Vi Labs

1.1 身份与商业模式

Vi 是 Vi Labs 的品牌，是一个为医疗健康、生命科学和健康管理机构打造的企业人工智能平台，总部位于纽约并由纽约团队运营。公司将自己描述为“面向健康企业的产品化 AI”，并把软件定位为架在客户既有记录系统之上的“AI 执行层”。它的商业主张，是把大型专有数据集和垂直领域模型转化为可衡量的患者和运营投资回报，覆盖从患者互动到运营效率的企业价值链。平台围绕五个具名模块组织——Data Web（数据层）、Activate、Engage、Operate 和 Pulse；2026 年 5 月，Vi 又在 Activate、Engage 和 Operate 应用之上叠加了一套垂直专业化 AI 智能体，用来为患者、护理团队和运营工作流推动最佳下一步行动。收入来自与医疗系统、制药和生命科学公司、健康管理机构的企业关系，而不是直接面向消费者的模式；但 Vi 未公开披露定价结构或合同经济性。[CO001, CO021, CO010, CO026, CO023, CO035]

1.2 领导层、创始人和治理

Vi 的创始人兼首席执行官是 Omri Yoffe。高管访谈和公司数据库都将 Vi 的搭建归功于他把人工智能和数据科学整合进医疗健康与生命科学结果。公司的起源叙事并不寻常：Vi 称自己“诞生于航空航天”，灵感来自一次无声系统故障导致一位联合创始人的空军飞行员朋友身亡，并把自身技术称为“健康领域的神经雷达”，用于从噪声中浮现关键信号。除 CEO 之外，公开页面还显示了一套职能型领导班子，包括产品负责人 Yiftach Meitar、客户绩效高级总监 Chelsea Pincus、医疗健康增长 VP Davis Miller，以及客户策略与激活负责人 Laurén DiVenere；一篇合作伙伴访谈还提到一位名为 Spencer 的首席营收官。董事会构成、股权持有和正式治理安排均未披露，因此无法从公开来源完整验证公司对 Yoffe 的关键人物依赖以及高管名册是否完整。领导层透明度不足，是公司概览证据基础中的反复主题，本报告将其保留为缺口。[CO009, CO027, CO028, CO037, CO013]

1.3 融资、估值和投资者

2026 年 5 月，Vi 宣布完成一笔 1.45 亿美元交易，公司估值 16.4 亿美元。公司称该交易同时包含一级和二级资本，目的在于支持人才留任与招聘、投资平台和新产品，并加强资产负债表。新闻稿由 PRNewswire 和 Morningstar 转载，Pulse 2.0 也独立报道；稿中列出的 Vi 股东包括 General Atlantic、Revelstoke、1902 Capital（由 The Pritzker Organization 管理）、Square Peg、Savano Capital、Island Green 等；Revelstoke Capital 也单独在其投资组合中列出 Vi Labs。数据库中可见的最近一轮此前融资，是 PitchBook 记录于 2024 年 6 月 28 日完成的 1.31 亿美元后期风险投资轮，另有一笔 2022 年二级交易。把已披露的 2024 年融资和 2026 年交易合并计算，累计资本大约为 2.76 亿美元；但 Vi 从未发布完整逐轮融资历史、收入或利润率，因此仅靠公开证据无法验证支撑 16.4 亿美元估值的底层财务轨迹。[CO002, CO003, CO008, CO018, CO019, CO020]

1.4 规模与牵引指标

Vi 的公开规模主张很大，并且在新闻稿和创始人博客中保持一致。公司称其服务 100 多家大型企业客户，包括 Fortune 500 公司以及许多领先的医疗健康、生命科学和健康管理机构。公司称平台支持 1.9 亿多名患者和会员，参与推动 50 多种药物在肿瘤学、儿童癫痫和糖尿病领域的开发与商业化，并在合作伙伴生态中创造了 20 亿美元以上可衡量价值。支撑这些主张的差异化资产是 Data Web。Vi 将其描述为全球最大的临床、行为和运营信号数据集之一，把生理特征、人口统计、使用行为和授权合作伙伴数据整合进一个可供 AI 使用的单一层；数据库描述也提到家庭层面的数据覆盖。这些数字均为公司报告，未经独立审计；收入、ARR、毛利率和净收入留存等核心财务指标仍未披露，因此第三方目前还无法佐证牵引的质量和耐久性。[CO004, CO005, CO006, CO007, CO030, CO032]

1.5 里程碑、历史和未解问题

Vi 记录在案的历史并不均匀，因为公司长期保持低公开度。公司品牌材料提到根源可追溯至约 2011 年，Crunchbase 曾把公司与 2010 年代中期成立联系起来，而 PitchBook 记录的第一笔机构轮融资是 2018 年后期风险投资——成立时间线存在真实冲突，尽调需要厘清。最清晰、有日期的里程碑是 2024 年以来的财务和产品事件：2024 年 6 月 1.31 亿美元融资、2026 年 5 月 AI 智能体套件发布，以及同期以 16.4 亿美元估值完成的 1.45 亿美元交易。Vi 还在 2025 年和 2026 年发布了面向医疗健康、生物制药和健康管理的“State of AI”报告，其隐私政策约束去标识化数据的处理。PitchBook 列出的员工约 123 人，这个数字与公司非常大的规模主张存在张力，也强化了直接验证员工数、收入和成立时间线的必要性。Pulse 模块提供实时分析，营销合作伙伴引用的“4X ROI”数字仍来自公司，且未经验证。[CO012, CO014, CO016, CO017, CO029, CO031]

