Microsoft 的云与 AI 增长跑赢成本争议

Microsoft 在 2026 财年收官季度实现 900 亿美元营收，而 Microsoft Source 将 Azure 和 AI 需求列为主要增长引擎。营收较上年同期增长 18%，营业利润也以同样幅度增长。

这些核心数据支撑了 Microsoft 的观点：其 AI 基础设施支出正在转化为商业活动。Azure 及其他云服务营收增长 43%，Microsoft Cloud 营收达到 593 亿美元。Microsoft 还表示，Azure 全财年营收首次超过 1000 亿美元。

然而，这一季度并未解答投资者最重要的问题。Microsoft 正在大举投资数据中心、处理器、网络设备和能源容量。这些投资必须在硬件折旧或需要更换前，产生可持续的营收。

这种张力如今定义了云计算竞争。Microsoft 必须证明，其从基础设施延伸至 Microsoft 365 Copilot 的一体化路径，能比竞争平台带来更好的经济效益。Alphabet、Amazon 和其他基础设施提供商也面临同样的考验，但 Microsoft 为这场押注配置了最广泛的企业产品组合。

因此，这份业绩不仅仅代表又一个强劲季度。它证明 AI 需求真实存在，同时也让 Microsoft 基础设施投资的回报仍有待进一步检验。

Microsoft Source 在第四季度披露了什么

Microsoft 的第四季度业绩显示，云需求的扩张速度快于公司的成熟软件和消费业务。

根据官方财报新闻稿，截至 2026 年 6 月 30 日的季度中，Microsoft 实现营收 900 亿美元。该数字同比增长 18%，按固定汇率计算增长 17%。

营业利润达到 406 亿美元，同比增长同为 18%。按 GAAP 计算的净利润增长 31% 至 358 亿美元，摊薄后每股收益增长 32% 至 4.81 美元。

Microsoft 还单独披露了剔除 OpenAI 投资影响后的非 GAAP 业绩。按这一口径，净利润为 353 亿美元，同比增长 22%，摊薄后每股收益为 4.74 美元。

这一差异很重要，因为 Microsoft 的投资组合影响了同比比较。OpenAI 投资为第四季度净利润贡献了 4.8 亿美元；而在一年前的可比期间，这些投资曾令净利润减少 15.8 亿美元。

其他几项因素也影响了本季度。Microsoft 录得与其 Anthropic 投资相关的 32 亿美元收益。自愿退休计划带来的费用下降也提供了额外利好，但遣散费和 Xbox 减值费用抵消了其中一部分。

这些调整使 Azure 和 Microsoft Cloud 成为更清晰的运营动能指标。Microsoft Cloud 营收增长 27% 至 593 亿美元。公司对这一指标的定义较广，涵盖 Azure、Microsoft 365 商业云、LinkedIn 商业服务和 Dynamics 365。

Azure 及其他云服务营收增长 43%。Microsoft 并未单独披露 Azure 的季度营收，但表示其年度 Azure 营收首次突破 1000 亿美元。

Intelligent Cloud 部门实现营收 393 亿美元，增长 32%。生产力和业务流程部门营收增长 14% 至 378 亿美元。该部门包括 Microsoft 365、LinkedIn 和 Dynamics。

Microsoft 365 商业云营收按报告口径增长 14%。Microsoft 表示，在调整前一年会计比较因素后，增长率为 16%。消费者云营收增长 24%，LinkedIn 增长 12%，Dynamics 365 增长 13%。

公司的面向消费者业务形成了鲜明对比。More Personal Computing 部门营收下降 4% 至 129 亿美元。Windows OEM 和设备营收下降 7%，Xbox 内容与服务营收下降 10%。

这种分化构成了核心叙事。Microsoft 的增长正日益集中于云基础设施、企业订阅和 AI 服务。处于这一轨道之外的业务已不再同等推动公司的扩张。

年度数据进一步印证了这一方向。2026 财年营收达到 3318 亿美元，同比增长 18%。营业利润增长 21% 至 1552 亿美元，按 GAAP 计算的净利润增长 31% 至 1337 亿美元。

