微软(MSFT.US)2025财年Q3业绩会：云持续强劲表现 预计Q4资本支出环比增长

（原标题：微软(MSFT.US)2025财年Q3业绩会：云持续强劲表现 预计Q4资本支出环比增长）

智通财经APP获悉，近日，微软(MSFT.US)召开2025 财年第 3 季度业绩说明电话会。该公司高管表示，本季度，得益于微软云持续强劲的表现，其收入超过 420 亿美元，按恒定汇率计算增长 22%。云和人工智能是每个企业扩大产出、降低成本并加速增长的核心要素。基础设施上，持续扩展数据中心容量。仅本季度，就在 4 大洲的 10 个国家开设了数据中心。得益于 Scaling 定律，模型性能每 6 个月翻倍。从数据中心设计、硬件与芯片、系统软件到模型优化的每一层持续优化并提升效率，旨在降低成本并提高性能。新 GPU 交付周期缩短近 20%，AI 性能在同等功耗下提升近 30%，单 token 成本减少超过一半。

资本支出方面，预计 Q4 资本支出环比增长。1 月给出的 25 财年下半年的指引不变。需注意，云基础设施建设与融资租赁交付时间可能导致季度支出波动。

26 财年支出展望：致力于基于服务的需求信号进行投资。重申此前对 2026 财年资本支出的评论不变：预计资本支出增长，但增速低于 2025 财年，且短期资产占比提升(相比长期资产更直接关联收入)。这些投资与聚焦执行(为客户创造近期价值)将确保在云和 AI 机遇中持续领先。

Q&A 分析师问答

Q：本季度新闻报道中多次提到数据中心承诺变更的消息，甚至有传言称微软可能放弃部分数据中心项目。但听起来 AI 需求非常强劲，供应似乎无法满足需求。能否谈谈你们在数据中心战略上的调整?

A：在过去 10 到 15 年里，我们一直在对建设、租赁以及建设的速度进行调整。只是现在你们对我们每个季度的行动更加关注了。关键的是，我们的建设和租赁要适应未来工作负载的增长。这涉及到需求、工作负载的形态方面以及地理位置方面。当你面对全球需求分布时，你不会希望在一个地区建设一个大型数据中心而导致资源配置失衡。当需求发生变化时，你也不希望陷入被动，毕竟，目前仅从训练的方式和所需的算力都一直在变化。

虽然摩尔定律在推动行业的发展，但这是一条复合的 S 曲线，即有摩尔定律、系统软件的发展、模型架构的变化以及应用服务器效率的提升是相会交织的。考虑到所有这些因素，我们想确保在建设时，充分考虑到我们所掌握的关于这些方面的最新和最全面的信息。

我对目前的推进速度感到非常满意。实际上，我们将会面临电力短缺(指数据服务中心)的问题。我需要在特定的地方有电力供应，这样我们才能按照我们期望的速度进行租赁或建设。

从拿地到建设再到扩建，前置时间可能是五到七年，或者两到三年。当我们观察需求曲线以及萨蒂亚所关注的许多因素时，我们一直在努力保持平衡。我们原本希望在第四季度末实现平衡。正如你们在本季度看到的，需求确实有所增加。因此，到今年年底，仍然会有一点供给短缺，情况会有点紧张，但我们对此还是感到鼓舞的。

Q：关于云迁移需求加速的问题，能否深入谈谈并进一步阐述一下你所观察到的情况。

A：在云计算领域，目前同时发生着三件大事，而且它们之间也存在着相互关系。第一点，经典的迁移，无论是 SQL 还是 Windows Server 的迁移。这方面，进展一直很稳定。因为事实上，由于云提供的效率优势，数据中心迁移可能会有新一轮的推动。这是一方面。

第二点是数据的良好增长。我们看到了 Azure 上的 Postgres 数据库和 Cosmos 数据库也在增长，还有我之前提到的与 Fabric 相关的分析业务。其他方面也是如此，无论是 Databricks 还是 Azure 上的 Snowflake 都在增长。我们对 Fabric 业务的增长以及我们的数据增长都感到非常满意。

