微软(MSFT.US)FY26Q1电话会：客户集中风险可控 AI平台正在创造真实的商业价值

智通财经APP获悉，近日，微软(MSFT.US)召开了FY26Q1财报电话会。微软表示，Azure云在固定汇率下的第二季度营收预计增长约 37%，需求仍显著超过现有产能。Azure承担了算力短缺带来的大部分收入影响，其营收数字本可以更高。关于订单增长带来客户集中风险，公司认为，这些协议是为了在短期内就快速消耗和使用，这恰恰证明AI平台和系统正在创造真实的商业价值。

公司近4000亿美元的剩余履约义务(RPO)余额覆盖了众多产品和各种规模的客户，证明了增长的广泛性。更关键的是，这些合同的加权平均期限只有两年，是为了在短期内就快速消耗和使用。

虽然OpenAI是其中的重要部分，但与他们的合作让公司构建了领先的系统，其经验和能力反过来惠及了所有其他客户。因此，庞大的 RPO 规模和较短的合同期限共同表明，公司的增长是健康且广泛的。

公司表示，微软真正的护城河并非模型本身，而是构建像 M365 Copilot 和 GitHub Agent HQ 这样的 “系统”。构建的是一个高度可替代的通用 AI 平台，而不是为某个特定大客户提供 “托管服务”。

这意味着即使某个大客户的需求变化，其算力也可以无缝地转移给其他第三方客户(如企业客户)或微软自己的第一方应用，从根本上降低了对单一客户的依赖。

Q2业绩指引方面，公司总收入指引为 795 亿 - 806 亿美元 (增长 14%-16%)，预计销售成本为 263.5 亿至 265.5 亿美元，同比增长 21% 至 22%;预计运营费用为 173 亿至 174 亿美元，同比增长 7% 至 8%。

此外，微软的收入分成、独家 IP 权和 Azure API 独占权将持续到 AGI 实现或2030 年，模型和产品 IP 权益已延长至 2032 年。

Q&A问答

Q：尽管微软连续两个季度的业绩(尤其是 111% 的商业订单增长)远超预期，但股价表现却不及大盘。市场似乎在担忧未来可能出现的颠覆性变化，特别是协议中提到的 “AGI”。您认为，在 AI 模型和计算架构的演进过程中，未来是否存在像 AGI 或其他任何可能改变微软当前强大市场地位的潜在颠覆性因素，从而可能削弱公司未来的优势?您对这种演变，特别是生成式 AI 模型的未来发展，有什么担忧吗?

A：首先，我们对和 OpenAI 的新协议非常满意，它为我们的合作(包括对 AGI 的定义)带来了更多确定性，消除了市场的一些疑虑。但更重要的是，我们如何将 AI 转化为真实的客户价值。即使 AI 模型能力飞速进步，其智能在很长一段时间内仍将是 “参差不齐的”，在不同任务上表现有好有坏。

因此，微软真正的护城河并非模型本身，而是构建像 M365 Copilot 和 GitHub Agent HQ 这样的 “系统”。这些系统作为一个 “组织层”，通过调度多个专业的 Agent 来协同工作，从而 “磨平” AI 的棱角，确保它在执行复杂任务时可靠、可控、不 “脱轨”。例如，在 Excel 中，一个智能体生成表格，另一个智能体则能像数据分析师一样对其进行分析和迭代。我们相信，这种构建多智能体系统的能力，才是将 AI 进步转化为持久客户价值的关键，也是我们信心的真正来源，我们认为 AGI 短期内不会实现，但通过这种方式，我们能持续扩大领先优势。

Q：关于本季度惊人的订单增长，市场有些担心这可能过于依赖少数大客户，即存在 “客户集中风险”。您能否分享一些信息，让我们了解在 51% 的 RPO 增长和超过 110% 的订单增长背后，除了像 OpenAI 这样的大合同外，您看到了哪些能够证明这些交易具有广泛性的迹象，让我们对这种增长的健康度和全球分布更有信心?

A：关于订单增长，大家不必担心客户集中风险。我们近 4000 亿美元的剩余履约义务(RPO)余额覆盖了众多产品和各种规模的客户，证明了增长的广泛性。更关键的是，这些合同的加权平均期限只有两年，这意味着客户签署这些协议是为了在短期内就快速消耗和使用，这恰恰证明了我们的 AI 平台和系统正在创造真实的商业价值。虽然OpenAI 是其中的重要部分，但与他们的合作让我们构建了领先的系统，其经验和能力反过来惠及了所有其他客户。因此，庞大的 RPO 规模和较短的合同期限共同表明，我们的增长是健康且广泛的，是卓越执行力的体现。

Q：您会关注哪些关键指标或因素，来确保公司没有为当前的需求过度建设基础设施，并确信这种强劲的需求是可持续的?

A：我们没有为需求过度投资，恰恰相反，我们的产能持续供不应求。我们的资本开支是建立在已有业务上的：我们手握近 4000 亿美元的合同 y 余额(RPO)，今天的投资是为了履行这些已签约的订单。从财务上看，风险是可控的，因为我们的短期资产(如 GPU)的折旧周期与客户合同的期限高度匹配，而对于数据中心这类长期资产，我们极度自信未来的结构性需求足以将其填满。我们看到的需求增长并非来自单一领域，而是广泛且真实的，当客户看到 AI 的真正价值时，他们就会承诺真实的使用量。因此，我们当前的投资是基于已验证的需求和非凡的信心，并非在追逐泡沫。

Q：你们有多大信心，认为软件和消费互联网业务最终能够将当前全球范围内巨大的 AI 投资成功变现?