1.6 图表与要点

2.1 市场边界与替代方案

Vi 位于医疗健康人工智能市场之内，但更适合用一个更窄的边界理解：服务医疗服务提供方、生命科学和制药公司、健康管理机构的企业 AI 与数据平台。纳入的支出包括医疗健康数据平台和分析、患者互动与激活软件、人群健康和护理导航工具，以及制药商业化和临床试验分析。不属于 Vi 核心边界的，是临床级诊断 AI 和医学影像设备、机器人辅助手术、电子健康记录系统以及直接卖给个人的消费者健康应用，尽管其中一些会被计入最宽口径的医疗健康 AI 市场总量。Vi 所替代的现状方案，是企业内部数据科学团队、由系统集成商拼接的点状方案、传统分析套件，以及手工护理管理和商业化工作流。Vi 将自己定位为横向“AI 执行层”，在既有记录系统之上编排这些功能；这既扩大了可触达版图，也让它暴露在每个相邻类别的既有厂商竞争中。先定义边界再测算市场很关键，因为医疗健康 AI 的头部总量会高估 Vi 能现实捕获的支出。[CM001, CM010, CM011, CM012, CM013, CM030]

2.2 多重口径下的市场规模

独立市场研究机构对医疗健康 AI 的规模和增速分歧很大，因此本报告保留区间，而不是给出单一数字。Grand View Research 估算，2025 年全球医疗健康 AI 市场为 366.7 亿美元，并以 38.9% CAGR 增至 2033 年的 5055.9 亿美元。Precedence Research 将 2025 年收入估为 369.6 亿美元，并预计以 35.0% CAGR 增至 2035 年的 7443.4 亿美元。Mordor Intelligence 测算 2025 年为 401.4 亿美元，并预测以 36.2% CAGR 增至 2031 年的 2513.6 亿美元；Fortune Business Insights 最激进，预计市场从 2025 年的 393.4 亿美元增至 2034 年的 1.03 万亿美元，CAGR 为 44.0%。北美始终占最大份额，约 44-54%；软件是主导构成，约占支出的 46%。自上而下打折，隔离出 Vi 实际销售进入的企业医疗健康 / 生命科学数据平台层，得到 2026 年约 80-180 亿美元的可服务市场，其中 Vi 可现实取得的份额是低个位数十亿美元级 SOM。这些受约束估算为推导值，并非来源直接陈述，已按此标注。[CM001, CM002, CM003, CM004, CM005, CM006]

2.3 买方、用户、付款方和采用路径

Vi 面向三类不同企业买方销售，每类都有不同预算所有者和采用触发点。医疗系统和服务提供机构购买人群健康、患者互动和护理导航能力，通常由首席医疗、数字或运营官赞助，并用 value-based care 经济性和运营效率证明合理性。制药和生命科学公司购买药物商业化、患者发现和临床试验加速分析，预算由商业和医学事务负责人掌握，触发因素是上市 ROI 和试验时间线。健康管理和支付方相邻企业购买会员互动和生命周期价值优化。用户通常是分析师、护理经理或商业运营人员，而经济付款方是企业本身，不是单个患者。采用路径从数据集成开始，经过试点、ROI 证明、部门部署，最终到企业标准化——这是一个跨多个季度的周期，受数据治理、安全和采购审查约束。漫长的企业销售周期以及连接既有记录系统的需求，是主要摩擦点，并会实质影响 Vi 把大型可寻址市场转化为确认收入的速度。[CM010, CM012, CM014, CM015, CM016, CM017]

2.4 增长驱动因素与采用约束

几个长期因素在扩大 Vi 的市场。向 value-based care 转型，并由 CMS Innovation Center 支付模型强化，会奖励能够预测并管理人群健康的机构，直接利好数据与分析平台。Office of the National Coordinator 推进的联邦互操作性规则，包括 TEFCA 和基于 FHIR 的交换，提高了 Vi 的 Data Web 这类平台所依赖的临床数据可得性和可携带性。企业 AI 采用，以及成本受压行业对可衡量 ROI 的需求，把预算推向垂直专业化工具。逆风同样真实：数据隐私和 HIPAA 义务提高了处理受保护健康信息的成本；围绕临床决策支持的 AI 专属监管不确定性让买方谨慎；切换成本和集成复杂性拉长销售周期；更广泛的怀疑也在压低买方紧迫感，即近期 AI 采用是否能兑现炒作。一些分析师还警告，既有厂商和初创公司都在涌向同一批企业预算，市场可能变得拥挤。净效果是：市场巨大、增长很快，但竞争激烈；能否捕获可用支出，取决于执行速度和信任，而不只是技术。[CM018, CM019, CM020, CM021, CM022, CM023]

