萨蒂亚·纳德拉 - 董事长兼首席执行官：

本季度，微软云业务收入首次突破 500 亿美元，同比增长 26%，这充分体现了我们平台的强大实力以及不断加速的市场需求。 

人工智能的普及及其对 GDP 的广泛影响尚处于初级阶段。随着普及进程加速扩展，我们技术栈各层面的 TAM 都将实现显著增长。事实上，即便在如此早期的阶段，我们构建的人工智能业务规模已超越某些历经数十年才建立起来的核心业务。

今天，我将重点阐述技术栈的三个层面：云与 token 工厂、智能体平台以及高价值智能体体验。

在云服务和 token 工厂领域，长期竞争力的关键在于构建能够支持新型大规模工作负载的基础设施。

我们正针对这些工作负载的异构性和分布式特性进行基础设施建设，确保满足所有客户（包括长尾客户）的地域性与细分领域需求。

我们优化的核心指标是每瓦每美元的 token 产出率，这本质上是通过芯片系统和软件提升利用率并降低总体拥有成本。 

一个典型案例是我们在高吞吐量工作负载——OpenAI 推理（为 Copilot 提供支持）中实现了 50% 的吞吐量提升。

另一个例子是为我们的 Fairwater 数据中心解锁了全新能力和效率。

在此案例中，我们通过 AI 广域网连接了亚特兰大和威斯康星州两个站点，打造了首座 AI 超级工厂。Fairwater 采用双层设计和液体冷却技术，使我们能够运行更高密度的 GPU，从而在大型训练中同时提升性能和降低延迟。

本季度我们总计新增近 1 吉瓦的总容量。在硅芯片层面，我们拥有 NVIDIA、AMD 以及自主研发的 Maia 芯片，为多代硬件提供最佳的整体集群性能、成本和供应保障。

本周早些时候，我们已将 Maia 200 加速器投入使用。该芯片在 FP4 精度下可提供 10+ petaflops 的运算能力，与现有集群最新硬件相比，总拥有成本降低逾 30%。 

我们将首先为超级智能团队的推理和合成数据生成任务部署该加速器，同时为 Copilot 和 Foundry 平台提供推理支持。

鉴于人工智能工作负载不仅涉及 AI 加速器，还消耗大量计算资源，我们在 CPU 领域的进展同样令人欣喜。Cobalt 200 处理器实现了重大突破，相较于我们首款专为云原生工作负载打造的定制处理器，性能提升超过 50%。

数据主权正日益成为客户关注的焦点，我们正相应扩展解决方案并拓展全球布局。 仅本季度，我们就在 7 个国家宣布了数据中心投资计划，以满足本地数据驻留需求。

我们提供覆盖公有云、私有云及国家合作伙伴云的最全面主权解决方案，客户可根据不同工作负载需求选择最合适的方案，同时获得所需的本地控制权。

接下来，我想谈谈代理平台。

如同每次平台转型，所有软件都在重写。一个全新的应用平台正在诞生。

可以将代理视为新型应用程序，而要构建、部署和管理代理，客户需要模型目录、调优服务、编排框架、上下文工程服务、AI 安全、管理、可观察性和安全服务。

这一切始于提供广泛的模型选择。客户期望在任何工作负载中使用多种模型，并能根据成本、延迟和性能要求进行微调优化。

我们提供超大规模供应商中最广泛的模型选择。本季度新增了对 GPT-5.2 和 Claude 4.5 的支持。已有超过 1500 家客户在 Foundry 平台上同时使用了 Anthropic 和 OpenAI 的模型。 

随着客户对主权 AI 解决方案的需求增长，区域化模型需求持续攀升，Mistral 和 Cohere 等模型备受青睐。我们持续投入自主研发模型，这些模型针对生产力、编程和安全等高价值客户场景进行了深度优化。

作为 Foundry 平台的重要组成部分，我们还赋予客户定制和微调模型的能力。越来越多的客户希望将隐含在模型权重中的 tacit knowledge（隐性知识）作为核心知识产权加以捕捉。

随着人工智能在 GDP 中的广泛渗透，企业亟需守护自身企业价值，这或许是企业主权保护中最关键的考量。要使智能代理真正发挥作用，必须将其植根于企业数据与知识体系，这意味着需将代理连接至记录系统、运营数据、分析数据，以及半结构化与非结构化的生产力及通信数据。而这正是我们通过统一的 IQ 层所实现的——该层覆盖 Fabric、Foundry 及驱动 Microsoft 365 的数据系统。

在上下文工程领域，Foundry 知识与 Fabric 正蓄势待发。Foundry 知识通过自动化源路由和先进的智能检索技术，在尊重用户权限的前提下提供更优质的上下文服务。Fabric 则整合端到端的实时运营与分析数据。

自全面上市两年以来，Fabric 年化营收已突破 20 亿美元，客户数超过 31,000 家，并以 60%的年增长率持续保持市场增长最快的分析平台地位。

季度支出超百万美元的 Foundry 客户数量增长近 80%，各行业均呈现强劲增长态势。今年已有逾 250 家客户有望在 Foundry 平台处理超过 1 万亿个数据 token 。

