海外研选｜高盛：微软AI投资进入新阶段 市场关注点转向回报率

财联社10月16日讯（编辑 夏军雄）高盛10月15日发布研报指出，随着Azure云业务需求保持强劲、Copilot商业化取得进展，以及自研AI芯片逐步投入应用，市场对微软的关注重点正从AI投资规模和收入增长速度，转向基础设施的单位经济性及投资资本回报率（ROIC）。

高盛认为，微软在云计算、AI模型、企业软件和自研芯片等多个层面的布局，使其能够通过不同渠道获取AI创造的经济价值，并在内部应用与外部客户之间灵活配置算力，从而改善长期投资回报。

该行预计，微软2027财年第一季度Azure收入增速有望达到46%至47%，高于公司此前44%至45%的指引；2027财年新增上线算力容量预计达到约5GW，到2030年年中，总容量可能扩大至约40GW。

而微软资本开支结构也在发生变化，长期资产投资占比下降，为调整投资节奏提供了更大空间。新一代自研芯片Maia 300则可能进一步降低AI推理成本，改善Azure业务的长期盈利能力。

高盛维持微软“买入”评级及640美元的12个月目标价，采用28倍市盈率进行估值。

Azure增长有望继续加速

微软将于10月28日公布2027财年第一财季（自然年2026年第三季度）财报。高盛认为，Azure增长仍存在超出市场预期的空间。

该行预计，按固定汇率计算，Azure第一财季收入增速存在达到46%至47%的合理上行情景，高于市场约45%的一致预期。对于第二财季，高盛同样认为增速可能达到46%至47%，而市场预期约为45%。

高盛指出，Azure增长不仅取决于新增计算资源投入使用，还受到现有基础设施利用率、软件优化、部署效率以及商业化能力等多重因素影响。

微软此前通过缩短GPU从交付到正式投入使用的时间、改善服务器集群利用率，以及推动GitHub转向按使用量收费，提高了Azure业务的增长表现。

不过，高盛提醒，上述因素带来的部分收益已经反映在微软第一财季业绩指引中。未来增长能否进一步超出预期，仍取决于新增算力容量、资源利用效率以及商业化水平的持续改善。

从基础设施扩张来看，高盛预计，微软2027财年可新增上线约5GW容量，高于2026财年的约4GW。不过，由于数据中心建设和设备部署进度不均衡，各季度新增容量可能出现较大波动。

高盛还预计，到2030年年中，微软的算力容量将扩大至约40GW，为Azure及其他AI业务提供长期增长基础。

（高盛预计，微软算力容量将持续扩张，到2030年年中有望达到约40GW）

值得注意的是，微软并不会将全部新增算力用于Azure对外销售。

高盛指出，微软仍愿意将部分计算资源优先分配给Copilot等第一方应用，以及MAI模型研发等内部项目，而非单纯追求短期Azure收入最大化。

这种配置方式可能限制Azure个别季度的增长空间，但能够帮助微软在云基础设施、AI模型和企业应用等多个层面建立竞争优势，并争取更高的中期投资回报。

Copilot商业化提速

在应用层面，Copilot商业化正成为微软新的增长动力。

高盛认为，微软已经在推动Copilot从企业试点部署转向更广泛的实际应用方面取得明显进展。随着产品能力改善，以及Chat、Cowork、Code、Autopilot和Office等功能逐步整合，微软正在尝试将Copilot打造为企业日常工作的统一AI平台。

该行预计，2027财年第一财季Microsoft 365商业云收入按固定汇率计算的增速可能达到17%至18%，高于公司约17%的指引。

其中，Copilot渗透率提高、Microsoft 365 E7产品推广，以及按使用量收费的AI工作负载增长，将成为主要驱动力。

高盛预计，E7全面推出后的采用速度可能超过E5，部分原因在于其提供Agent 365等AI Agent治理功能。

更重要的是，微软的AI商业模式正在从传统的按用户数量收费，逐步扩展至按AI执行的工作量收费。高盛认为，长期来看，按使用量收费带来的商业机会，甚至可能超过按用户数量收费的机会。

