* 内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。

微软这份财报，表面看几乎挑不出硬伤。营收 828.86 亿美元，同比增长 18%；每股收益 4.27 美元；Azure 及其他云服务收入增长 40%；AI 业务年化收入突破 370 亿美元。放在任何一个普通科技周期里，这都是一份足够让市场鼓掌的成绩单。

问题在于，AI 交易已经走到第二层：投资人不再只问 " 需求有没有来 "，还要问 " 这些需求到底用多少服务器、电力、折旧和现金流换来 "。微软越强，市场的追问越尖锐。它已经证明 AI 需求真实存在，接下来要证明的是：这门生意能不能继续保持软件公司的利润弹性。

  AI 需求兑现了，

估值开始盯住利润表

微软最新财报最直观的信息，是 AI 和云仍然在高速增长。

截至 2026 年 3 月 31 日的季度，微软营收 828.86 亿美元，同比增长 18%；营业利润 383.98 亿美元，同比增长 20%；净利润 317.78 亿美元，同比增长 23%；摊薄 EPS 为 4.27 美元，同比增长 23%。微软云收入达到 545 亿美元，同比增长 29%；Azure 及其他云服务收入增长 40%，固定汇率口径增长 39%。商业剩余履约义务，也就是 RPO，同比增长 99% 至 6270 亿美元。

这组数字放在当前美股大科技里，仍然是第一梯队。尤其是 Azure，上一季市场最担心的是 AI 算力供给、客户部署节奏、云增长是否放缓，这一季微软直接交出了 40% 的增长。对一家年收入已超过 3000 亿美元量级的公司来说，这个增速不是小体量反弹，而是巨型平台继续扩张。

但盘后的股价反应并没有简单跟着业绩走。多家媒体提到，微软盘后先跌后震荡，市场关注点集中在 AI 投入、资本开支、自由现金流和云利润率上。换成交易语言，就是增长没问题，价格开始变贵；需求没问题，账本开始变重。

这也是微软财报最有价值的地方：它把 AI 交易从 " 故事阶段 " 推进到了 " 财务阶段 "。

过去两年，AI 资产的定价逻辑相对简单。谁最接近算力、模型、云平台、企业客户，谁就能拿到估值溢价。微软天然占据四个位置：有 Azure，有 OpenAI 合作，有 Microsoft 365，有企业软件入口。市场给它高估值，核心依据是 "AI 会让微软的收入结构再升一级 "。

现在，收入已经开始兑现。微软披露 AI 业务年化收入超过 370 亿美元，同比增长 123%。这个规模已经超过很多中型软件公司的全年收入。AI 不再是 PPT 上的未来业务，而是正在进入财务报表的收入项目。

问题也随之出现：AI 收入进入报表，AI 成本也会进入报表。

本季度微软总毛利率约 67.6%，低于上年同期约 68.7%。公司收入从 700.66 亿美元升至 828.86 亿美元，毛利从 481.47 亿美元升至 560.58 亿美元，但成本端增长更快。尤其是服务及其他成本，从 188.82 亿美元升至 240.95 亿美元，AI 基础设施投入对毛利率的压力已经写进报表。

智能云业务也呈现同样的变化。该板块收入从 267.51 亿美元增至 346.81 亿美元，增长约 30%；成本从 103.07 亿美元增至 151.20 亿美元，增幅约 47%。收入仍然漂亮，但成本曲线更陡。微软过去最让资本市场喜欢的，是软件业务的高毛利、高现金流、轻资产特征；AI 云正在把一部分软件估值，拉回到基础设施估值的框架里。

这才是市场没有完全奖励财报的原因。投资人并不是否认 AI 需求，也不是否认微软的执行力，他们在重新计算一件事：如果 AI 增长需要更高资本密度、更长折旧周期、更大能源和芯片投入，微软还能不能维持过去十年那种 " 收入增长—利润扩张—现金流释放 " 的顺滑路径？

RPO 接近翻倍，本来是好消息。6270 亿美元的商业剩余履约义务，给未来收入提供了很强的能见度。但 RPO 不是利润，它只是未来要交付的合同。接下来市场会追问三件事：这些订单在多长时间确认收入？确认时的毛利率是多少？为交付这些订单，微软还要提前投入多少数据中心、GPU 和电力容量？

AI 交易走到今天，市场不缺增长故事，缺的是单位经济模型。微软的挑战，也从 " 让投资人相信 AI 能带来收入 "，变成 " 让投资人相信 AI 收入能保住利润质量 "。

