Microsoft季度利润飙升31%，加大AI投入

Microsoft在季度利润增长31%后加大了对人工智能的投入，这在Google News的报道中形成了鲜明对比。截至2026年6月30日的季度中，该公司盈利358亿美元。营收达到900亿美元，同比增长18%。

这些数字让Microsoft扩张基础设施的理由更站得住脚，但并未平息围绕投资回报的争论。季度资本支出达到410亿美元。Microsoft预计，这一数字将在9月季度超过500亿美元。

眼下的压力落在Microsoft的承诺上：Azure和Copilot能否将昂贵的算力转化为可持续的高利润收入。Amazon、Google和Meta也面临类似考验。Microsoft如今提供了需求真实存在的最清晰证据，但长期经济效益仍未明朗。

Microsoft最新业绩有哪些变化

Microsoft一方面面对加速增长的云需求，另一方面也大幅增加了为满足该需求所必需的基础设施支出。

根据其季度业绩，Microsoft季度营收为900亿美元，营业收入为406亿美元，两项指标均同比增长18%。

GAAP净利润达到358亿美元，高于一年前的272亿美元。摊薄后每股收益增长32%，至4.81美元。GAAP指用于财务报表的标准化会计准则。

31%的利润增长还需要一些背景说明。Microsoft确认了其Anthropic投资带来的收益，而对OpenAI的投资则拉低了报告结果。剔除投资影响及其他已识别项目后，Microsoft表示调整后每股收益增长了23%。

这一差异很重要，因为利润增长的头条数字并非完全来自经营改善。不过，营业收入的增长速度也快于多条成熟产品线。其核心云业务提供了最有力的商业动能证据。

Microsoft Cloud营收达到593亿美元，增长27%。Azure及其他云服务营收增长43%，超过了公司此前的预期。Intelligent Cloud部门营收增长32%，至393亿美元。

Azure是Microsoft用于托管应用程序、数据和AI工作负载的云计算平台。其增长如今既反映了传统云服务，也反映了对高强度AI算力的需求。

Microsoft表示，客户需求仍持续超过可用容量。新的CPU和GPU资源一经上线便迅速实现商业化。GPU是专为并行计算设计的处理器，包括训练和运行AI模型所需的计算。

Microsoft还披露了一项重要的年度里程碑。Azure在本财年首次实现营收超过1000亿美元。该公司此前一直避免单独公布Azure营收。

Microsoft 365 Copilot的付费席位已超过3000万个，高于上一季度的2000多万个，不过Microsoft未披露每个席位的营收。

GitHub提供了另一项使用信号。Microsoft表示，GitHub用户已达到2.25亿，其中三分之一的拉取请求涉及AI代理。拉取请求是提交供审核的软件变更提案。

GitHub Copilot营收较上一季度加速增长超过60%。管理层将部分使用量增长归因于6月的一项商业模式调整，该调整使收费方式与使用量更加一致。

这些数据解释了为何这份财报在Google News上受到关注。Microsoft不再仅凭预测来为AI支出辩护。Azure增长、Copilot普及和基于使用量的收入如今都提供了可衡量的需求信号。