众多客户正充分利用 Foundry 的强大功能构建自主智能系统：

阿拉斯加航空公司开发自然语言航班搜索系统；宝马正加速设计周期，Land O'Lakes 为合作社成员提供精准农业服务，SymphonyAI 则致力于解决消费品行业的瓶颈问题。

当然，Foundry 始终是通往整个云平台的强大入口。随着业务扩展，绝大多数 Foundry 客户都会采用开发者服务、应用服务、数据库等 Azure 附加解决方案。

除了 Fabric 和 Foundry，我们还通过 Copilot Studio 和 Agent Builder 支持知识工作者构建智能代理。

超过 80%的《财富》500 强企业已使用这些低代码/无代码工具创建了活跃的智能代理。随着智能代理的普及，每位客户都需要新的部署、管理和保护方案。我们认为这将催生一个全新的重要领域，并为我们带来显著的增长机遇。

本季度推出的 Agent 365，使企业能够轻松将现有的治理、身份认证、安全及管理机制扩展至智能代理。这意味着企业现有的 Microsoft 365 和 Azure 控制措施，如今可延伸至其在我们云平台或任何其他云平台上构建和部署的智能代理。 

Adobe、Databricks、Genspark、Glean、NVIDIA、SAP、ServiceNow 和 Workday 等合作伙伴已开始集成 Agent 365。我们是首个提供跨云代理控制平面的供应商。

现在让我们聚焦于正在构建的高价值智能体验。

人工智能体验以意图为驱动，正逐步扩展至任务层面。我们正迈入跨领域宏观授权与微观引导的新纪元。

融合多模型的智能系统已嵌入多种形态：从聊天机器人、新型智能助手收件箱、应用程序、智能同事、智能框架，到嵌入应用程序的智能工作流，乃至日常使用的 ID 系统，甚至在具备文件系统访问权限和技能的命令行界面中皆可见其踪迹。这正是我们为覆盖核心领域的自研智能助手家族所采取的战略路径。

在消费领域，例如 Copilot 的使用场景已覆盖聊天、新闻、信息流、搜索、内容创作、浏览、购物以及操作系统集成，其发展势头正日益强劲。 

Copilot 应用的日活跃用户量同比增长近三倍。通过 Copilot 结账功能，我们已与 PayPal、Shopify 和 Stripe 建立合作，让客户能在应用内直接完成购买。借助 Microsoft 365 Copilot，我们正致力于提升全组织的生产力。

Work IQ 基于 Microsoft 365 的底层数据，为每个组织创建最具价值的状态化智能助手。它在组织安全边界内，针对人员、其角色、工作成果、沟通内容以及历史记忆提供强大的推理能力。 

由工作智能驱动的 Microsoft 365 Copilot 在准确度与响应时延方面无可匹敌，其基于实际工作场景的输出比竞品更快更精准。我们见证了该产品响应质量创纪录的季度环比提升，推动使用强度达到历史新高——用户平均对话量同比翻倍。Microsoft 365 Copilot 正成为真正的日常习惯，其日活跃用户数同比激增十倍。

我们还看到研究助手功能呈现强劲势头，该功能同时支持 OpenAI 和 Claude，并覆盖 Excel、PowerPoint 和 Word 的智能助手模式。

总体而言，本季度 Microsoft 365 Copilot 的订阅席位增长创下历史新高，同比增幅超过 160%。我们观察到季度间席位增长持续加速，目前已拥有 1500 万付费 Microsoft 365 Copilot 席位，企业聊天用户数量更是远超此数。

我们正见证着规模更大的商业部署。拥有超过 35,000 个席位的客户数量同比增长三倍。Fiserv、ING、NASA、肯塔基大学、曼彻斯特大学、美国内政部和西太平洋银行均采购了超过 35,000 个席位。仅阳狮集团就为其几乎所有员工采购了超过 95,000 个席位。 

我们还在 Dynamics 365 领域持续扩大市场份额，其全套产品均内置智能代理。典型案例包括：

Visa 如何借助我们的客户知识管理代理将对话数据转化为知识库文章；山特维克如何运用销售资格评估代理，对数万潜在客户实现自动化的销售线索筛选。

在编程领域，我们看到所有付费版 GitHub Copilot 均呈现强劲增长态势。 

个人开发者订阅 Copilot Pro Plus 的数量环比增长 77%，目前付费用户总数已达 470 万，同比增长 75%。例如西门子在成功向 3 万多名开发者部署 Copilot 后，正全面拥抱 GitHub 平台以提升开发效率。 

GitHub Agent HQ 作为统一管理层，整合了 Anthropic、OpenAI、Google、Cognition 和 xAI 等所有编码智能体，使其在客户 GitHub 仓库中协同工作。

通过 Copilot CLI 和 VS Code，我们为开发者提供了构建 AI 优先编码工作流所需的全系列工具形态与模型。

当您将工作智能（Work IQ）作为技能或 MCP（微软认证专家）纳入开发人员工作流程时，它将彻底改变游戏规则——通过邮件、会议、文档、项目、消息等更多上下文信息提升协作效率。