Microsoft 在本季度通过股息和股票回购向股东返还了 102 亿美元。与此同时，其不断扩大的基础设施规模表明，管理层认为更大的长期机会所在。

Azure 和 AI 需求改变云计算竞赛

最强烈的信号并非 Azure 单季度的增长，而是 Microsoft 将基础设施需求与企业付费 AI 采用连接起来的能力。

Microsoft 表示，Microsoft 365 Copilot 在 2026 财年付费席位数已超过 3000 万。Copilot 是嵌入 Word、Excel、Outlook 和 Teams 等办公应用中的 AI 助手。

这一席位数量赋予 Microsoft 一种仅比较云服务时可能被忽略的分发优势。企业可以购买 Azure 计算容量，通过 Microsoft 的开发者服务使用模型，并通过现有生产力软件合同部署助手。

每一层都能相互强化。更多应用使用会带来推理需求，也就是生成 AI 回应所需的计算工作。不断增长的推理需求进而支持 Azure 消费和额外的基础设施投资。

Microsoft 的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合同营收，包括递延收入和未来已开票承诺。

如此规模的积压订单不会立即转化为营收。合同可能跨越数年，且总额涵盖 Azure 以外的业务。不过，在公司为长期数据中心设施和寿命较短的计算设备投入资本时，它提供了更高的可见性。

公司也在扩大其平台上的模型选择。其早期 AI 优势主要来自与 OpenAI 的合作关系，但 Microsoft 的战略如今还包括自研模型以及来自多家开发商的服务。

这种多元化降低了对单一模型提供商的依赖。它也将 Azure 变成一个分发层，客户可根据性能、治理、延迟和部署要求选择模型。

这一做法以不同方式给 Amazon Web Services 和 Google Cloud 带来压力。AWS 仍是主要基础设施提供商，拥有自研芯片和广泛的模型市场。Google 掌控着包括定制加速器、Gemini 模型、云服务和消费者分发渠道在内的一体化技术栈。

Microsoft 的差异化资产是围绕 Microsoft 365、GitHub、安全、身份和业务应用形成的既有企业软件基础。它可以通过员工和开发者已经在使用的工具引入 AI。

这种优势仍需要真正的采用。购买一个 Copilot 席位并不自动意味着高频使用、可衡量的生产率提升或合同续约。Microsoft 已披露付费席位数量，但尚未完整公开使用率明细。

季度报道还突出了超预期业绩的幅度。FactSet 调查的分析师此前预计营收为 876.2 亿美元、每股收益为 4.24 美元。

超出这些预期加强了 Microsoft 的论点，即基础设施支出正在支撑当前需求。但这并不能证明每一款 AI 产品都已实现成熟的经济效益。

对于企业买家而言，这一季度确认 Microsoft 的 AI 战略正成为其核心商业业务的一部分。它不再局限于实验性产品或单一外部合作关系。

对于开发者而言，这一结果表明，Azure 容量、模型可用性和企业分发将持续是战略重点。Microsoft 有强烈动机让开发者留在一个将模型访问与客户身份、数据、安全和工作场所部署连接起来的平台中。

对于竞争对手而言，所面临的应对方向很明确：它们必须将 AI 基础设施连接到可重复的应用营收，而不能只展示原始计算容量需求的增长。

这一机制从数据中心延伸至付费 Copilot 席位

Microsoft 的战略只有在昂贵基础设施能够支撑多个营收层次，而非服务于单一 AI 产品时才能奏效。

这一机制始于物理容量。AI 工作负载需要处理器、内存、网络设备、存储、冷却系统和可靠电力。客户能够通过 Azure 使用这些资源前，Microsoft 必须先获得并部署它们。

这类投资中很大一部分投向处理器和服务器，其使用寿命短于数据中心建筑。随着更新一代的加速器提供更高性能或更低运营成本，硬件可能失去竞争力。

因此，Microsoft 需要实现高利用率。闲置的计算容量会产生折旧和运营费用，却没有相应的云营收。容量不足则会造成相反的问题，限制 Azure 的增长，并将客户推向竞争对手。

公司多次表示，Azure 部分领域的需求超过了可用供应。这种状况可以支撑定价和利用率，但也可能延迟部署，或限制自有产品的发展。

Microsoft 必须在多种相互竞争的用途之间分配基础设施。Azure 客户需要容量运行自己的应用。Microsoft 365 Copilot 消耗计算资源。GitHub Copilot、安全产品、研究团队和内部模型开发也在争夺同一供应。

