重点摘要
- Microsoft 2026 会计年度第三季营收 829 亿，YoY 18%，EPS 为 4.27 、YoY 21%，营业利益 YoY 20%，显示公司在 AI 基础建设大幅扩张下仍维持强劲获利能力。
- Microsoft Cloud 本季营收 545 亿、YoY 29%，其中 Azure 及其他云端服务收入 YoY 40%，优于预期，主因部分容量提前上线，带动 AI 与非 AI 工作负载同步成长，但整体需求仍全面高于供给。
- AI 业务年化营收规模突破 370 亿、YoY 123%，反映 agents 正逐步成为下一代主导性工作负载，并带动企业 IT 架构、预算配置与长期 TAM 扩张。
- 公司本季再新增 1GW 资料中心容量，并维持两年内整体基础设施足迹翻倍目标，同时新 GPU 部署周期自年初以来缩短近 20%，主要模型推论吞吐量提升 40%，显示扩产与效率优化同步推进。
- CapEx 本季达 319 亿，其中约三分之二投入 GPU 与 CPU 等短周期资产，第四季预计升至超过 400 亿，2026 年资本支出则估约 1,900 亿，反映公司正持续大规模提前部署 AI 算力。
- Microsoft 365 Copilot 付费席次已超过 2,000 万席、YoY 250%，为推出以来最快成长速度，每位使用者查询量季增近 20%，整体每周互动已接近 Outlook，显示 Copilot 正由席次扩张进一步走向高频使用与大型企业标准化导入。
- 展望后续，公司预估第四季总营收将达 867 亿至 878 亿，Azure 维持 39% 至 40% 高成长，并预期 2026 年下半年成长将较上半年温和加速，但 GPU、CPU 与储存供给至少到 2026 年底前仍将维持吃紧。
FY 3Q26 财务概况
简明损益表
| 单位：十亿 | FY 3Q26 | FY 2Q26 | FY 3Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| 营业收入 | 82.9 | 81.3 | 70.1 | 1.97% | 18.26% |
| 营业成本 | 26.8 | 26 | 22 | 3.08% | 21.82% |
| 营业毛利 | 56.1 | 55.3 | 48.1 | 1.45% | 16.63% |
| 营业费用 | 17.7 | 17 | 16.1 | 4.12% | 9.94% |
| 营业利益 | 38.4 | 38.3 | 32 | 0.26% | 20.00% |
| 税后净利 | 31.8 | 30.9 | 25.8 | 2.91% | 23.26% |
| EPS(元) | 4.27 | 4.14 | 3.46 | 3.14% | 23.41% |
| 毛利率 | 68% | 68% | 69% | -35 bps | -94 bps |
| 营利率 | 46% | 47% | 46% | -79 bps | 67 bps |
营运部门绩效
| 单位：百万 | 3Q26 营收 | 3Q25 营收 | YoY | 3Q26 营利 | 3Q25 营利 | YoY |
|---|---|---|---|---|---|---|
| Productivity and Business Processes | 35,013 | 29,944 | 16.93% | 20,973 | 17,379 | 20.68% |
| Intelligent Cloud | 34,681 | 26,751 | 29.64% | 13,753 | 11,095 | 23.96% |
| More Personal Computing | 13,192 | 13,371 | -1.34% | 3,672 | 3,526 | 4.14% |
| 总计 | 82,886 | 70,066 | 18.30% | 38,398 | 32,000 | 19.99% |
FY 4Q26 财测指引
| 单位：十亿 | FY 4Q26 (G) | FY 3Q26 (A) |
|---|---|---|
| Productivity and Business Processes | 37.0 - 37.3 | 35.0 |
| Intelligent Cloud | 38.0 - 38.3 | 34.7 |
| More Personal Computing | 11.8 - 12.3 | 13.2 |
| 合计: 营业收入 | 86.7 - 87.8 | 82.9 |
| 营业成本 | 29.4 - 29.6 | 26.8 |
| 营业费用 | 19.3 - 19.4 | 17.7 |
核心观点
Azure 供给瓶颈的负面叙事开始松动，市场关注产能释放