您只需指示智能助手：根据 SharePoint 中规格文档的更新，或基于 Teams 中最近一次工程设计会议的记录，规划并执行代码库的变更。

而 GitHub Copilot STK 将突破现有框架。开发者现可将 Copilot CLI 的运行时环境、多模型多步骤规划工具、MCP 集成及 Ops 流直接嵌入应用程序。

在安全领域，我们为 Defender、Entra、Intune 和 Purview 新增并更新了十余款安全 Copilot 代理。例如，Icertis 安全运营中心团队通过安全 Copilot 代理将人工分诊时间缩短 75%，在人才严重短缺的行业中实现了真正的变革性突破。

为方便安全团队快速上手，我们正向所有 E5 客户推出安全副驾驶功能，同时我们的安全解决方案也日益成为管理企业 AI 部署的关键要素。本季度 Purview 审核了 240 亿次副驾驶交互，同比增长 9 倍。

最后，我想谈谈另外两项具有重大影响力的非遗传性体验。

首先在医疗领域，Dragon Copilot 作为行业领军者，已助力逾 10 万名医疗从业者实现工作流程自动化。西奈山医疗集团在成功完成初级保健医师试点后，现正推进全系统范围的 Dragon Copilot 部署。本季度我们累计协助记录 2100 万次诊疗过程，较去年同期增长三倍。

其次，在科学与工程领域，联合利华（消费品）和新思科技（电子设计自动化）等企业正借助微软探索平台，统筹管理研发全流程的专用智能体。这些智能体能够对科学文献和内部知识进行推理，构建假设模型，启动仿真实验，并通过持续迭代推动新发现的诞生。

在人工智能之外，我们持续投资于所有核心业务，满足客户与合作伙伴的需求，并取得显著进展。

例如在云迁移领域，新版 SQL Server 的 IaaS 采用率是上一版本的两倍以上。在安全领域，我们现拥有 160 万安全客户，其中超过 100 万客户使用了 4 项及以上的工作负载。 

Windows 系统达成重大里程碑——Windows 11 用户突破 10 亿，同比增长 45%以上。

本季度 Windows、Edge 浏览器和 Bing 搜索引擎市场份额全面提升，LinkedIn 会员数实现两位数增长，付费视频广告收入增长达 30%。

在游戏领域，我们致力于通过 Xbox、PC、云端及所有其他设备提供精彩游戏体验，并见证了 Xbox 平台付费流媒体时长创纪录的 PC 玩家数量。

最后，我们对当前为客户提供的服务以及正在构建的完整技术栈充满信心，这将助力我们把握未来机遇。

那么，现在请艾米为大家详细解读我们的财务业绩和未来展望，我期待稍后重新加入会议回答各位的问题。

艾米·胡德 - 执行副总裁兼首席财务官：

各位下午好。随着市场对我们产品的需求持续增长，销售团队的专注执行，我们在收入、营业利润和每股收益方面再次超出预期，同时持续投资以推动长期增长。

本季度收入达 813 亿美元，同比增长 17%，按固定汇率计算增长 15%。毛利润美元额增长 16%，按固定汇率计算增长 14%；营业利润增长 21%，按固定汇率计算增长 19%。

每股收益为 4.14 美元，若剔除对 OpenAI 投资的影响，按固定汇率计算则分别增长 24%和 21%。汇率变动对报告业绩的提升幅度略低于预期，尤其体现在智能云业务收入方面。 

公司毛利率为 68%，较上年同期小幅下降，主要源于持续投入人工智能基础设施及 AI 产品使用量增长，但部分被持续提升的运营效率所抵消——尤其体现在 Azure 和 M365 商业云业务，以及销售结构向高利润业务的转变。

运营支出按固定汇率计算增长 5%和 4%，主要受计算能力研发投入、人工智能人才培养以及游戏业务减值准备的影响。运营利润率同比上升至 47%，超出预期。 

需要说明的是，我们仍按权益法核算对 OpenAI 的投资。由于 OpenAI 进行了资本重组，我们现根据其资产负债表净资产变动份额确认收益或损失，而非依据其损益表中的经营盈亏份额。

因此，我们确认了收益，推动美国通用会计准则（GAAP）下的其他收入和支出达到 100 亿美元。在剔除 OpenAI 影响后，其他收支因投资净亏损影响略微呈现负值且低于预期。

资本支出达 375 亿美元，本季度约三分之二的资本支出用于短期资产，主要为 GPU 和 CPU。

客户需求持续超过供应能力。因此我们必须平衡以下需求：优化供应链以满足不断增长的 Azure 需求；扩大 M365 Copilot 和 GitHub Copilot 等服务中自有 AI 技术的应用；增加研发团队投入以加速产品创新；持续更新淘汰的服务器及网络设备。

剩余支出用于购置长效资产，这些资产将在未来 15 年及更长时间内支撑业务变现。本季度融资租赁总额达 67 亿美元，主要用于大型数据中心场址建设。固定资产、厂房及设备现金支出为 299 亿美元。 

经营活动产生的现金流达 358 亿美元，同比增长 60%，主要得益于云业务账单与收款的强劲表现。自由现金流为 59 亿美元，环比有所下降，反映出融资租赁占比降低导致现金资本支出增加。

