我是 LongbridgeAI,我可以總結文章信息。AI 基礎設施競賽進入第二階段。市場不再只看 GPU 數量、數據中心規模和雲收入增速,而是開始追問三個更直接的問題:新增算力能產生多少收入,每兆瓦算力能沉澱多少利潤,資本開支何時重新轉化為自由現金流。
這正是微軟當前估值分歧的核心。Azure 證明 AI 需求是否真實,Copilot 決定微軟能否將底層算力轉化為應用層收入,毛利率和自由現金流則負責檢驗這套商業模式是否具備足夠高的資本回報率。
下文 FY 均指微軟截至 6 月的財年,E 為機構預測。
摩根士丹利預計,微軟 FY26 至 FY29 總資本開支分別為 1454 億美元、2500 億美元、3126 億美元和 3751 億美元;同期經營現金流由 1725 億美元增至 2985 億美元,但自由現金流由 625 億美元快速降至 146 億美元、63 億美元和 79 億美元。機構模型同時假設微軟在 FY28 新增發行約 450 億美元債務,並降低遠期股份回購規模,以保留 AI 投資所需的資產負債表空間。
| 財務指標 | FY26E | FY27E | FY28E | FY29E |
|---|---|---|---|---|
| 營業收入 | 3295 億美元 | 3893 億美元 | 4741 億美元 | 5875 億美元 |
| 總資本開支 | 1454 億美元 | 2500 億美元 | 3126 億美元 | 3751 億美元 |
| 自由現金流 | 625 億美元 | 146 億美元 | 63 億美元 | 79 億美元 |
| 毛利率 | 67.7% | 65.7% | 64.4% | 63.4% |
| 營業利潤率 | 46.6% | 46.5% | 46.7% | 47.2% |
| EPS | 17.35 美元 | 19.62 美元 | 23.86 美元 | 29.83 美元 |
按上述模型,FY26 至 FY29 收入複合增速約 21%,EPS 複合增速約 20%,但自由現金流率將由 FY26 的 19.0% 降至 FY28 的 1.3%。需要注意,機構 “總資本開支” 可能包含融資租賃等項目,與自由現金流扣減的現金資本開支並非完全同一口徑,不能簡單用經營現金流減總 Capex 復算 FCF。但趨勢沒有歧義:未來兩至三年,微軟的利潤表仍然強勁,現金回收能力卻將明顯讓位於基礎設施建設。
因此,當前最容易產生誤判的指標是遠期 PE。以 2026 年 7 月 20 日 402.29 美元收盤價計算,微軟對應 FY28 EPS 23.86 美元的 PE 約 16.9 倍,表面上已低於多數大型軟件公司;但以報告日約 2.995 萬億美元市值和 FY28 預測自由現金流 63 億美元粗算,FCF 收益率僅約 0.2%。
微軟並非傳統意義上的 “低估值軟件股”。當前估值隱含的是一個資本開支前置、利潤確認快於現金回收的特殊階段。
16 至 17 倍遠期 PE 是否便宜,取決於 AI 資產未來能否兑現高於資本成本的回報,而不是 EPS 本身能否增長。
Azure 近階段的主要約束不是訂單不足,而是可用算力不足。微軟管理層預計,FY26 第四財季 Azure 按固定匯率計算增長 39% 至 40%,並判斷 2026 年下半年增速將較上半年小幅加快。新增數據中心和 GPU 上線後,微軟不僅能夠滿足當期需求,還可以消化此前因產能不足而延遲部署的工作負載。
摩根士丹利預計,Azure 及其他雲服務收入將由 FY26 的 1056 億美元增至 FY27 的 1503 億美元、FY28 的 2149 億美元和 FY29 的 3059 億美元,對應增速分別為 40%、42%、43% 和 42%。這意味着 Azure 在收入基數超過 1000 億美元后,仍可能維持超過 40% 的增長。
但 Azure 增速不是 AI 投資回報率的充分條件。新增收入可以來自三種完全不同的業務:第一類是 GPU 計算、訓練和推理容量,核心競爭變量是硬件供給、利用率和單位算力價格;第二類是數據庫、存儲、安全、開發工具和 AI 平台服務,收入與客户工作負載深度綁定;第三類是 Microsoft 365、GitHub、Dynamics 和 Security 等第一方應用,微軟可以同時獲取軟件訂閲、套餐升級和 AI 調用收入。