本季最重要的变化是 Azure 并未如市场担心般继续被供给限制压住成长，已开始出现产能释放转化为收入的迹象，公司本季 Azure 与其他云端服务营收年增 40%，高于原先市场预期，且 Fairwater 资料中心提前 6 周上线、使部分容量得以提早贡献营收，同时单季再新增 1GW 容量，并进一步指引 Q4 Azure 成长达 39% 至 40%，且 2026 年下半年相较上半年仍将温和加速，先前市场对于 CapEx、RPO 与基建扩张终将反映到 top line 的期待，已开始逐步落地。不过目前需求仍持续高于供给，且即使在大幅加码投资后，GPU、CPU 与储存资源至少到 2026 年底前仍会受限，未来几季投资人需留意 Microsoft 能否持续把新增容量转为 revenue-ready，并在第一方 AI 使用与外部 Azure 客户之间维持更佳配置效率。先前市场把 CapEx 快速膨胀视为估值压抑因素，这个判断在当时是对的，因为市场当时更在意毛利、自由现金流与 OpenAI 集中风险，但本季 CapEx 虽然进一步上修，市场却没有再用同样悲观的方式解读，原因在于本次也同步给出更强的需求、产能释放与收入指引，公司预估 Q4 CapEx 将超过 400 亿，2026 年历年 CapEx 约 1,900 亿，其中约 250 亿来自元件价格上升，且约三分之二仍投入短周期资产，持续大规模拉高 GPU、CPU 等可较快转成算力供给的设备部署。
Copilot 商业化已从席次扩张走向 usage 验证
先前微软虽然在 Copilot、Foundry、Fabric 等 AI 应用与平台层快速放量，但市场对其真正商业化深度仍抱持保留，特别是在高额基建投资尚未对应到足够明确的应用层收入时，估值容易受压。本季最大的改变，是 Copilot 除了付费席次成长外，整理使用量也有增加的趋势，本次 Microsoft 365 Copilot 付费席次已突破 2,000 万、年增 250%，每位使用者查询量季增近 20%，整体每周 engagement 已接近 Outlook，显现 Copilot 成为执行长任务的 async coworker 的潜力，进一步而言，微软顺势将 AI 商业模式从 per-seat 转向 user plus usage，目前 GitHub Copilot 已正式转向 usage-based pricing。然而须留意的是，目前这个转型尚未完全成熟，因为 UBS 也点出短期毛利、D365 renewals 与 bookings 已受到 seats-to-usage 转型扰动，usage 模式虽可能扩大 TAM，但短期仍伴随 P&L 压力与客户采购行为重组，因此后续仍需追踪 usage 收入放大速度，是否足以抵消前期成本与定价转换摩擦。不过整体而言，本季微软管理层对 ROI 的信心比上一季更强，直接把 Azure 下半年温和加速与 Copilot usage 增长连结到当前投资，大幅上修 CapEx 短期可能需时间消化，但中期其实是正向需求讯号，投资人后续需继续关注 CapEx 是否能持续转化为 Azure 加速、Copilot 使用深化，以及更可见的 usage-based monetization。
Q&A
Q1: 企业端 AI 需求目前是如何转化为 commercial bookings 的？从过去以 seat 为主的模式，未来是否会逐步转向 seat 加上 consumption 的混合模式？在整体 IT 预算与 GDP 并未明显上修的情况下，企业持续投入 AI 的预算最终会从哪里来？
从短期来看，bookings 仍会受到大型多年期 Azure 合约、到期基期与合约签订时点影响，但更重要的变化是商业模式正由单纯 per-seat 授权，逐步转为 seat 加 usage 并行。未来不论是 productivity、coding 或 security，核心逻辑都会变成每位使用者搭配 agent 的使用情境，因此部分收入会像传统授权一样反映在 seat，另一部分则会以实际 usage 计费，未必完全经过过去熟悉的 bookings 形式。至于 AI 预算来源，公司认为最终仍会来自可量化的 business outcome，也就是 agents 帮助客户压缩流程、降低成本、提升收入，当企业看到这些任务路径被明显改善后，就会自然增加使用强度与支出。
Q2: 今年下半年 CapEx 指引大幅上升，公司对供应链与实体元件限制的掌握度有多高？新增产能将如何在 Azure 与第一方 AI 应用之间分配？公司是否有能力如期把这些设备与容量转成可供营收使用的资产？
对于克服供应链与工业制造层面的限制具有相当高的信心，尤其短期内更重要的是把 CPU、GPU 与 storage 尽快安装到位，以回应目前已看到的需求讯号。 CapEx 上升有一部分确实来自元件价格提高，因此也意味支出组成更偏向短周期资产；同时，公司也透过效率优化与资料中心交付加速，尽可能让新增容量更快变成 revenue-ready。至于分配逻辑，Azure 需求仍非常强，而 Copilot 在 productivity、coding 与 security 的使用量也正走在更陡峭的成长曲线上，因此未来一段时间 Azure 与第一方应用之间的资源拉锯仍会持续，但公司会以最高 ROI 的方向做平衡配置。
Q3: 为什么市场普遍认为 AI 很烧钱，但 Microsoft、Google 与 Amazon 却仍能维持较好的利润表现？投资人目前低估了哪些 AI 商业模式或成本改善因素？长期来看，AI 是否有机会成为更高毛利的业务？