  云计算换了考场，

资本周转速度决定胜负

把微软这份财报放到云计算行业里看，它揭示了一个更深的变化：云厂商竞争的底层规则正在被 AI 改写。

过去十年，云计算主要拼三件事：区域覆盖、客户迁移、规模成本。AWS、Azure、Google Cloud 之间的竞争，核心是把企业 IT 预算从本地机房搬到公有云。谁的生态更成熟，谁的客户基础更厚，谁就能吃到更多迁移红利。

AI 时代的云竞争，变量明显变重了。GPU、数据中心、电力、网络、液冷、工程交付能力，都开始成为核心能力。云厂商不再只是卖计算、存储、数据库，还要提前押注未来几年的算力需求。押少了，客户排队，收入损失；押多了，折旧砸利润表，现金流被吞掉。

微软本季度现金流表显示，购置物业和设备支出为 308.76 亿美元；截至 3 月底，物业和设备净额达到 2832.28 亿美元，而去年同期为 2049.66 亿美元。九个月口径看，购置物业和设备支出已经达到 801.46 亿美元，远高于上年同期的 474.72 亿美元。

这组数字背后，是 AI 云的现实：大模型不会凭空运行，Copilot 不会凭空响应，企业 AI Agent 不会凭空完成任务。每一次推理、训练、检索、生成，都对应真实的 GPU、服务器、网络、能耗和运维成本。AI 把云计算从 " 规模经济 " 推向 " 资本周转经济 "。

这一点对微软尤其微妙。

微软的优势，是它比大多数云厂商更接近应用层。Azure 承接基础设施需求，Microsoft 365 承接办公场景，Dynamics 承接企业管理流程，GitHub 承接开发者，Copilot 再把 AI 能力塞进这些入口。其他云厂商可以卖算力，微软可以卖 " 算力 + 软件 + 工作流 "。这也是微软仍然被市场视为 AI 核心资产的原因。

【如需和我们交流可扫码添加进社群】

本季度，Productivity and Business Processes 收入 350.13 亿美元，同比增长 17%；Microsoft 365 商业云收入增长 19%，消费者云收入增长 33%，Dynamics 365 收入增长 22%。这些业务不是孤立的，它们是微软未来消化 AI 成本的关键。

原因很简单：IaaS 和 GPU 租赁偏重资产，应用订阅更接近软件利润池。如果 AI 算力只停留在 Azure 层，微软要面对的是资本开支、折旧、能源成本和同行价格竞争；如果 AI 能力进入 Office、Teams、Outlook、Excel、Dynamics 和 GitHub，微软就能把底层成本包装成高黏性的企业软件价值。

这也是 Copilot 的重要性。它不只是一个 AI 助手，更像微软把算力成本转化为软件溢价的核心通道。市场真正想看的，不是 Copilot 有没有发布新功能，而是企业客户有没有持续付费，员工有没有高频使用，客户是否愿意把 AI 费用写进长期 IT 预算。

财报后，市场也在盯 Copilot 的采用进度。有媒体提到，Microsoft 365 Copilot 付费席位从上一季约 1500 万升至 2000 万。这个数字说明渗透还在推进，但对于微软庞大的企业用户基础而言，仍处于早期阶段。

云行业下一轮分化，很可能不再看谁最敢花钱，而看谁能把钱花得更快回流。资本开支本身不构成护城河，资本开支背后的客户锁定、软件分发、生态绑定，才是壁垒。微软真正的筹码，不在于它花了多少数据中心预算，而在于它能不能让这些数据中心变成企业日常工作的一部分。

这也是微软和一部分 AI 基础设施公司的不同之处。纯算力公司靠利用率和租金定价支撑回报，微软还能靠软件入口提升单位客户价值。前者容易被价格周期影响，后者有机会把 AI 做成新的企业税。

但这条路并不轻松。企业 AI 从试点到大规模部署，往往要经过安全、权限、数据治理、流程重构、预算审批等环节。AI 功能上线很快，企业流程改造很慢。微软有渠道和客户关系，但也要面对一个现实：AI 软件的付费渗透速度，未必能完全跟上 AI 基础设施的折旧速度。

这就是微软眼下的行业样本意义。它不是需求最弱的公司，恰恰是需求最强的公司之一。连微软都需要解释 AI 回报周期，说明整个 AI 云行业已经进入资本纪律更强的阶段。

  微软还能讲故事，

但故事必须带现金流

微软接下来的资本故事，不能只停留在 "AI 基础设施龙头 "。

这个标签仍然重要，但已经不够。市场已经知道微软会继续投入 AI，也知道 Azure 需求强劲。真正影响估值弹性的，是微软能否把 AI 基础设施，升级成 " 企业 AI 操作系统 "。