最后，我们通过股息和股票回购向股东返还 127 亿美元，同比增长 32%。

现在来看我们的商业业绩。

商业订单量同比增长 230%，按固定汇率计算增长 228%，主要得益于：OpenAI 此前宣布的大额 Azure 承诺（反映了其多年需求），以及 Anthropic 在 11 月宣布的承诺，再加上我们核心年费销售业务的稳健增长。

商业剩余履约义务（继续按扣除准备金后的净值报告）增至 6250 亿美元，同比增长 110%，加权平均期限约为 2.5 年。其中约 25%将在未来 12 个月内确认收入，同比增长 39%。其余部分将在未来 12 个月后确认，增幅达 156%。 

当前商业 RPO 余额中约 45%来自 OpenAI。其余显著余额增长 28%，反映出产品组合中持续广泛的客户需求。

微软云业务收入达515亿美元，同比增长26%，按固定汇率计算增长24%。微软云业务毛利率为67%，略高于预期，但较上年同期有所下降，这主要是由于持续投入人工智能领域所致，此前提到的持续效率提升部分抵消了这一影响。

现在来看各业务部门业绩。

生产力与商业流程业务收入达 341 亿美元，同比增长 16%，按固定汇率计算增长 14%。

M365 商业云收入增长 17%，按固定汇率计算增长 14%，核心业务稳健发展，强劲的 Copilot 成果贡献持续提升。 

ARPU 增长再次由 E5 和 M365 Copilot 驱动，付费 M365 商业席位同比增长 6%至逾 4.5 亿，所有客户细分市场均实现安装基数扩张，其中中小型企业及一线工作者解决方案贡献最为显著。

M365 商业产品收入同比增长 13%，按固定汇率计算增长 10%，超出预期，主要得益于 Office 2024 交易型购买量超预期增长。 

M365 消费者云服务收入增长 29%，按固定汇率计算增长 27%，主要受 ARPU 增长推动。M365 消费者订阅量增长 6%。

LinkedIn 收入增长 11%，按固定汇率计算增长 10%，主要得益于营销解决方案业务的贡献。

Dynamics 365 营收同比增长 19%，按固定汇率计算增长 17%，所有工作负载持续增长。该业务板块毛利金额同比增长 17%，按固定汇率计算增长 15%，毛利率有所提升，主要得益于 M365 商用云的效率提升，但部分被持续投入人工智能的支出所抵消，其中包括 Copilot 使用量增长带来的影响。

按固定汇率计算，运营支出增长 6% 和 5%，运营收入增长 22% 和 19%。得益于运营杠杆的提升以及前文所述的毛利率增长，运营利润率同比上升至 60%。

接下来是智能云业务板块。该板块营收达 329 亿美元，同比增长 29%，按固定汇率计算增长 28%。

其中 Azure 及其他云服务营收增长 39%，按固定汇率计算增长 38%，略超预期。这得益于我们可互换机群的持续效率提升，使我们得以将部分容量重新分配至 Azure，并在本季度实现变现。

如前所述，我们持续看到跨工作负载、客户细分市场和地理区域的强劲需求，且需求持续超过现有供应。

在本地服务器业务方面，收入同比增长 2%（按固定汇率计算增长 1%），超出预期，这得益于对混合解决方案的需求——包括 SQL Server 2025 发布带来的收益，以及内存价格上涨前交易型采购的增加。 

分部毛利（美元）同比增长 20%，按固定汇率计算增长 19%。毛利率同比下降，主要源于对人工智能的持续投入及销售组合向 Azure 的转移，但部分被 Azure 效率提升所抵消。

按固定汇率计算，运营支出增长 3% 和 2%，运营收入增长 28% 和 27%。运营利润率为 42%，较上年同期略有下降，主要原因是人工智能领域的投资增加，但运营杠杆的改善基本抵消了这一影响。

现在来看个人计算业务。该业务营收为 143 亿美元，同比下降 3%。

Windows OEM 和设备业务营收增长 1%，按固定汇率计算基本持平。Windows OEM 业务增长 5%，得益于强劲的执行力以及 Windows 10 终止支持带来的持续利好。由于内存价格上涨前采购量增加，库存水平持续高企，业绩表现超出预期。

搜索和新闻广告收入扣除流量获取成本后，按固定汇率计算分别增长 10% 和 9%，略低于预期，主要受部分执行挑战影响。如预期所示，随着第三方合作带来的收益趋于正常化，环比增长率有所放缓。

在游戏业务方面，收入同比下降 9%，按固定汇率计算下降 10%。Xbox 内容与服务收入按固定汇率计算下降 5% 至 6%，低于预期，主要受平台整体受影响的第一方内容拖累。该业务板块毛利按固定汇率计算增长 2% 至 1%，毛利率同比上升，主要得益于销售结构向高利润业务的转变。

运营支出以固定汇率计算增长 6% 和 5%，主要受前述博彩业务减值损失以及在计算能力与人工智能人才方面的研发投资驱动。运营利润以固定汇率计算下降 3% 和 4%，运营利润率同比基本持平于 27%，因运营支出上升主要被毛利率提升所抵消。