投资人可能低估了 usage-based pricing 对 AI 业务利润结构的帮助。 与早年云端转型相比，Microsoft 目前 AI 业务在周期中的利润表现其实更好，关键在于应用层能够更直接依照客户创造的价值进行计价，因此收入模式不只是单纯授权，而是与实际使用量与成果绑定。此外，公司也持续运用既有 IP、合作伙伴提供的 IP，以及自研硬体与整体软硬体效率优化，从 infra stack 中持续拿回成本，让毛利率改善。 ，真正的核心仍是客户是否愿意持续使用，若 usage 对应的是明确价值与正向 ROI，那么长期不只 TAM 能够扩大，利润表现也会更健康。
Q4: 当前 CapEx 成长速度明显快于营收成长速度，这个时间差应该如何理解？哪些支出会比较快转成收入，哪些则属于长期投资？公司是否已经开始看到 app 与 services 层的 monetization 成果，足以支撑这样的资本投入？
若以 Azure 为例，真正与收入较直接相关的是投入在短周期资产上的支出，而不是那些摊在 15 年以上的长期资产或因 finance lease 形成的时点波动，因此外界不宜只看总 CapEx 与收入增速的简单对比。 目前平台层的 TAM 扩张与供需缺口仍给予公司很高的投资信心，而在应用层，公司已开始看到 seat 加 consumption 模式逐步反映在收入端，例如本季 M365 Commercial Cloud 成长加速，Q4 指引也进一步改善，GitHub 未来也可望随 usage-based 模式带来更明显的 top-line acceleration。再加上公司目前仍有超过 6,000 亿以上的 RPO 尚待交付，因此重点是如何把已投入的 CapEx 更快转成可认列收入的容量。
Q5: 过去几个月 Microsoft 365 Copilot 的技术与商业进展非常快，公司从目前的 adoption 过程中学到了什么？哪些产品形态与使用情境最有效？这些经验又如何影响 E7 与 Copilot cowork 等后续策略？
Copilot 的演进已从单一 chat 介面，扩展到包含 reasoning chat、内建 agents、可延续对话的编辑模式，以及可以直接委派任务的 cowork 形态，反映产品正在从同步助手走向可执行长任务的 coworker。真正让这些 form factors 有效的关键，是多模型能力与企业内部 context 的结合，包括邮件、文件、会议、Teams、SharePoint 等持续更新的组织资料，这些是形成高品质输出的核心。目前 Copilot 的使用强度已接近 Outlook 的等级，显示它不再只是概念验证，而已经变成高频工作习惯。因此，公司未来会继续沿着多模型 harness 加上 context richness 的方向推进，同时配合 user plus usage 的商业模式来扩大变现。
Q6: OpenAI 协议调整后，从模型面、财务面与合作架构面来看，投资人需要注意哪些变化？这次新框架是否也代表 Microsoft 在模型来源上将更积极走向多元化？
整体而言对与 OpenAI 的合作关系感到满意，核心仍是确保双方维持长期 win-win。 最重要的资产之一是 Microsoft 仍可在 2032 年前取得 frontier model 的 royalty-free IP 使用权，会充分利用这些权利来支援自身产品与平台优化。另一方面，OpenAI 仍是 Microsoft 的重要客户，不仅在 AI accelerator，也在其他 compute 资源上持续消耗，而公司同时也保有对 OpenAI 的股权部位。从财务面来看， revenue share 延续到 2030 年，能提供较高的可预测性，而 royalty-free IP 以及 Microsoft 对 OpenAI rev share 义务的消除，也有助于改善公司未来的经济效益。整体来看，双方关系虽随各自成长与客户对 model diversity 的要求而调整，但公司认为新框架让合作基础仍然稳固。
Q7: 在 E7 与更广泛的 AI 商业模式下，公司要如何同时满足客户对 seat-based 定价可预测性的需求，以及对 usage-based 模式的扩张？三到五年后，seat 与 consumption 的组合大概会走向什么样的结构？
客户确实仍重视预算与采购上的可预测性，因此 seat-based pricing 不会消失，而是会变成附带一定 consumption entitlement 的包装方式，企业先透过 seat 或 agent 购买一个基础使用额度，超过后再进入纯 consumption 计价，而若客户愿意签长约承诺用量，也可获得相应折扣。这会是未来几年的主要方向，因为它同时兼顾采购便利性与实际价值对价。最终客户是否愿意把更多 IT 预算转向这类模型，仍会取决于 tokens 所对应的成果评估，也就是 AI 是否真正改善收入、效率与流程；当这些结果逐步明确后，企业的 IT 预算与其他营运费用项目也会跟着重分配。
