微软投资者担忧资本支出与Azure增长脱钩

上周微软公司交出了一份表面看起来不错的季度业绩，营收和营业利润分别超预期1%和5%。但投资者随后两天的反应却讲述了不同的故事，股价较财报发布前下跌超过两位数。

上个季度，资本支出增加被解读为热情和信心的信号。但人工智能的雄心已经转变为AI怀疑论。具体来说，微软的资本支出高于预期，但Azure增长却没有。在没有从资本支出到明确云投资回报的清晰桥梁的情况下，Azure增长尽管表现令人印象深刻，却成为了一个症结。

在这次分析中，我们深入解读微软2026财年第二季度财报的核心要点，并解释为什么我们认为华尔街的负面反应错过了大局。

市场反应定下负面基调

下图显示了微软股票在过去五个交易日的表现。周三财报发布后，股价受到冲击，在盘后交易中下跌。周四继续下跌，周五持续下滑。在右上角，你会看到自信的Meta平台公司首席执行官扎克伯格和愁眉苦脸的微软CEO萨蒂亚·纳德拉。Meta的季度业绩表现出色，市场显然认为它在AI投资方面获得了很多回报。微软呢？根据市场的反应，并非如此。

市场似乎感到困惑，如上图所示，股票在盘前曾短暂上涨，然后当天收跌，自财报发布以来股价下跌11%。困惑来自投资者希望资本支出和Azure增长能够以平稳、同步的模式发展；但这种情况很少发生，分歧并不令人意外，我们将在下面详细解释。

解读纳德拉评论的核心要点

Token工厂和新应用平台

在我们看来，萨蒂亚·纳德拉的评论最好理解为微软希望投资者衡量内容的转变。公司的云业务规模巨大——简单计算，Azure和更广泛的软件即服务组合的运营规模大约为2000亿美元——但重点正在转向建设Token工厂，并在扩展的边缘和分布式云资产中分发这种能力。

纳德拉提到了"Token工厂"，并引用了最重要的指标"每瓦每美元的Token数"。我们相信微软正在确认我们的前提，即AI基础设施经济学正在成为主导关键绩效指标。赢家是那些在降低成本的同时提高性能和吞吐量的公司，因为这扩大了采用和使用。

这就是为什么我们的分析自然地连接到英伟达公司最近在CES上关于Vera Rubin的披露——5倍性能、10倍吞吐量和十分之一的每Token成本。在我们看来，这强化了我们认为通过杰文斯悖论驱动15倍需求扩展的飞轮效应。这是英伟达与更广泛的图形处理器群体分离的关键原因，即使超大规模厂商投资于自己的芯片。

微软提到了Maia和Cobalt，强调了与Advanced Micro Devices Inc.的合作，并将其芯片项目定位为优化路径的一部分。纳德拉后来引用了与OpenAI Group PBC推理相关的每瓦每美元Token数的改进，我们认为这很相关，因为获得和分配最高效硬件变得至关重要。英伟达仍然是所有AI领导者最关键的供应商，纳德拉没有足够的供应来满足所有需求。因此，微软必须在较低利润率的Azure AI服务（如OpenAI推理）和第一方AI（如M365和GitHub Copilot）之间平衡GPU分配。

我们预期"每瓦每美元Token数"将继续在超大规模厂商中出现。Google LLC和Amazon Web Services Inc.正在进行同样的竞争，微软的语言表明行业正在趋同于一套连接资本支出与结果的共同经济驱动指标。本季度的症结是资本支出和Azure增长出现分歧。

财报电话会议的第二个主要收获是应用平台转型。纳德拉说一个新的应用平台正在诞生，我们对此表示赞同。我们相信从本地到SaaS的转变改变了一切——技术架构、运营模式和定价。随着AI成为主导接口和执行层，我们预期另一次全栈转变。基于席位的定价与价值的匹配度越来越低，因为Token和结果成为重要变量。消费模式已经推动软件朝这个方向发展。基于结果的定价是下一步，因为企业按交付结果定价，Token使用作为必须管理的基础成本。