所谓企业 AI 操作系统，不是一个单独产品，而是一套分发能力：从云资源，到模型能力，到办公软件，到开发工具，到企业流程，再到安全和权限管理。微软最大的机会，在于它可以把 AI 塞进企业每天已经在用的系统里，而不是重新教育客户打开一个新入口。

这对估值很关键。

如果微软被视为 AI 基建公司，投资人会盯 Capex、折旧、利用率、云毛利率；如果微软被视为 AI 软件平台，投资人会重新关注 ARPU 提升、客户留存、席位扩张、企业套件提价空间。前者的估值锚更接近基础设施，后者的估值锚更接近高质量软件。

这也是未来几个季度最重要的观察线索。

第一，看资本开支峰值。微软本季度购置物业和设备支出已接近 309 亿美元，媒体口径 Capex 约 319 亿美元，市场还在消化公司后续更高投入预期。只要资本开支继续上行，现金流压力就会成为股价的天然阻力。

第二，看 Azure 利润率能否企稳。Azure 40% 的增长已经回答了需求问题，但智能云成本增速高于收入增速，意味着规模效应还要继续接受检验。市场愿意为高增长付费，但更愿意为 " 高增长还能扩利润 " 付高估值。

第三，看 Copilot 等 AI 应用的付费渗透。微软最理想的路径，是底层算力投入带来 Azure 收入，中层平台能力提升开发者和企业流程黏性，上层 Copilot 带动高毛利订阅。这样，AI 就不只是成本中心，也能成为利润结构升级的抓手。

第四，看 OpenAI 关系的稳定性。微软与 OpenAI 仍是 AI 周期里最重要的联盟之一，但围绕分销、收入分成、模型供应和独立性，市场会持续关注双方合作边界。有媒体提到，微软与 OpenAI 的商业安排出现调整，微软保留部分收入分成权益，但 OpenAI 在产品分销上的空间也扩大。对微软来说，最稳妥的方向，是减少对单一模型伙伴的估值依赖，把 Azure AI、Copilot、GitHub、企业数据和安全体系组合成更完整的平台能力。

从短期看，微软股价波动会继续受到三类因素压制：AI 交易拥挤，资本开支高位，云毛利率承压。尤其在美股大科技估值并不便宜的背景下，哪怕财报强劲，也可能遭遇 " 先兑现、再观察 " 的交易。

从中期看，微软的主线没有被破坏。Azure 仍在高增长区间，AI 年化收入已经达到 370 亿美元量级，商业 RPO 给了未来收入确定性，Microsoft 365 和 Dynamics 等应用层仍在扩张。微软的问题不是没有增长，而是增长开始进入更难的考核区间。

这也解释了为什么这份财报会显得有点矛盾：数字很强，市场很挑剔；需求很旺，资金很谨慎；微软仍然是 AI 主线资产，但它必须给出更清晰的回本路径。

AI 交易进入 2026 年后，市场正在从 " 谁站在牌桌上 " 转向 " 谁能把牌局打出现金流 "。微软已经拿到了最好的座位，接下来要证明自己不只是坐得近，还能赢得久。

  下一轮 AI 胜负，

看谁先把电费变成软件费

微软这份财报的真正含义，不在于它有没有超预期。答案已经很清楚：超了，而且不少。

更大的问题是，AI 正在改变大科技公司的财务模型。过去，微软是典型的软件复利机器：卖系统、卖 Office、卖云服务，收入增长带动利润扩张，现金流源源不断。AI 加入之后，微软仍然强大，但它的增长方式变重了。服务器、电力、芯片、数据中心，开始和订阅收入一起决定估值。

这不是坏事。重资产投入本身也可能形成壁垒，尤其是在 AI 算力供不应求、企业客户加速部署的阶段。只是资本市场会越来越精细：同样是 AI 收入，来自 GPU 租赁，还是来自 Copilot 订阅，估值倍数完全不同；同样是云增长，靠价格、靠算力扩张、靠软件套件提价，资本市场给的耐心也不同。

微软未来最有想象力的一点，仍然是它有机会把 AI 从 " 基础设施成本 " 转成 " 企业软件利润 "。如果 Copilot 能真正进入办公流、开发流、管理流，Azure 的重投入就不只是电费和折旧，也会成为企业工作方式升级的底座。

市场短期可以继续挑剔微软，甚至压低 AI 溢价。但行业前瞻看，下一轮 AI 巨头的分水岭已经出现：敢花钱只是入场券，能把算力成本变成软件收费，才有资格继续享受高估值。微软站在这个分水岭上，优势很明显，压力也同样明显。真正决定股价下一段方向的，不是 Azure 还能不能跑快，而是微软能不能把这场 AI 军备竞赛，重新做回自己最擅长的高利润软件生意。