2.5 图表与要点

3.1 竞争格局与替代方案

Vi 周围的竞争集合横跨四层。直接同业是有风险资本支持的医疗健康数据和人群健康平台——Komodo Health、Innovaccer、Arcadia 和 Lightbeam——它们和 Vi 一样聚合临床与理赔数据，并向提供方、支付方和制药公司销售分析与互动能力。既有厂商是大型上市公司：Veeva Systems，生命科学云和 CRM 的主导厂商；IQVIA，最大的医疗健康数据和合同研究机构；以及 Health Catalyst，一家面向服务提供方的数据与分析公司。相邻竞争者包括电子健康记录厂商（Epic、Oracle Health），它们越来越多地加入分析能力；还包括主要云厂商和横向 AI 提供商，Vi 明确把自己放在与后者相对的位置。最持久的替代方案是现状：企业自建数据科学团队，或把点状方案和系统集成商拼在一起。Vi 的战略押注是，一个横跨提供方、制药和健康管理用例的垂直专业化、产品化执行层，能胜过单一垂直专家和通用横向工具。这个押注可信但尚未证明，因为多数具名对手披露了 Vi 未披露的收入、客户数或公开市场规模，导致正面对比困难，并让拥有既有分销的既有厂商在短期更占优势。[CP001, CP002, CP010, CP011, CP012, CP030]

3.2 能力与功能对比

从能力广度看，Vi 的卖点异常横向：一个平台把大型数据层（Data Web）、患者激活与互动、运营工作流、实时分析，以及覆盖提供方、制药和健康管理用例的新 AI 智能体套件组合在一起。多数竞争者更深但更窄。Veeva 在生命科学商业和临床软件及 CRM 上最强，但不是服务提供方侧的人群健康平台。IQVIA 的优势在于面向制药的真实世界数据和分析的规模与深度，加上 Vi 不提供的合同研究能力。Komodo Health 围绕其患者级数据“Healthcare Map”服务生命科学。Innovaccer、Arcadia、Health Catalyst 和 Lightbeam 是面向提供方与支付方的人群健康和数据平台公司，分析能力强，但对制药商业化的强调较弱。Vi 可以可信声称的优势，是横跨三个垂直领域的广度，以及驱动最佳下一步行动的智能体层；它最暴露的地方则是深度和证明，因为既有厂商拥有更大的数据集、更深的监管与合规记录，以及已披露的企业客户基础。因此，能力矩阵应被理解为广度与深度的权衡，而不是简单的功能清单。[CP013, CP014, CP015, CP016, CP017, CP031]

3.3 定价、分销与切换成本

这些厂商都不公布透明标价，Vi 也一样；医疗健康数据和分析平台通常以多年企业合同销售，按部署谈判，价值与数据访问、席位和结果挂钩。分销能力是关键差异。Veeva 和 IQVIA 几乎覆盖整个制药行业，关系深且粘性强；其数据和 CRM 系统一旦嵌入受监管的商业和临床工作流，切换成本很高。Innovaccer、Arcadia 和 Health Catalyst 等面向服务提供方的平台，则通过数据集成、定制分析和护理管理工作流锁住医疗系统，这些能力替换成本高。Komodo 的护城河是其专有患者级 Healthcare Map。Vi 的 Data Web 一旦完成集成、智能体嵌入运营工作流，切换成本看起来也是真实的；但由于公开证据很少涉及合同期限、留存或多供应商并用行为，其锁定效应比既有厂商更难验证。买方经常多供应商并用——一个厂商用于提供方分析，另一个用于制药商业化——这既为 Vi 的跨垂直广度打开切口，也限制了任何单一厂商彻底替代其他厂商的能力。[CP018, CP019, CP020, CP021, CP032]

3.4 护城河耐久性与竞争风险

Vi 的潜在护城河包括大型专有 Data Web、跨垂直广度和早期智能体层，并由蓝筹投资者强化。耐久性仍不确定。数据护城河只有在 Vi 的数据集相较 IQVIA 和 Komodo 的大规模真实世界数据资产确实差异化时才有意义，而公开证据尚未证明这一点。如果各垂直领域的专家执行得比 Vi 更好，广度优势可能转为焦点劣势。最重要的是，Vi 作为差异化卖点营销的 AI 智能体层，正是每个竞争者和横向 AI 提供商都在竞相添加的能力，因此存在真实的商品化风险。既有厂商还拥有 Vi 缺乏的结构性优势：上市公司资产负债表、数十年的监管与合规记录，以及根深蒂固的分销。主要不利情景包括：既有厂商以低边际价格把可比 AI 智能体打包进既有合同；Vi 未披露的规模小于其叙事所暗示；以及漫长销售周期让资源更强的对手赢得企业标准。这些风险使竞争定位成为承销 Vi 16.4 亿美元估值时最关键的摆动因素。[CP022, CP023, CP024, CP025, CP033, CP034]

3.5 图表与要点

4.1 收入来源与变现

Vi 的收入模式，是把企业软件变现叠加在专有数据资产之上。主要收入流来自面向医疗系统、制药公司和健康管理企业销售的多年平台订阅，覆盖 Data Web、Activate、Engage、Operate 和 Pulse 等模块。第二条收入流是数据授权，以及对其去标识化 Data Web 的访问；这是一类高利润率资产，类似 IQVIA 和 Komodo Health 变现真实世界数据的方式。第三条、更新的收入流，是 2026 年 5 月推出的 AI 智能体套件；Vi 将其定位为执行层，可作为既有部署之上的扩展销售。专业服务和实施很可能贡献较低利润率收入，这符合企业医疗 IT 厂商的典型模式。Vi 营销面向结果的价值——已交付 20 亿美元以上可衡量价值，客户投资回报约 4 倍——这暗示公司可能愿意用结果锚定定价，但没有公开证据显示存在正式的结果付费合同。关键在于，Vi 没有披露收入结构、确认政策或合同条款，投资者无法据此验证收入质量。本节所述构成来自公司产品结构和行业常态的推断，并非披露的财务报表；承销前应直接向管理层确认。[CI001, CI002, CI003, CI004, CI020]

