微软(MSFT.US)2025财年Q4业绩会：下一财年Q1资本支出300亿美元 全年支出前高后低

（原标题：微软(MSFT.US)2025财年Q4业绩会：下一财年Q1资本支出300亿美元 全年支出前高后低）

智通财经APP获悉，近日，微软(MSFT.US)召开2025 财年第4季度业绩说明电话会。微软表示，全年资本支出及 Q1 超 300 亿美元的指引，需基于公司有 3680 亿美元合同积压订单待交付（涵盖整个微软云，不仅 Azure）。资本支出同比增速会下降，但服务器、GPU 等短期资产投资，与积压订单和需求曲线密切相关。

谈到利润率，重点不仅在于成本控制，更要靠推出有竞争力、创新且能抢占份额的优质产品，拉动收入增长——收入及收入增长是提升利润率的持久方式，能形成自我强化。其次，微软正运用所有技能提升效率，无论技术栈哪一层，S 曲线的复利效应都会显现。公司在推进这项工作，同时也在扩建，因此即便持续投入，效率也会提升。此外，需不断吸纳优秀人才，聚焦市场规模大、成功率高的产品和机遇。做好这三点，方向明确且专注，就能确保利润率达标。但核心始终是产品，以及向客户交付产品的能力——这是公司的重点。

Q&A

Q：软件公司通过 SaaS 实现 AI 货币化的最佳方式是什么？M365 Copilot 等横向通用应用与 Agent 端针对性功能的货币化存在差异吗？应如何看待 SaaS AI 利润率的长期轨迹？

A：若不局限于 SaaS，从服务器到云的转型本质是服务器使用的扩展——过去部署服务器门槛高，市场规模有限；而云服务灵活、门槛低，带来了数量级增长，当前 AI 领域正经历类似变革。

若认同 “智能是计算的对数”，计算量将增长，需高效利用以持续创造智能。基础设施（含数据层、应用服务器）等经典类别会保留，但规模将扩大 1-2 个数量级，且每 GPU 所需存储和计算的比例是其指数级增长的指标。

应用层中，SaaS 应用正整合智能 Agent、聊天界面及自主 Agent，其他编码工具也在增加更多 GitHub 存储库。GitHub 的 monetization 围绕企业版及 Copilot 等功能展开，这与 Microsoft 365、Dynamics 365 一致，开放数据层、业务逻辑层和 UI 层可提升使用率，进而体现在业绩中。

此次转型的货币化工具类似，包括按用户分层（部分与消费挂钩）及纯粹消费模型，这些模式将随 AI 模型能力提升持续融合，团队会优化模型使用以匹配工作需求，这是未来的基础。

Q：这已是连续第二个季度实现可观增长，能否说明推动客户迁移的两三个特定催化剂？您认为这种增长趋势的持久性如何？

A：1. 客户迁移持续健康，如雀巢的 SAP 实例、大量数据及服务器迁移，目前尚处中局，远未到终点。

2. 云原生应用大幅扩张，包括典型云原生企业，部分客户因 AI 而来，却不仅限于 AI 业务，持续留在 Azure。

3. 新增大量人工智能工作任务。

Q：本季度业绩全面强劲，有什么是你原本认为不会出现、但实际看到了的意外情况？对于此次超预期的上行表现，你有何看法？

A：没有什么事真的让我们惊讶，但在开发人工智能应用程序时，我们注意到平台已不只是一个模型和一个 API 调用。一年前这可能是最先进的技术，而现在出现了非常有状态的应用程序模式，甚至需要对应用程序堆栈进行不少重新思考。

比如存储层，其复杂程度涉及构建多少索引或通过预处理，会影响提示词或上下文工程的质量。如今，Azure 搜索、Fabric、Cosmos DB 等产品及相关框架愈发强大，能支撑重要应用的构建。

