StockGist
发现
公司池
季报
Drawdown
研报
生成
Prompts
Back to VEEV
Q1 2027
2026-06-03
· deepseek:deepseek-v4-flash
VEEV earnings call summary
Prepared Highlights
总营收8.83亿美元(CEO)
非GAAP营业利润3.95亿美元(CEO)
业绩超出公司此前指引(CEO)
财年2027第一季度,截至2026年4月30日(IR)
管理层形容为“强劲开局”(CEO)
提及“整个生命科学领域令人兴奋的时刻,我们正执行清晰的行业AI愿景”(CEO)
未披露分部门收入、增长率、毛利率、资本支出、自由现金流、RPO/积压订单(无信息)
管理层引用
“我们迎来了一个强劲的开局,本季度业绩超出指引。总营收8.83亿美元,非GAAP营业利润3.95亿美元。……这是一个激动人心的时刻,我们正执行清晰的行业AI愿景。”——CEO Peter Gassner(CEO)
指标表格
(仅两项数值指标,不符合≥3项条件,故不列表)
Q&A Batch (1-5 of 19)
Q1 — Joseph Vruwink
Topic
: Veeva Falcon 的产品定位与颠覆性
Key points
:
Falcon 位于代理层(agent layer),提供“代理型劳动力”(agentic labor),可完全替代部分人工岗位。
Vault AI 是应用内部的 AI 代理,辅助使用应用的用户提效;Falcon 则是独立代理,直接完成原本由人完成的工作。
这是 Veeva 从未涉足的新领域,因为此前缺乏概率性(probabilistic)AI 技术。
Mgmt stance
: 看好——Peter Gassner 认为 Falcon 是“下一页”行业云,将带来结构性改变,公司积极投入。
Q2 — Brian Peterson
Topic
: 药企对 AI 的优先采用方向及从传统 SaaS 向 AI 的过渡
Key points
:
药企核心关注点是“MAAP”架构(模型、代理、应用),而非简单从应用转向 AI 应用。
典型场景:每年全球临床试验站点收集约 1 亿份文档,需检查质量并分类;代理可处理产品投诉、不良事件分类等标准化工作。
Veeva 结构优势:深耕生命科学、有咨询业务、拥有代理可调用的应用(类似 Claude Code 的模型+代理双层结构)。
Mgmt stance
: 看好——Peter 认为 Veeva 能引领行业特定代理的“最后一英里”实现,可靠性可能超过人类。
Q3 — Hoi-Fung Wong
Topic
: R&D 业务 Q1 表现强劲但全年指引仅上调 500 万美元的原因
Key points
:
Q1 R&D 增长健康,但全年指引上调幅度很小(+500 万美元)。
原因:部分产品(eCOA、RTSM、EDC、Safety、LIMS)规模虽大但处于早期生命周期,规模效应尚未充分体现。
管理层对 Q1 的势头和全年展望表示满意。
Mgmt stance
: 中性偏乐观——Brian Van Wagener 强调业务健康、产品早期但进展良好,指引调整反映谨慎保守。
Q4 — Alexei Gogolev
Topic
: Crossix 季度活动、需求规模、组合及增长持续性
Key points
:
数字广告市场健康,药企在数字渠道投入持续增加,对 Crossix 长期有利。
产品创新驱动份额增长:已新增衡量 OpenEvidence、Meta 等新渠道(此前不存在)。
存在季度波动,但管理层预计 Crossix 将长期实现持久增长。
Mgmt stance
: 看好——Paul Shawah 认为市场健康、产品创新深,预期 Crossix 能持续获得市场份额。
Q5 — Rishi Jaluria
Topic
: Falcon 是否允许客户/合作伙伴高度定制化代理
Key points
:
Falcon 是 Veeva 构建和运营“标准代理”的平台,而非给客户开发自定义代理的工具。
客户可在 Vault AI 中构建自定义代理(应用内),或使用其他代理工具通过 headless 方式调用 Veeva 应用。