现在转向第三季度展望，除非另有说明，所有数据均以美元为基准。

基于当前汇率，我们预计汇率因素将推动总营收增长提升 3 个百分点。在各业务板块中，预计汇率因素将使生产力与商业流程业务的营收增长提升 4 个百分点，智能云与更个人化的计算业务提升 2 个百分点。我们预计汇率将使产品成本和运营支出增长提升 2 个百分点。需要提醒的是，这一影响源于一年前的汇率水平。

从公司整体来看，我们预计营收将达到 806.5 亿至 817.5 亿美元，同比增长 15% 至 17%。商业业务将保持强劲增长势头，但部分被消费业务的增长所抵消。 

预计产品销售成本为 266.5 亿至 268.5 亿美元，同比增长 22% 至 23% ；运营支出为 178 亿至 179 亿美元，同比增长 10% 至 11% ，主要源于研发、人工智能计算能力及人才储备的持续投入，且基数较低。运营利润率预计将较上年略有下降。

不计入对 OpenAI 的投资影响，其他收入和支出预计约为 7 亿美元，主要源于股权投资组合的公允价值收益及利息收入，部分被利息支出所抵消——其中包含数据中心融资租赁相关的利息支付。我们预计第三季度调整后实际税率约为 19%。

接下来，我们预计资本支出将环比下降，这源于云基础设施建设带来的正常波动以及融资租赁交付时间点的变化。在努力缩小供需差距的过程中，短期资产的构成预计将与第二季度保持相似水平。

现在谈谈我们的商业业务。

在商业订单方面，我们预计核心业务将实现健康增长，这得益于不断扩大的到期订单基数，同时已剔除去年 OpenAI 合同的影响。需要提醒的是，第二季度签署的重大 OpenAI 合同代表了其多年需求，这将导致未来订单和 RPO 增长率出现季度波动。 

受持续投入人工智能业务影响，微软云业务毛利率将保持约 65%的水平，较上年同期有所下降。

现在进入分部指引。

在生产力与业务流程领域，我们预计营收将达到 342.5 亿至 345.5 亿美元，同比增长 14%至 15%。 

在 M365 商业云业务方面，我们预计收入增长将在 13%至 14%之间（按固定汇率计算），在规模庞大且持续扩大的基础上保持稳定并实现同比增长。

Copilot 动能的加速以及 E5 的持续采用将再次推动 ARPU 增长。假设 Office 2024 的交易型购买趋势恢复正常，M365 商业产品收入预计将环比下降低个位数百分比。

请注意，M365 商业产品包含因期间内收入确认动态而可能存在变动的组件。 M365 消费级云服务收入增长预计将达到 20%中至高位区间，主要得益于 ARPU 值提升及订阅量持续增长。

LinkedIn 收入增长预期为低两位数百分比。

Dynamics 365 业务收入增长预计将保持 15%以上增速，所有工作负载领域均将持续增长。

对于智能云业务，我们预计营收将在 341 亿至 344 亿美元之间，同比增长 27%至 29%。

在 Azure 业务方面，我们预计第三季度收入增长将在恒定汇率下达到 37%至 38%，而去年同期数据包含第三和第四季度显著加速的增长率。如前所述，需求持续超过供应，我们将需要继续平衡可在此分配的供应量与其他优先事项。

需要提醒的是，由于产能交付时间、设备投产时间以及合同组合导致的期间收入确认差异，季度同比增速可能存在波动。

在本地服务器业务方面，随着 SQL Server 2025 的发布，我们预计增长率将趋于平稳，收入将出现低个位数下滑，但内存价格上涨可能导致交易型采购出现额外波动。

在个人计算业务方面，我们预计营收将在 123 亿至 128 亿美元之间。

Windows OEM 和设备业务营收预计将出现低个位数百分比的下滑。随着 Windows 10 终止支持带来的利好效应趋于平稳，以及季度内高库存水平逐步下降，增长率将受到影响。因此，Windows OEM 营收预计将下降约 10%。潜在结果的范围仍高于正常水平，部分原因是内存价格上涨可能对个人电脑市场造成影响。

搜索和新闻广告（扣除 TAC 费用）收入增长预计将达到高个位数水平。尽管我们正致力于提升执行效率，但预计 Bing 和 Edge 浏览器将继续扩大市场份额，增长主要由用户规模驱动。随着第三方合作伙伴关系的贡献持续回归常态，我们预计环比增长将趋于平稳。

在 Xbox 内容与服务业务方面，我们预计营收将同比下降中个位数百分比，这一同比基数得益于去年内容业务的强劲表现，部分被 Xbox Game Pass 的增长所抵消。硬件营收则将出现同比下滑。

关于本财年剩余时间及未来展望，现补充几点思考。

首先是汇率因素。按当前汇率计算，预计汇率将推动第四季度总营收和成本增长不足 1 个百分点，对运营支出增长无影响。在各业务板块中，预计汇率将推动生产力与商业流程业务及个人计算业务的营收增长约 1 个百分点，而智能云业务的增长增幅将低于 1 个百分点。

