重点摘要
- 本季营收达 813 亿美元、年增 17%，调整后 EPS 为 4.14 美元，双双优于市场预期。虽然受 AI 基础设施投资推升成本影响，短期毛利率下滑至 68%，但公司预期透过营运效率提升与产品组合优化，2026 全财年营业利润率仍可维持小幅成长。
- Microsoft Cloud 营收达 515 亿美元、年增 26%，其中 Azure 与其他云端服务成长 39%。同时，公司大幅提高 AI 相关资本支出，使短期 CapEx 成长明显快于云端营收增速。
- 商业 RPO 达 6,250 亿美元，其中约 25% 将于未来 12 个月转为营收，其中 RPO 中约 45% 来自 OpenAI 的长期承诺，其余约 55%（约 3,500 亿美元）仍年增 28%。
- 为应对算力供给需求，本季新增接近 1GW 的资料中心容量，透过双层设计与液冷技术提升 GPU 密度，并以 AI WAN 连接 Atlanta 与 Wisconsin，将站点视为单一的 AI 超级工厂，以逐步缓解 Azure 当前的供应限制并满足强劲的积压需求。
- 自研晶片成为优化成本结构的关键杠杆，Maia 200 在推论工作负载中可带来超过 30% 的总持有成本（TCO）改善，Cobalt 200 CPU 较前一代效能提升超过 50%，透过垂直整合持续提升整体算力经济性。
- AI 平台层维持高速成长，Fabric 年化营收 run-rate 突破 20 亿美元、年增 60%；Foundry 百万美元级季度客户数成长近 80%，且已有超过 250 家客户预计今年处理逾 1 兆 tokens。
- AI 应用层商业化明显加速，Microsoft 365 Copilot 付费席次达 1,500 万、年增逾 160%，大型企业部署动能强劲；GitHub Copilot 付费用户达 470 万、年增 75%，个人高阶方案季增 77%。
- Windows 11 用户数突破 10 亿人、年增超过 45%。受惠于 Windows 10 终止支援带动的换机潮与企业需求回温，Windows OEM 营收表现优于预期，为公司在高投资转型阶段提供稳定现金流支撑。
FY 2Q26 财务概况
简明损益表
| 单位：十亿美元 | FY 2Q26 | FY 1Q26 | FY 2Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| 营业收入 | 81.3 | 77.7 | 69.6 | 4.63% | 16.81% |
| 营业成本 | 26.0 | 24.0 | 21.8 | 8.33% | 19.27% |
| 营业毛利 | 55.3 | 53.6 | 47.8 | 3.17% | 15.69% |
| 营业费用 | 17.0 | 15.7 | 16.1 | 8.28% | 5.59% |
| 营业收入 | 38.3 | 38.0 | 31.7 | 0.79% | 20.82% |
| 税后净利 | 30.9 | 30.8 | 25.0 | 0.32% | 23.60% |
| EPS(元) | 4.14 | 4.13 | 3.35 | 0.24% | 23.58% |
| 毛利率 | 68% | 69% | 69% | (100) bps | (100) bps |
| 营利率 | 47% | 49% | 45% | (200) bps | 200 bps |
FY 3Q26 财测指引
| 单位：十亿美元 | FY 3Q26 (G) | FY 2Q26 (A) |
|---|---|---|
| Productivity and Business Processes | 34.25 - 34.55 | 34.1 |
| Intelligent Cloud | 34.1 - 34.4 | 32.9 |
| More Personal Computing | 12.3 - 12.8 | 14.3 |
| 合计: 营业收入 | 80.65 - 81.75 | 81.3 |
| 营业成本 | 26.65 - 26.85 | 26.0 |
| 营业费用 | 17.8 - 17.9 | 17.0 |
核心观点
Azure 增速微幅放缓与供应限制
虽然 Azure 与其他云端服务本季仍缴出 39% 的年增率，看似维持在高成长区间，但相较市场原先期待在 AI 工作负载快速放量带动下出现进一步加速，实际表现已显示成长动能逐步受限于算力供给瓶颈，管理层于法说会中多次重申需求仍明显高于可用产能，反映 Azure 当前营收受制于资料中心建设进度与 GPU、CPU 上线时点。
公司规划于 2026 年初正式启用威斯康辛州 Fairwater AI 超级资料中心，并采取分阶段 ramp up 方式释放产能，试图缓解当前算力短缺问题。然而，这类大型基础设施属于多年度交付专案，即使技术架构具备高密度 GPU 配置与液冷优势，实际对营收的贡献仍需随时间逐步累积，短期难以形成明显营收增长，市场因此开始质疑，Azure 成长曲线是否已进入供给受限期，未来几季恐难重现先前在云端渗透初期的高速扩张动能。此外，AI 工作负载并非仅集中于 GPU 推论与训练，同时大幅提高一般运算与储存需求，使微软必须在有限资本下兼顾 AI 与传统云端运算扩建，进一步分散资源配置效率。因此即便市场对 AI 需求前景仍高度乐观，Azure 短期营收成长仍可能持续落后于需求增速，削弱云端业务作为主要成长引擎的即时爆发力。