故事的另一面，是产生这些信号所需的支出。该季度资本支出达到410亿美元，高于上一期的319亿美元。

Microsoft预计下个季度的支出将超过500亿美元。2027财年的资本支出也应高于上一年。这一指引使一份强劲财报转变为对资本效率更广泛的考验。

因此，Microsoft的业绩改变了争论的焦点。问题不再是企业是否想要AI容量，而是Microsoft能否在提供这种容量的同时，避免基础设施成本吞噬过多价值。

31%的利润跃升为何并未终结支出争论

Microsoft的利润表明其现有业务能够为AI建设提供资金，但并未揭示这项建设本身的回报。

在进入本轮财报周期时，该公司正面临压力，需要证明其支出购买的不只是未来的容量。投资者此前已看到多个季度中不断扩大的基础设施承诺，以及走低的云业务利润率。

最新业绩证明，新增容量能够迅速带来收入。Microsoft表示，效率提升使其能够比预期更早地将算力资源投入使用。客户在该季度内便消耗了这些容量。

Azure营收43%的增长强化了这一说法，也支持了管理层的观点：限制增长的是容量约束，而非客户兴趣不足。

然而，Microsoft并未单独披露AI基础设施产生的营收或营业利润。Azure将AI工作负载与数据库、存储、网络、安全和传统计算服务合并计算。

Microsoft Cloud的范围更广，其中包括Azure以及商业软件和其他云产品。该产品组合的强劲表现无法确定单一AI工作负载的盈利能力。

Microsoft报告的利润还包括核心业务之外的项目。该公司确认了一笔与Anthropic投资相关的32亿美元收益，为季度每股收益增加了33美分。

OpenAI投资则产生了相反影响。Microsoft表示，计入其应占OpenAI业绩后，每股收益将减少7美分。

这些调整并未否定GAAP利润增长31%这一事实。它们说明为何经营数字同样值得关注。营业收入增长18%，公司营业利润率则小幅升至45%。

毛利率传递出更谨慎的信号。Microsoft整体毛利率降至67%。管理层将这一下降归因于Azure在销售额中占比提高、AI基础设施投资以及产品使用量增加。

Microsoft Cloud的毛利率也有所下降。Azure和Microsoft 365的效率提升，仅部分抵消了扩展AI服务的成本。

这种压力反映了生成式AI的经济模式。传统软件可以以较低的增量成本服务另一位用户。用户提交请求时，AI产品则必须反复消耗算力资源。

每一项生成的回答都需要推理，即训练完成的模型生成输出的过程。复杂的代理在完成一项任务时可能会进行多次模型调用。

这形成了不同于Microsoft传统许可模式的利润结构。更高的使用量能够带来更多收入，但也会产生直接的计算费用。

Microsoft已通过让部分产品转向基于使用量的模式来应对。GitHub Copilot在6月的调整提供了早期案例。管理层表示，在定价与使用量更加紧密挂钩后，利润率在该季度得到改善。

该公司认为，生产力、安全和其他知识工作产品也存在类似路径。客户将为用户许可证付费，然后额外使用代理服务。

这种模式可以使收入与计算成本保持一致。但它也让采用过程更复杂，因为客户必须监控可变使用量，而不只是批准固定许可证。

财报并未说明企业会在多大程度上接受这一结构。Microsoft披露了付费席位和增长率，但没有披露平均使用量、留存率、折扣或AI产品利润率。

这一披露缺口仍给怀疑留下空间。Zacks Investment Research的Bryan Hayes在接受Associated Press采访时表示，投资者终于看到了支出带来的实质成果。他的评估捕捉到了这一转变，但并未宣告争论结束。

Microsoft已表明，AI需求能够推动云业务更快增长。但它尚未证明，在扣除基础设施和能源成本后，每单位需求能产生多少利润。

Google News聚焦真正的较量：支出与回报

这场核心较量，是Microsoft的基础设施承诺与其维持盈利增长的承诺之间的对抗。

Microsoft拥有持续建设的财务资源。其2026财年营收为3318亿美元，营业收入为1552亿美元。全年GAAP净利润达到1337亿美元。

这些总额使该公司比多数AI提供商拥有更大的腾挪空间。Microsoft可以利用Office、Azure、Windows、安全产品、LinkedIn及其他业务产生的现金，为数据中心提供资金。

