微软2026财年第四财季：算力供给仍不足，Copilot变现渠道丰富

在微软 2026 财年（2025 年 7 月 1 日至 2026 年 6 月 30 日）年报及第四财季（2026 年 4 月 1 日至 2026 年 6 月 30 日）财报发布后的电话会议上，微软 CEO 萨提亚 · 纳德拉（Satya Nadella）表示，企业客户的核心目标是自主掌控自身发展命脉，建立属于自己的“人力资本与算力令牌资产”。

纳德拉称，模型只是输入工具，不应被用来“榨取”企业知识。微软的平台架构要求企业专属业务逻辑层与模型层完全隔离，业务逻辑层独立存储企业全部记忆和上下文信息，以便企业随时替换底层模型。

他还表示，企业可以使用前沿大模型，也可以同时使用多款不同模型，这一做法没有阻碍。

卡尔表示，前述数据很好地展示了企业如何利用前沿模型发挥独有能力、用低成本模型承接对应任务，甚至在不使用外部模型时，也可以基于企业已拥有的业务输出、操作日志和业务上下文数据，自主训练自有模型。

他称，这就是微软希望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，包括 Copilot、GitHub Copilot 和安全 Copilot。公司希望将这一设计模式普及，让每家企业都能使用，并可自由搭配开源权重模型和闭源商用模型。

卡尔还提到，企业不能只依赖单一模型。参考 Hugging Face 相关事件就能看出，有时单一模型出现故障时，企业甚至需要通过多模型组合来修复问题，因此不能受制于单一模型的输出限制。微软所理解的前沿体系，是让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、控制成本并掌握所需能力。

胡德补充称，这也是整套平台架构搭建的核心意义。萨提亚在开场发言中也提到，依托 Azure 这一底层架构，平台可以为不同业务匹配最合适的模型。

他表示，微软持续看到需求增长，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）随后提问称，Azure 增速达到 43%，下季度指引增速接近 45%，想了解增长背后的核心驱动因素，以及当前算力供给是否仍处于紧缺状态。

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强调，客户需求持续超过现有算力供给，目前这一现状没有任何改变，现货算力市场的定价情况也能印证这一点。**

**

在提升交付能力方面，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。**

**

这一点同样适用于 CPU 集群和 GPU 集群的效率提升。本季度，工程团队落地了大量优化工作，尽可能释放更多可用算力。**

**

受供需失衡大环境影响，只要完成效率优化，新增算力就能在本季度立即转化为营收，这也对本季度业绩形成了正向拉动。**

**

此外，过去 90 天里，我们大幅优化了 CPU、GPU 设备的交付流程，极大缩短了设备到货上线周期。在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，同时也是公司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）表示，当前市场对 AI 行业情绪波动较大，一方面担忧数据中心、芯片领域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。

他提出两个问题：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；以及在硬件元器件涨价背景下，微软如何管控成本，避免大幅上调产品售价或让毛利率持续承压。

胡德回应称，两个问题关联性很强。对于第一个问题，他表示，当下供需确实处于极度紧张阶段，但从周期拉长来看，公司绝大部分资本开支都投向短期资产，也就是 CPU 和 GPU，这类设备的采购周期相对更短。

一旦市场需求环境发生变化，相关方面可以直接缩减这部分最大成本项的投入。土地购置、自建数据中心相关投入在整体成本结构中占比偏小，具备较高灵活性，园区建设、设备上架部署节奏也可以灵活调整，因此算力建设可以分阶段推进。**

**

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。更关键的是，客户结构极为多元化，覆盖全球不同地区、不同行业、不同业务场景。**

**

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，自有自研应用业务也会消耗自建算力，加上 Azure 对外商用服务，双重业务支撑算力利用率，使其具备充足灵活度应对周期波动。**

**

在定价方面，行业所有厂商都同样承受元器件涨价压力。当下最核心的做法，是持续深挖全链路效率，保障为客户提供稳定价值。与此同时，也在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，新增算力会通过全新合约对外销售，定价条款也会同步更新，在长期客户价值与合理盈利之间保持平衡。**

**

纳德拉： 我补充几句艾米的观点。打造完整的产品矩阵是重中之重，也是当前的核心工作。从 Copilot、一体化超级应用，到 Azure、Azure 内置的智能体底层工具，全线产品都必须协同打通。客户结构至关重要，在规划算力产能时，必须充分考虑客户的地域分布、行业分布、业务负载分布。**