资本支出快速膨胀推升财务压力
本季微软资本支出大幅跳升至 375 亿美元，且约三分之二集中投入 GPU 与 CPU 等短折旧资产，显示公司正以前所未有的速度与规模提前布署 AI 算力。虽然管理层将此解读为抢占长期 AI 市场与建立算力护城河的必要投资，但对财务结构而言，这意味着折旧负担将在未来数年持续放大，已对本季云端毛利率与自由现金流形成显著压力，且公司在指引中亦明确预期毛利率将进一步下滑。
管理层强调多数 GPU 投资已透过长期合约覆盖其大部分甚至整个使用年限，并反映在商业 RPO 至 6,250 亿美元，以此降低投资回收风险。然而，RPO 结构中约 45% 集中于 OpenAI，使未来营收与现金回收高度依赖少数大型客户的需求与合作稳定性。一旦大型客户调整算力需求规模、延后使用时程，或产业投资周期出现波动，前置的资本投入可能放大获利波动与资产利用率风险。微软正进入一个高度资本密集的扩张阶段，虽有望在长期建立 AI 算力与平台优势，但短期内却同步承受毛利下滑、现金流承压与回收能见度不足的多重压力。这种结构性转换，使市场重新评价其作为重资产 AI 基础设施营运商的风险与报酬，亦成为本次盘后股价明显回落的关键因素。
Q&A
Q1：投资人担心 CapEx 成长过快、Azure 成长略低于预期，该如何看待这些投资的 ROI？
市场过度将 CapEx 成长直接对应到 Azure 营收表现其实并不完整，因为大量 GPU 与 CPU 投资同时用于第一方产品（如 Microsoft 365 Copilot、GitHub Copilot）、内部研发与创新，以及云端客户需求三个层面。若将近期新增算力全部配置给 Azure，成长率其实可超过 40%。公司目前是在供给受限下，优先将算力分配到能带来最高长期价值（LTV）的组合，包括云端服务与 Copilot 系列新业务，而非单纯最大化 Azure 短期营收，整体策略是为了长期报酬与产品生态系优化。
Q2：硬体资本支出折旧六年，但 RPO 平均合约年期仅约两年半，如何确保 AI CapEx 在整个使用年限内能带来足够营收与毛利？
RPO 平均年期被较短期的 M365 与企业应用合约拉低，但实际上大部分 Azure 尤其是 GPU 相关产能已经被长期合约锁定，许多大型 AI 客户的 GPU 使用量是涵盖整个硬体寿命周期的，因此风险远低于表面数字显示。此外，随着设备使用年限拉长，运营效率会逐步提升，单位成本下降，毛利反而会随时间改善，这与过去 CPU 云端资产的经验一致。
Q3：约 45% 的 RPO 来自 OpenAI，市场担心集中风险与合作持续性，管理层如何看待？
应先关注剩余约 55%、约 3,500 亿美元的 RPO，这部分来自广泛产业、地区与产品组合，成长达 28%，显示整体云端与企业需求非常健康且多元化。至于 OpenAI，微软对合作关系依然高度有信心，这是一个极具成功潜力的伙伴关系，也让微软站在 AI 应用创新的最前沿，并强化整体云端与平台领导地位。
Q4：未来几季资料中心与算力扩张速度如何？是否会持续加速？
公司表示正全力在全球各地加速扩建产能，不应只聚焦特定据点如 Fairwater Atlanta 或 Wisconsin，因为这些都是多年期专案。策略重点是同时投资长期基础设施（土地、电力、机房）与快速部署短期资产（GPU、CPU），并提升营运效率以最大化使用率。整体方向是全球同步扩张，以满足持续超过供给的需求。
Q5：Maia 200 自研加速器效能亮眼，未来自研晶片是否将成为微软核心竞争力？对毛利是否有帮助？
微软多年来持续投入自研晶片与系统整合，Maia 200 的进展证明模型、系统与晶片协同设计能大幅优化效能与成本。公司目标并非只依赖单一架构，而是同时与 NVIDIA、AMD 合作并自研晶片，打造在任何时点都能达到最佳 TCO 的混合算力舰队。这种垂直整合能力将长期提升成本效率，特别在推论运算上有助于支撑毛利结构。
Q6：企业采用微软 AI 全栈（frontier transformations）的动能如何？未来客户支出是否有放大效应？
AI 正在让 M365、GitHub、Security 三大平台产生复利效应，特别是 Work IQ 将企业在 Microsoft 365 中的「隐性知识」转化为高价值资料层，让代理系统能跨工具自动协作。企业不只是在单点导入 AI，而是重塑客服、行销、财务与研发流程，并透过 Foundry、Fabric、低程式码工具打造专属代理系统。这种全面转型正推动企业对微软云端与平台的整体支出显著扩张。
Q7：除了 GPU，CPU 与云端迁移的角色如何？AI 是否加速企业上云？
AI 工作负载不只是加速器运算，实际还需要大量传统运算与储存资源来支撑代理系统、工具呼叫与资料处理。训练与推论都依赖 CPU、储存与网路的协同运作。此外，企业持续将核心工作负载迁移到 Azure，例如新一代 SQL Server 推动 IaaS 使用量成长，显示 AI 正成为企业加速云端转型的重要催化剂，而非单一 GPU 驱动现象。