最后，纳德拉对智能体计划的评论为微软如何思考未来软件架构提供了洞察。他将智能体系统描述为"宏观委托和微观引导"。这是微软将编排与执行分离的方式。我们相信这清楚地映射到一个编排层协调执行专注"工蜂"任务的智能体。公司正在投资围绕该模型重构其技术栈，所应用的资源表明微软将此视为平台转型，而不是一套新功能。

关键要点

微软强调"每瓦每美元Token数"作为AI基础设施经济学和竞争优势的关键指标。

英伟达的Vera Rubin改进强化了扩大需求并有利于最佳吞吐量和单位经济学的每Token成本飞轮效应。

微软的芯片努力（Maia、Cobalt）和合作伙伴关系（包括AMD）很重要，但在我们看来，英伟达仍然是近期效率和供应动态的核心。微软受到供应限制，被迫在Azure分配和第一方SaaS产品之间做出权衡。

我们预期从SaaS时代模式向以Token和结果为导向的定价模式的平台转型，因为AI成为主导执行层。

微软的智能体架构以编排为中心，有界智能体执行专注任务，公司大量投资围绕该架构进行重构。

我们相信纳德拉正在告诉市场，微软正在为Token经济建设基础设施和平台层，以每瓦每美元Token数作为核心KPI，英伟达驱动的效率改进将塑造单位经济学，以及一个新兴应用平台，随着编排和智能体执行成为关键构建块，将软件货币化转向结果。

深入数据：CFO评论和资本支出困境

在我们看来，首席财务官Amy Hood评论中最重要的部分是规模性能与AI基础设施造成的利润率和增长权衡之间的紧张关系。微软以惊人的3250亿美元营收运营规模运行，按固定汇率计算增长约15%。按固定汇率计算，收益增长也很强劲，约为21%。对于一家3000亿美元以上的公司来说，这些都是非凡的结果。但市场反应表明情绪已经从"微软有多强？"转向"AI基础设施多快转化为货币化，以什么利润率？"

需要考虑的关键问题是利润率压力。微软历史上大规模软件经济学的定义特征是接近零的增量成本。在CD-ROM时代，大批量的边际成本本质上就是媒介——实际上是几分钱。云改变了这一点，因为SaaS交付引入了由计算、存储和网络销售成本驱动的真实成本结构。AI进一步压缩利润率，因为经济学现在包括重GPU和中央处理器驱动销售成本和资本密集度的AI基础设施层。这是一种结构性变化，迫使投资者重新思考在AI优先运营模式中"软件利润率"意味着什么。

资本支出是真正的故事。微软本季度花费了375亿美元的资本支出。这个数字主导了讨论，因为它揭示了从投资到收入和利润转换周期。Azure按固定汇率增长38%，绝对数字强劲，但低于许多投资者锚定的40%预期。公司指导Azure增长率环比持平，这助长了资本支出和Azure增长脱钩的叙述。

第二个问题是分配。微软必须决定有多少GPU容量用于Azure服务，有多少用于第一方服务和产品，如Copilot，包括编程用例。管理层表示，如果不需要在Azure和第一方AI之间平衡容量，Azure增长可能达到40%。我们相信这个评论旨在解释限制，但市场将其解读为关于将资本支出转化为云增长近期能力的负面信号。市场忽视的是微软指导资本支出增长将环比下降，而Azure增长将维持当前轨迹。

值得注意的一点是OpenAI如何流经财务数据。微软在OpenAI的所有权被确认为股权而不是损益，因此报告的影响反映了OpenAI的资产负债表表现。这为收益表的GAAP或净结果贡献了100亿美元收益，但它不会改变投资者询问持续货币化和利润率的核心运营问题。

退一步讲，我们相信市场要求更明确地了解从资本支出到Azure收入和利润的转换时间表。投资者希望AI基础设施建设和收入增长之间的关系感觉直接和同步。在我们看来，这种期望是不现实的。基础设施建设需要时间，货币化路径取决于将该容量产品化为API、推理服务和应用级智能。微软还强调了模型可选性，这与更广泛的超大规模厂商战略手册一致，但可选性不会缩短部署容量、集成并驱动消费所需的时间。