然后是云原生业务的增长，在我们谈及人工智能之前，一些云原生参与者的核心计算消耗也非常健康。整个季度都保持着良好的态势，我们预计未来也会继续保持。

需要注意的是它们之间的比例关系。例如 ChatGPT，不仅要考虑到他们所需的人工智能加速器，他们也使用 Cosmos DB 数据库，使用 Postgres 数据库，使用核心计算和存储资源。所以，在任何人工智能工作负载中，人工智能加速与其他资源之间甚至存在着一定的比例关系。

我认为这就是四个方面，它们彼此之间都有关系。这一次，未来没有什么是确定的，除了一件事，那就是我们最大的业务是基础设施业务。而好消息是，下一个重大的平台转变是建立我们现有的基础之上的。这不是一次彻底的重建，不像我们经历过的一些平台转变，需要完全推倒重来。

我们的 Azure 业务发展良好且持续增长，而且新的平台依赖于它。我们希望保持严谨，并在这方面出色地执行。

Q：微软现在的业务与上次经济衰退时已经大不相同了。如果我们真的陷入经济衰退，如今的微软在稳定性、可持续性以及营收波动性方面会怎样?如果真的出现经济衰退，公司业务会对其做出早期反应还是晚期反应?经济衰退对营收的影响会更浅吗?

A：如果宏观经济出现任何动荡，我们会专注于如何帮助我们的客户。我们觉得我们能够做到这一点，这得益于云的效率、我们的业务覆盖范围以及我们从软件即服务(SaaS)应用端到基础设施端的差异化堆栈层级。我认为，软件是我们应对任何类型的通胀压力或增长压力(即需要用更少的资源做更多的事情)时最具可塑性的资源，而我们在这方面可以提供极大的帮助。

所以，我们可能会更多地秉持这样的心态，即确保我们在帮助我们的客户。当然我们也会寻求共享收益。

Q：最让人印象深刻的是人工智能为 Azure 带来了 16 个百分点的增长率提升。们能否详细解释一下?除了部分原因是产能上线带来的推动。我更感兴趣的是需求超出预期的来源，比如是哪种工作负载类型。是 ChatGPT 在 Azure 上的推理需求激增吗?还是企业对人工智能的采用率上升了?在 6 月份季度这个 16 个百分点的增长幅度还能更高吗?

A：先说明一下，本季度 Azure 真正超出预期的是我们的非人工智能业务。然后人工智能业务，表现更高主要就是由于之前提及的新供给释放。所以在人工智能业务方面，预计不会比我们之前的指引好太多(由于四季度可能会出现算力瓶颈)。

在人工智能业务方面看到的真正的积极因素是，能够提前为一些客户提供供应。整个季度都能做到这一点，对我们来说带来了相当大的好处。但超出预期的部分主要还是在非人工智能业务方面。

Q：公司曾经表示，通过云计算和人工智能业务，能够实现越来越高的资本效率。现在对此有什么看法?之前曾公司曾表示可以在放缓资本支出增长率的同时，仍然加速 Azure 业务(包括人工智能业务)的发展。能了解一下目前这方面的实际情况吗?

A： 从历史上会看到，当经历之前的云计算转型时，资本支出会加速。会建设数据中心，逐步填满中央处理器(CPU)的容量。随着时间的推移，会看到软件效率和硬件效率不断提升。我们已经经历这个过程很长时间了。而在人工智能业务方面，这个过程发生得非常快，而还要考虑到模型的多样性。再加上模型效率，这些因素相互叠加。

这次有一点不同的是速度。既有效率提升的速度，也有建设扩展的速度，所以这可能会掩盖一些进展。但我们所有团队，包括硬件团队、软件团队，甚至是建设团队，都在努力尽快做好各项准备工作，缩短从搭建到启用的时间。所有这些都对我们有益。

目前我们人工智能业务方面的利润率比我们从服务器业务向云计算业务转型时在这个阶段的利润率要好得多。

Q：你们曾提到 “深度求索(DeepSeek)时刻” 是真实存在的，软件效率提升意味着设备的使用年限会更长。能否谈谈这些进展是如何影响市场上人工智能实验和活动的速度和规模?是否可以开始考虑软件增强可能会延长我们对图形处理器(GPU)使用寿命的假设这种可能性呢?还是现在考虑这个问题有点为时过早?

