微软 2026 财年第四财季业绩会实录：算力供给依然不足，Copilot 变现渠道丰富

微软的云业务创四年来最快增长，表明这家科技巨头的计算基础设施和人工智能服务继续获得企业客户青睐。微软 2026 财年（2025 年 7 月 1 日～2026 年 6 月 30 日）年报及第四财季（2026 年 4 月 1 日～2026 年 6 月 30 日）财报发布后，微软 CEO 萨提亚 · 纳德拉（Satya Nadella）和执行副总裁兼 CFO 艾米 · 胡德（Amy Hood）等公司高管出席了随后举行的财报电话会议，解读财报要点，并回答分析师提问。以下为本次电话会议分析师问答环节的主要内容：瑞银分析师卡尔 · 基尔斯泰德（Karl Keirstead）：好的，非常感谢萨提亚。我先抛开财报数字，想请您花一点时间详细阐述您开场发言里提到的模型选型以及企业知识产权保护相关内容。我分两个问题提问：第一，考虑到很多企业初期对开源模型心存顾虑，未来一到两年，开源模型、定制化模型能获得多大的实际业务增量？第二，微软自身也在前沿大模型实验室有大规模投入，行业向这类模型切换，微软具体能从中获得哪些收益？非常感谢。纳德拉：谢谢你，卡尔。我们看待这件事的思路是，归根结底，企业的目标是自主掌控自身发展命脉，也就是我所说的搭建企业自身的人力资本与算力令牌资产。说到底，如果一家企业本身是一套学习体系，那它就必须拥有属于自己的学习体系，这才是核心目标。各类模型只是其中的输入工具，而不是用来榨取企业知识的载体。某种意义上来说，最终每家企业都会评估，哪些服务商能帮助他们实现业务成果、创造知识资产。现在这一点已经十分清晰，并且会一天比一天明朗。这套模式绝不是服务商进驻企业、拿走企业全部知识，自己独享收益，而企业拿不到任何增值回报。顺着这个发展趋势，我们对平台的底层架构设计有着清晰标准：企业专属业务逻辑层必须和模型层完全隔离。业务逻辑层会独立存储企业全部记忆、上下文信息，这意味着企业可以随时替换任意底层模型。企业当然可以使用前沿大模型，这么做没有任何阻碍，同时也能同时使用多款不同模型。我之前给出的部分数据就是很好的例子，它清晰展示了如何利用前沿模型发挥其独有能力，如何利用低成本模型承接对应任务，甚至在你不想使用任何外部模型时，自主训练自有模型 —— 毕竟企业手上已经拥有全部业务输出、操作日志、业务上下文数据。这就是我们要向全行业推广的企业级底层架构设计。微软自身所有产品都采用这套架构：Copilot、GitHub Copilot、安全 Copilot 皆是如此。我们希望把这套设计模式普及开来，让每家企业都能使用。这套架构可以自由搭配开源权重模型、闭源商用模型。大家可以参考 Hugging Face 相关事件就能明白：企业不能只依赖单一模型，有时单一模型引发故障，企业甚至需要多模型组合才能修复问题，这就是我们看待这件事的思路。企业不能受制于单一模型的输出限制，这里存在广阔的架构设计空间。大家总把前沿大模型笼统当成单一品类，但我们理解的前沿体系是：每家企业都能搭建属于自己的前沿算力体系，自主选择模型、控制成本、掌握所需能力，真正掌控自身发展主动权。胡德：卡尔，我可以在你问题的基础上补充一点。这也是整套平台架构搭建的核心意义，萨提亚在开场发言里也提到过：依托 Azure 这套底层架构，平台可以为不同业务匹配最合适的模型。因此我们持续看到需求增长，无论客户选择哪一类模型、哪一系列模型，或是自主训练自有模型，Azure 平台都能高效承载，底层算力基础设施具备高度通用性。