然而，投资规模不断扩大，也持续提高了所需的回报。Microsoft此前预计，2026日历年的资本支出约为1900亿美元，其中包括更高的组件成本。

该公司如今将这一预期描述为约1750亿美元。管理层强调，基础投资计划并未减少。

报告数字的下降源于会计和租赁分类变更。Microsoft将数据中心和办公楼的预计使用寿命从15年延长至25年。

这一调整将使更多未来的数据中心租赁从融资租赁转为经营租赁。融资租赁会计入报告的资本支出，而经营租赁则不会。

因此，这项变更降低了资本支出的呈现数字，却没有减少Microsoft预计将使用的实体基础设施。首席财务官Amy Hood表示，除会计影响外，投资预期保持不变。

这一差异对于解读Google News的标题至关重要。较低的资本支出预测可能看似表明收缩，但在此情况下，它主要反映的是租赁分类方式的变化。

公司预计2027财年的资本支出将同比增长。即便计入分类影响，其下一季度数字仍应超过500亿美元。

Microsoft认为需求足以证明这一承诺的合理性。其商业剩余履约义务达到6780亿美元，增长84%。这一指标代表尚未确认的已签约收入。

积压订单为Microsoft提供了相当高的可见度，但并不等同于即时现金。合同可能跨越数年，部分承诺还取决于客户的使用量。

Microsoft还表示，需求仍持续超过供应。这一说法因Azure的增长和新容量的快速商业化而更具可信度。但在建设、部署和收入确认之间，时点风险依然存在。

数据中心需要土地、电力、网络设备、冷却系统和专用处理器。其中大量支出发生在相应服务向客户开放之前。

短生命周期资产带来了另一项挑战。GPU 和 CPU 的折旧速度快于建筑物，而新一代处理器能够以更低能耗提供更高性能。

因此，Microsoft 必须在两种风险之间取得平衡。建设不足可能将需求拱手让给竞争云服务商；建设过度则可能导致昂贵设备利用率不足，或在技术上迅速过时。

这也是 Amazon Web Services 和 Google Cloud 仍是核心竞争参照的原因。两家公司都向企业和 AI 开发者销售基础设施，也都在这些基础设施之上开发专有 AI 服务。

Google 凭借其定制 Tensor Processing Units 和 Gemini 模型拥有优势。Amazon 提供自家的 Trainium 芯片，同时托管多家供应商的模型。Microsoft 则将自研芯片与 Nvidia、AMD 等供应商的芯片结合使用。

Microsoft 同样受益于与 OpenAI 的合作关系，尽管这项合作已不再那么排他。该公司如今更强调 Azure 及其 Copilot 产品中的模型选择。

在财报电话会议上，Satya Nadella 将模型描述为更广泛企业系统中的可互换输入。记忆、上下文、企业数据和工作流控制将保留在任何单一模型之外。

这种架构降低了对单一实验室的依赖，也将 Azure 定位为中立的控制层，客户可在专有模型、开放权重模型和定制模型之间进行选择。

这一战略从两个层面对竞争对手施压。Microsoft 可以销售 AI 应用底层的基础设施，并通过嵌入熟悉办公产品中的助手实现变现。

Activate Consulting 的 Michael J. Wolf 将这两种定位描述为基础设施和应用层面的优势。最新的采用数据支持这一观点，但竞争仍可能压缩利润率。

当周边应用保持不变时，客户可以更轻松地比较模型。对于日常工作，低成本模型可以替代昂贵的前沿系统。

因此，模型可互换性强化了 Azure 的平台价值主张，同时削弱了与单一模型绑定的溢价。Microsoft 必须通过编排能力、分发、数据控制和使用量来获取回报。

最有力的解读并非 Microsoft 已赢得 AI 市场，而是它已打造出多条从同一轮扩张中获得收入的路径。

这些数字仍掩盖着重要风险

Microsoft 的亮眼增长掩盖了利润率压力、产品表现不均，以及 AI 单位经济效益可见度有限的问题。

第一项风险是，基础设施成本持续增长的速度可能快于其所支撑的收入。即便在 2026 财年以异常高的速度投入后，Microsoft 仍预计年度资本支出将再次上升。

在资本需求更高的情况下，季度自由现金流可以保持为正，但会走弱。自由现金流衡量的是扣除不动产和设备购置后的经营现金流。

Microsoft 在上一季度报告的自由现金流为 158 亿美元，当季资本支出达到 319 亿美元。这一较早时期显示，即便营业收入增长，基础设施支出仍可能吞噬现金。

最新的利润数据并不会将数据中心采购立即视为运营费用。相关成本通常会通过折旧逐步计入利润表。

这种会计处理很常见。但这也意味着，即使当前利润看起来强劲，今天的资本支出仍可能在未来多年给报告利润带来压力。

资产使用寿命的调整尤其值得审视。将建筑物使用寿命延长至 25 年，会把折旧分摊到更长时期。Microsoft 预计这对 2027 财年营业收入的影响极小，但长期估算仍依赖于资产的持续使用。

