Veeva：AI 時代最被低估的現金流機器，真正的贏家不是做 AI 的人

ProfitVision LAB｜AI BioTech 系列｜2026.04

一、從一個問題開始：誰是藥廠最不想換掉的供應商？

想像你是一家中型製藥公司的 CIO，正在評估明年的 IT 預算。桌上有一份報告，列出所有可以「優化」的軟體支出。你仔細看每一行，然後在某些項目旁邊打勾，準備叫下屬去談議價或更換方案。

但有一個供應商，你的筆停在那一行上很久，最後還是默默跳過了。

那個供應商，很可能是 Veeva。

不是因為它的軟體特別便宜，也不是因為業務員關係特別好。而是因為你清楚地知道：更換 Veeva 的成本，遠高於繼續付費的成本。你的臨床試驗文件在它那裡，你的 FDA 申報紀錄在它那裡，你的品質管理系統建立在它的框架上，你的全球業務代表每天用它拜訪醫師。要換掉它，你需要重新驗證系統、重建流程、重訓員工，還要冒著在 FDA 審查時出現文件問題的風險。這個風險，沒有任何一個 CIO 願意承擔。

這就是 Veeva Systems 的本質。它不是最閃亮的科技公司，不是 AI 時代最令人興奮的標的，但在過去十五年裡，它悄悄地把自己嵌入全球製藥產業的每一個核心流程，讓自己變成一個「不能換掉」的存在。

在投資市場追逐 AI、追逐顛覆、追逐爆發性成長的時代，Veeva 代表的是一種截然不同的投資命題：確定性的複利，而不是不確定性的賭注。

二、Veeva 到底做什麼：一家公司如何成為產業的作業系統

要真正理解 Veeva，你需要先理解製藥產業的一個根本性困境：這是一個「監管地獄」。

開發一款新藥，從最初的化合物篩選到最終上市，平均需要 10 到 15 年，花費超過 20 億美元。在這漫長的過程中，每一個環節都受到 FDA（美國食品藥物監管局）、EMA（歐洲藥品管理局）和各國監管機構的嚴格規範。你必須記錄每一次實驗、保存每一份文件、追蹤每一個不良事件、管理每一次法規申報。任何一個環節的疏失，輕則延誤上市，重則整個申請被拒，嚴重時還會面臨巨額罰款和法律責任。

在 Veeva 出現之前，藥廠處理這些問題的方式是一團混亂的拼裝車：自建系統、Excel 表格、紙本文件、各種零散的第三方軟體。不同部門用不同系統，數據無法互通，審計追蹤是噩夢，法規遵循靠人工維護。

Veeva 的創辦人 Peter Gassner 在 2007 年創立這家公司時，看到了這個機會。他的核心洞察是：製藥產業需要的不是通用型的企業軟體，而是深度理解這個產業監管邏輯的垂直 SaaS。他把 Salesforce 的 CRM 架構引進生命科學，後來擴展到臨床、法規、品質、安全，逐步建立起一套覆蓋整個藥物生命週期的雲端平台。

今天的 Veeva 有兩個核心業務線：

Veeva Commercial Cloud 服務的是藥廠的商業端——主要是 CRM 系統，讓業務代表追蹤醫師拜訪、管理樣品發放、記錄互動紀錄。這聽起來平淡無奇，但全球前 20 大藥廠全部都是 Veeva CRM 的客戶，很多中小型藥廠也深度依賴它。Veeva 在這個市場的佔有率超過 80%，幾乎等同於壟斷。

Veeva Vault 則是更複雜、更深度嵌入的產品線，服務的是藥廠的研發和運營端。Vault 下面有十幾個模組：eTMF（電子試驗主文件）管理臨床試驗文件；RIM（法規資訊管理）追蹤全球各市場的申報狀態；Safety 系統管理藥物安全通報；QMS（品質管理系統）處理偏差、CAPA、變更控制；PromoMats 管理行銷材料的法規審核。每一個模組，都是深度整合到藥廠日常運營中的關鍵工具。