杰弗瑞（Jeffrey）分析师布兰特 · 希尔（Brent Thill）：谢谢艾米。Azure 增速表现十分亮眼，达到 43%，下季度指引增速接近 45%。我想请教增长背后的核心驱动因素，同时市场普遍关心算力供给瓶颈：我们目前仍然处在供给紧缺的环境里吗？还是说在全行业算力受限的大背景下，微软自身运营执行做得更好？谢谢。胡德：谢谢布兰特。首先，行业算力供给约束客观存在。过去多个季度我们一直在强调，客户需求持续超过现有算力供给，目前现状没有任何改变，现货算力市场的定价情况也能印证这一点。如果谈到如何提升交付能力，我在准备稿里也简单提过，我们首要发力点是算力效率优化，充分挖掘现有算力集群的全部潜力。这一点同时适用于 CPU 集群、GPU 集群的效率提升。本季度我们工程团队落地大量优化工作，尽可能释放更多可用算力。受供需失衡大环境影响，只要我们落地效率优化，新增算力就能在本季度立刻转化为营收，这一趋势确实为本季度业绩带来正向拉动。另外，过去 90 天里，我们大幅优化了 CPU、GPU 设备的交付流程，极大缩短设备到货上线周期。同样，在我们超大规模算力集群的体量下，交付效率优化能够快速兑现业绩增量，也是本季度增速超预期的重要原因，同时这也是我们未来持续推进的方向。伯恩斯坦研究公司分析师马克 · 莫尔德勒（Mark Moerdler）：非常感谢给我提问机会，同时恭喜公司交出一份超预期的出色财报。当下市场对 AI 行业的情绪波动极大，一方面市场担忧数据中心、芯片领域会出现大规模过剩产能，另一方面元器件涨价又会挤压企业利润。我有两个相关问题：第一，如果未来数据中心、芯片行业真的出现大规模产能过剩、过度建设，微软有哪些应对手段保护自身？第二，反过来讲，当下硬件元器件涨价，微软如何管控成本，避免要么大幅上调产品售价，要么毛利率持续承压？谢谢。胡德：谢谢马克，你的两个问题关联性很强，我先回答第一个。当下供需确实处于极度紧张的阶段，但拉长周期来看，我想提醒大家，我们绝大部分资本开支都投向我所说的短期资产，也就是 CPU 和 GPU，这类设备采购周期相对更短。一旦市场需求环境发生变化，我们可以直接缩减这部分最大成本项的投入。而土地购置、自建数据中心相关投入在整体成本结构里占比偏小，具备很高灵活性，园区建设、设备上架部署的节奏都可以灵活调整，我们可以分阶段推进算力建设。长期以来，各大超大规模云厂商都具备应对需求波动的成熟经验，能够灵活调整投入节奏。另外一点很关键：我们的客户结构极度多元化，覆盖全球不同地区、不同行业、不同业务场景。大家可以看我们本季度新增的剩余履约义务，全部来自多元化客户群体。短期高成本硬件可以按需分批采购；我们自有自研应用业务同样会消耗自建算力，叠加 Azure 对外商用服务，双重业务支撑算力利用率，让我们拥有充足灵活度应对周期波动。再谈到定价问题，坦白说，行业所有厂商都同等承受元器件涨价带来的压力。我们当下能做的核心，就是持续深挖全链路效率，保障为客户提供稳定价值。同时我们也持续向客户传递一个事实：相比企业自建机房单独采购服务器硬件，云服务能大幅平抑涨价冲击，即便在元器件涨价周期，云服务依旧能给客户带来可观投资回报。另外，我们新增算力会通过全新合约对外销售，定价条款会同步更新，我们会在长期客户价值与合理盈利之间做好平衡。纳德拉：我补充几句艾米的观点，她讲得很全面。我们所有人都在研读复盘行业周期的书籍，所以在我看来，打造完整的产品矩阵是重中之重，这也是我们当下的核心工作。从 Copilot、一体化超级应用，到 Azure、Azure 内置的智能体底层工具，全线产品必须协同打通。