尽管AI使用频率提高可能增加推理成本，但微软可以通过合理使用限制、高级功能收费，以及对高计算强度工作负载采用使用量定价等方式改善商业化效率。

在算力供应受限的情况下，微软还能够在Azure对外销售和Copilot内部使用之间进行选择。高盛认为，Copilot可能是利润率更高的商业化渠道，因此AI使用量增加并不必然意味着利润率下降。

资本开支结构发生变化

AI业务快速增长的另一面是持续攀升的基础设施投资。

根据高盛援引的Visible Alpha一致预期，微软2027财年资本开支将达到约2210亿美元，同比增长52%，此前2026财年增幅约为65%。

微软此前已给出2026自然年资本开支约1750亿美元的指引，市场目前预计，2027财年下半年资本开支还将较上半年增加约11%。

尽管投资规模仍在扩大，高盛认为，微软对资本开支的控制能力已经明显增强，未来资本开支预期继续大幅上调的空间可能有限。

关键变化来自资本开支结构的调整。

高盛指出，过去三个季度，微软长期资产在总资本开支中的占比，已经从约50%下降至33%。

长期资产主要包括土地、数据中心建筑，以及尚未安装计算设备的建筑空间。由于微软此前已提前进行大量相关投资，这类支出在整体资本开支中的比重逐步下降。

另外，短期资本开支的构成也在发生变化。截至最近一个季度，CPU在短期资本开支中的占比已经超过GPU。

随着GPU从交付到实际运行所需的时间缩短，微软还在将部分设备采购决策推迟至更接近正式部署的阶段。

高盛指出，微软目前面临的基础设施约束，相比CPU或GPU供应，更多来自部署这些设备所需的数据中心空间。

这些变化意味着，微软能够将更多投资决策与实际需求相匹配。当长期基础设施建设逐步完成、部分设备采购决策可以延后时，公司便拥有更大的空间调整投资节奏。

高盛认为，这一点对微软股价具有重要意义。此前，当资本开支预期上调却未伴随Azure收入预测同步提高时，市场往往会对微软的投资回报产生担忧。

资本配置灵活性增强，有助于降低类似压力反复出现的风险。

此外，微软的基础设施战略并非完全围绕最前沿AI模型训练需求展开，而是强调支持广泛的企业客户和不同类型的计算任务。

高盛特别指出，微软上一财季增加的510亿美元剩余履约义务（RPO），全部来自非前沿模型客户。微软缩减部分“星际之门”（Stargate）项目的容量安排，也体现了其优先建设能够支持多样化企业工作负载的基础设施的策略。

这意味着微软的AI算力需求并不完全依赖少数前沿模型开发商。即使未来前沿模型训练节奏发生变化，来自更广泛企业客户的需求仍可能为其基础设施投资提供支撑。

在融资方面，高盛预计，微软的资本成本将明显低于专业AI云服务商，并与其他投资级企业相近。凭借成熟的融资渠道，微软仍有能力为具备较高预期回报率的项目筹集资金。

AI盈利能力成为新焦点

高盛认为，相比资本开支规模，投入资本回报率（ROIC）正成为衡量微软AI业务价值更加重要的指标。

在AI投资周期早期，市场主要关注需求能否支撑巨额资本开支。如今，随着Azure需求保持强劲、Copilot商业化逐步改善，投资者开始更加关注收入增长何时能够超过基础设施投资增长，以及AI业务的长期盈利能力能否接近传统云计算业务。