三類收入的資本效率差異很大。機構預計,FY28 微軟 Azure AI 將佔用 8.71GW 容量,產生約 927 億美元收入,單位 MW 收入約 1065 萬美元;第一方應用僅佔用 4.25GW 容量,卻可產生約 1280 億美元收入,單位 MW 收入約 3010 萬美元,接近 Azure AI 的 2.8 倍。M365 Copilot 的單位 MW 收入預計約 2014 萬美元,也明顯高於 Azure AI 基礎設施層。
因此,微軟的優勢並不是單純擁有更多數據中心。真正影響資本回報率的是算力分配結構:多少容量停留在 GPU 租賃層,多少容量能夠帶動 Azure 平台服務,多少容量最終進入 M365、GitHub 和企業工作流。
如果新增算力主要用於出售基礎計算資源,Azure 收入可以增長,但毛利率和資本回報率未必改善;如果 AI 工作負載能夠持續拉動數據庫、安全、開發工具及第一方軟件收入,同一塊 GPU 的商業價值才會明顯提高。
摩根士丹利以 FY28 預計 8.71GW Azure AI 容量為基礎,構建了三種變現情景。三種情景的硬件規模相同,收入和利潤差異卻極大。
| FY28E | 商品化算力 | Azure 平台模式 | 全棧 AI 平台 |
|---|---|---|---|
| Azure AI 收入 | 862 億美元 | 1179 億美元 | 1983 億美元 |
| Revenue/MW | 990 萬美元 | 1354 萬美元 | 2277 萬美元 |
| 毛利率 | 25% | 30% | 35% |
| EBIT | 121 億美元 | 224 億美元 | 476 億美元 |
| EBIT/MW | 139 萬美元 | 257 萬美元 | 546 萬美元 |
第一種情景下,Azure AI 接近商品化 Neocloud:客户主要購買 GPU、訓練和推理資源,平台服務附加率較低。微軟承擔數據中心、芯片、電力和折舊成本,但定價權受到算力供給擴張壓制。FY28 每 MW 收入僅 990 萬美元,營業利潤率 14%。
第二種情景複製傳統 Azure 的路徑:IaaS 作為入口,隨後拉動存儲、數據庫、安全、分析和開發平台消費。每 MW 收入升至 1354 萬美元,營業利潤率提高至 19%。相較商品化算力,微軟在不增加容量的情況下可多產生約 317 億美元收入和 103 億美元 EBIT。
第三種情景要求微軟同時控制基礎設施、AI 平台和應用工作流。Azure AI 不僅提供算力,還帶動 Copilot、Agent、數據服務、開發工具和自動化產品。每 MW 收入達到 2277 萬美元,EBIT/MW 達到 546 萬美元。相較第一種情景,FY28 收入差額約 1121 億美元,EBIT 差額約 355 億美元。
影響微軟市值的不是 8.71GW 本身,而是這些容量能否從每 MW 約 1000 萬美元的基礎設施收入,向 1350 萬美元以上的平台收入遷移。
當前市場的謹慎定價,更接近第一種情景;機構基礎預測則介於第一種和第二種之間。由此產生的主要預期差並不是 Azure 需求超預期,而是 Azure AI 能否複製傳統 Azure 從 IaaS 向 PaaS 遷移的利潤路徑。
這一判斷需要觀察三個經營指標:Azure AI 平台服務的附加率、單位 MW 收入以及 Azure AI 毛利率。單季 Azure 增長超過 40%,並不能單獨證明微軟已經跨過商品化算力階段。
Copilot 的重要性不在於其是否成為一項百億美元級產品,而在於它能否改變微軟 AI 的收入結構。Azure 負責將算力出售給客户,Copilot 則直接進入 Office、Teams、GitHub 和企業工作流,將計算成本轉換為訂閲、套餐升級和消費收入。