4.2 销售动作与单位经济

Vi 通过直接企业销售动作面向大型医疗健康、生命科学和健康管理买方销售，这种模式的特点是销售周期长且复杂，采购涉及多方利益相关者，并需要安全和合规审查。以 100 多家企业客户和 16.4 亿美元估值推算，平均合同价值很可能处于高六位数到七位数区间，但 Vi 既不披露平均合同价值，也不披露获客成本、回本周期或净收入留存。因此，本章所有单位经济数字都是从上市公司可比对象三角测算而来：Veeva 等企业医疗健康数据 SaaS 同业的毛利率约为 70-75%，而 Health Catalyst 等服务占比更高的分析厂商更低。Vi 的混合毛利率可能在 55-70% 区间，取决于高利润率数据授权与低利润率服务的组合，但这一点未经验证。销售效率同样不透明；唯一代理指标是公司声称的 ROI 和已交付价值数字，它们是营销说法而非审计指标。CAC、回本和留存未披露，是评估 Vi 增长究竟高效还是资本密集时最重要的缺口，并实质限制了对其底层盈利能力和可扩展性的信心。[CI005, CI006, CI007, CI008, CI021]

4.3 成本结构与公开牵引

Vi 的成本结构只能推断，不能从披露中读取。作为 AI 与数据平台，它最大的成本很可能是工程和数据科学人才、数据获取与去标识化、在 1.9 亿多条患者记录上运行模型的云基础设施，以及企业销售和客户成功组织。PitchBook 显示其约 123 名员工，相对上市既有厂商很小，暗示两种可能：收入 / 人效率很高，或收入基数小于估值所暗示；没有披露无法区分二者。公开牵引方面，可验证事实仅限于非财务证明点：100 多家企业客户、1.9 亿多条去标识化记录、96% 美国家庭覆盖、支持 50 多种药物上市，以及 20 亿美元以上可衡量价值主张。投资者通常依赖的财务牵引指标——收入、ARR、增长率、毛利率、开票额或活跃用户经济性——均未公开。强运营证明点与缺失财务披露之间的落差，是 Vi 财务画像的定义性特征：叙事很有吸引力，但能验证叙事的数字不可得，估值只能落在规模主张和可比公司倍数上，而不是已观察到的财务表现上。[CI009, CI010, CI011, CI012, CI022, CI023]

4.4 资本充足性与财务结论

Vi 已披露的资本化，是其最强的财务信号。公司于 2024 年 6 月完成 1.31 亿美元后期轮融资，并于 2026 年 5 月以 16.4 亿美元估值完成 1.45 亿美元一二级混合交易，背后有 General Atlantic 和 Revelstoke Capital 等蓝筹投资者支持。由于 2026 年交易包含为既有股东提供流动性的二级部分，并非全部 1.45 亿美元都进入资产负债表，因此新增现金的精确数额不清楚。Vi 不披露账上现金、现金消耗速度或资金可支撑时间，因此无法量化资本充足性；但能在估值上行的情况下从顶级投资者处融资，说明公司拥有资本获取能力，并降低了近期融资风险。财务结论是混合的。考虑到数据授权组件，收入质量可能较高；按行业常态看，利润率路径可能健康；资本强度看起来适中。但这些都未经验证。决定性的尽调阻碍，是审计财务的完全缺失：没有收入、利润率、留存和现金数据，16.4 亿美元估值无法与基本面调和，只能用规模主张和可比公司承销。在 NDA 下取得审计财务，是任何投资最重要的条件。[CI013, CI014, CI015, CI016, CI017, CI024]

4.5 图表与要点

5.1 产品定义与模块地图

用客户工作流来理解，Vi 是一个智能与执行层，位于企业记录系统和团队需要围绕患者、会员、市场做出的决策之间。医疗系统用 Vi 识别并激活高风险患者；制药公司用它为某项疗法找到并触达合适的服务提供者和患者；健康管理企业用它个性化会员互动。这些工作流由五个具名模块交付。Data Web 是数据基础——一个去标识化数据集，覆盖 1.9 亿多条患者记录，并约覆盖 96% 的美国家庭。Activate 推动人群识别和患者激活。Engage 支撑数字化和多渠道互动。Operate 处理运营和护理协同工作流。Pulse 提供实时分析和洞察。其上叠加的是一套 2026 年 5 月发布的 AI 智能体；Vi 称其为执行层，可在这些模块之间自动化最佳下一步行动。这些模块作为一个连接平台销售，而不是独立工具；这正是 Vi 定位的核心：价值来自把大型专有数据集与能基于数据采取行动的应用结合起来。由于多数产品细节来自 Vi 自有页面，技术深度和具体模块边界应在尽调产品演示中确认。[CE001, CE002, CE003, CE004, CE020]

