรง สามารถปรับตัวเข้ากับสาขาที่ไม่คุ้นเคยได้อย่างรวดเร็ว
  • ในความเป็นจริง ทีมวิทยาศาสตร์ยุคแรกของ Loyal ส่วนใหญ่ จบด้านประสาทวิทยา ซึ่งไม่ได้เกี่ยวกับอายุขัยของสุนัขโดยตรง
    • แต่เพราะประสาทวิทยาเป็นสาขาที่ซับซ้อนและมีความไม่แน่นอนสูง คนที่ศึกษาด้านนี้จึงมี ความสามารถในการวิเคราะห์เชิงลึกและความคิดที่ยืดหยุ่น

• แล้วจะประเมินพลังการคิดแบบนี้ตอนจ้างงานได้อย่างไร?

  • ระดับของคำถามในบทสัมภาษณ์คือหัวใจ
    • สังเกตว่าผู้สมัครตั้งคำถามแบบไหน ท้าทายตรรกะเดิมอย่างไร และขยายกรอบความคิดอย่างไร
  • ทดสอบความลึกของความเข้าใจ
    • เลือกบางส่วนของงานวิจัยหรือโปรเจกต์ที่ผู้สมัครเคยทำ แล้วขุดลงไปจนถึงระดับ ‘อะตอม’
    • หลายคนจะหยุดเมื่อถึงจุดหนึ่ง แต่คนเก่งจริง จะสามารถขุดลึกต่อไปได้เรื่อย ๆ
      > “นักวิทยาศาสตร์ที่ยอดเยี่ยมจริง ๆ ควรมีพลังการคิดมากพอที่จะประเมินฉันกลับได้ในระหว่างสัมภาษณ์”

ความท้าทายของ Deep Tech #7: กำแพงภาษาทางเทคนิคและช่องว่างของความไว้วางใจ

• สตาร์ตอัป Deep Tech ทำงานกับ เทคโนโลยีที่นักลงทุนประเมินด้วยตัวเองได้ยาก → จึงมีอุปสรรคในการสร้างความไว้วางใจ
• อาจเกิดความรู้สึกไม่พอใจว่า “ทำไมฉันต้องผ่านกระบวนการมากขนาดนี้อยู่คนเดียว?”
• แม้หลังรับเงินลงทุนแล้ว การบริหารบอร์ดและการสื่อสารก็อาจยิ่งยากขึ้น
  • ต้องอธิบายเทคโนโลยีที่ซับซ้อนและแตกเหตุผลเชิงกลยุทธ์ซ้ำแล้วซ้ำเล่า
    > “การประชุมบอร์ดครั้งแรก มีคนถึงกับบอกว่านี่คือ ‘การประชุมที่แย่ที่สุดเท่าที่เคยเห็นมา’ แต่ตอนนี้อย่างน้อยก็น่าจะอยู่ในระดับ ‘โอเค’ แล้ว”

• วิธีแก้: ความโปร่งใสแบบสุดขั้ว

  • การ แชร์ปัญหาหรือความผิดพลาดทันทีแบบไม่แต่งเติม คือทางลัดสู่การสร้างความไว้วางใจ
    • เช่น พอได้รับแจ้งเรื่องความล่าช้าจาก FDA ก็แจ้งนักลงทุนโดยตรงภายใน 1 ชั่วโมง
    • ไม่ห่อหุ้มหรือแก้ตัว แต่สื่อสารตรง ๆ ว่า “เกิดเรื่องนี้ขึ้น และเรากำลังหาทางแก้”
  • การยอมรับความผิดพลาดก็กลายเป็นส่วนหนึ่งของวัฒนธรรมสำคัญ
    • แม้กระทั่งเวลาปลดผู้บริหาร ก็ส่งอีเมลละเอียดถึงนักลงทุน
    • และขอโทษทีมโดยตรงต่อการตัดสินใจจ้างงานที่ผิดพลาด
      > “เพราะฉันเป็นผู้ก่อตั้งที่ต้องรับผิดชอบเทคโนโลยีซับซ้อนนี้อยู่คนเดียว ฉันจึงคิดว่าต้องแชร์สิ่งที่ตัวเองกำลังคิดอยู่แบบ ‘โปร่งใสจนเกินเหตุ’”