类比 2012 年 Development Cloud 的愿景:Falcon 同样是颠覆性创新,目标是简化并标准化行业,而非提供工具。
Falcon 旨在为行业每 10 美元价值中取 5 美元收入,推动行业增长和更多药物上市。
Mgmt stance
: 看好——Peter Gassner 强调标准代理路径是“人迹罕至之路”,认为能带来巨大价值,使人类专注于更高价值工作。
Q&A Batch (6–10 of 19)
Q6 — David Windley
主题
:Falcon 新产品的定价模式与初期劳动力角色选择
要点
:
初期聚焦高量、简单的劳动:临床试验文档处理(收集、质检、分类、元数据提取、TMF归档)和安全病例(分诊、分类、收集),后续包括监管健康机构通信。
定价方向:按文档收费(文档处理)、按案例收费(安全),最终模式未定;类比为按件计酬(如草莓采摘工按箱算)。
Mgmt stance
:看涨,因 Falcon 瞄准现有外包市场,定价灵活且增量市场明确。
Q7 — Andrew DeGasperi
主题
:Falcon 是否可能蚕食现有 Veeva 收入
要点
:
管理层明确表示“全部是增量”,因为 Veeva 目前不参与该劳动力市场。
Falcon 代理需要系统记录(如 Vault),因此不会蚕食现有系统收入。
Mgmt stance
:看涨,强调无蚕食风险且完全新增。
Q8 — Jailendra Singh
主题
:宏观环境变化与第一季度超预期原因
要点
:
宏观环境与几个月前给出指引时“未改变”,没有明显改善。
业务整体表现健康,客户在商业、DevCloud、Quality 领域应对监管和专利变化能力强。
第一季度结果已完全反映在全年指引中。
Mgmt stance
:中性,宏观不变但终端市场强劲,指引已包含当前趋势。
Q9 — David Hynes
主题
:前 20 大 CRM 迁移进展与交叉销售时机
要点
:
近期赢得 Teva 和 Merck KGaA(不计入前 20 名单);前 20 名单 5 年未变,包括 17 家大型生物制药 + Astellas、Biogen、Daiichi Sankyo。
目前 Veeva 已赢 10 家,Salesforce 赢 6 家,剩余 4 家待决;预期赢得多数。
整体 CRM 赢率超过 80%;已有超过 150 家客户上线 Vault CRM,完成 40 多次迁移。
Mgmt stance
:看涨,赢率与迁移执行强劲,AI 功能已落地。
Q10 — Charles Rhyee
主题
:前 20 大 CRM 预期保留数量(从 13–14 个是否下调)
要点
:
剩余 4 个决策将在年底前完成;管理层预期赢得多数,但不愿做数字预测。
未确认或调整此前“13–14 个”的说法,表示决策未定前不做承诺。
Q&A Batch (11-15 of 19)
Q11 — Jeffrey Garro
Topic
: 专业服务收入强劲的驱动因素及其与订阅收入的领先指标关系
Key points
:
Q1专业服务团队创下纪录季度,主要驱动来自R&D和业务咨询团队的项目执行,包括数字活动等非实施类工作。
Vault CRM迁移带来同比贡献,但并非收入超预期的主因。
Mgmt stance
: 谨慎 — 管理层明确警告不应将专业服务收入视为订阅收入的领先指标,因其大量咨询工作与订阅实施无关。
Q12 — Ryan MacDonald
Topic
: Ostro收购的战略理由、推广方式及商业订阅收入上调中Ostro的贡献
Key points
:
Ostro是品牌参与平台,帮助药企让HCP和患者以合规方式即时提问并获取答案,目标客户为生物制药公司。
Ostro与公司“商业证据”战略协同,可理解HCP和患者未过滤的真实想法。
Ostro于Q1末完成收购,预计未来三个季度贡献约1,000万美元,占全年商业订阅收入上调额1,500万美元的约2/3。
Mgmt stance
: 非常积极 — 视Ostro为长期增长机会,认为其与现有数字化渠道及测量能力自然整合,并已在商业峰会上获得热烈反响。
Q13 — Tyler Radke
Topic
: R&D和开发云的赢单情况、管道前景(尤其大型药企)
Key points
:
本季度开发云未出现特定Top 20大型药企赢单,属季度边界时间问题;但管道强劲,涵盖Veeva Basics小型生物技术公司到战略级交易。
企业级赢单分布在安全、质量、临床领域;EDC因eSource倡议增长势头明显。
哥本哈根R&D峰会参会人数和兴奋度创历史新高,客户对eSource、Falcon、Vault AI等愿景反应热烈。
Mgmt stance
: 乐观 — 管道强劲,战略潜力随Falcon和Safety等产品组合扩大而提升,虽季度赢单偶有波动,但整体方向和客户参与度明显上行。
Q14 — Hannah Rudoff
Topic
: Falcon平台未来5个月开发进展及早期采用者发布准备
Key points
:
需完成工作包括:开发平台层、加速团队组建、与早期客户签署协议并使用其数据和文档训练代理、确保首批客户上线并满意。
编码环节可利用Claude Code等工具加速确定性部分的开发;其他环节与以往新产品周期相同。
Falcon直接向CEO汇报,被视为公司首款“数字劳动力”产品,战略地位重要。
Mgmt stance
: 积极 — 虽指出大量工作待完成,但强调这是公司熟悉的开发节奏,且编码速度因AI工具而有所提升,对进展充满信心。
Q15 — Stanislav Berenshteyn
Topic
: Q1 EBIT利润率(45%)高于全年指引(44%)的原因,以及非Ostro的AI相关收入是否包含在指引中
Key points
:
Q1利润率高于全年指引的主因是服务投资(服务毛利率同比下滑)以及订阅毛利率同比微降;去年Q1因Crossix audiences爆发和费用时间差形成异常高基数。
公司持续投资数据网络、Ostro、Falcon和Vault AI等增长领域。
未提及非Ostro的AI相关收入是否包含在指引内(分析师问题第二部分被遗漏,管理层未回答)。
Mgmt stance
: 中性 — 解释利润率波动为正常投资节奏和基数效应,未对AI收入单独指引,但表示对业务效率和全年指引感到满意。
Q&A Batch (16-19 of 19)
Q16 — Craig Hettenbach
Topic
: AI agents 早期採用與對毛利率的影響
Key points
:
商業內容 agent 已有超過 10 個客戶上線,學習進展良好。
今年 AI 營收(除 Ostro 外)預計仍「相當微不足道」(immaterial)。
管理層表示 AI 對毛利率不會產生重大影響,相關成本已納入財測。
Mgmt stance
: 中性偏謹慎 — 尚處早期規模化階段,尚未貢獻顯著營收或利潤。
Q17 — Adam Hotchkiss
Topic
: Ostro 的創業運作模式與內部 AI 效率提升
Key points
:
Ostro 採「start-up 模式」,完全歸屬其 CEO 直接管理,獨立於核心功能組織。
內部產品工程使用 Claude Code,帶來顯著效率;未來將略減少招聘、達成更多產出。
所有 AI 相關效率與 token 成本均已在財測中考量。
Mgmt stance
: 看多 — 強調該模式為 Veeva 過去成功(如 Crossix)的複用,並對 2030 年 60 億美元營收目標有信心。
Q18 — David Larsen
Topic
: AI 對生態系(CRO、商業團隊)的取代與輔助角色
Key points
:
Agentic labor 最適合高重複性、外包的工項,對 CRO 反而可能有利(降低低毛利工作,讓藥廠更能執行更多試驗)。
商業端 agent 不會取代現場人員,而是輔助(如自動化 MLR 審批流程 70% 以上、協助發送提醒)。
Ostro 能實現過去不可能的服務(如深夜與醫生對話)。
Mgmt stance
: 看多 — 認為 AI 創造全新價值,而非單純取代現有角色。
Q19 — Steven Valiquette
Topic
: Crossix 客戶集中度風險
Key points
:
Crossix 業務已相當多元化,分為「測量」與「受眾」兩大塊,各自擁有大量客戶。
不存在單一客戶退出會顯著影響全年展望的集中風險。
GLP-1 領域佔比較高,但隨著行業支出趨勢變化,整體業務軌跡未受影響。
Mgmt stance
: 看多 — 基於健康且持續成長的終端市場與客戶結構多元化。