鼓狮财经7月30日讯，美东时间周三盘后，微软发布了2026财年全年及第四季度的业绩电话会议纪要。在此次会议中，管理层重点阐述了AI行业的长期发展前景，并详细披露了算力基础设施的资本开支逻辑、调节机制与未来规划。微软明确表示，将通过分层产品矩阵开拓行业增量，并依靠灵活的资本投放策略，有效抵御算力供需波动及硬件价格周期带来的风险。以下是财报会关注重点：
一、AI产业长期前景
1. 全栈智能体进入普及周期
企业端构建分层模型架构，轻量化自研模型处理常规任务，高端前沿模型应对复杂场景，模型支持自由替换，以保障企业数据主权与业务韧性。微软推出了Agent 365、Project Perception安全智能体、GitHub代码智能体、M365办公智能体等全系列产品，覆盖政企、开发、医疗、工业等多领域。
2. 分层云需求持续爆发
Azure兼具算力基础设施与企业AI平台双重价值，Foundry与Fabric打通了数据、模型与智能体的全链路。客户分层采购，中小企业轻量化方案与大型企业定制化全栈平台同步放量，财富500强企业渗透率极高。
3. 产品商业化空间拓宽
商业模式从单纯的席位订阅升级为“席位+按量计费”。GitHub、Dynamics、Copilot均已落地按量计价。同时，自研Maia、Cobalt芯片优化算力性价比，对外算力租赁与企业定制开发创造了新的收入增长曲线。
二、当期业绩亮点
2026财年全年营收达3310亿美元，同比增长18%，Azure营收突破千亿大关，增速高达41%。单季营收为900亿美元。M365 Copilot付费席位突破3000万，GitHub用户数达到2.25亿。微软云全年收入为2140亿美元，企业长期履约订单（RPO）达6780亿美元，订单平均周期为2.3年，需求确定性极强。虽然PC和Xbox板块短期承压，但AI业务已完全对冲了这一拖累。
三、资本开支策略
1. 2026财年Q4实际投入
单季资本开支为410亿美元，其中约三分之二投入CPU、GPU等短期算力资产，剩余资金用于数据中心等长期重资产建设。当期数据中心融资租赁56亿美元，经营性现金流554亿美元，自有现金流1960亿美元。
2. 资产折旧规则重大调整
自2027财年起，数据中心和楼宇的折旧年限将从15年延长至25年。此外，大量数据中心融资租赁将重新归类为经营性租赁，不计入资本开支。尽管折旧规则变更，2026日历年的资本开支预期仍维持在1900亿美元不变，但调整后2027财年的资本开支指引下调为1750亿美元。
3. 2027财年开支规划与弹性机制
2027财年全年CapEx预计同比提升，一季度开支预计超500亿美元。算力投入具备强弹性，GPU和CPU属于短期资产，若行业需求降温可快速缩减采购；数据中心扩建节奏可灵活延后，以规避产能过剩风险。
四、2027财年整体业绩指引
预计全年营收和营业利润将维持双位数增长，营业利润率将小幅下滑，全年自由现金流保持正向。Azure全年增速预计维持高位，但PC和Xbox板块将持续承压。有效税率约为20%，汇率仅带来小幅营收负面拖累。
微软2026财年第四季度财报电话会议实录摘要
**Satya Nadella（董事会主席、首席执行官）：**
本财年微软总营收突破3310亿美元，同比增长18%；云营收突破2140亿美元，Azure营收突破1000亿美元。展望未来，微软致力于让AI赋能每个人，并帮助企业构建自主持续学习体系。本财年新增88座数据中心，算力交付周期缩短近50%。公司推出Agent 365等管控产品，并加速自研芯片Maia和Cobalt的部署，优化算力性价比。同时，微软与Mistral达成合作，并发布了推理专用大模型MAI Thinking-1。办公场景中，Copilot付费席位突破3000万，商业模式升级为“席位+按量计费”。在医疗、科研、安全等领域，智能体应用也取得了显著进展。
**Amy Hood（首席财务官）：**
2026财年第四季度单季营收900亿美元，调整后每股收益4.74美元。营业利润同比上涨21%，毛利率67%。本季度资本开支410亿美元，经营性现金流554亿美元。商用剩余履约义务（RPO）增长84%至6780亿美元。针对2027财年，公司预计营业利润将维持双位数增长，资本开支预计超500亿美元，并强调通过灵活调整算力投入节奏来平衡成本与回报。
**问答环节要点：**
* **关于模型策略**：企业将自主筛选适配各类模型，微软平台支持开源与闭源模型并行共存，客户多元化需求将转化为云平台收入。
* **关于Azure增长**：行业需求依旧大幅高于供给，本季度增量主要来自全栈效率提升及新硬件交付周期的缩短。
* **关于成本与定价**：通过灵活调节资本开支结构（如优先保障高毛利上层产品），并在定价上保持综合性价比，以应对元器件涨价压力。
* **关于Copilot落地**：客户转化周期大幅缩短，全企业规模化部署已成为主流，商业模式升级拓宽了市场空间。
* **关于投资回报**：通过自研芯片、多模型分层调度以及全栈产品矩阵消化自有算力，长期投资回报率充满信心。