微軟正在形成三層收費結構。第一層是 Copilot 付費席位,收入主要由用户數量驅動;第二層是 M365 E7 升級,將 E5、Copilot 和 Agent 能力打包,提高 M365 安裝基數的單用户收入;第三層是 Agent 調用、任務編排和工作流自動化,以實際使用量收費,使收入與推理成本更緊密地對應。
Copilot 三層變現路徑
付費席位 → E7 套餐升級 → Agent 與工作流按量消費
機構預計,M365 Copilot 收入將由 FY26 的 44.3 億美元增至 FY29 的 224.8 億美元,付費席位由 2600 萬增至 1.149 億。更值得關注的是,模型中 FY29 收入仍增長 51%,而期末席位增速已降至 11.7%。儘管年度收入和期末席位不能直接用於計算 ARPU,但這一差距清楚表明,機構預測不再只依賴新增席位,而是隱含了平均席位增長、E7 升級和按量消費貢獻。
CIO 調查也支持企業採用率上升。88% 的受訪者預計未來 12 個月使用 M365 Copilot,當前主要採用 E7 的企業比例約 7%,對下一年的預期升至 21%。但該調查僅覆蓋 60 名美國和歐洲 CIO,適合作為採購方向指標,不能替代實際付費席位、部署滲透率、使用頻率和續費數據。
Copilot 商業模式能否成立,關鍵不是 “企業是否購買過”,而是四個層次的轉化率:試點客户轉為正式部署的比例、正式部署擴展至全員的速度、E5 客户遷移至 E7 的比例,以及 Agent 調用是否產生穩定的消費收入。
如果 Copilot 長期停留在固定席位收費,使用頻率提高可能導致推理成本增長快於收入,毛利率反而承壓;如果微軟能夠通過套餐配額、超額調用和消費承諾將價格與使用量掛鈎,推理需求越高,收入與利潤池越大。這決定了 Copilot 究竟是一項成本較高的 Office 功能,還是微軟 AI 資本開支的高價值出口。
微軟整體毛利率預計由 FY26 的 67.7% 降至 FY29 的 63.4%,累計下降 4.3 個百分點;同期營業利潤率卻由 46.6% 升至 47.2%,EPS 由 17.35 美元增至 29.83 美元。機構假設收入規模和費用紀律可以抵消毛利率壓力,使營業利潤繼續保持較快增長。
毛利率下降主要來自三個方面:AI 基礎設施在收入中的佔比提高;新上線資產在利用率尚未成熟前即開始計提折舊;Copilot 等固定價格產品的計算成本高於傳統 SaaS。
機構模型預計,Azure AI 毛利率將由 FY25 約 10.3% 升至 FY26 的 28.5%、FY28 的 42.5% 和 FY29 的 47.5%,仍低於同期 Core Azure 約 64% 至 65% 的毛利率。
要使這條利潤率路徑成立,微軟需要同時改善資產週轉、軟件效率和硬件成本。
在基礎設施交付端,微軟稱 FY26 第三財季的設備到上線週期縮短近 20%,Fairwater 數據中心提前六週投入運營,並新增超過 1GW 容量。更短的建設和調試周期可以減少資產開始折舊但尚未產生收入的時間差。同期推理吞吐量提高約 40%,意味着同一塊 GPU 能夠處理更多可計費 Token。
在芯片端,Maia 200 相較微軟現有最新芯片的每美元 Token 產出提高超過 30%,Cobalt 服務器 CPU 已部署至接近一半的數據中心區域。自研芯片不僅降低對第三方硬件廠商利潤率的讓渡,也使微軟能夠協同優化網絡、存儲、虛擬化、模型和推理軟件棧。
傳統雲計算提供了一個參考。微軟 FY12 至 FY17 資本開支擴大超過四倍,FY14 至 FY18 雲收入增長約十倍,雲業務資本密集度由 FY14 超過 200% 降至 FY18 約 50%,FY22 進一步降至 30% 以下。
但 AI 不能機械複製傳統雲計算週期。GPU 折舊速度更快,單機成本更高,電力約束更強,模型效率迭代可能迅速改變硬件需求。AI 基礎設施的穩態毛利率大概率低於傳統 Azure。因此,判斷毛利率下降是否合理,不能只看歷史類比,而要驗證 Azure AI 單位成本是否按模型下降。
最重要的風險包括利用率低於預期、GPU 迭代導致資產過早淘汰、電力和供應鏈成本上漲、AI 算力價格下降,以及固定價格產品的使用量增長快於收入。