• วิธีแก้: ใช้รูปแบบการสื่อสารที่สม่ำเสมอ

  • เวลาจะอธิบายเทคโนโลยีให้บอร์ดฟัง หัวใจคือ อย่าพยายามสอนทุกอย่าง แต่ให้สรุปด้วยโครงสร้างที่สม่ำเสมอ
  • รูปแบบของ Halioua:
    1. แผนที่บอกไว้ในการประชุมครั้งก่อน
    2. สถานะปัจจุบัน
    3. ช่องว่างระหว่างสองสิ่งนั้น
    4. เหตุผลของการเปลี่ยนแปลง
  • ตอนเริ่มแต่ละการประชุม จะทบทวนรายการ follow-up สำคัญจากครั้งก่อน:
    • “ข้อ 2 เราตัดสินใจว่าจะไม่ทำแล้ว ด้วยเหตุผลนี้ / ข้อ 3 ทำเสร็จแล้ว และผลออกมาเป็นแบบนี้”
  • milestone สำคัญ (เช่น กำหนดการอนุมัติจาก FDA) จะถูกอธิบายซ้ำอย่างต่อเนื่อง พร้อมระดับความเสี่ยง
    • “วันที่คาดไว้ในครั้งก่อน → วันที่คาดไว้ตอนนี้ → เหตุผลที่เปลี่ยน → คอขวด → ระดับความเสี่ยงสูง/กลาง/ต่ำ”
      > “อย่าคาดหวังว่าคนจะจำได้เอง การทบทวนกรอบคิด ความคืบหน้า การเปลี่ยนแปลง และความเสี่ยงซ้ำ ๆ คือพื้นฐาน”

ข้อดีของ Deep Tech: พลังในการเปลี่ยนความท้าทายให้เป็น ‘กำแพงทางเข้า’

• อย่างที่ Sam Altman เขียนไว้ในบล็อกของเขา การเลือกทำเรื่องยาก อาจกลับกลายเป็นเส้นทางที่ง่ายกว่า
• ในกรณีของ Loyal การเลือกทำ Deep Tech ทำให้บริษัทได้ อานิสงส์มหาศาลในด้านความสนใจ ความหลงใหล การจับตาจากสื่อ และการดึงดูดบุคลากร
  • อัตราตอบรับข้อเสนองานเกือบ 100%
  • ได้รับการนำเสนอในสื่อหลักอย่าง WIRED, New York Times และ WSJ
  • ผู้คนรู้สึกเชื่อมโยงทางอารมณ์กับหัวข้อ ‘การยืดอายุสุนัข’

• กำแพงทางเข้าของ Deep Tech โดยเฉพาะ (Moats)

  • มีหลายอย่าง เช่น สิทธิบัตร แรงจูงใจจากรัฐบาลกลาง และบุคลากรแกนหลัก
  • แต่กำแพงทางเข้าที่ทรงพลังที่สุดคือ ‘เวลาในตัวมันเอง’
    • Deep Tech ที่อิงชีววิทยาต้องใช้เวลาตามข้อจำกัดทางกายภาพอย่างหลีกเลี่ยงไม่ได้
    • เช่น ในยาสัตว์ แต่ละการยื่น technical section ต่อ FDA จะมี ระยะเวลาทบทวนคงที่ 6 เดือน
    • ข้อนี้ใช้เหมือนกันทั้งกับสตาร์ตอัปและบริษัทมูลค่า 70 ล้านล้านวอนอย่าง Zoetis
    • ปัจจัยเรื่องเวลาที่เงินซื้อไม่ได้ จึงกลายเป็นข้อได้เปรียบของสตาร์ตอัป
      > “ฉันมั่นใจมาหลายปีแล้วว่ายาตัวนี้จะได้รับอนุมัติในที่สุด ปัญหาที่แท้จริงคือ ‘มันจะใช้เวลานานแค่ไหน?’”
  • แม้ตอนนี้มาราธอนสู่ milestone จะยังดำเนินต่อไป แต่ หลังเวลาผ่านไปกว่าห้าปี ผลลัพธ์ก็เริ่มอยู่ใกล้แค่เอื้อม
    > “เพราะมันยาก คู่แข่งจึงน้อย และนั่นเองที่กลายเป็นโอกาส”

[asheswook]

แม้จะไม่ใช่ดีปเทค แต่ในบ้านเรา โดยเฉพาะบริษัทที่อยู่ภายใต้การกำกับดูแลของภาครัฐอย่างเช่นฟินเทค ก็ดูจะเป็นแบบนั้นเหมือนกันครับ