全文 | 微軟26財年Q1業績會實錄：對與OpenAI的合作充滿信心

北京時間10月30日早間消息，微軟今天發佈了該公司的2026財年第一財季財報。報告顯示，微軟第一財季營收為776.73億美元，與去年同期的655.85億美元相比增長18%，不計入匯率變動的影響為同比增長17%；淨利潤為277.47億美元，與去年同期的246.67億美元相比增長12%，不計入匯率變動的影響為同比增長11%。（注：微軟財年與自然年不一致）

詳見： 微軟第一財季營收776.73億美元，淨利潤同比增長12% 

財報發佈后，微軟CEO薩提亞·納德拉（Satya Nadella）、執行副總裁兼CFO艾米·胡德（Amy Hood）等公司高管出席了隨后舉行的財報電話會議，解讀財報要點，並回答分析師提問。

以下是電話會議實錄：

摩根士丹利分析師Keith Weiss：觀察微軟現狀，公司已連續兩個季度交出遠超市場預期的成績。無論是對比一年前，還是五年前的微軟，這樣的表現都令人意外。111%的商業預訂增長率，説實話，此前沒人能預料到。但矛盾的是，微軟股價表現卻跑輸大盤。我想探討的是，當前影響股價的核心隱憂究竟是什麼，這種局面是否會改變？我認為「通用人工智能（AGI）」或許是這種顧慮的代名詞，而這一概念也包含在你們與OpenAI的合作協議中。這個問題想提給薩提亞，當我們探討AGI，或是應用與計算架構的變革時，公司是否看到了某些潛在的趨勢，無論是AGI相關，還是其他領域的變化，可能會改變微軟當前在市場中的強勁地位，導致其競爭優勢持續減弱？在人工智能模型，尤其是AGI模型的演進過程中，您是否有擔心的風險點？

薩提亞·納德拉：感謝提問。我的回答主要分兩部分。首先，我們對與OpenAI的新合作協議非常有信心,這份協議不僅明確了我們在知識產權（IP）方面的所有合作關係，也對「AGI」的定義做出了更清晰的界定，帶來了更高的確定性。其次，你提到的問題觸及了一個關鍵議題：此類AI系統如何真正落地到現實場景中，產生實際價值，既為使用這些系統的客户創造回報，也為系統的構建者帶來收益。

　　當前情況的核心在於，即便AI的智能水平在持續提升，比如通過模型迭代帶來指數級進步，但問題在於，這種進步始終是「參差不齊」的。人們常説「參差不齊的智能（jagged intelligence）」，也有人稱之為「不穩定的智能（spicy intelligence）」。也就是説，一個AI模型可能在某項特定任務上表現極佳，但它的能力不會均衡地全面提升。因此，我們需要的不是單一產品，而是一套能「撫平這些參差不齊邊緣」的系統——比如GitHub Agent HQ（微軟整合多家編程智能體的統一管理平臺）或Microsoft 365 Copilot（基於大型語言模型和微軟圖形的數據和AI輔助工具）。以M365 Copilot為例，它不僅能生成Excel表格，能理解Office JS（Microsoft Office 提供的JavaScript API）、自帶公式，質量堪比專業建模者的作品，更重要的是，用户可以在Excel中開啟「智能體模式（Agent Mode）」，對錶格模型進行迭代優化，且整個過程有規可循、不會失控；之后還能將表格交給「分析師智能體（Analyst Agent）」，它會像專業數據分析師一樣解讀表格背后的信息。

　　我舉這個例子是想説明，即便未來AI模型變得「神奇且全能」，我們仍需要這類系統架構。而且我認為，我們會在很長一段時間內處於「智能參差不齊」的階段。目前我們聚焦的三大核心領域——GitHub（代碼）、安全、Microsoft 365（辦公），恰好是構建智能體組織的理想場景，能切實幫助客户落地AI。順便提一句，我們也會將這套架構整合到「Foundry」服務中，開放給第三方客户使用，助力他們搭建多智能體系統。

