企業遷至AI平臺驗證過去三年關鍵戰略決策！高盛看高微軟至640美元

智通財經APP獲悉，高盛近日發佈研報稱，該行於過去兩周與微軟(MSFT.US)高管舉行了一系列投資者會議。高盛表示，其感受是，微軟在過去三年中做出了若干關鍵的AI決策，隨着企業評估AI平臺產品的重要性，這些決策正在帶來回報。
 

具體包括：1)前置長周期資本開支，使該公司今天對短周期capex決策擁有更大的靈活度;2)在自研應用與第三方客户之間平衡資本開支，使Copilot和MAI(微軟自研AI模型)的輸出質量得以提升;3)在前沿模型客户與企業客户之間平衡資本開支，使得第四季度RPO(剩余履約義務)510億美元的增長全部來自企業(而非前沿模型實驗室)，且公司在模型生態演進過程中可以減少對任何單一模型的依賴。最后，微軟正利用其數十年的在位優勢，推動AI在企業中落地，包括其安全與治理方面的聲譽(例如Agent 365捆綁於E7)、將模型與企業特定上下文結合以在企業環境中實現持續提升的能力，以及前線部署工程師(FDEs)的快速擴充，以支持龐大的積壓承諾。

高盛在研報中維持對微軟「買入」評級，並認為未來值得重點關注的價值發現領域將集中在MAIA(微軟自研AI芯片)和MAI的改進，以及企業平臺進入市場的勢頭;12個月目標價為640美元，這一目標價較該股周一收盤價501.61美元有近28%的上行空間。

關鍵議題

1)關於資本開支

高盛表示，其感覺是，微軟相比一年前正在傳遞出對供應鏈和產能爬坡擁有更強控制力的信號。這一變化主要體現在：

長期資本開支佔比下降。過去三個季度，長期資本開支佔資本開支總額的比例已經從約50%降至約33%，部分原因在於微軟此前已經前置投入了土地、建築和「cold shell(指建築結構/外殼基本具備，但室內幾乎沒有或只有極少的系統安裝)等長期資本開支。

在短期資本開支中，CPU目前已經取代GPU成為最大的資本開支組成部分。與此同時，相關決策仍會盡可能推迟到供應約束流程的最后階段再做出(回顧來看，GPU從裝卸碼頭到投入運行的時間目前已經縮短了50%)。

微軟從未表示CPU和GPU供應受到限制。相反，更普遍的限制來自安裝這些芯片所需的數據中心空間。因此，如果資本開支中受到約束的部分佔比越來越小，該行推斷，微軟整體上擁有更大的能力，可以靈活調整非受限資本開支的規模以滿足需求。

微軟認為，整個行業需要在新的數據中心社區建設方面清晰闡述成本與收益。在Quincy(華盛頓州最早的數據中心所在地之一)，當地生活在貧困線以下的人口比例已經從超過30%下降至低於10%。微軟能夠觀察到其最成熟AI客户在過去3至5年中的擴張情況，因此可以據此對未來3至5年企業客户需求的擴張做出相對合理的基準預測。

2)關於ROIC

高盛指出，單位經濟效益優於最初雲計算周期的相同階段，這將支持隨着每一批資本開支逐漸成熟而形成更大的利潤池。

雲計算時代的一項重要經驗是，在Azure和自研應用之間採用統一的技術棧(而不是採用不同的技術棧，后者需要進行更精細的匹配，最終導致利用率更低)。此外，微軟能夠從第一年開始就獲取AI原生客户，而不像雲計算周期那樣成為后進入者。

針對投資者反饋，高盛認為微軟未來幾個月可能會提供更多有關ROIC的細節(回顧來看，谷歌本月早些時候披露，其AI服務器的回本周期不到2年;CoreWeave則在IPO時披露為2.5年)。

與此同時，高盛進行如下推理：如果本輪周期的每一批資本開支都領先於上一輪周期，那麼除非租金收益被不均衡地分配給半導體和代幣(token)公司等環節，否則本輪周期的投資回報率(ROI)也將領先於上一輪周期。

在半導體方面，微軟認為芯片層將變得更加多元化，就像此前CPU市場的發展一樣。在token租金方面，微軟認為，公司能夠在第三方token之上提供足夠的價值，同時協調第一方與第三方token之間的關係，因此隨着時間推移，利潤率受到的影響將非常有限。綜合來看，微軟認為，沒有結構性原因導致AI業務的毛利率無法接近雲計算業務的毛利率。

隨着行業逐漸成熟，雲業務收入增速將轉而快於資本開支增速，這與雲計算周期的發展規律一致。預測這一交叉曲線的挑戰在於，需求信號目前仍在持續增強，從而使這一時間節點不斷推迟。