关键要点

微软以大约3250亿美元的运营规模运行，按固定汇率增长约15%，收益按固定汇率增长约21%。

AI基础设施正在压缩利润率，反映微软成本模式的结构性转变，因为GPU和相关基础设施变得核心。

季度资本支出为375亿美元，Azure按固定汇率增长38%，低于许多投资者设定的40%"传言"预期。

管理层强调了Azure和第一方AI产品之间的容量分配权衡，暗示没有这种平衡，Azure可能达到40%。

OpenAI股权处理贡献了100亿美元GAAP收益，但它不能解决投资者关于货币化时间和利润率轨迹的问题。

我们相信本季度突显了微软在吸收AI基础设施成本的同时提供卓越规模增长的运营现实，市场专注于资本支出多快转化为Azure和应用货币化。需求存在，但核心问题是部署速度、稀缺GPU容量分配和投资者愿意容忍的时间表，因为微软建设其Token工厂并将其转化为持久收入。

分析师担忧：资本支出、Azure增长和积压可行性

卖方分析师的主要担忧涉及资本支出上升更快而Azure增长放缓，投资者希望更好地了解ROI路径。Morgan Stanley的Keith Weiss强调了这一点，专注于容量建设、Azure增长和回报时间表之间的关系。尽管头条收入和收益表现良好，市场的反应表明这是核心问题。

资本支出和Azure增长之间的脱钩是优先级的产物。微软在两个竞争目标之间分配稀缺的AI容量：1）扩展Azure的AI服务；2）构建第一方体验，如Copilot。我们相信这种权衡在经济上是合理的。相对于微软第一方软件产品，Azure的毛利润率较低，第一方AI功能是微软保护和扩展其软件特许经营权的方式。在这种情况下，分配决策既是利润率优化也是产品策略。

这也突出了产品质量和执行。Copilot收到了客户的复杂评价。AI专家如Glean Technologies Inc.的产品在许多方面是Copilot应该交付的。我们相信微软充分理解这个差距。公司有交付粗糙1.0版本然后通过迭代、分发和持续投资改进的悠久历史。我们预期Copilot会遵循这种模式。近期后果是市场在资本支出到Azure增长关系上得到不太可预测的故事，因为一些容量被导向第一方采用和学习曲线。

第二个担忧是积压。分析师指出了基础设施折旧周期和收入可见性之间的不匹配。分析师提到微软使用的GPU和CPU折旧周期大约六年，而剩余履约义务或RPO约为2.5年。这比上季度的大约两年有所改善，但仍然明显短于资产生命周期。这造成了投资者对积压相对于部署资本的持久性的自然担忧。

OpenAI风险敞口是额外担忧。约45%的RPO与OpenAI承诺相关。微软的回应引用了可见性和需求动态，称约25%的积压预计在当前财年内转换。同时积压预计增长，需求继续超过供应。我们相信管理层试图加强对近期转换的信心。然而，投资者专注于当前视野之外会发生什么，特别是当折旧假设比合同可见性窗口更长时。此外，如果泡沫破裂，需求也会随之破裂，积压也会如此。

所有这些都将讨论带回到Azure增长作为症结。如果市场看到可信的大规模可持续货币化路径，它愿意资助资本支出。当Azure增长低于预期时，ROI辩论变得更响亮，审查加强。

关键要点

核心投资者担忧是资本支出上升更快而Azure增长放缓，要求更清晰的ROI可见性。

我们相信资本支出到Azure增长脱钩反映了对高利润率第一方产品与Azure扩展的深思熟虑分配。

Copilot采用和产品迭代至关重要，因为第一方成功改善了整体AI投资周期的经济学。微软比任何公司都能更好地玩平衡游戏。

积压可行性受到审查，因为剩余履约义务约为2.5年，而基础设施折旧周期约为六年。

约45%的剩余履约义务与OpenAI承诺相关，增加了合同可见性和转换时间的风险。

尽管如此，我们相信微软正在做出合理的分配选择，以最大化长期利润率和平台杠杆，但市场要求更好地了解资本支出如何转化为Azure增长和可持续积压。Azure增长仍然是关键因素，更短的RPO可见性、有意义的OpenAI风险敞口和长资产生命周期的结合使ROI和积压可见性保持在对话中心。