　　所以，我對AI領域的進展非常樂觀。協議中定義的「AGI」，短期內不可能實現；但通過構建上述系統，我們完全可以藉助AI模型的進步，為客户創造巨大價值。這纔是市場需要理解的核心問題，而我對微軟在這一領域的推進能力充滿信心。

　　傑弗瑞分析師Brent Thill：我的問題問給艾米。關於預訂量的爆發式增長，我想很多人都會對風險的集中有所擔憂。我記得公司提到過有多份1億美元級別的合同，管理層不需要展開太多細節，我只想了解的是，面對51%的未履行訂單額（RPO）增長和超110%的預訂量增長，從全球範圍來看，這些交易在覆蓋廣度和範圍方面呈現出的哪些特點，令公司對於當前的業務態勢有信心？

　　艾米·胡德：我們先談談RPO的情況。目前RPO余額已接近4000億美元，我們一直在努力讓大家理解其覆蓋廣度，這些訂單涵蓋了多款產品、各種規模的客户，也涉及不同成本結構，而且我們一直在穩步擴大這份增長平衡的業務組合，增速顯然非常可觀。但大家需要注意的是，正如薩提亞提到的，我們在構建系統和重點投資領域上的佈局，決定了這些RPO分散在多款產品中，並非依賴單一業務。更關鍵的是，這些RPO的加權平均期限為2年，這意味着大部分訂單會在相對較短的時間內被消化，畢竟，除非能從中獲得實際價值，否則客户不會輕易投入使用。

　　這也是我們反覆強調「是否能為客户創造真實價值」的原因——無論是我們的AI平臺、AI解決方案，還是相關應用與系統，價值纔是核心。所以我們需要正確看待RPO，它是由眾多客户共同構建起來的業務儲備，OpenAI確實是其中一部分，我們對雙方的合作感到高興，因為從OpenAI我們學到了很多東西，也幫助我們打造出了可規模化應用的領先系統，而這些系統最終能讓所有其他客户受益。我們之所以努力披露更多關於RPO余額的細節，也是因為理解市場的擔憂，比如這些訂單是否期限過長，是否需要很久才能兑現等等。希望大家能通過這些信息意識到：簽署這些合同的客户，都計劃在短期內規模化使用我們的服務，能達成這樣的業務成果，我認為是非常出色的執行表現。

　　伯恩斯坦研究公司分析師Mark Moerdler：恭喜微軟取得出色的季度業績，公司目前的表現確實令人驚歎。薩提亞、艾米，我想請教一個問題，這也是我在投資者交流和AI會議中被問到最多的問題：對於全球範圍內當前大量的AI相關投資，你們有多大信心認為軟件行業，甚至消費互聯網業務能實現這些投資的變現？或者坦白説，我們是否正處於泡沫之中？另外艾米，你會關注哪些因素，以確保微軟不會過度擴張以應對當前需求，同時保證需求的可持續性？

　　艾米·胡德：我先談一下，之后薩提亞可以補充，我們不妨先把幾個關鍵點串聯起來看。正如之前提到的，目前微軟的RPO已達4000億美元，且多為短期訂單，基於此，我們對基礎設施的擴建需求非常大，而且這僅僅是爲了滿足當前已簽約的業務，不包括10月1日之后可能新增的訂單。關於這一點，有幾個核心信息可以和大家分享。首先，我們正逐步轉向短期資產的投入，尤其是GPU（圖形處理器）和CPU（中央處理器），因為應用開發相關的工作負載需要大量消耗這些硬件資源。選擇短期資產的核心邏輯在於，其使用周期能與客户合同期限，或者説我們對合同周期的預期相匹配。我覺得有時候市場在考慮風險時，可能沒有意識到這些短期資產的使用壽命，與客户合同的期限其實高度吻合。所以從財務角度看，營收、訂單量在資產負債表中的體現，與短期資產的折舊節奏實際上是基本匹配的。