高盛认为，微软在业务布局和算力配置方面的优势，可能使其AI投资获得比上一轮云计算周期更有利的回报。

首先，微软同时拥有Azure基础设施和Copilot等第一方应用，能够在不同业务之间分配算力，提高资源利用率。

其次，微软从AI技术发展周期早期就开始参与商业化，不必像上一轮云计算周期中的部分业务那样，在市场应用已经发展一段时间之后才大规模进入。

如果新增AI基础设施能够比过去的云计算设施更早产生收入、更快扩大使用规模，并实现更高利用效率，那么其长期投资回报就有可能超过上一轮周期。

不过，这一判断存在重要前提：AI创造的经济价值不能过度集中于半导体供应商、模型开发商或其他环节。

为衡量AI商业化效率，高盛引入了单位算力容量收入指标。

根据该行估算，微软每GW容量对应的收入将从2026财年的约120亿美元，向2030财年的约130亿美元迈进。

高盛认为，Copilot商业化、推理使用强度提高、软件层收费、平台附加服务、定价优化以及自研芯片带来的效率改善，都可能推动这一指标进一步提高。

微软还可以通过提高AI产品定价、优化续约价格，以及在第一方应用、模型研发和企业工作负载之间动态分配算力，改善基础设施的全生命周期经济性。

在高盛看来，随着基础设施逐渐成熟，微软整合芯片、云服务与应用的能力，将有助于形成更有利的单位经济性。从长期看，并不存在必然阻碍AI业务利润率接近传统云计算业务的结构性原因。

不过，这仍是一项长期判断，而非已经实现的盈利水平。高盛预计，微软未来几个财年的整体毛利率仍将承受压力。

Maia 300登场，微软寻求降低AI推理成本

10月12日，微软公布第三代自研AI推理加速器Maia 300，计划于2027年开始部署。

微软计划将Maia系列扩大到多GW级部署规模，长期目标是使其成为公司产品和服务的主要AI推理系统。

根据高盛报告，Maia 300主要针对长上下文推理、低延迟对话，以及持续执行的多步骤AI Agent任务进行设计。

微软预计，与领先的GPU系统相比，Maia 300每兆瓦电力可处理的Token数量提高40%；在配备96个加速器的完整机架配置下，其Token吞吐量最高可达到Maia 200的7倍。

高盛认为，Maia 300的改进不仅体现在芯片性能上，还包括内存、网络、电力、散热和软件等环节的系统级优化。

随着自研芯片部署规模扩大，微软有机会降低AI推理成本，使Azure AI计算业务毛利率逐步向传统CPU计算业务靠近。

高盛还更新了不同GPU与ASIC架构的推理成本模型。其分析显示，Maia 300具有进一步降低单位Token成本的潜力。

（高盛的测算显示，不同AI芯片的单位Token推理成本持续下降，Maia 300有望进一步降低推理成本）

不过，该行强调，这一成本比较仍属于示意性分析，没有充分考虑未来软件优化、网络、内存及先进封装等因素的变化。

高盛同时指出，Maia 300的软件兼容性及性能尚未经过生产规模验证，微软仍需进一步完善Maia的软件生态。硬件性能提高能否转化为稳定的成本优势，仍取决于实际工作负载表现和软件优化进展。

此外，微软并未计划完全依赖自研芯片，而是继续采用英伟达GPU、扩大AMD GPU使用规模，并保留其他芯片架构选项。

高盛认为，微软的目标并不是开发性能最强的单颗芯片，而是围绕自身业务需求，对芯片、软件、网络及数据中心基础设施进行整体优化，从而尽可能降低Token生成成本。

巨额投资回报仍需验证

高盛预计，微软2027至2029财年营收将分别达到约3894亿美元、4719亿美元和5701亿美元，对应同比增长17.3%、21.2%和20.8%。同期调整后每股收益预计分别为19.21美元、23.08美元和27.87美元。

不过，高盛的财务预测显示，尽管微软营收有望持续增长，但其整体毛利率仍将承受压力，预计从2026财年的67.9%，逐步下降至2027财年的65.6%、2028财年的63.2%和2029财年的61.3%。

自由现金流受到的影响更加明显。

根据高盛现金流量表预测，微软2026财年自由现金流约为670亿美元，2027财年预计降至401亿美元，2028财年进一步降至约143亿美元，2029财年才有望回升至约507亿美元。

高盛认为，微软长期AI投资回报率存在改善潜力，但这一前景仍面临自研芯片部署不及预期、额外资本开支、关键管理层变化，以及定制软件发展对现有应用业务形成冲击等风险。

（财联社 夏军雄）