我们投资的信心主要来自两个层面：高效的基础设施和高价值的应用。

首先，我们正在全球构建一个高效、可灵活调度的 Token 工厂。我们通过持续采购最新硬件并利用软件优化(如将模型效率提升 30%)，不断提高机群的效率和利用率，降低单位算力成本。

其次，我们在多个高价值领域拥有最出色的 Agent 系统。AI 并非零和游戏，它正在创造远超以往的扩张性市场。就像 “云” 远大于 “服务器” 市场一样，Copilot 为 M365 和编程工具等业务带来了巨大的 ARPU 增长潜力。我们在编程、安全、健康等多个领域的布局，以及在消费端 “广告 + 订阅” 的新模式，都展现了强大的变现能力。

正是这种 “高效工厂” 与 “高价值产品” 的良性循环，给了我们投入巨额资本和研发人才去抓住 AI 机遇的底气。

Q：关于财报中 “其他收入” 项下与 OpenAI 投资相关的 41 亿美元(亏损)，这个数字非常巨大。您能解释一下这笔费用的具体构成吗?它远超以往季度的数额，似乎不仅仅是微软应分摊的 OpenAI 运营亏损。这是否意味着会计准则或报告方式上发生了某种变化?我们对未来几个季度该科目的预期应该是怎样的?

A：这笔 41 亿美元的亏损完全是我们在权益法下应分摊的 OpenAI 运营亏损，其中不包含任何其他成分。需要明确的是，这个数字并未受到我们与 OpenAI 新协议的任何影响。

Q：我们似乎进入了一个新时代，少数几家 AI natives 做出了数额惊人的合同承诺，这些承诺不仅绝对值巨大，甚至有时是其自身当前收入规模的 20 倍。从理念上讲，你们如何评估这些公司履行如此大规模合同的能力?你们如何考虑为单一客户设置风险 “护栏”，以控制客户过于集中的风险?

A：首先，我们构建的是一个高度可替代的通用 AI 平台，而不是为某个特定大客户提供 “托管服务”。这意味着即使某个大客户的需求变化，其算力也可以无缝地转移给我们的其他第三方客户(如企业客户)或微软自己的第一方应用，从根本上降低了对单一客户的依赖。

其次，我们拥有多元化的客户与产品组合作为平衡。虽然 AI 原生公司是重要的早期客户，但企业客户的采用浪潮才刚开始，客户基础会越来越均衡。更重要的是，我们强大的第一方应用(如 M365 Copilot 等)本身就能消耗大量算力，保证了基础设施的高利用率，为我们带来了巨大的规模杠杆。

从另一个角度补充，我们的基础设施是一个庞大且灵活的机群，可以灵活服务于第一方、第三方及商业云等任何需求。关键在于，硬件(CPU、GPU 等)的实际投入是与合同的履行时间相匹配的，并非提前采购。这些大型合同是分阶段交付的，这给了我们很长的准备时间来动态评估客户的履约状况。因此，我们在公布预订量(Bookings)和剩余履约义务(RPO)这些财务数据时，已经充分审慎地考虑并计入了这些因素。

总而言之，通过深思熟虑地为广泛的客户群构建通用平台，我们已将集中度风险有效缓解。

Q：您能否量化或大致说明 Azure 算力不足对当前收入造成了多大的影响?尽管算力短缺是全行业面临的挑战，但这是否存在导致客户工作负载(workloads)流向别处的风险?你们如何规避这种风险?

A：虽然很难精确量化，但可以肯定地说，Azure 确实承担了算力短缺带来的大部分收入影响，其营收数字本可以更高。这是因为在资源有限时，我们有一个明确的优先级排序。我们必须首先确保算力被分配给增长最快的战略性第一方应用，如 M365 Copilot 和 GitHub。其次，我们优先保障内部研发团队和 AI 人才的算力需求，以加速产品创新。因此，Azure 的外部客户需求是在满足了这些更高优先级的内部需求后才得到满足的，这直接导致了对其收入的影响。

Q：你们在决定是否承接这类超大规模 AI 合同时，核心的决策标准是什么?仅仅是关于合同金额或条款，还是有更深层次的战略考量?这是否与微软作为 “平台公司” 而非仅仅是 “云服务商” 的定位有关?你们似乎拥有数据库、Foundry 模型服务等多重变现渠道，并且能在合同结束后保留硬件资产的长期价值。这是否是你们评估此类交易的核心视角?您如何回应关于 “微软放任竞争对手凭空出现并夺走这块大蛋糕” 的说法?能否分享一下你们的观点?

A：对我们而言，决策始终回归一个核心原则：构建一个能灵活服务于第三方客户、第一方应用和内部研究的通用平台。因此，当某些需求因客户、地理位置或硬件类型(SKU)过于集中而破坏这种平衡时，我们就会拒绝。特别是，如果需求只针对单一资源(例如只租用 GPU)，而没有利用我们完整的计算和存储服务，这就偏离了我们作为平台公司的健康利润结构和长期业务模式。我们必须优先保障能带来更高利润的第一方业务，并为自身的研发和模型创新投入资源，这才是我们的长期护城河。因此，我们会有选择性地对那些虽然能满足、但不符合我们长远利益的需求说 “不”。我们对这些决策感到非常满意，因为它们保障了公司的战略方向。