客户结构至关重要，你必须充分考量客户的地域分布、行业分布、业务负载分布，甚至在规划算力产能时就要全盘纳入考量。归根结底，底层算力运营要做到极致高效。本季度我们也落地了大量效率优化举措，效率提升不是短期一次性动作，而是需要长期持续深耕的常态化工作。我们清楚行业周期必然存在起伏，但 AI 带来的结构性长期增长趋势十分明确。我们对自身多元化业务组合、稳定毛利结构，最重要的是能持续为客户创造核心价值这几点，都抱有十分乐观的预期。摩根士丹利分析师亚当 · 伍德（Adam Wood）：感谢给我提问机会，同时恭喜公司交出财年末强劲业绩。我想咨询 M365 Copilot 相关业务：本季度这项业务表现十分亮眼，付费席位突破 3000 万，增长大幅提速。想请您谈谈客户落地节奏：目前市场还是以试点项目为主，还是企业大规模全面部署的案例正在大量增多？另外，Copilot 商业化变现的核心驱动力是什么？谢谢。纳德拉：谢谢你亚当，我先来回答，之后艾米可以补充。还是先说产品形态，大家能明显看到，本季度产品形态发生了巨大变化。聊天、协同、自动化、代码开发等功能全部整合进一款旗舰级超级应用，适配各类岗位员工。再看使用数据，有一组很有参考价值的指标：从采购授权到员工实际启用产品的周期大幅缩短，过去需要数月，现在只需要几天。同时用户使用强度大幅提升，活跃度已经达到 Outlook、Teams 这类日常办公沟通工具的水平。第二点，产品深度嵌入企业全业务链路，不是孤立的工具。深度对接 E7 产品、智能代理 365 管控体系，打通 IT 运维、安全运维、财务运维全流程；企业内部 CRM、ERP 系统全部以功能插件、能力模块形式接入协同平台，企业全业务工作流可以一键接入这款超级应用，进一步提升使用频次，形成正向增长循环。第三点是商业模式。我们目前既有按席位订阅的商业模式，现在也推出了按量计费模式。E7 产品已经显现出按量计费带来的增长红利；未来随着我们持续为企业客户交付业务价值，商业化规模会持续扩张。客观对比传统 Office，Copilot 覆盖的业务场景宽泛得多，这是首款同时提供席位订阅、按量计费双模式的企业级工具，整体客单价更高。我们会持续聚焦为客户创造价值，同步扩大业务规模。胡德：亚当，我在准备稿里也提到过，本季度每用户收入增长一部分来自 E5 搭配 Copilot 授权，另一部分增量将来自 E7。E7 完整搭载智能代理 365 组件，价值空间广阔。企业都需要完整观测、管控全业务流程的算力令牌消耗，这正是 E7 的核心价值。这款产品本季度上市时间不长，但客户从中看到的价值远超我们预期，全年我们会持续重点发力这条产品线。长远来看，全场景智能应用落地会持续拓宽整体市场空间，按量计费、消耗型收入会成为长期增长核心。随着更多业务场景接入平台，大家对 M365 整体能力边界的认知也会彻底改变。举个实际案例：贵司某位分析师发布了一份投资回报相关报告 PDF，我直接把这份文件上传 Copilot，指令它生成全新 Power BI 可视化看板。平台自动搭建完整语义模型，仅通过一条链接就接入全部外部数据源，数据同步更新全球七大科技公司全部 SEC 财报信息，配套代码仓库也同步生成，所有成果资产全部归档在我的 Copilot 工作台。对我这名知识工作者来说，我可以快速搭建数据分析看板；数据工程师可以在 Fabric 平台调取这份数据资产；专业开发人员可以进入代码仓库提取使用。整套流程全部接入 Azure 365 统一管控。