5.2 架构与运营模式

Vi 的架构可以读作一套技术栈。底层是 Data Web 数据层：摄取、去标识化、链接并存储跨数亿条记录的临床、理赔和消费者信号。其上是机器学习和分析层，在这些数据上构建预测和分群模型——公司传承被描述为应用信号处理和“神经”技术，呼应其领导层所讲的航空航天和雷达根源。模型层之上，是更新的智能体式执行层：AI 智能体把模型输出转化为推荐或自动化行动。五个模块构成应用表面，把这些能力暴露给具体用户画像；集成层则把平台连接到企业记录系统。与电子健康记录的互操作性，以及遵守 HL7 FHIR 等医疗健康数据标准，实际上是进入提供方环境部署的前提；ONC/HealthIT.gov 下的美国互操作性政策也在持续抬高数据交换基线。运营上，Vi 以多租户云平台服务 100 多家企业客户，这意味着其在数据工程、模型运营和云基础设施上投入不小。公开记录没有披露 Vi 的具体云提供商、模型栈或可用性指标，因此本节架构是根据公司产品页面和行业常态重建，而非来自技术文档。[CE005, CE006, CE007, CE008, CE021, CE022]

5.3 部署、路线图和差异化

将 Vi 部署进企业，需要把客户数据和系统接入平台，按客户工作流配置模块，并用客户自身人群验证模型输出；这个过程和大多数企业医疗 IT 一样，集成负担重，并受到安全与合规审查约束。Vi 的可靠性、支持模式和正式 SLA 未公开记录，是尽调缺口。路线图上，最清晰的信号是 2026 年 5 月 AI 智能体套件发布，它把平台从分析与互动延伸到自主执行，也是公司公开陈述的主要方向；进一步路线图细节未公开。Vi 的差异化建立在四根支柱上。第一是数据：如果 Data Web 的规模和家庭覆盖相较 IQVIA 与 Komodo 的数据确实差异化，它就是一项真实资产。第二是垂直专业化：Vi 的智能体和模型专为医疗健康工作流打造，而不是通用目的。第三是一个平台横跨提供方、制药和健康管理。第四是在智能体式医疗健康 AI 中的早期进入位置。这些优势的耐久性不确定：数据护城河尚未相对既有厂商得到验证，而智能体层正是每个竞争对手都在竞相添加的能力，带来商品化风险。最重要的产品尽调问题，是数据资产有多可防御，以及模型和智能体是否经过足够严格的临床安全验证。[CE009, CE010, CE011, CE012, CE023, CE024]

5.4 信任、安全、隐私和合规

Vi 大规模处理受保护健康信息，因此信任、安全、隐私和合规是产品核心，不是外围事项。Vi 的核心隐私机制是去标识化：它称 Data Web 由去标识化患者记录构成；按美国法律（HIPAA），只要去标识化达到标准，这类数据就能比可识别 PHI 更自由地使用和共享。Vi 发布了约束其数据实践的隐私政策。在医疗健康领域运营，也让 Vi 受到 HIPAA 安全和隐私规则、FDA 对医疗健康 AI/ML 的演进思路，以及 FTC 对健康数据审查的约束——这些在本报告风险章节中覆盖。对产品而言，关键的信任问题是：去标识化是否稳健（数据集越大、连接信号越多，重新识别风险越高）；AI 模型和智能体的治理与验证能否防止不安全或有偏见的建议；以及保护高价值健康数据集免受泄露的安全控制。Vi 的公开材料宣称合规和去标识化，但未发布独立审计（例如 SOC 2 或 HITRUST）、模型验证方法或泄露历史，因此必须直接验证。大型 PHI 衍生数据集与会采取行动的智能体层叠加，会抬高风险：错误或泄露会带来监管、声誉和临床后果，使可证明的信任控制成为企业采用和投资的门槛条件。[CE013, CE014, CE015, CE016, CE025, CE026]

5.5 图表与要点

6.1 客户基础与分层

Vi 主要按垂直领域划分客户基础：医疗系统和服务提供方、制药与生命科学公司，以及健康管理和消费者健康企业。每个垂直领域内，买方和用户画像不同。在服务提供机构中，买方通常是人群健康、护理管理和临床运营负责人，护理团队是终端用户。在生命科学领域，买方是商业、医学事务和患者服务负责人，目标是识别并触达服务提供者和患者。在健康管理领域，买方是会员互动和增长负责人。地理上，Vi 的足迹锚定在美国，这与 Data Web 声称约覆盖 96% 美国家庭一致；国际存在未公开记录。按规模看，16.4 亿美元估值和企业定价所暗示的客户是大型机构，而不是小型诊所；不过具名的 Minnesota 心理健康客户显示，Vi 也服务中型专科提供方。用例覆盖患者识别与激活、治疗相关的提供者和患者互动、运营护理协同，以及分析。Vi 没有披露 100 多家客户在这些分层中的分布、各自收入贡献或任何收入区间拆分，因此本节分层是定性的，来自 Vi 的定位和一个详细案例研究，而不是已披露的客户名册。[CU001, CU002, CU003, CU004, CU020]