这一分配问题解释了应用分发为何重要。Microsoft 可以决定，一单位计算容量是通过直接 Azure 消费，还是通过更高层级的订阅产品创造更多价值。

这些基础设施可以随着时间推移支撑多条营收路径。客户可能先通过 Azure 测试模型，连接内部信息，构建代理，将其部署给员工，随后再扩展至安全或分析服务。

代理是能够规划并执行多个步骤以实现目标的软件系统。它们通常比简单聊天机器人需要更多推理，因为它们会重复调用模型、检索信息并与其他服务交互。

这种模式可以增加云消费，但也引发对可靠性、访问控制、数据质量和不可预测运营成本的担忧。企业部署必须创造足够的业务价值，才能证明这些资源投入合理。

Microsoft CEO Satya Nadella 将目标描述为改善“成本到结果曲线”。这一说法背后的核心理念很直接：客户关心的是完成的工作，而不是处理了多少 token。

Token 是模型处理的文本或数据的小单位。较低的 token 成本固然有帮助，但客户最终会根据 AI 系统是否能够解决支持案例、编写可用代码、分析文档或完成行政流程来作出判断。

这一重点推动 Microsoft 超越单纯销售基础设施。该公司希望掌握从模型请求到完成业务任务之间更大一段路径。

这种做法也提高了对产品质量的要求。如果 Copilot 生成的答案不一致，或需要大量人工修正，那么基础设施或许能带来活动量，却无法创造足够的客户价值。

Microsoft 的企业客户关系使其有机会大规模测试和优化这些工作流。然而，客户数据往往分散在彼此不兼容的系统、维护不善的资料库以及管控严格的应用中。

知识问题不能仅靠计算能力解决。AI 助手需要准确的上下文、清晰易懂的权限，以及最新的业务信息。缺少这些要素，即使更大的模型也可能给出不相关或具有误导性的答案。

因此，评估工作场所 AI 的组织应在工作流层面追踪成果。在扩大部署之前，它们可以比较节省的时间、错误率、任务完成情况、采用程度和审核需求。

这种衡量纪律同样适用于个人系统。结构化的 AI 知识库 可以帮助用户保留来源上下文，而不是将每一条生成的答案都视为可靠记录。

Microsoft 第四季度的业绩表明，基础设施到应用的机制已达到具有意义的规模。下一项考验在于，使用量的扩大能否为 Microsoft 带来更好的经济效益，并为客户带来可衡量的成果。

这些数字没有展示什么

强劲的云收入并不能消除这样的风险：基础设施成本、硬件更换以及采用不均衡，可能削弱未来回报。

资本支出已成为 Microsoft 增长叙事的主要制衡因素。投资分析报道称，季度资本支出增长 70%，达到 410 亿美元。

Microsoft 表示，约三分之二的支出涉及寿命较短的资产，主要是 CPU 和 GPU。CPU 是通用处理器，而 GPU 则是针对 AI 训练和推理等高度并行工作负载优化的处理器。

寿命较短的资产带来了严苛的投资周期。Microsoft 必须在硬件仍足够高效、能够保持竞争力的期间，通过收入收回其成本。新处理器可能在旧设备尚未达到物理报废前，就降低其价值。

这并不意味着现有硬件会立刻变得无用。较旧的处理器可以支持要求较低的工作负载，软件改进也能延长其经济寿命。不过，硬件的快速发展提高了对利用率和资本纪律的要求。

资产负债表显示，实体基础设施规模扩张得有多快。截至 2026 年 6 月，扣除累计折旧后的房地产和设备达到 3131 亿美元。一年前为 2050 亿美元。

这一增长不只涵盖 AI 加速器，但云和 AI 基础设施是主要驱动因素。该数字表明，Microsoft 的转型既是财务和实体层面的转型，而不仅仅是一次软件功能周期。

云利润率构成另一个压力点。数据中心折旧、能源成本、设备和网络支出，都会影响每单位云收入所产生的利润率。

Microsoft 可以通过软件优化、定制硬件、更高的利用率以及更高价值服务的组合来抵消部分压力。然而，这些效率提升必须跟上持续投资的步伐。

本季度也包含使收益比较复杂化的项目。来自 Anthropic 和 OpenAI 投资的收益改善了报告业绩。这些收益在经济上具有相关性，但并不衡量 Azure 或 Copilot 的经常性需求。