得益于上半年在关键增长领域优先投资的强劲举措，以及 Windows OEM 和商业本地部署业务收入占比提升带来的积极影响，我们预计 2026 财年运营利润率将小幅上升。 

我们此前已提及内存价格上涨可能对 Windows OEM 及本地部署服务器市场造成的影响。此外，内存价格上涨将影响资本支出，但由于相关资产采用六年折旧周期，其对微软云业务毛利率的冲击将更为渐进。

最后，我们上半年实现了强劲的营收增长，并正在技术栈的各个层面进行投资，以持续为客户提供高价值的解决方案和工具。

那么，让我们进入问答环节，Jonathan。

基思·韦斯 - 摩根士丹利：

我注意到微软 EPS 同比增长 24%，这真是个惊人的成绩。你们执行得非常出色，营收稳健增长，利润率也在扩大。但观察盘后交易，股价依然下跌。

我认为压制投资者情绪的核心问题在于：资本支出增速超出预期，而 Azure 云服务增长可能略低于预期。我认为这本质上反映了市场对资本支出长期回报率的担忧。

因此希望贵公司能就以下问题提供更多信息：我们该如何看待产能扩张对 Azure 未来增长的贡献？更关键的是，当这些投资逐步见效时，我们该如何评估其投资回报率？

艾米·胡德 - 执行副总裁兼首席财务官：

我先开始说明，萨蒂亚稍后会补充更广泛的评论，我确信他会补充。 

首先，我认为你提出的问题确实反映了许多投资者的核心关切——即资本支出与 Azure 营收数据之间的直接关联性。

上季度我们已尝试说明，本季度也将继续详细阐述资本支出的具体流向，特别是 CPU 和 GPU 等短期资本支出的具体用途及其对应的营收体现。

有时我认为，将我们提供的 Azure 指导视为对 Azure 营收能力的预估更合理。因为当我们投入资本配置 GPU（CPU 同样适用，但 GPU 更具针对性）时，实际上是在做长期决策。 

首要任务是应对销售端日益增长的使用需求，以及 M365 Copilot 和 GitHub Copilot 等自有应用加速普及的趋势。同时我们确保对研发和产品创新进行长期投入。

过去一段时间你们所见到的产品加速发展，很大程度上源于我们将 GPU 和计算资源分配给了近年来招聘的众多优秀 AI 人才。

那么最终结果就是，剩余部分将用于满足持续增长的 Azure 容量需求。

有人常问我：如果将第一、二季度新上线的 GPU 全部分配给 Azure，KPI 指标本可突破 40。 

关键在于认识到：这是对整个技术栈各层面的投资，最终惠及客户。希望这能帮助理解资本增长的逻辑——它体现在每个环节：既反映在业务收入增长中，也体现在我们对人才的投入所带来的运营支出增长上。

萨蒂亚·纳德拉 - 董事长兼首席执行官：

是的，我认为艾米已经阐述得很清楚了。但本质上，作为投资者，当您考量我们的资本配置和投资组合的 GM 特征时，显然应该关注 Azure。但同时您也应关注 M365 Copilot、GitHub Copilot、Dragon Copilot 以及 Security Copilot。这些产品都具备 GM 特征和终身价值。

换言之，获取 Azure 客户固然至关重要，但赢得 M365、GitHub 或 Dragon Copilot 用户同样关键——这些业务对我们而言都是增量市场和潜在市场规模。

因此我们不应仅追求单一业务最大化，而应在产能受限的情况下合理配置资源，构建最具价值的生命周期组合。这是其一。

艾米提到的研发因素同样重要——计算资源本身就是研发投入，这构成了第二要素。

显然，我们正综合运用这些要素进行长期优化。

马克·莫德勒 - 伯恩斯坦：

恭喜贵公司本季度业绩。我们认为投资者还希望了解如何看待从硬件资本支出到收入和利润率的预期路径。

贵公司将服务器折旧年限定为 6 年，但平均订单周期已从上季度的 2 年延长至 2.5 年。 鉴于这些资本支出主要集中在人工智能领域，投资者如何确信贵公司能在硬件 6 年使用寿命周期内获取足够营收，从而实现稳健的营收与毛利增长？

我们期待这一增长幅度能与 CPU 业务营收增长持平。

艾米·胡德 - 执行副总裁兼首席财务官：

我先从宏观层面说明，萨蒂亚也可以补充。

关于平均合约期限，我想您关注的是——我们需要记住，平均期限是由我们广泛的合约安排组合而成的。其中许多合约，比如围绕 M365 或我们商业应用套件的合约，期限较短，对吧？通常是三年期合约。 

坦率地说，这类合同确实周期较短。而剩余的大部分 Azure 合同则具有更长的周期。本季度你们也看到，合同周期已从约 2 年延长至 2.5 年。

关键在于，我们当前投入的大部分资本支出，以及采购的多数 GPU 设备，其实在其使用寿命的大部分时间里都已签订合同。因此，我认为您所指的风险很大程度上并不存在，因为这些资产已售出其整个使用寿命周期。

部分风险源于 M365 业务导致的短期 RPO（服务恢复点目标）。若仅看 Azure 业务，其 RPO 周期则相对延长。其中很大一部分是基于 CPU 的，而不仅仅是 GPU。