　　另外你也知道，過去幾年我們並非真的缺乏GPU或CPU這類硬件，而是缺少容納這些硬件的物理空間和電力資源。因此，我們花了大量時間擴建相關基礎設施，目前也在通過租賃的方式繼續推進，而這類租賃資產屬於長期資產，正如我們之前提到的，使用壽命可達15至20年。至於這麼長的周期內，我們是否有信心充分利用這些資產？我的信心非常足。從當前的業務動態來看，我們一方面在轉向GPU、CPU等短期資產的投入，另一方面也在調整這些資產的使用方式。而且我之前也提到過，過去多個季度中，我們的算力一直處於短缺狀態，原本以為能逐步追平需求，但實際情況是需求仍在持續增長，這種增長並非集中在單一領域，而是覆蓋多個業務板塊。此外我們現有產品的使用率在提升，而且新推出的產品也能快速獲得用户青睞，使用率增長迅猛。要知道，只有當用户真正看到價值時，纔會願意持續使用。我認為市場需要全面看待當前的周期：當看到如此明確的需求信號，且我們仍存在算力缺口時，加大投入是必要的，但我們的投入並非盲目，而是基於對用户使用模式和訂單量的充分信心。

　　我之前也説過，目前我們在覈心業務，如Azure雲服務、自營應用等方面的算力供給上，仍可能存在缺口。因此，我們需要在產品研發上持續投資，同時對現有設備進行更新換代，淘汰老舊設備，我們會繼續投入以確保這些目標達成。這關乎基礎設施的現代化、服務質量的提升、交付能力的保障，以及需求的滿足。基於這些考量，我對當前的投入策略很有信心，也為我們能高效推進這些工作、且背后有持續增長的業務訂單支撐而感到樂觀。

　　薩提亞·納德拉：我來補充一下艾米的觀點。如果着眼長遠，我認為有兩件事至關重要，它們直接影響我們對資本和研發資源的分配策略。第一件事是具有全球規模的「token工廠」（創造人工智能基礎運算單元的基礎設施）效率如何，説到底，這是我們業務的核心基礎。要實現高效運營，首先需要打造「具備高度通用性的算力集羣」（fungible fleet）。我們並非在全球某一個地區建一座超大規模數據中心，而是在全球範圍佈局，以支撐從模型推理、預訓練、后訓練，到強化學習（RL）、數據感知等各類需求，「通用性」對這套集羣來説是重中之重。

　　第二件事是我們在持續推進算力集羣的現代化迭代。我們不會只採購某一代英偉達硬件就滿足所有算力需求，而是會遵循「摩爾定律」，每年持續更新硬件、完成折舊迭代，這期間，軟件也會發揮關鍵作用，幫助提升效率。比如我之前提到的，在GPT-4和GPT-5的服務效率上，我們實現了約30%的提升。這套軟件不僅適用於A100顯卡，對A200、A300顯卡同樣有效，這正是算力集羣效率提升的優勢所在：通過不斷優化資源利用率和整體效率，讓「代幣工廠」持續高效運轉。

　　另一個關鍵點，艾米也提到過，就是我們在高價值領域擁有業內領先的智能體系統，比如信息辦公領域的M365 Copilot、代碼開發領域的GitHub Copilot。拿Copilot來説，它的每用户平均收入（ARPU）相比傳統M365的ARPU有顯著提升，業務擴展性極強，這和當年服務器向雲服務轉型的邏輯類似，過去大家會擔心雲服務是否會擠壓服務器市場，形成零和博弈，但最終雲服務反而讓整個市場規模大幅擴張。

　　AI領域現在也在發生同樣的變化，有人可能會擔心M365的用户付費意願不足，但換個角度看，AI恰恰為我們打開了業務拓展的新空間。工具類業務以往並非主流，但代碼開發類AI系統，如GitHub Copilot正成為增長最迅猛的AI業務之一。除了代碼領域，我們在安全、醫療健康等領域的AI佈局也具備同樣的潛力。在消費端業務上，我們的思路也不侷限於廣告，而是「廣告+訂閲」雙輪驅動，這同樣為我們創造了更多增長機會。所以綜合來看，無論是高價值智能體系統的佈局，還是算力集羣的通用性與效率優勢，都讓我們有信心投入資本和研發人才，去抓住AI帶來的這一重大機遇。