這個產品矩陣的設計邏輯，是一個精心設計的「多模組鎖定策略」：當藥廠使用的 Veeva 模組越多，替換的整體成本就越高。一家只用 Veeva CRM 的公司，替換成本尚在可接受範圍；但一家同時使用 CRM、eTMF、RIM、QMS 和 Safety 的公司，替換所有 Veeva 系統的成本和風險，對任何理性的管理層來說都是不可承受的。

三、護城河的本質：為什麼「產業標準」比技術更難打破

在討論科技公司的護城河時，投資人習慣用幾個框架：網路效應、轉換成本、規模經濟、無形資產。Veeva 都有，但它最深層的護城河，是一個往往被忽略的東西：它已經成為這個產業的隱性標準。

什麼叫做「隱性標準」？這意味著 Veeva 的存在已經超越了「產品選擇」的層次，進入了「產業運作方式」的範疇。當一個製藥公司招募新的 Regulatory Affairs 人員時，他們在職位描述裡會列明「熟悉 Veeva Vault RIM」；當一個 CRO（合約研究機構）想要服務大型藥廠時，他們必須能夠在 Veeva eTMF 上操作；當一個新藥廠剛拿到資金準備進行臨床試驗時，他們會找 Veeva 導入系統，而不是去評估其他選項，因為顧問和行業前輩都告訴他們「大家都用 Veeva」。

這種「大家都用」的動態，產生了一個自我強化的效果：Veeva 的客戶越多，行業對 Veeva 的熟悉程度越高，新客戶採用 Veeva 的阻力就越小，Veeva 的客戶就越來越多。這不是技術上的護城河，而是社會和制度上的護城河——比技術更難複製，因為技術可以被模仿，但一個產業幾十年形成的操作習慣和人才生態，幾乎無法被快速改變。

更重要的是，製藥產業對「標準」有一種本能性的偏好。在一個每一個決策都可能被 FDA 審查的產業，選擇「行業標準」是最安全的防禦策略。如果你用了一個非標準的系統，出了問題，你要向監管機構解釋為什麼你沒有用被廣泛接受的工具；但如果你用的是 Veeva，而且幾乎所有人都在用 Veeva，那麼「選擇 Veeva」本身就是一種合理性的背書。這種心理邏輯，讓 Veeva 的地位不斷自我鞏固。

一個關鍵的思考框架：護城河的深度，可以用「客戶轉換成本」來衡量。但更精準的衡量方式是問：客戶在什麼情況下「寧願繼續付費，也不願意切換」？對於 Veeva 的 Vault RIM 客戶來說，這個問題的答案幾乎是「永遠」——因為任何時候切換，都意味著在最敏感的法規合規環節承擔不確定性。這種「付費不是因為喜歡，而是因為不得不」的黏著性，才是真正的護城河。

四、財務結構：一張幾乎完美的損益表

在分析成長型科技公司時，我們習慣接受「現在虧損、未來獲利」的敘事。Tempus AI 是這樣，大多數 AI Biotech 公司也是這樣。但 Veeva 不一樣——它已經是一台運轉順暢的現金流機器，不需要你相信任何未來的故事。

這四個數字放在一起，是一幅在科技公司中罕見的畫面。75% 以上的毛利率，意味著每增加一塊錢的收入，超過七毛五會留在公司。44.9% 的營業利潤率，意味著 Veeva 幾乎把一半的收入轉化為營業利潤——這個數字在成熟的 SaaS 公司中屬於頂尖水準。零長期負債，意味著公司不依賴外部槓桿，財務結構極度穩健。而 90% 的訂閱制收入，意味著 Veeva 的收入是高度可預測的，不受市場週期的大幅影響。