至于我们讨论过的 GPU 合同，包括我们一些最大客户的合同，这些 GPU 都是按其整个使用寿命出售的。因此，我认为你所指的风险并不存在。希望这能有所帮助。

萨蒂亚·纳德拉 - 董事长兼首席执行官：

是的。另外我想补充一点，除了艾米提到的设备在使用寿命内已签订合同的情况外，我们确实会持续使用软件来管理服务器中逐渐老化的设备——包括最新型号。这正是我们获得该持续周期的关键。

归根结底，我们追求的是——这就是为什么我们甚至会不断考虑设备群的老化问题。重点不在于某年一次性采购大量设备，而在于每年遵循摩尔定律持续升级：通过软件更新实现全系统优化。

艾米·胡德 - 执行副总裁兼首席财务官：

或许需要明确说明的是——虽然这可能显而易见——随着产品使用寿命的推进，实际交付效率会持续提升。

当产品生命周期被完全售出时，其利润率会随时间推移而不断改善。

我认为这值得提醒大家注意，毕竟在 CPU 产品线中我们始终能观察到这种现象。

布伦特·蒂尔 - 杰富瑞：

艾米，关于 45% 的积压业务与 OpenAI 相关的问题，我很好奇您能否发表看法。显然大家对业务的可持续性存在担忧。

我知道您可能无法多谈，但我想每个人都关注着相关风险敞口。能否请您阐述一下您的观点，以及您和萨蒂亚目前看到的状况？

艾米·胡德 - 执行副总裁兼首席财务官：

我认为自己或许会从完全不同的角度思考这个问题。

首先需要关注的是，我们之所以提及这个数字，是因为其中 55%（约 3500 亿美元）与我们业务组合的广度密切相关——这种广度体现在客户覆盖面、解决方案多样性、Azure 云平台的深度、行业布局的全面性以及地域分布的广泛性。

这构成了相当可观的 RPO（预订产品组合）规模，不仅远超多数同行，其多元化程度也显著优于业界平均水平。坦率地说，我们对此抱有极高的信心。

当你单独看这部分业务增长了 28%，其覆盖范围和普及曲线都令人印象深刻——这正是我被问及最多的问题：它在客户细分领域、行业和地域层面都实现了增长。这种增长非常均衡。

至于我对 OpenAI 的合作协议和健康状况的看法，坦白说这是绝佳的合作伙伴关系。我们持续为其提供规模化支持，对此深感自豪。我们隶属于最成功的商业体系之一，对此始终充满信心。这使我们得以在技术建设领域保持领先地位，始终站在应用创新的最前沿。

卡尔·基尔斯特德 - 瑞银：

艾米，无论你如何在第一方和第三方之间分配产能，能否从定性角度评论即将投产的产能规模？ 

我认为去年12月季度新增的1吉瓦装机量堪称非凡，这表明产能扩张正在加速。不过许多投资者正密切关注亚特兰大费尔沃特项目和威斯康星费尔沃特项目，无论未来几个季度产能如何分配，他们都希望了解新增装机规模的具体情况。

艾米·胡德 - 执行副总裁兼首席财务官：

是的，我们确实提过几件事。

我们正竭尽全力尽快扩大产能。你提到的亚特兰大或威斯康星等具体站点，都是需要多年交付的项目。因此我不建议过分关注特定地点。

我们真正需要做的是——而且正在全力推进——在全球范围内扩充产能。其中大部分增量将来自美国（即你提到的两个地点），但全球范围的产能扩张同样必要，以满足当前客户需求和日益增长的使用量。 

我们将持续建设长期基础设施。具体而言，需确保电力、土地及厂房资源的可用性，并在设施建成后尽快部署 GPU 和 CPU。

最后，我们将努力确保在实施进度和运营方式上尽可能高效，以实现其最大效用。

因此，这其实并非关乎两个地点的问题，我认为完全不必拘泥于此。这些项目都涉及多年交付周期。但关键在于，我们必须在所有当前建设中或即将启动的建设地点完成任务。我们正以最快速度推进工作。

马克·墨菲 - 摩根大通：

萨蒂亚，Maia 200 推理加速器的性能表现相当出色，尤其与存在时间更长的 TPU、Trinium 和 Blackwell 相比。您能否从核心竞争力角度解读这一成就——您认为半导体技术对微软而言可能发展到何种程度？

艾米，在支撑未来推理成本的毛利率方面，这是否会带来值得关注的连锁效应？

萨蒂亚·纳德拉 - 董事长兼首席执行官：

有几点需要说明：首先，我们在自主研发芯片领域已深耕多年，尝试过多种不同形式。 

因此我们对 Maia 200 的进展感到无比振奋——尤其当我们设想运行 GPT-5.2 模型时，在 FB4 平台上 GEMS 系统展现的性能表现，恰恰证明了当面对新型工作负载时，我们能够在模型、芯片及整个系统层面实现端到端的创新突破。 