　　瑞銀分析師Karl Keirstead：這個問題想請教艾米，我不會涉及過於複雜的會計層面，但微軟對OpenAI的投資在「其他收入」項下體現為41億美元的虧損，這個規模太大了，我覺得大家應該都希望瞭解更多細節。它比以往季度「其他收入」項下的波動幅度大得多，看起來不應該只是微軟按比例分擔的OpenAI虧損。能否請你説明一下這筆虧損的具體構成？后續季度我們能預期什麼樣的情況？這是否意味着微軟在會計處理上有任何調整？

　　艾米·胡德：首先需要明確的是，第一財季的這個數據，完全沒有受到我們與OpenAI新合作協議的影響。其次，這筆虧損規模的擴大，完全是因為我們按照權益法覈算，承擔了OpenAI相應比例的虧損增加額。我再強調一下，這筆41億美元的虧損，全部是OpenAI虧損增加帶來的，沒有其他額外構成。

　　摩根大通分析師Mark Murphy：我們似乎正進入一個新時代，即少數AI原生企業的合同承諾規模大得驚人。這種規模不僅體現在絕對值上，有時相較於這些企業自身的體量也極為突出，比如有些合同價值數千億美元，是其當前營收的20倍。從理念層面，微軟如何評估這些企業履行此類承諾的能力？又會如何為單一實體客户的集中度風險設置管控措施？

　　薩提亞·納德拉：這其實和我之前提到的核心思路一脈相承，我們首先會打造「具備高度通用性的資產」，同時也要看到自身業務組合的優勢。我們的業務涵蓋第三方業務與自營業務，其中第三方業務又覆蓋了大型企業與數字原生企業。我始終認為，我們需要在相關業務間保持平衡，數字原生企業往往很早就採用AI技術，每一代企業也都會出現現象級的創新，但AI的應用最終會滲透到整個企業市場——而目前，服務於企業層級的AI服務，其落地周期纔剛剛開始。因此，從長期來看，第三方客户在我們業務中的佔比肯定會持續提升。

　　不過，像Copilot這樣初期便取得成功的自營應用也至關重要，這些自營應用能幫助我們快速建立業務規模，而其資產通用性正是關鍵所在。我們不會只為某一家數字原生企業做定製化託管，而是會打造能服務廣泛需求的基礎設施。我想，外界現在應該能更好地理解我們的決策邏輯：哪些合作會接受，哪些我們會拒絕。之前可能存在一些誤解，希望現在大家能理清這一點。所以，第三方業務是我們的重要佈局方向，而自有業務則能為我們提供強大的槓桿效應。更為重要的是，我們的信心不僅來自某一款成功的第一方應用，而是整個業務組合，這種組合能確保我們最大限度地發揮資產價值。

　　另外需要提醒大家的是，數據中心這類資產屬於長期資產，硬件設備會經歷多輪更新迭代。綜合這些維度來看，只要我們在基礎設施建設時就充分考慮服務廣泛客户羣體的需求，客户集中度風險自然會得到緩解。

　　艾米·胡德：換個角度補充一下，薩提亞之前也提到過一個關鍵點，就是當我們談論集中度風險或客户交付時，必須考慮到我們打造的是大規模靈活算力集羣，它可以服務於第一方、第三方等各類客户，適用於多種場景，包括我們的Azure商業雲業務，其靈活性在各方面都很突出。而且需要注意的是，CPU、GPU及存儲設備等硬件資源，要等到合同開始執行后纔會投入使用。你説得沒錯，有些大型合同的交付是分階段進行的，這就給了我們充足的時間去跟蹤合同進展。因此，我們在覈算RPO余額、披露預訂量及RPO數據時，都會充分考慮這些因素，決策過程是非常審慎的。