令人欣喜的是，公司内外对技术堆栈的学习曲线扩散速度很快，应用程序的构建速度也大幅提升。就像关系数据库出现后，人们花了一段时间才构建出 ERP 系统，而现在我们正以极快的速度构建非常复杂的应用程序，这基于新兴市场的成熟度。

Q：从与客户的交流中，你发现他们对 “Copilot 仅是起点，后续会拓展得更为广泛” 这一点有何认识？

A：即便是 Copilot 内部，也已有分析师、研究员及各类第三方 Agent，远不止 “请求 - 响应”，而是生成应用程序自主运行再返回结果。但用户界面（UI）仍很重要，即便对异步工作——指令、监控异步工作都需要 UI（可能不是聊天界面），还需能检查异步工作内容。

以 GitHub 为例，即便不用 GitHub Copilot 创建核心代码提交或 [合并] 请求，即便用其他工具写代码，其代码审查 Agent 的使用量仍大幅增长。所有系统都在发生类似情况。

因此，一切始于侧重聊天的 UI，但很快会超越这一范畴，这在 M365、Dynamics 365 和 GitHub 中都能体现。

Q：此前你提到能在加速 Azure 增长的同时放缓资本支出，且已做到，未来展望如何？下季度资本支出指引是云服务业务向好的积极信号，结合萨提亚所说 AI 技术栈消耗更多基础设施，未来几年资本支出曲线与 Azure 增长率的关系应如何理解？我们是否已到需持续投入、同时期待推理和应用突破以形成更丰厚毛利率结构的阶段？

A：先明确，全年资本支出及 Q1 超 300 亿美元的指引，需基于我们有 3680 亿美元合同积压订单待交付（涵盖整个微软云，不仅 Azure）。我对支出的投资回报率、与业务的相关性很满意，这些支出与需交付的合同业务直接相关，需团队高效部署产能。资本支出同比增速会下降，但服务器、GPU 等短期资产投资，与积压订单和需求曲线密切相关。1 月曾希望 6 月供需改善，现在希望 12 月更好——这并非因我们放缓资本支出，即便加速投入，需求仍在增长。

我不聚焦预测收入与资本支出增长的交汇点，更关注积累订单、拓展业务和交付产能，目前投资回报率良好。不希望大家过度关注转折点，扩张阶段设定时间点易在市场份额和业务拓展上过于保守，我的精力更多在此。

还有一点我上次财报也提过：托管商和超大规模服务商的区别在于软件，这点在这里同样适用。我举的 GP40 例子全靠软件，即便是过去一年的优化也是如此。我们能用软件技能让任何硬件性能提升数倍，这正是收益来源。

但如前所说，扩建 “工厂” 时不应拖慢进度，而要多线并进，这会随时间产生复利效应。谈到软件层时，提到与叠加的 S 曲线关联，这点很重要。要知道，我们在之前的云转型中就见过这种情况，当时也是这么做的。如今，同样的技能和逻辑将以更快速度推动这次转型。

Q：全年营业利润率预期持平，在业务组合向 Azure 及更多 AI 相关产品倾斜的情况下，你能否详细说明如何平衡这些取舍并抵消组合变化的影响？在内部利用 AI 带来的生产力提升方面，有哪些值得强调的内容？还有其他支撑全年预期的因素吗？

A：谈到利润率，重点不仅在于成本控制，更要靠推出有竞争力、创新且能抢占份额的优质产品，拉动收入增长——收入及收入增长是提升利润率的持久方式，能形成自我强化。

其次，如之前与卡什谈及且萨提亚也提到的，我们正运用所有技能提升效率，无论技术栈哪一层，S 曲线的复利效应都会显现。我们在推进这项工作，同时也在扩建，因此即便持续投入，效率也会提升。

此外，需不断吸纳优秀人才，聚焦市场规模大、成功率高的产品和机遇。做好这三点，方向明确且专注，就能确保利润率达标。但核心始终是产品，以及向客户交付产品的能力——这是我们的重点。