芯片的快速迭代未必会使数据中心建筑过时。然而，功率密度、冷却需求和网络设计都可能在设施生命周期内发生变化。

第二项风险涉及毛利率。Azure 的增长提高了 Microsoft 的收入，但与成熟的软件授权业务相比，该服务承受着更重的基础设施负担。

Microsoft 表示，其整体毛利率下降，部分原因在于 Azure 在销售组合中的占比提高。Microsoft 365 Copilot 和 GitHub Copilot 的使用增长也带来了成本压力。

当收费与计算消耗挂钩时，按使用量定价可以保护利润率；但它也可能让客户不愿让智能体自由运行。

企业买家通常希望预算可预测。将许可证与按量计费的智能体活动结合的产品，可能增加审批、监控和治理工作。

Microsoft 尚未披露足够信息来评估这种行为。3,000 万个付费 Copilot 席位证明了其分发能力，但并未揭示日活跃使用情况或客户获得的经济价值。

付费席位可能仍处于低频使用状态，也可能作为更广泛企业协议的一部分享受折扣。缺少留存率和使用量数据，采用情况仍只是衡量客户价值的不完整指标。

第三项风险是对大型 AI 客户和合作伙伴的集中度。Microsoft 的订单积压包含重大承诺，但该公司并未披露每位客户的具体贡献。

OpenAI 历来是 Azure 需求的重要来源。双方关系的变化可能影响订单、产能规划以及 Microsoft 的模型战略。

Microsoft 的应对方式是扩展模型组合，并投资其他 AI 公司。最新季度中来自 Anthropic 投资的收益，便体现了这种更广泛的敞口。

此类投资可能造成利润波动。估值上升可以推高报告利润，而亏损或减记则可能在不反映 Azure 日常表现的情况下拉低利润。

第四项风险是竞争。Google、Amazon、Oracle 和专业云服务商持续扩张 AI 容量。客户越来越多地采用多云策略，或在自己的环境中部署部分模型。

Microsoft 的模型中立设计有助于应对这一趋势。然而，中立性也使价格、性能、可靠性和数据迁移成为更重要的竞争因素。

当另一家供应商提供更优的经济效益时，客户可以迁移工作负载。长期合同会带来摩擦，但 AI 软件正朝着可移植模型和标准化接口发展。

第五项风险位于云业务之外。Windows OEM 和 Devices 收入下降 7%，Xbox 内容和服务收入下降 10%。

由于云业务增长强劲，这些下滑并未破坏公司整体业绩。但它们仍表明 Microsoft 的业务组合并未实现均衡增长。

More Personal Computing 收入下降 4% 至 129 亿美元。该部门营业收入下降 14%，营业利润率降至 21%。

Microsoft 预计艰难的 PC 市场环境将持续。更高的零部件成本以及与 Windows 10 换机周期的比较，可能拖累 2027 财年的表现。

这种不均衡进一步强化了投资 AI 的理由，同时也增加了对其成功的依赖。当面向消费者的业务部门走弱时，Azure 和企业软件必须承担更多增长压力。

最后一项风险是实际采用。企业需要先具备干净的数据、明确的权限、可靠的检索能力和可追责的工作流，智能体才能安全完成重要工作。

Microsoft 可以提供基础设施和软件，但客户仍需承担实施成本。许多组织首先必须梳理碎片化的文档、消息和本地文件。

一个可搜索的知识库可以提升检索质量，但无法消除治理或准确性风险。AI 系统仍依赖于其周围的信息和访问控制。

Microsoft 的业绩验证了对容量的需求，但并不保证每一次 Copilot 部署都能产生足够可衡量的价值，以证明扩大使用规模是合理的。

Microsoft 财报后需要关注什么

三项信号将决定 Microsoft 的支出会转化为持久优势，还是演变为一场昂贵的产能竞赛。

第一项信号是 Azure 在 9 月季度的增长。Microsoft 预计按固定汇率计算将增长约 45%，这一指标排除了汇率变动的影响。