6.2 采用与部署轨迹

Vi 提供的最清晰量化牵引信号，是其声称拥有 100 多家企业客户，并叠加平台级规模指标：Data Web 覆盖 1.9 亿多条去标识化记录、约 96% 美国家庭覆盖、支持 50 多种药物上市，以及交付 20 亿美元以上可衡量价值。这些数字暗示相当的采用深度，但 Vi 没有发布时间序列，说明客户数、活跃使用或部署如何增长，也不披露利用率、复购或扩张率。公司 2024 年后期轮融资，以及 2026 年以更高估值完成的 1.45 亿美元交易，是投资者看到持续商业动能的间接证据；2026 年 5 月 AI 智能体发布，也暗示公司正在既有客户基础中做扩张。具名的 Minnesota 心理健康客户，是 Vi 最具体的部署证明；公司称该客户把护理规模扩大约五倍，说明平台能在真实生产环境中推动大型运营增益。不过，单个有日期的案例研究加总量指标，仍是证明持久、广泛采用轨迹的薄弱证据。没有客户增长时间序列或客户队列层面的使用数据，尽调无法区分公司是在快速复合增长，还是靠早期客户 logo 撑起较平的基数；因此采用轨迹是最需要向管理层和客户访谈直接验证的事项之一。[CU005, CU006, CU007, CU008, CU021]

6.3 具名客户证明与客户访谈质量

Vi 的具名客户证据，主要来自一家 Minnesota 心理健康服务提供方的详细故事。Vi 称该客户使用平台后，护理交付规模扩大约五倍——这是一个生产部署，且有具体、较大的结果主张。Vi 还营销汇总证明点，包括支持 50 多种药物上市、20 亿美元以上可衡量价值数字；一份合作伙伴案例研究还引用约 4 倍客户 ROI。证据质量是混合的。Minnesota 故事是真实、具名、生产环境的客户证明，并带有具体结果，这一点很强。但它很大程度上只是一个深度客户证明；Vi 没有发布广泛客户 logo 墙、多条独立具名客户证明，或第三方验证的结果研究，最强数字（交付价值、ROI）来自公司或合作伙伴，而非独立审计。证据新鲜度合理——融资和智能体发布材料日期为 2026 年，案例研究也属近期——但客户证明的广度和独立性有限。对于一个声称拥有 100 多家客户的企业平台，头部客户数与少量公开可验证、具名、结果支撑的客户证明之间的落差值得注意。尽调应要求完整客户名单、跨垂直领域的多次客户访谈，以及任何第三方或同行评审结果证据，以佐证其营销中的价值和 ROI 主张。[CU009, CU010, CU011, CU012, CU022, CU023]

6.4 留存、扩张和集中风险

留存和客户耐久性，是 Vi 客户画像里证据最薄的部分。Vi 没有披露净收入留存、总留存、流失率、续约率、合同期限或 cohort 存续数据——这些指标才能说明客户是否留下来并扩张。作为一个带多年期合同、且嵌入数据层的企业平台，Vi 一旦落地，切换成本大概率较高，这会支撑留存；2026 年 AI 智能体发布，也天然可以靠先落地再扩张的方式向存量客户扩张。但这些都没有公开量化。集中度风险同样不透明：Vi 没有披露客户集中度，因此无法判断少数大客户是否贡献了过高收入占比；若是如此，就是实质风险。渠道和合作伙伴依赖也没有记录，不过直销企业客户的打法意味着渠道依赖可能有限。采购摩擦是结构性逆风——医疗行业企业销售周期长，安全和合规审查重，会拖慢新增签约和扩张。综合看，Vi 的留存和集中度几乎是完整披露缺口，只是叠加在一个可能有粘性的产品之上。客户耐久性和集中度，是判断经常性收入质量的核心，因此获取 cohort 留存、NRR 和头部客户集中度数据，应列为最高优先级尽调事项之一；没有负面流失证据，不应被误读为低流失已获确认。[CU013, CU014, CU015, CU016, CU024, CU025]

6.5 展示材料

7.1 监管与法律风险

监管和法律风险是 Vi 最重大的暴露，因为公司处在美国健康数据监管中心，同时向 AI 延伸。基础制度是由 HHS 管理的 HIPAA，规范受保护健康信息的使用和披露；Vi 能广泛使用数据，靠的是去标识化。因此，一旦去标识化方法存在弱点，或监管收紧去标识化标准，就会直接威胁其核心数据资产。其上叠加的是医疗 AI 监管仍在演进：FDA 对 AI/ML-enabled software as a medical device 的框架，取决于 Vi 智能体的使用方式，可能把部分功能纳入受监管医疗器械路径，而监管姿态仍在成熟。FTC 已经释放强执法信号，聚焦健康数据隐私和敏感数据误用，包括在未取得充分同意或披露不足时共享健康信息的公司。州隐私法（如加州 CCPA/CPRA）以及任何国际数据适用的欧盟 GDPR，都会增加义务；美国联邦 AI 政策格局也未稳定。公开记录中没有 IP 风险或诉讼证据，但没有披露诉讼不等于不存在。整体监管图景是：高概率、高影响暴露。Vi 称自己靠去标识化和公开隐私政策管理风险，但没有用审计、认证或监管往来文件加以证明——最关键的风险类别，反而最难从公开来源核验。[CR001, CR002, CR003, CR004, CR005, CR020]