**

归根结底，底层算力运营要做到极致高效。本季度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。**

**

纳德拉表示，行业周期虽有起伏，但 AI 带来的结构性长期增长趋势十分明确，公司对多元化业务组合、稳定毛利结构以及持续为客户创造核心价值保持乐观。

摩根士丹利分析师亚当·伍德（Adam Wood）提问时称，M365 Copilot 本季度表现亮眼，付费席位突破 3000 万，增长大幅提速，并询问当前客户落地节奏是以试点为主，还是企业大规模全面部署正在增多，以及 Copilot 商业化变现的核心驱动力。

纳德拉回应称，本季度产品形态发生了巨大变化，聊天、协同、自动化、代码开发等功能已整合进一款旗舰级超级应用，适配各类岗位员工。数据显示，从采购授权到员工实际启用产品的周期已从数月缩短至几天，用户使用强度也大幅提升，活跃度接近 Outlook、Teams 等日常办公沟通工具。

他还表示，Copilot 已深度嵌入企业全业务链路，不是孤立工具。产品已对接 E7、智能代理 365 管控体系，并打通 IT 运维、安全运维、财务运维全流程；企业内部 CRM、ERP 系统也可作为功能插件、能力模块接入协同平台，进一步提升使用频次并形成正向增长循环。

在商业模式上，纳德拉称，公司目前既有按席位订阅模式，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，未来随着持续为企业客户交付业务价值，商业化规模还将继续扩张。他同时指出，相比传统 Office，Copilot 覆盖的业务场景更宽，是首款同时提供席位订阅和按量计费双模式的企业级工具，整体客单价更高。

亚当表示，本季度每用户收入增长的一部分来自 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。

他称，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预期，全年公司将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、消耗型收入将成为长期增长核心。随着更多业务场景接入平台，市场对 M365 整体能力边界的认知也会发生改变。

亚当还举例说，用户可将一份投资回报相关的 PDF 直接上传 Copilot，指令其生成全新 Power BI 可视化看板。平台会自动搭建完整语义模型，并通过一条链接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，配套代码仓库也会同步生成，相关成果资产全部归档在 Copilot 工作台。

他表示，知识工作者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，专业开发人员也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，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）随后提问称，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，本周微软还推出了 Project Perception 项目。他希望进一步了解这一变革节点对微软安全业务的实际意义，以及对微软整体品牌公信力的影响。

纳德拉回应称，当前网络安全产品的需求标准和安全运营的底层逻辑都已发生根本性变化。

企业必须同步完成产品体系全面转型和内部安全运营模式重构，才能实现有效防护。相关方面表示，将沿用办公、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。

其推出的 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。其中，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，形成一套可 7×24 小时自主运转的敏捷安全防御体系。

这套安全防御单元还将整合终端防护、身份权限、终端接入、安全防御、网络流量、应用安全等全维度安全信号，生成完整业务上下文，以实现精准防护。

在安全领域，多模型混合架构也被认为至关重要。相关方面表示，实测显示，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%。其中，90% 的常规安全处置任务由轻量化专用安全模型完成，仅 10% 的高难度复杂场景才调用前沿大模型。

该流水线式多模型协同架构被视为核心优势，旨在兼顾成本可控与业务连续性。相关方面称，企业不能单一依赖某一款模型，否则极易陷入业务瘫痪，并表示这套架构已同步落地到代码开发、网络安全和办公全产品线。

高盛分析师加夫列拉・博尔赫斯（Gabriela Borges）随后提问，询问资本开支投资回报率、资本开支规划与商业化变现路径如何结合，并希望了解当前资本开支决策测算的投资回报率较一年前有哪些变化，以及未来还有哪些可落地的优化抓手可作为增量变现驱动项。胡德回应。

过去一年，我们测算投资回报的底层计算逻辑没有改变。核心思路是，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，既包括产品端优化，也包括基础设施端优化。

公司表示，仍有大量优化空间，包括持续筛选高性价比芯片方案，其中也包含自研芯片相关投入；模型多元化布局同样是毛利率优化抓手，可搭配更高效率的模型方案，在令牌消耗和硬件成本两端同步降本增效。上述抓手都能提升对当下及未来资本开支投资回报的信心。

此外，产品矩阵覆盖知识办公、代码开发、网络安全以及智能代理底层，智能代理 365 也被视为业务增长的加分项。此前提到的 Azure 相关优化还包括模型效率、芯片与元器件优化、自研一体化解决方案投入，以及超大规模集群运营的整体效率提升，相关优化将持续推进落地。公司同时强调，效率优化是长期深耕的细致工作，微软擅长这类长期优化，并持续为客户创造价值。