A： OpenAI 首先开创并在推理模型方面所做的一些工作，可以进行测试时间计算加上预训练，然后在推理时间进行一些出色的优化，这些都已经得到了验证。如果仔细观察，每一次摩尔定律的变化和发展，由于软件的作用可能会带来 10 倍的提升。这就是这些模型所发生的情况。部分提升来自于模型架构，部分来自于数据效率、计算效率等等。

这就是我们所利用的优势。总体而言，当一种资源变得越来越好时，问题就变成了如何构建一个超级平衡的设备集群，以便能够构建工作负载，并且实际上能够利用底层基础设施的这种效率。

这有点像虚拟化。服务器与带有虚拟化的客户端 - 服务器之间的区别是什么?是效率。虚拟化与云计算之间的区别是什么?是效率。这一代云计算与人工智能之间的区别是什么?还是效率。你越能持续思考软件驱动这种效率，最终就越能推动需求。

关于具体问题，就考虑资产的可折旧年限而言，我们希望在做出任何改变之前有足够长的历史数据作为参考。当然，我们专注于从资产中获取尽可能长的使用寿命。但就像先前提到的，这往往更多是一个软件问题，而不是硬件问题。

Q：这次 Azure 超出预期的部分来自非人工智能服务。能否再多谈一些这方面的情况。你展望未来时，与几年前相比，这次有什么不同呢?很明显，当时像优化等因素对增长有点拖累。听起来现在的产品组合要广泛得多，否在这方面补充一些信息。

A：非人工智能业务的情况，总的来说，我们看到各个业务部门的表现都好于预期，但主要是我们最大的客户群体(我们通常称之为企业客户群体)的增长加速了。然后在我们所说的大规模业务推广上，第二季度我们遇到了一些挑战，现在情况有所好转。

我们在大规模业务推广方面仍然有一些工作要做。我们对取得的进展感到鼓舞。当然，在我们完成本财年最后一个季度的工作时，我们很高兴能继续专注于此。

从地区来看，表现相当稳定。显然，在 (向云端) 迁移方面做了一些很好且持续的工作，销售和合作伙伴团队执行得很好，还有他提到的数据工作负载方面。

总的来说，认为除了这些之外没有其他特别的原因。我确实认为是执行情况有所改善。但是在我们的大规模推广业务方面，仍然还有一些工作要做。

Q：惊喜因素来自 Azure 的非人工智能业务这一点，听起来对这种情况持续下去很有信心。Azure 的人工智能部分在多大程度上推动了非人工智能业务的发展呢?在未来几个季度里，对 Azure 人工智能业务的增长曲线可能会产生多大的改变呢??

A：现在越来越难以区分人工智能工作负载和非人工智能工作负载了。在过去两年半到三年里，当我们加速所有的资本支出时，人们有信心我们正以一种透明的方式将其转化为收入和产品。而且每个人都能理解我们为自己、为合作伙伴和客户设定的目标，也就是开发能够转化为收入的产品。

但如果从这个角度退一步来看，这些工作负载的构建，包括图形处理器(GPU)、中央处理器(CPU)、存储、网络，都是相同的要素。所以，我认为我们真正在讨论的是，数字原生企业构建工作负载，他们既进行人工智能工作，也进行非人工智能工作。他们倾向于在同一个云环境中进行这些工作。有时所有工作都在同一个地方进行，但也不总是这样。但随着人们越来越多地转向人工智能密集型工作负载，这种关系会越来越紧密。

所以，我认为随着人工智能工作负载的不断构建、实验以及概念验证的不断扩展，我们会继续看到这种关系。所以，我主要关注的是，在第三季度，Azure(包括这两个部分)在执行方面、在现场和合作伙伴团队方面、在积压订单和转化方面、在工作负载方面、在为客户增加价值方面、在解决实际问题和增加实际价值方面都取得了良好的表现。

这可能就是我看待这个问题的方式，而不是像之前讨论的那样试图去区分它们。