　　德意志銀行分析師Brad Zelnick：有兩個問題想請教：第一，能否量化或説明Azure算力短缺對營收造成的影響？第二，儘管我認可微軟的業務生態在行業內覆蓋廣泛，但是否存在客户工作負載流向其他平臺的風險？你們又會如何緩解這一風險？

　　艾米·胡德：要精確量化算力短缺對營收的具體影響，其實一直很困難，但可以從一個角度來理解一下，Azure的營收確實在很大程度上受到了影響，因為我們必須優先滿足核心業務的算力需求。這些核心優先級包括：M365 Copilot的使用率、普及率和銷量持續增長，Copilot Chat（AI 聊天功能）出現獨特的、令人鼓舞的增長趨勢；安全功能的廣泛採用；以及GitHub業務的強勁增長勢頭。因此，我們會優先將算力資源分配給這些領域，這是我們的明確戰略重點。

　　你也問到如何緩解算力短缺的影響，我們確實已盡全力採取措施，但必須坦誠，Azure目前仍處於算力短缺狀態，這一點我們之前也明確提過。此外，還有兩個之前沒過多強調的優先級需要説明，一是確保過去一年半內公司招聘的產品團隊和AI人才能獲得充足的算力支持，確保形成良性循環，讓產品持續優化，進而為當下正在使用這些產品處理實際工作的用户帶來更大價值；二是保障研發團隊和產品工程團隊的算力供給。算力短缺確實直接影響了Azure的營收，核心資源優先分配給上述領域，必然會對Azure的對外服務能力產生影響。雖然我無法給出具體的營收損失數值，但可以肯定的是，如果沒有算力短缺問題，Azure的營收本可以更高。

　　高盛分析師Kash Rangan：艾米之前曾提到，有可能在推動Azure增長的同時實現高效利潤率，如今你們確實做到了，恭喜你們。薩提亞，我想跟進基思之前的問題，有傳言稱，另一家超大規模雲服務商搶走了本應屬於微軟的業務，想必管理層對此有不同的看法。我想了解的是，微軟承接業務的核心標準是什麼？是基於特定的業務規模來決定是否以微軟名義承接？還是有更宏觀的考量，比如或許是市場尚未充分認識到的情況，包括這些合同到期時微軟資產負債表將產生的終值（terminal value）？我認為這一點可能被低估了，畢竟你們擁有全棧技術，且能夠通過數據庫、Foundry等多個渠道實現變現。正如你之前所説，微軟是平臺型公司，而非單純的超大規模雲服務商，或許這纔是關鍵？還是説，背后有其他原因，讓另一家超大規模雲服務商突然崛起，搶走了這份為期4到5年業務中的重要份額？

　　薩提亞·納德拉：對微軟而言，所有決策始終迴歸到一個核心原則：打造一套可在全球範圍內通用的算力集羣，既能服務第三方客户、自有業務，也能支撐研發需求。這正是我們一直在做的事。當某些需求的形態不符合這一核心目標時，比如需求過於集中，無論是集中在單一客户、特定地區，還是單一業務類型上，我們就會審慎評估。艾米之前也提到過一些要點，談到超大規模雲服務商的利潤率結構，大家需要記住的是，業務不僅包括AI加速器相關部分，還涵蓋通用計算、存儲等板塊。如果所有需求都只集中在某一個業務板塊，比如僅聚焦AI加速器，那並非我們想要的長期業務模式，即便是第三方業務，我們也必須與自有第一方業務保持平衡，因為這兩類業務的利潤率結構對我們而言完全不同。

　　此外，我們還需要為自身的研發和模型能力投入資金，因為從長遠來看，這纔是我們的差異化競爭優勢所在。因此，我們會綜合以上所有因素做決策，對於符合長期利益的需求，我們全部承接；對於那些雖有能力滿足，但不符合長期戰略的需求，我們會選擇拒絕。這就是我們的決策邏輯，我們對這些決策非常有信心。甚至可以説，每次拒絕掉不符合長期利益的需求后，反而會更堅定我們的方向。