ETR调查数据显示微软在巨大基础上继续显示提升动量

让我们看一些验证微软地位的外部数据。下面我们显示微软来自Enterprise Technology Research数据的基于账户的支出动量。市场正在讨论资本支出、Azure增长率和AI ROI时间。这些数据有助于将近期情绪与客户实际计划在微软组合中做什么分开。

上面这个图表使用ETR专有的净得分方法，该方法衡量大约1700个企业账户的支出意图和速度，微软在其中超过1000个账户中有代表。堆叠条形图回到2023年1月，将安装基础分解为支出行为细分。

浅绿色代表进入微软足迹的新账户，由于微软已经普及，这自然很小。

深绿色代表在微软组合中支出增加6%或更多的账户。

灰色代表持平支出，定义为正负5%。

粉色代表支出下降6%或更差。

红色代表流失或叛逃。

蓝色净得分线通过从绿色中减去红色得出。它一直徘徊在40多。在这个框架中，40%以上的任何数字都被认为是高度提升的。我们相信关键点是微软在以3000亿美元以上规模运营的同时维持高度提升的支出动量。这种组合很少见，说明了普及性和出色执行。

顶部的黄线代表渗透或penetration到1700账户数据集中。它位于70%水平附近，变异性最小。我们不认为小幅下降有意义。微软的足迹广泛且可持续，这种市场存在为平台采用创造了条件。

我们相信微软越来越受益于数据引力。公司不仅仅是基础设施和生产力供应商。它也正在成为数据平台参与者。Fabric被提到是微软历史上增长最快的产品之一，在我们看来，它通过在微软生态系统内整合数据和分析来强化引力拉动。

当数据和平台位于同一足迹中时，附加辅助产品和推动AI注入体验的采用变得更容易，包括Microsoft 365的Copilot、GitHub相关产品和其他第一方工作负载。在微软第一方数据产品不足的地方，其生态系统合作伙伴如Databricks Inc.、Snowflake Inc.和一系列其他生态系统合作伙伴填补了空白。

我们也相信微软的产品周期成熟度在这里是相关的。早期版本并不总是很好，但公司倾向于积极迭代，从部署中学习，最终将产品推向成熟状态。我们已经看到这种动态在Power BI、Power Automate和组合中许多其他产品中发挥作用。在我们看来，这种趋势支撑了为什么支出动量随着时间保持高位，即使市场讨论短期叙述。

与微软做生意就是简单方便。

关键要点

数据表明微软在广泛企业基础上维持40多的高度提升净得分，40%以上的任何数字都被认为是高度提升的。

在数据集中渗透保持在70%附近，反映深度账户渗透和可持续足迹。

我们相信足迹和数据资产的结合强化了平台粘性，支持辅助和AI原生产品的销售。

Fabric的快速增长支持微软正在扩展其数据平台地位的观点，强化生态系统粘性。

我们相信ETR的净得分和渗透观点强化了我们的信念，即微软的客户动量在大规模上仍然非常强劲，公司扩展的数据平台安装基础增加了对AI产品的拉动，即使投资者讨论近期资本支出、Azure增长和AI ROI节奏。

云支出数据显示超大规模厂商保持领先

我们相信云领导者继续领导，云是大多数AI服务被消费的地方。ETR的云行业分析使这一点显而易见。下面这个图表绘制了1746个企业账户的支出动量与账户重叠，涵盖整个云计算行业，不仅仅是基础设施即服务和平台即服务。数据表明超大规模厂商仍处于权力地位，调查中AI原生基础设施提供商的出现显示下一层云需求正在形成。