这一预测代表着相较 6 月季度的进一步加速。若能实现，将支持管理层的说法：新增基础设施能够迅速转化为产生收入的产能。

较弱的结果并不必然意味着需求疲软。建设进度、零部件交付和可用电力都可能影响产能。不过，若明显未达预期，将削弱有关投资回报的论据。

应像关注百分比一样关注 Microsoft 的解释。只有当需求仍有承诺、且新增供给能被迅速消化时，产能限制才支持看涨观点。

第二项信号是资本支出与云业务利润率之间的关系。Microsoft 预计单季资本支出将超过 500 亿美元，且 2027 财年的全年支出将更高。

投资者应将这种扩张与 Microsoft Cloud 毛利率、Azure 效率和全公司自由现金流进行比较。仅靠收入增长无法衡量投资质量。

稳定或改善的云业务利润率将表明，更好的芯片、软件优化和按使用量定价正在吸收更高的计算成本。

利润率持续下降则表明，需求的服务成本仍然高昂。这并不意味着 Azure 无利可图，但会降低从每新增单位消耗中获得的价值。

租赁分类调整使这种比较更加重要。报告中的资本支出将不再以相同方式计入经营租赁，尽管 Microsoft 仍对这些设施作出承诺。

现金流、租赁义务和折旧披露将提供比单一资本支出总额更完整的视角。读者不应将修订后的 1,750 亿美元数字解读为支出减少。

第三项信号是 Copilot 和 GitHub 的付费使用情况。Microsoft 365 Copilot 的 3,000 万个付费席位，为衡量续约和扩张提供了相当可观的装机基础。

未来披露应显示采用是否超越了席位数量。收入增长、活跃使用、智能体执行次数和消耗费用将揭示更深层的参与度。

GitHub Copilot 为这一模式提供了较早的检验。Microsoft 表示，在将收费与使用和价值对齐后，消耗量有所增强。

如果这一模式持续，Microsoft 就可以证明，按量计费的 AI 产品能将更高活跃度转化为更高收入。这也将展示出一条路径：随着智能体承担更多工作，如何保护利润率。

如果客户限制消耗、要求更便宜的模型，或抗拒浮动账单，Microsoft 的应用战略将面临更艰难的转型。

这些信号的重要性不止于 Microsoft。Amazon 和 Google 也必须先为基础设施提供资金，之后云客户才会消耗它。Meta 在没有可比云计算业务的情况下，面临同样的资本挑战。

Microsoft 目前展现出规模、已签约需求、嵌入式分发和不断增长的 AI 使用量之间最清晰的组合。其最新季度让讨论从猜测转向可衡量的执行。

这份云业务财报也展示了这些证据的边界。Azure 已超过一项年度里程碑，但 Microsoft 仍未单独披露该服务中的 AI 收入或利润。

随着年度基础设施承诺不断上升，这一缺失将越来越难以忽视。投资者和企业客户需要的不只是汇总增长数据，才能判断 AI 转型的经济效益。

因此，在 Google News 上传播的故事，并不只是微软利润增长了 31%。更具决定性的进展在于：在拿出迄今最强劲的需求证据后，微软计划投入更多资金。

微软赢得了更多时间来证明其论点。但它并未获得永久豁免，不必再面对有关利用率、利润率和现金回报的质疑。

未来一个季度，关注 Azure 是否达到其加速增长目标、云业务利润率是否趋于稳定，以及 Copilot 使用情况是否进一步深化。这些指标将共同表明，微软是在为持久需求提前布局，还是在维持一场成本日益高昂的竞争。

对于开发者和企业采购方而言，实际问题同样直接：AI 服务创造的可衡量价值，是否足以证明其背后的基础设施、按量计费费用和实施工作是合理的？

请在你自己的组织内部跟踪实际任务完成情况、活跃使用量、错误率和总运营成本。然后将这些结果与微软下一次披露的数据进行比较。Google News 会带来新闻标题，但这些运营信号将揭示这笔投资是否正在获得回报。