Microsoft 通过提供剔除 OpenAI 投资影响的非 GAAP 数据来回应这一问题。投资者仍应区分运营表现与涉及私有 AI 公司的估值变动。

商业剩余履约义务同样需要谨慎看待。6780 亿美元的总额为已签约需求提供了证据，但它并不等同于季度收入或现金流。

确认时点很重要，合同期限、客户集中度以及每项协议所包含的服务也同样重要。积压订单可以支持产能规划，但无法解决某一代硬件所产生的具体回报问题。

付费 Copilot 席位同样需要结合背景理解。超过 3000 万个席位代表了可观的分发规模，但 Microsoft 尚未公开提供评估参与度所需的全部指标。

重要的缺失指标包括各项功能的活跃使用情况、使用频率、续约行为，以及不同岗位的生产率成果。全公司范围的许可证可能与员工之间不均衡的采用情况并存。

安全和治理增加了另一层不确定性。AI 智能体可以检索敏感文档、生成代码，并与业务系统交互。即使底层模型按设计运行，配置错误的权限也可能暴露信息。

因此，客户扩大部署的速度可能慢于基础设施需求所暗示的水平。一家公司可以购买云容量用于测试，同时推迟大规模生产使用。

Microsoft 自身的风险披露将基础设施限制、产能约束、安全问题、监管和回报不确定性列为重大关切。对于这样规模的公司而言，这类披露属于常规内容，但它们与其当前战略的经济逻辑高度一致。

合理的怀疑结论并不是 AI 需求是虚构的。Azure 增长、Microsoft Cloud 收入和付费 Copilot 席位都为需求提供了证据。

尚未解决的问题是转化。Microsoft 必须在折旧、竞争和替换支出消耗过多价值之前，将需求转化为经常性的高利用率工作负载。

Google 提高了 Microsoft AI 战略的门槛

Microsoft 并非在与停滞不前的云市场竞赛，因为 Google 也正将 AI 基础设施转化为更快的云增长。

Alphabet 在 Microsoft 公布业绩前一周报告了异常快速的 Google Cloud 增长。Google 表示，2026 年第二季度云收入增长 82%，达到 248 亿美元。

这一比较并不完全等价。Microsoft 报告 Azure 的增长情况，却不披露季度 Azure 收入；Google 则直接报告 Google Cloud 收入。两者的产品组合和报告定义也不同。

不过，方向无可置疑。企业 AI 需求正在支持不止一家云服务商，基础设施、模型、开发者平台和业务应用之间的竞争也在加剧。

Google 的 AI 指标 展示了其整合技术栈的覆盖范围。该公司表示，其第一方模型 API 每分钟处理约 220 亿个 token。它还报告称，Gemini 应用的月活跃用户达到 9.5 亿。

Microsoft 的分发模式不同。其最强势的领域在于企业生产力、开发工具、身份、安全性以及现有商业合同。

Google 拥有定制张量处理单元、Gemini 模型、搜索分发、消费者使用场景和快速增长的云业务。Amazon 则提供 AWS 规模、定制芯片，以及旨在服务跨供应商客户的模型市场。

这也是为什么“Microsoft 对阵 OpenAI”并不是理解本季度最有用的主要框架。双方关系很重要，但 Microsoft 面临的商业考验更为广泛。

Microsoft 必须证明，与其他整合型云平台相比，其完整技术栈能够带来更好的客户成果和有吸引力的回报。OpenAI 是这场更大竞争中的一个供应商、合作伙伴、投资对象和需求来源。

Alphabet 面临同样的资本挑战。独立分析指出，在巨额支出对自由现金流造成压力后，Alphabet 上调了 2026 财年的资本支出指引。

因此，市场正在检验一个共同命题。云服务商认为，当前的基础设施支出将支撑企业应用、智能体、广告、开发和消费者服务等领域未来的 AI 收入。

Microsoft 的本季度业绩提供了这一命题带来当前增长的最清晰例证之一。Azure 增长 43%，Microsoft Cloud 达到 593 亿美元，商业积压订单显著扩大。

Google 更快的云增长使 Microsoft 无法将这些业绩视为毫无挑战的领先地位。百分比增长也可能反映较小的起点基数，但这表明客户愿意考虑多个 AI 平台。