摩根士丹利給出的三種估值情景分別為:樂觀情景 FY28 EPS 27.39 美元,29 倍 PE,對應 795 美元;基礎情景 FY28 EPS 23.86 美元,25 倍 PE,對應 600 美元;悲觀情景 FY28 EPS 21.64 美元,12 倍 PE,對應 250 美元。
| 情景 | FY28 EPS | PE | 目標價 |
|---|---|---|---|
| 樂觀 | 27.39 美元 | 29 倍 | 795 美元 |
| 基礎 | 23.86 美元 | 25 倍 | 600 美元 |
| 悲觀 | 21.64 美元 | 12 倍 | 250 美元 |
值得注意的是,樂觀與悲觀情景的 FY28 EPS 僅相差約 27%,目標價卻相差 218%。換言之,大部分估值差異並非來自近期盈利預測,而是來自市場願意給予微軟何種估值倍數。
如果 Azure AI 被視為資本密集、價格競爭激烈的算力業務,Copilot 又未能形成穩定 ARPU,微軟的軟件估值框架將受到破壞,市場可能用接近基礎設施公司的倍數定價。相反,如果 Azure AI 每 MW 收入持續提高,Copilot 帶動 M365 套餐升級和消費收入,市場會將其視為 AI 時代的平台軟件公司,遠期 PE 有條件回升至 25 倍以上。
機構基礎模型對 FY28 收入、營業利潤和 EPS 的預測分別高於一致預期 4.1%、4.6% 和 3.2%,但毛利率低於一致預期約 96 個基點;到 FY29,收入和營業利潤預測分別高於一致預期 6.8% 和 7.8%。這説明其看多邏輯並不依賴短期毛利率改善,而是依賴 Azure 與 Copilot 的增長持續時間以及經營費用率下降。
基礎情景的主要問題也在這裏:25 倍 FY28 PE 需要市場相信 FY28 並非盈利高點,資本開支增長率將下降,Azure AI 毛利率繼續改善,Copilot 收入仍能保持較高增長。如果投資週期不斷延長、自由現金流持續接近低位,25 倍 PE 缺乏足夠的現金流支撐。
微軟 AI 投資的核心優勢,是同時控制基礎設施、雲平台、企業軟件和用户工作流。與純算力供應商相比,微軟有能力將一份底層計算資源向 Azure PaaS、M365、GitHub、Security 和 Agent 多次收費。這是其單位算力收入和長期 ROIC 可能高於 Neocloud 的根本原因。
但當前仍處於證明階段。Azure 超過 40% 的增長只能確認需求強和產能釋放,無法單獨確認資本回報率。真正決定估值能否從 16 至 17 倍 FY28 PE 向 25 倍遷移的,是 Azure AI 每 MW 收入能否由約 1000 萬美元向 1350 萬美元的平台情景靠攏,Azure AI 毛利率能否進入 40% 以上區間,以及 Copilot 收入能否持續快於付費席位增長。
未來兩個至四個季度的五項驗證指標
1. Azure 固定匯率增速及新增產能轉化速度;
2. Azure AI Revenue/MW;
3. Copilot 付費席位與收入增速差;
4. E7 和 Agent 消費收入的貢獻;
5. 現金資本開支、自由現金流及融資需求的邊際變化。
當前更合理的判斷是:微軟具備 AI 全棧變現的最優資產組合,中期基本面偏多,但現金流端尚未提供無條件安全邊際。若微軟只能證明 “AI 需求很強”,卻不能證明 “每單位算力越來越賺錢”,16 至 17 倍 FY28 PE 並不構成絕對低估;若 Azure 平台附加率、Copilot ARPU 和 AI 毛利率同時兑現,600 美元基礎情景才具備足夠的盈利與估值支撐。
數據及觀點來源:微軟公開披露、Morgan Stanley Research、Visible Alpha 等。文中預測數據均為機構估算,不代表公司指引。
本文僅作研究交流,不構成任何投資建議。
本文版權歸屬於原作者/機構。
以上內容僅代表作者個人觀點,不代表平台立場。本內容僅供投資參考,不應被視為投資建議。如您對平台提供的內容服務有任何疑問或建議,請聯繫我們。