垂直轴是净得分，ETR的支出动量衡量标准。水平轴是重叠，1746个账户渗透的代理。40%的红色虚线是高度提升动量线。

微软位于右上角，具有高渗透和高度提升动量，AWS也被定位为与其余领域分离的领导者。Google Cloud Platform也在40%线上方，由于其AI和数据能力，正在缩小与前两名的差距。所有三个超大规模厂商都在"高度提升"阈值以上运营，这强化了企业云需求结构上仍然强劲的想法。

在超大规模厂商下方，图表显示了一个中等群体，其中提供商在水平轴上有有意义的存在但动量较少。Oracle Corp.在这里脱颖而出。它在水平轴上有相对强劲的渗透，仅次于销售更大批量产品的Cloudflare Inc.和Salesforce Inc.。Oracle的存在反映了一个不同的模式，交易更少、更大，价值和价格点更高。IBM Corp.出现在同一中等群体中。我们相信这支持了更广泛的观点，即云采用继续超越本地数据中心，甚至具有不同进入市场模式的供应商在企业架构现代化时保持有意义的足迹。

我们也看到富者愈富的证据。微软的混合和本地业务增长在低个位数，大约1%到2%，而其整体云业务增长在20多，Azure接近40%增长。在我们看来，这持续存在，因为企业继续将预算重新分配给提供速度、弹性和越来越多AI基础设施的云服务。

更有趣的发展之一是最左边CoreWeave Inc.出现在数据集中。其净得分不是特别突出，但它出现的事实本身就是相关的，因为CoreWeave历史上大量销售给AI专家和模型构建者。我们相信这是AI基础设施专家正在扩展其企业足迹的早期指标。我们正在关注CoreWeave以及Lambda和Crusoe，它们越来越成为构建和运营AI基础设施层的核心。

这个AI基础设施层具有长期预算影响。我们反复说过，信息技术支出平均约占收入的4%作为经验法则。我们相信在未来五到七年内，这个数字将向收入的10%或更多移动，由AI基础设施和Token驱动的服务推动。方向性转变是远离传统IT堆栈，转向通过API进行Token生成和消费。在我们看来，超大规模厂商最有能力从这种转变中获利，因为他们拥有云交付平台并在其上构建Token工厂层。

关键要点

数据表明微软和AWS在云支出动量和企业渗透方面仍然是领导者，Google Cloud Platform正在缩小差距。

所有三个超大规模厂商在云行业视图中都高于40%高度提升净得分阈值。

Oracle在数据集中显示有意义的重叠，由于其高价值、高价格模式而被低估，与IBM等其他已建立提供商一起位于中等群体。

CoreWeave在调查中的存在是AI原生基础设施提供商开始在企业数据集中显示的值得注意的标志。

我们相信AI基础设施和Token API服务推动多年转变，在五到七年内将IT支出从大约4%的收入推向10%或更多。

我们相信ETR云行业视图强化了超大规模厂商仍处于有利地位，云继续超越本地，AI原生基础设施提供商开始在企业数据集中浮现，因为Token经济扩展。随着时间推移，Token API服务成为生产力和工作流重新设计的核心驱动力，云领导者有能力捕捉这种转变。

IaaS和PaaS份额变化将云基础设施市场置于背景中

让我们退一步看看IaaS和PaaS份额随时间的变化。下面的视图隔离了核心云基础设施市场——它排除了Microsoft 365和其他SaaS产品——并显示AWS、Azure、GCP、阿里巴巴和Oracle自2020年以来的表现。市场规模大，仍在快速增长，份额变化有助于解释为什么投资者对AI资本支出没有转化为近期增长的任何暗示如此敏感。

幻灯片的上半部分显示按提供商划分的IaaS和PaaS收入，2025年为估计值。"五大"从2020年的大约784亿美元扩展到2025年估计的2741亿美元，该群体的年同比增长率为31%。