7.2 运营、质量与安全风险

Vi 的运营和安全风险，集中在它的核心优势上：一个庞大、敏感、源自 PHI 的数据集，正在喂给越来越多会采取或建议行动的 AI 模型。最严重的运营风险是数据泄露。医疗是美国被泄露最多的行业，HHS 设立公开泄露报告门户，正是因为事件常见且后果重大；如果 Vi 超过 1.9 亿条记录的 Data Web 发生泄露，可能带来监管处罚、客户流失和声誉损害。紧密相关的是重新识别风险：去标识化数据集越大、连接信号越多，理论上重新识别个人的能力就越强，这既是隐私风险，也是合规风险。第二类是模型质量和安全。Vi 的智能体会产出影响患者识别、触达和运营的建议；模型错误、漂移或偏见，可能造成临床、公平性或商业损害，而 Vi 没有公开模型验证或偏见测试方法。第三类是可靠性：一个嵌入企业工作流、会采取行动的平台，必须满足严格的可用性和支持预期，但 Vi 没有公布 SLA、可用性历史或事故记录。最后，企业买家通常要求的安全认证（SOC 2、HITRUST）也没有公开证据。切换成本和 Vi 的规模化记录暗示其运营能力不差，但公开记录几乎拿不出可核验的运营控制证据。因此，在证明相反情况前，运营和安全风险应被视为重大且很大程度上未被缓释。[CR006, CR007, CR008, CR009, CR010, CR021]

7.3 合作伙伴与依赖风险

Vi 的平台依赖一串外部关系，每一环都可能失效。最根本的是数据供给：Vi 的 Data Web 由临床、理赔和消费者数据来源拼成，公司经济模型和产品都依赖持续、合规地获取这些数据。如果关键数据供给关系因为合同、监管或合作方自建竞品而被削弱，Vi 的核心资产就会被侵蚀。第二是云和基础设施依赖：和所有现代 AI 平台一样，Vi 依赖云服务商；其智能体层也很可能依赖第三方模型和工具提供商，因此暴露于定价、可用性和政策变化，而这些不在公司控制之内。第三是客户集中度：Vi 没有披露少数大客户是否贡献过高收入占比，这是典型依赖风险，公开资料无法评估。第四是资本提供方依赖：蓝筹投资人是优势，但未披露盈利能力的私人公司，最终仍依赖持续投资人支持；融资环境收紧会抬高这一风险。第五是监管依赖：Vi 经营在监管制度允许的边界内，而规则可能改变，尤其是去标识化和 AI。依赖图谱很宽；由于 Vi 既不披露数据供给合同、云安排，也不披露客户集中度，多数依赖无法量化——第三方和集中度尽调因此优先级很高。[CR011, CR012, CR013, CR014, CR023, CR024]

7.4 财务、模型与团队风险

财务和执行风险会放大监管与运营图景。最核心的财务风险是透明度：Vi 没有披露收入、毛利 / 利润率、留存、烧钱速度或现金续航期，投资人无法核验支撑 $1.64B 估值的单位经济和资本充足性，也无法排除利润率受压、高烧钱或弱留存。尽管 2026 年交易包含二级转让成分且有顶级投资人参与，未披露盈利能力意味着一旦增长放缓，融资依赖是真实存在的。模型风险是紧邻财务的独立风险：如果 Vi 的 AI 智能体是价值主张核心，而这些智能体表现不佳、被打包同类能力的在位者商品化，或需要持续重投入才能维持，经济论点就会变弱。团队和执行风险在一家约 123 人的公司里也很重要：对创始人兼 CEO Omri Yoffe 和小型高管团队的依赖，形成关键人风险；扩张一家企业级医疗 AI 公司，需要深厚且稀缺、昂贵的监管、临床和商业人才。公开资料没有治理缺陷或高管离职证据，但也没有披露继任计划或董事会构成。合在一起，财务、模型和团队风险单项或许可管理，但共同抬高了尽调门槛：没有财务披露和组织深度证据，就无法确认商业模式和团队的耐久性。[CR015, CR016, CR017, CR018, CR025, CR026]

7.5 缓释、监测与终止触发条件

Vi 有公开证据支撑的缓释措施并不完整。监管和隐私上，公司依赖去标识化和公开隐私政策；运营上，依赖运营一个 100+ 客户平台所隐含的能力；资本上，依赖蓝筹投资人背书。公开记录缺少的是企业买家和投资人预期的可核验装置：独立安全认证、成文的模型治理和偏见测试、泄露与事故历史、SLA，以及财务和集中度数据披露。对投资人最有用的框架，是一组监测指标和 thesis-break 触发条件。监测指标包括 HHS/OCR 或 FTC 的任何执法行动或调查、HHS 门户上的任何已报告泄露、HIPAA 去标识化标准或 FDA AI/ML 设备政策变化、客户流失或集中度证据，以及在位者商品化智能体的迹象。Thesis-break（kill）触发条件包括重大数据泄露或监管执法、削弱去标识化的监管变化、关键数据供给关系丧失、收入或留存远低于估值所隐含水平的证据，或创始人兼 CEO 离职且没有可信继任者。对应尽调要求很直接：拿到经审计财务、安全与合规认证、模型验证文件、数据供给和客户合同，以及诉讼和事故历史。在这些要求满足前，Vi 的风险画像应按高不确定性承销，并包含多个高影响、验证不足的暴露。[CR016, CR019, CR027, CR028, CR029, CR030]