这不仅关乎芯片本身，更涉及机架级网络架构如何通过内存优化来适配特定工作负载——这种协同创新正是我们追求的方向。

另外一点是，我们显然在进行往返优化，并与内部超级智能团队紧密协作开发所有模型——正如您所想，我们构建的一切都将为 Maia 进行全面优化。对此我们充满信心。

总体而言，当前阶段仍处于早期发展阶段。仅看硅芯片和系统创新的规模就可见一斑。

自去年 12 月以来，低延迟推理已成为行业热议焦点。因此我们必须确保不被任何单一技术锁定。事实上，我们与英伟达、AMD 建立了卓越的合作关系——他们持续创新，我们同样如此。 

我们追求的是让整个机群在任何时刻都能获得最佳总拥有成本（TCO）。这不是一代产品的游戏。很多人只关注谁领先，但请记住，你必须始终保持领先。这意味着你确实需要考虑将大量的创新成果引入到机群中，从而使你的机群在总拥有成本（TCO）层面具备根本性的优势。

这就是我的观点：我们对 Maia 处理器充满期待，对 Cobalt 芯片充满期待，对 DPU 和 NIC 技术同样充满期待。我们拥有强大的系统能力，这意味着能够实现垂直整合。

但垂直整合能力并不等同于仅限于此——我们追求的是灵活的战略布局，而这正是您所见证的实践方向。

布拉德·泽尔尼克 - 德意志银行：

萨蒂亚，我们在 Ignite 大会上从贾德森那里听到了许多关于前沿转型的见解，也目睹了客户采用微软 AI 技术栈后实现的突破性效益。

能否请您为我们阐述企业开启转型之旅的势头？对于这些企业成为前沿企业后，其在微软的支出规模可能扩大到何种程度，您有何预期？

萨蒂亚·纳德拉 - 董事长兼首席执行官：

我认为我们目前观察到的一点是三大套件的协同应用，对吧？无论是 M365、安全解决方案还是 GitHub，其协同效应都令人着迷。 

我的意思是，过去这三者对客户产生了显著的协同效应——比如 Entra 作为身份认证系统，Defender 作为防护系统，三者协同运作带来了极大价值。

但现在你看到的其实类似于 Work IQ，对吧？ 所以我的意思是，为了让你明白它的价值，对任何使用微软产品的公司而言，最重要的底层数据库就是微软 365 背后的数据。

原因在于它承载着所有隐性信息——你的团队成员是谁，他们之间的关系如何，正在推进哪些项目，留下了哪些成果，进行了哪些沟通。这些数据对于任何业务流程和工作流场景都至关重要。

事实上，我甚至在脚本里设想过这样的场景：现在你可以把 Work IQ 当作 MCP 服务器和 GitHub 仓库，然后说："嘿，请查看我过去一个月在 Teams 里的设计会议记录，告诉我我的仓库是否反映了这些内容。" 

这其实是种高维度的思考方式——过去我们工具业务和 GitHub 业务的运作模式，如今正经历颠覆性变革。这种智能代理系统正在某种意义上重塑企业形态，这正是最神奇之处：当你部署这些工具后，智能代理便会主动协助协调事务，为企业创造更多协同效应。

此外，企业正在推进的转型同样至关重要。我们该如何重新定义客户服务？如何重构营销策略？如何革新财务体系？如何基于这些思考构建自有智能代理？Fabric 和 Foundry 平台上的所有服务，以及 GitHub 工具链——甚至低代码/无代码工具——都在助力企业实现这一目标。 

我曾掌握过相关使用数据的统计。但最令我振奋的是新型智能助手系统——M365 Copilot、GitHub Copilot、Security Copilot 等工具的协同发展，它们正将海量数据与部署优势进行复合式整合，这或许是当下最具变革性的效应。

雷莫·伦肖 - 巴克莱银行：

过去几个季度我们讨论过——除了 GPU 领域，您还谈及 Azure 平台的 CPU 业务，并且去年一月初实施了运营调整。

能否谈谈您观察到的情况？或许可以从更宏观的角度阐述：客户逐渐意识到，若要实现真正的人工智能应用，向云端迁移至关重要。那么在云转型方面，我们目前观察到哪些趋势？

萨蒂亚·纳德拉 - 董事长兼首席执行官：

首先，我在发言中提到过，当考虑 AI 工作负载时，应该将其视为纯粹的 AI 加速器计算，对吧？因为从某种意义上说，任何代理都会通过工具（比如容器）进行分发，而这些工具显然运行在计算资源上。 

事实上，我们——即使在构建机群时，也习惯以比例来思考，训练任务更是如此。人工智能训练任务需要大量计算资源，以及紧邻计算资源的存储资源。因此——推理任务同样如此。

因此在代理模式的推理过程中，您需要为代理分配计算机或计算资源。这并非指代理需要 GPU——它们确实运行在 GPU 上，但更需要具备计算和存储能力的计算机。即便在新技术环境下，这种需求依然存在。

您提到的另一件事是云迁移仍在持续进行。事实上，我掌握的数据之一是 SQL——最新 SQL 服务器正作为 Azure 中的 IaaS 服务持续增长。

因此——这正是我们必须审视商业云架构、并使其与 AI 云保持平衡的原因之一。因为当客户迁移现有工作负载并构建新工作负载时，他们需要在部署区域内获得所有这些基础设施组件。