在这种增长中，组合正在变化：

AWS仍然是最大的，大约1281亿美元（2025年估计），增长约19%，但它不再通过增长率扩大差距。

Azure估计约872亿美元（2025年估计），增长约38%，份额收益反映了这一点。微软不直接报告Azure收入，所以这是一个三角测量数字。在我们看来，微软的定义比以前时代更清晰，因为它移除了某些终端用户产品并强调Azure原生服务，包括推理等AI服务。

GCP估计约285亿美元（2025年估计），增长约39%，在这个视图中略快于Azure，越来越由AI和数据工作负载驱动。

阿里巴巴估计约173亿美元（2025年估计），增长约27%，在之前的地缘政治和中国内部动荡后回到更具建设性的增长姿态。

Oracle是增长率的异类，估计约131亿美元（2025年估计），增长约185%，即使从较小基础开始，这也引起我们的注意。

下半部分显示这些增长率如何转化为2024年的份额变化。AWS在这个群体中从2024年约51.3%下降到2025年估计的46.6%，下降五个百分点。Azure从约30.2%上升到33.7%，增加四个百分点。GCP保持约9.8%。阿里巴巴下降约一个百分点至5.6%。Oracle从约2.2%上升到4.3%，增加两个百分点。

更长的视野是真正的故事。AWS从2020年约57.8%的份额移动到2025年估计的46.6%，而Azure从约22.1%上升到33.7%。GCP在早期年份改善，然后在Azure加速和群体组合变化时保持份额。相对于其增长率，Oracle的份额增长看起来温和，因为市场本身规模大且增长快。

我们相信这种份额数学有助于解释当前的市场心理。估值很高，资本支出在上升，投资者希望ROI时间表更短、更可见。当增长略低于预期时，这造成了膝跳反应，即使市场地位仍然强劲。在我们看来，基础云市场继续扩展，份额变化表明赢家继续复合，即使排行榜发生变化。

关键要点

IaaS和PaaS"五大"从2020年的约784亿美元增长到2025年估计的2741亿美元，该群体年同比增长约31%。

AWS仍然最大，约1281亿美元（2025年估计），但增长较慢（约19%），从2024年到2025年估计失去约五个百分点的份额。

Azure估计约872亿美元（2025年估计），增长约38%，从2024年到2025年估计获得约四个百分点的份额。

GCP估计约285亿美元（2025年估计），增长约39%，份额维持在9.8%附近。

Oracle增长最快（约185%）至约131亿美元（2025年估计），在快速扩张市场中获得约两个百分点的份额。

我们相信份额数据强化了两个真理：云需求仍然强劲且仍在快速增长，而市场正在根据谁将AI时代投资转化为下一轮增长来重新定价领导地位。AWS仍然是规模领导者，Azure继续以有意义的速度获得份额，GCP越来越可行且在加速，Oracle的增长率太大而不能忽视。在这种背景下，我们相信投资者倾向于对近期变化反应过度，因为AI ROI周期正在进入一个期望很高且耐心稀薄的阶段。

长期来看，我们相信微软正在进行的投资将在未来十年为其设立巨大估值。

Q&A

Q1：微软提到的"Token工厂"是什么概念？

A：Token工厂是微软强调的新型AI基础设施概念，专注于优化"每瓦每美元的Token数"这一关键指标。微软正在建设能够高效生成和处理Token的基础设施，并将这种能力分布到扩展的边缘和分布式云环境中，以提高AI服务的性能和降低成本。

Q2：为什么微软的资本支出增加但Azure增长没有达到预期？

A：主要原因是微软需要在Azure AI服务和第一方产品（如Copilot）之间分配稀缺的GPU容量。管理层表示，如果不需要在Azure和第一方AI之间平衡容量，Azure增长可能达到40%而不是实际的38%。这种分配决策既是利润率优化也是产品策略，因为第一方产品通常有更高的利润率。

Q3：微软在AI时代的平台战略是什么？

A：微软正在构建一个新的应用平台，将AI作为主导接口和执行层。公司描述智能体系统为"宏观委托和微观引导"，通过编排层协调执行专注任务的智能体。同时，微软正在从基于席位的定价模式转向以Token和结果为导向的定价模式，以更好地匹配AI时代的价值创造。