企业买家不太可能仅基于一项基准测试或一次模型发布来做选择。数据位置、现有合同、监管要求、开发者技能、安全控制和应用集成都会影响决策。

多云战略可以保留灵活性，尽管会增加运营复杂性。客户可能选择一家供应商提供工作场所工具，另一家提供数据分析，第三家提供专门的模型访问能力。

这种行为限制了单一赢家出现的可能性，也加大了每家供应商让其服务更易于治理和组合的压力。

Microsoft 的优势在于能够将 AI 置入现有工作之中。Google 的优势在于其对模型、基础设施、搜索和消费者服务的全面控制。对于已经在 AWS 上运行大量工作负载的组织而言，AWS 仍是核心基础设施选择。

第四季度数据巩固了 Microsoft 的地位，但并未终结这场竞赛。它们提高了如今每一家主要云服务商必须达到的表现门槛。

Microsoft 源结果之后值得关注的三个信号

下一阶段将通过 Azure 增长、Copilot 采用质量，以及持续基础设施支出带来的回报来评判。

第一个信号是 Microsoft 下一份季度报告中的 Azure 增长。43% 的增长建立了一个严苛的比较基准，也表明客户目前希望获得比平台此前能够提供更多的容量。

如果增长持续接近这一水平，将支持 Microsoft 的说法：新数据中心正在成为产生收入的资产。若增长急剧放缓，特别是在资本支出上升的同时，将削弱这一论点。

有关产能的评论同样重要。如果管理层继续将需求描述为受供给限制，投资者应询问已安装设备需要多快才能可供客户工作负载使用。

让数据中心上线不仅仅是接收处理器。设施还需要电力、冷却、网络、软件和运营批准，才能支持可计费服务。

第二个信号是 Microsoft 365 Copilot 采用的质量。3000 万付费席位这一里程碑衡量的是分发规模，但续约和活跃使用将揭示客户是否看到了持续价值。

Microsoft 可能会披露更多客户案例、部署规模、智能体使用情况或增长率。最具信息价值的证据，将是把采用情况与已完成工作、节省时间、减少错误或降低运营成本联系起来。

席位扩张而没有更深入的使用，将削弱应用主导型 AI 经济效益的论据。更高的续约率和更广泛的部门部署则会加强这一论据。

买方还应关注那些能够降低连接业务数据所需工作量的产品变化。更完善的权限控制、来源归属和管理报告功能，对采用率的影响可能不亚于模型质量。

第三个信号是基础设施投资与云业务利润率之间的关系。Microsoft 可以继续大规模投入并实现可观回报，但营收和运营效率最终必须消化折旧与能源成本。

投资者应比较资本支出、不动产和设备增长、Microsoft Cloud 毛利率、经营现金流以及 Azure 的表现。任何单一指标都无法定论。

若某个季度支出上升，同时 Azure 营收加速增长，便可为投资逻辑提供支持。若连续多个季度支出增长、云营收放缓且利润率走弱，则会对其构成挑战。

竞争对手的业绩将提供额外参照，但不会取代这三个主要信号。Google Cloud 的加速增长已经表明，Microsoft 不能假定企业 AI 需求会自然流向 Azure。

Amazon 的业绩将有助于厘清需求增长是否覆盖三大云服务提供商。广泛增长将表明市场正在扩大，而分化的结果则可能指向市场份额变动或不同的产能限制。

开发者和企业团队无需等到下一次财报电话会议，便可评估这一趋势。他们可以衡量哪些 AI 工作负载正从实验走向生产，哪些仍受成本、准确性、安全性或数据访问问题所阻碍。

一项有价值的审查应将购买的访问权限与实际工作流程影响区分开来。它还应保留 AI 生成输出背后的证据，尤其是在团队依赖这些输出作出技术、财务或运营决策时。

Microsoft Source 已提供可信证据，表明 Microsoft 的云与 AI 战略目前正在产生强劲需求。尚未解决的问题是，这种需求能否跑赢基础设施所伴随的成本与更新周期。

未来一个季度，首先关注 Azure 增长，其次关注 Copilot 使用情况，第三关注云业务经济效益。这些信号共同将显示，Microsoft 在 2026 财年的表现究竟标志着可持续的经营杠杆，还是仅仅处于代价高昂的 AI 基础设施建设初期。