这就是艾米所说的全新工作模式，同时兼顾企业安全管控与运维管理。德意志银行分析师布拉德 · 泽尔尼克（Brad Zelnick）：非常感谢给我提问机会。萨提亚，网络安全是微软全部业务的核心板块。近期前沿大模型持续迭代，行业竞争格局发生巨大变化，本周微软推出了 Project Perception 项目。能否详细阐述这一变革节点对微软安全业务的实际意义，以及这件事对微软整体品牌公信力带来的影响？谢谢。纳德拉：谢谢你的问题。你说得没错，当下网络安全产品的需求标准、安全运营的底层逻辑都发生了根本性变化。企业必须同步完成两件事：产品体系全面转型，同时重构企业内部安全运营模式，才能实现有效防护。我们沿用办公、代码开发业务的统一思路：以智能优先架构重构整套安全体系。我们推出 Project Perception 项目，核心目标是搭建自动化红蓝绿三方智能代理体系。红队智能代理持续开展渗透测试、挖掘系统漏洞；蓝队智能代理自动对安全告警分级处置；绿队智能代理自动化修复各类安全缺陷，搭建一套可以 7×24 小时自主运转的敏捷安全防御体系。整套安全防御单元会整合全维度安全信号：终端防护、身份权限、终端接入、安全防御、网络流量、应用安全等全部数据，生成完整业务上下文，以此实现精准防护。另外一点，尤其在安全领域，多模型混合架构至关重要，这也呼应了分析师提出的问题，这么做不只是为了控制成本。我们通过实测验证，依托这套混合多模型架构，在实现同等防护效果的前提下，成本可以降低 50%。90% 的常规安全处置任务由轻量化专用安全模型完成，仅 10% 高难度复杂场景才调用前沿大模型。这种流水线式多模型协同架构是核心优势，兼顾成本可控与业务连续性。企业不能单一依赖某一款模型，否则极易陷入业务瘫痪。成本可控、业务持续稳定运行是两大核心评判标准，我们把这套架构同步落地到代码开发、网络安全、办公全产品线。坦白说，我们十分看好 Perception 项目，以及它未来能为安全业务带来的增长空间。高盛分析师加夫列拉・博尔赫斯（Gabriela Borges）：下午好，感谢给我提问机会。我想请教资本开支投资回报率相关问题。您之前分别介绍了资本开支规划、商业化变现路径，能不能把两块内容结合起来分析？当下我们制定资本开支决策时测算的投资回报率，和一年前相比有哪些变化？未来还有哪些可落地的优化抓手，作为增量变现的驱动项？谢谢。胡德：谢谢加夫列拉。坦白说，过去一年我测算投资回报的底层计算逻辑没有发生改变。我看待这件事的核心思路是：我们对整体市场空间扩张的确定性大幅提升，同时手握多重毛利率优化抓手，既包含产品端优化，也包含基础设施端优化，今天电话会上我们也提到了不少相关路径。当然，还有很多抓手我们没有展开细说，萨提亚其实也提到了一部分。我们显然还有大量优化空间：持续筛选高性价比芯片方案，其中包含我们自研芯片相关投入；模型多元化布局同样是毛利率优化抓手，我们可以搭配更高效率的模型方案，在令牌消耗、硬件成本两端同时实现降本增效。以上所有抓手，都能提升我们对当下及未来资本开支投资回报的信心。产品矩阵覆盖知识办公、代码开发、网络安全，再到智能代理底层，智能代理 365 可以说是业务增长的加分项。除此之外，我们之前聊到的 Azure 相关优化，包含模型效率、芯片与元器件优化、自研一体化解决方案投入，再加上超大规模集群运营的整体效率提升，我们手握大量可以持续优化的抓手，并且会持续推进落地。但正如我们之前所说，效率优化是长期深耕的细致工作，需要日复一日持续精进，而微软非常擅长长期深耕这类优化工作，持续为客户创造价值。