在定價方面，微軟並未採取過於籠統、力度過大的全面提價方式，而是指出了幾項能夠推動長期客户生命周期價值(LTV)優化的定價手段：a)合同續簽目前採用的折扣率低於通常水平;b)推出新的SKU，例如CPU領域的新產品，其價格點高於現有產品(過去10多年行業普遍存在降價趨勢);c)每周動態分配產能，在第一方應用、第一方模型開發和產品路線圖，以及廣泛的客户群體之間進行調整(第四季度RPO環比增加510億美元，全部由非前沿實驗室客户的訂單推動)。許多客户都做出了廣泛的承諾，並與Frontier Co(FDE)合作，使微軟能夠圍繞客户具體的AI目標以及更長期的發展路徑與客户展開合作。

3)關於芯片

高盛指出，微軟的目標是提供儘可能低成本的token。微軟擁有Jalapeno的知識產權，因此其在芯片競賽中擁有兩張牌，另一張是MAIA。近期MAIA 200取得了進展，其基準測試表現已經能夠很好地與Trainium相媲美。與微軟整體的垂直整合戰略類似(例如模型層)，採用多種芯片可以避免在新型芯片技術仍處於快速演進階段時，過度依賴某一種解決方案或某一代架構。這也讓客户可以在適合的情況下選擇上一代芯片。

4)關於前沿模型的發展節奏

高盛指出，微軟認為任何新技術都必須創造社會和經濟價值。微軟擁有長期鼓勵制定監管措施、支持安全與保障的歷史。

目前的瓶頸並不在於前沿模型的原始性能達到了什麼水平，而在於如何將這種性能應用到企業使用場景中。因此，即使做一個極端的思想實驗——假設前沿模型的性能不再進一步提升——仍然存在巨大的增長空間。

關於模型多樣性，微軟重申了其觀點，即模型生態正在實時演變為一個在性能和價格區間上高度異質化的模型集合。目前Foundry託管的模型數量已達到1.1萬款，公司有意採取多模型戰略。

除了重申不會為OpenAI或MAI的token支付費用之外，微軟並未對不同模型之間的經濟效益提供方向性信息。微軟表示，即使某些模型需要支付費用，公司也能夠接受，因為其有能力交叉銷售利潤率更高的平臺服務。微軟的Scout是一款自主智能體，基於OpenClaw構建，但經過了企業級改造。

支持成本更低的開源模型，反過來也能夠釋放預算，用於增加使用量或推動更多業務轉型。在內部，微軟已經成功進行實驗：限制工程團隊僅在確實能夠從前沿模型中受益的情況下使用前沿模型，從而優化資源配置，避免讓那些看不到明顯收益的工程師使用前沿模型。

前沿模型發展節奏變化是否會影響資本開支?需要回顧的是，微軟的資本開支決策取決於當前的需求信號，而前沿模型發展速度的變化目前並未影響需求信號。

微軟當然可以選擇將新增資本開支分配給前沿模型，但目前的做法是優先配置能夠服務廣泛客户群體、覆蓋多種潛在工作負載的產能。Stargate產能被削減就是一個很好的例子;第四季度全部RPO增長均來自非前沿客户則是另一個例子。

5)關於自身模型戰略

高盛表示，微軟重申其已經受益於OpenAI在前沿領域的經驗。這些經驗可以進一步被微軟利用，同時幫助其在2032年之后構建自身的模型獨立性。因此，微軟擁有具有清晰發展脈絡的模型技術棧，這些技術棧吸收了OpenAI的經驗，但並不依賴OpenAI。

對於MAI，微軟目前的重點是將前沿領域的知識產權與微軟擁有顯著領域經驗的業務領域相結合，包括知識工作者(M365系統中擁有17EB數據)、編程和安全。基準測試表明，其成本/性能已經取得有意義的進展。近期的一個例子是安全領域推出Project Perception，用於持續開展滲透測試。

6)關於M365

微軟強調，FY27是近年來首次指引收入增速加快的一年。從E5和E7的滲透率來看，微軟指出，新增加的用户主要集中在低端市場，包括一線員工和中小企業。E7的發佈取得了良好表現，部分原因在於捆綁了Agent 365功能，為客户提供可見性和價值。AI將在整個客户群體中以不同形式得到採用，但滲透率披露可能會變得不那麼有用。

應用軟件的定價也將發生變化：雖然基於席位(seat-based)的SKU中將嵌入更多價值，但隨着軟件更加全面地解決「勞動力單位/成果」問題，而不再只是圍繞席位附加價值，未來將逐步加入消費型計費元素。從長期來看，消費型業務帶來的美元規模機會將大於每位用户帶來的美元規模機會。

7)關於軟件抽象層相對於前沿模型的風險

微軟指出，前沿模型領域的競爭格局處於動態變化之中，因此企業並不希望被鎖定在某一個前沿模型上。與此同時，智能體會在現有軟件生態中創造更多工件(artifacts)，這反而會提升M365等軟件生態的價值。

微軟的核心觀點是，在「工具編排層」(harness level)仍然存在大量價值，包括持續性的安全性、上下文以及成本優化，而模型公司可能無法以模型無關的方式複製這些能力。