但這些數字的背後，有一個更重要的邏輯需要理解：Veeva 的高利潤率不是來自於對客戶的剝削，而是來自於它商業模式的結構性優勢。當一個產品已經建立起來、已經有了監管合規的框架、已經有了龐大的客戶基礎，每增加一個新客戶的邊際成本是極低的。Veeva 不需要大量的銷售人員去說服客戶——行業口碑和標準化效應在替它銷售。它也不需要頻繁地大規模更新產品——核心的監管合規需求是相對穩定的，變化是漸進的，不是顛覆性的。

這種商業模式的精妙之處在於：它的護城河在加深的同時，它的利潤率也在提升。每一個新模組的推出，都是在已有的客戶基礎上增加收入，而邊際成本幾乎為零。每一個客戶使用了更多的模組，客戶的轉換成本就更高，Veeva 的定價能力就更強。這是一個良性的複利循環。

五、AI 在 Veeva 的角色：不是顛覆，而是加固

在 AI 浪潮席捲整個科技行業的背景下，Veeva 面臨的一個關鍵問題是：AI 會顛覆它嗎？

這個問題值得認真對待，因為有一個合理的擔憂邏輯：如果 AI 能夠自動化文件處理、法規審查、臨床數據管理，那麼現有的這些複雜軟體系統是否還有存在的必要？OpenAI、Anthropic、Google 這些大型 AI 公司，是否可能直接進入藥廠的 IT 生態，讓 Veeva 變得多餘？

這個擔憂的邏輯是正確的，但結論是錯誤的。原因在於：AI 本身不是一個可以直接部署到受監管環境的解決方案，它需要一個「容器」——一個已經通過驗證、已經符合法規要求、已經整合了歷史數據的平台。而 Veeva，正是那個容器。

Veeva 推出的 AI 策略，本質上是一個「AI 加值而非 AI 取代」的邏輯。它在 Vault 平台上推出了一系列 AI Agents，能夠自動化文件分類、提取監管文件中的關鍵信息、輔助撰寫 FDA 申報材料的標準段落、自動生成安全通報的摘要。這些功能，直接提升了藥廠使用 Veeva 的效率，同時也提升了 Veeva 的 ARPU（每用戶平均收入）——因為這些 AI 功能是以加購模組或提升版本的方式定價的。

這個 AI 策略的聰明之處在於：它完全沒有顛覆 Veeva 現有的商業邏輯，而是在現有邏輯的基礎上增加了一個新的收入層。藥廠不需要因為 AI 而更換 Veeva——相反地，他們需要購買 Veeva 的 AI 加購，才能在 Veeva 的系統內享受 AI 帶來的效率提升。

更深層的邏輯是：Veeva 的 AI 功能，是在一個充滿了敏感監管數據的環境中運行的。藥廠不可能把臨床試驗數據、法規申報文件、品質管理紀錄發送給外部的 AI 服務——這涉及數據主權、保密協議和監管合規的複雜問題。Veeva 的 AI 是在客戶的數據環境內運行的，這是通用型 AI 工具無法輕易複製的優勢。

六、ARPU 成長路徑：從「單一工具」到「全套生態」

理解 Veeva 長期成長邏輯的關鍵，在於理解它的 ARPU（每用戶平均收入）成長路徑。Veeva 的成長不主要來自新客戶的增加，而是來自現有客戶採用更多模組、購買更高版本、加購 AI 功能。

Veeva 的 Net Revenue Retention（淨收入留存率，NRR）長期維持在 110% 以上，意味著即使不獲得任何新客戶，現有客戶的收入增長也能讓 Veeva 的總體收入每年增長 10% 以上。這是一個極其強勁的業務特徵，說明客戶不只是在「留下來」，而是在「花更多錢」。

七、風險的真實輪廓：不是沒有，而是要看長短期

任何投資分析都必須誠實面對風險。Veeva 看起來幾乎完美，但它確實存在一些值得認真對待的風險因素。

短期內，最直接的風險來自於製藥產業本身的週期性。當大型藥廠面臨專利懸崖（blockbuster 藥物專利到期，仿製藥競爭壓低收入），或者當藥廠進行大規模合併（M&A 後通常會削減 IT 支出），Veeva 的成長速度可能會暫時放緩。2023 年，Veeva 確實經歷了一段因為大型客戶整合而帶來的成長放緩，這提醒投資人它並非完全免疫於客戶端的壓力。