7.6 展示材料

8.1 投资论点与反论点

Vi 的多头论点建立在本报告前文已经确立的五根相互强化支柱上。市场：医疗 AI 市场大且增长快——多家独立预测都把当前市场规模放在数百亿美元级别，并以每年 30-40% 复合增长——给 Vi 留出很长跑道。产品：Vi 将大型专有 Data Web（超过 1.9 亿条去标识化记录、约覆盖 96% 美国家庭）与模块和 2026 年 AI 智能体层结合，形成一个横跨医疗服务方、药企和健康管理的“数据 + 行动”平台。客户：100+ 企业客户、一个具名生产案例将护理规模扩大约五倍、以及宣称交付 $2B+ 可衡量价值，都显示真实需求。财务：企业订阅加高毛利数据授权，意味着有吸引力的模型；顶级投资人验证了融资渠道。竞争：垂直专业化和覆盖广度，使 Vi 同时区别于单垂直领域专家和横向 AI 工具。反论点同样清晰。财务故事无法验证：没有收入、利润率、留存或现金披露。数据护城河面对 IQVIA 和 Komodo 尚未证明。AI 智能体差异点，正是每个在位者都在竞相商品化的能力。监管和安全暴露（HIPAA、FDA AI/ML、FTC、泄露风险）影响大且证据弱。公司也很小（约 123 名员工），存在关键人依赖。投资问题在于：Vi 真实的数据和分发资产，是否足以支撑 $1.64B 标记，尽管披露几乎完全缺失——公开证据能界定这个问题，但无法解决它。[CV001, CV002, CV003, CV004, CV005, CV020]

8.2 建议、置信度与估值立场

我们的建议是有条件买入，置信度中等，风险评级中到高，估值立场是在 $1.64B 上公平到略贵。理由是 Vi 结合了真正差异化的数据资产、可信的代理式执行产品扩张、已验证的企业需求，以及顶级投资人背书——如果未披露的基本面健康，这组组合能够支撑当前标记，并提供有意义的上行。置信度被压在中等而非高，正是因为基本面未披露：投资人无法核验收入规模、增长、利润率或留存，因此建议必须明确带条件。估值立场反映出，按规模和叙事与私有医疗 AI 可比公司相比，$1.64B 是合理的，但没有披露就无法锚定收入倍数；如果 Vi 收入处在合理区间低端，倍数就会偏贵。入场纪律上，一轮估值上调的后期私募轮有常见问题：清算优先权和稀释悬置没有公开细节，必须审查；2026 年交易包含二级转让成分，意味着部分资金用于股东流动性，而非增长。实际建议是推进确认性尽调，签署以经审计财务、留存和集中度数据、安全与合规认证为前提的投资条款书——买入这一论点，但通过结构和条件给披露缺口定价并加保护，而不是按表面估值照单全收。[CV006, CV007, CV008, CV009, CV021, CV022]

8.3 情景与可比估值

我们设定三个情景。多头情景下，Vi 的数据护城河被证明耐久，智能体层推动存量客户先落地再扩张，公司向品类领导者复合增长；若路径成功，退出时 $4-6B+ 的未来估值是可能的，对 $1.64B 入场价意味着强回报。基准情景下，Vi 仍是强劲的专业化玩家，份额扎实但不占主导，通过战略收购或 IPO 以约 $2-3B 退出——带来中等正回报。空头情景下，竞争将智能体层商品化，监管或安全事件损害信任，或未披露财务被证明偏弱，估值停滞或收缩到当前标记以下，产生持平到负回报。可比公司为这些情景提供锚点。公开同业 Veeva（市值数百亿美元、收入倍数高）和 IQVIA（约 $40B）设定品类天花板；Health Catalyst（规模更小、倍数更低）显示服务占比更重模型的下行。最相关的私有可比公司是 Innovaccer 和 Komodo Health，估值都在低个位数十亿美元区间，这使 Vi 的 $1.64B 标记与风投支持的医疗数据平台定价大体一致——前提是 Vi 的规模可比。由于 Vi 没有披露收入，可比分析只能基于估值水平和定性规模，而非倍数；因此，可比分析支持该标记的合理性，但不能确认它。所有情景中最关键的摇摆因素，是未披露财务能否验证估值和可比公司所假设的规模。[CV010, CV011, CV012, CV013, CV023, CV024]

8.4 退出准备度、触发条件与最终尽调要求

退出准备度上，Vi 具备在多年期视野内通过战略收购或 IPO 退出的画像：战略买家（大型医疗 IT、药企服务或数据公司）会看重其数据集和跨垂直领域足迹；医疗 AI 市场持续强劲，也会让 IPO 路径保持打开。但退出时点和估值仍取决于同一组未披露基本面；2026 年融资或退出环境收紧，也增加不确定性。应使建议失效的 thesis-break（kill）触发条件很具体：发现收入或留存显著低于估值所隐含水平；发生重大数据泄露或监管执法；监管变化削弱去标识化；关键数据供给关系丧失；在位者以低价打包同类能力，商品化智能体层；或创始人兼 CEO 离职且没有可信继任者。对应最终尽调要求，就是任何投资的前提条件：经审计财务报表和收入结构；净收入留存、流失和客户集中度数据；数据供给和关键客户合同；SOC 2/HITRUST 以及模型验证 / 偏见测试文件；诉讼、IP 和事故历史；完整 cap table、优先权和期权池细节。总体投资姿态是建设性但有纪律：Vi 是一个可信的品类竞争者，价格也可辩护；正确动作是继续推进，但用结构和条件把今天的披露缺口转化为可核验证据后，再投入资本。[CV014, CV015, CV016, CV017, CV025, CV026]

8.5 展示材料