但這三個風險，都有一個共同的特徵：它們是長期的、緩慢的、可以追蹤的。它們不像 Tempus 那樣存在「模式一旦不成立就整個崩塌」的二元風險。Veeva 的護城河即使在面對競爭的情況下，也會是一個緩慢侵蝕的過程，給投資人足夠的時間觀察和反應。

八、投資策略：現金流資產的正確打開方式

Veeva 不是一個會讓你在三個月內賺到 100% 的股票。這一點必須在一開始就說清楚。它的本質是一個長期複利機器，在持有的過程中，你享受的是持續的收入成長、穩定的利潤率、以及不斷加深的護城河帶來的估值支撐。

對於選擇權交易者，Veeva 的特性讓它非常適合Covered Call 策略。原因在於它相對較低的 IV（通常在 20–30% 之間），意味著你不需要承受太大的波動性風險，同時能夠持續地透過賣出 Call 期權來收取權利金，降低持倉成本。這個策略的前提是你願意長期持有 Veeva 股票，並接受在大漲時可能被 Call 走的情況。

九、TEM vs VEEV：同一產業的兩種投資哲學

在這個系列的前一篇，我們深度研究了 Tempus AI。把這兩家公司放在一起，提供了一個罕見的機會：用同一個產業，同時看到兩種截然不同的投資命題如何共存。

這兩家公司之間，沒有哪個更好。它們代表的是你作為投資人必須先回答的一個根本問題：你是在買確定性，還是在買可能性？

確定性的代價是：你需要接受 Veeva 不會給你 5 倍、10 倍的爆發性回報。它的複利是緩慢的、可見的、可預測的。可能性的代價是：你需要接受 Tempus 的故事可能需要 3 到 5 年才能驗證，在這個過程中可能經歷巨大的波動，甚至可能在故事被推翻之前已經虧損出場。

一個成熟的投資組合，應該同時包含這兩種命題——但每一種配置的比例，取決於你的風險承受能力、持有週期和市場判斷。在 2026 年初這個 AI 估值偏高、市場不確定性上升的環境裡，VEEV 這種「高確定性複利」的標的，在投資組合中的價值可能比過去任何時候都更高。

十、結論：最無聊的公司，往往是最好的長期持股

投資市場有一個根深蒂固的偏見：我們喜歡有故事的公司，喜歡顛覆性的技術，喜歡爆發性的成長。這不是錯的——這些特質有時確實對應著巨大的財富創造機會。但我們常常忽略的是，那些「無聊」的公司——那些沒有讓人心跳加速的故事、只是安靜地執行、持續地賺錢的公司——往往才是長期複利最穩定的來源。

Veeva 就是這樣的公司。它不做 AI 藥物發現，不顛覆現有的製藥流程，不講改變世界的宏大故事。它做的事情，說穿了，就是幫助藥廠把文件管好、把流程走對、把法規符合。這聽起來平淡無奇，但在一個「把文件管好」就可能影響一個藥物能否上市、能否在全球銷售的產業，這件「平淡的事」有著驚人的商業價值。

在 AI Biotech 的故事裡，Tempus 是主角，Veeva 是舞台。主角可能大起大落，但舞台——只要產業還在，戲還在演——就會一直在那裡，每一場戲都收一次場租。

最後一個值得反覆思考的問題：
多數投資人在問「誰會改變這個產業」。但真正決定長期財富的問題，往往是另一個：「不管誰改變這個產業，誰一定會在那裡收費？」

在生命科學的世界裡，Veeva 的答案是：我。

本文僅供研究與教育用途，不構成投資建議。數據來源：Veeva Systems 年報、10-K、法說會簡報（FY2025）。投資有風險，請自行評估。