全年营收3310亿美元增18%，Azure突破1000亿美元增41%；两大目标:AI赋能每个人，企业不外包核心知识产权

萨蒂亚·纳德拉，董事长兼首席执行官：

在我们创下纪录的财年里，收官表现非常强劲。

总体而言，我们的年收入超过 3,310 亿美元，同比增长 18%。微软云业务收入超过 2140 亿美元，同比增长 27%。此外，Azure 的营收突破 1000 亿美元，同比增长 41%。

展望未来，我们有两个目标。

第一，确保人工智能赋能每个人，增强他们的自主性和抱负。第二，赋能每个组织构建自己的持续学习循环，并确保他们不会将核心知识产权外包。

现在，让我们来谈谈我们如何在整个技术栈中实现这一点，首先从我们的 AI 平台和基础设施开始。

全年新增88个数据中心，新GPU到港上线周期缩短近50%，Copilot吞吐量提升4倍，两年内总装机容量将翻番；将成为首批部署下一代机架级AI基础设施的CSP之一

本季度，我们在五大洲新增了 31 个数据中心，使今年的总数达到 88 个。随着需求的加速增长，我们正不断扩大业务版图。

此外，我们正以前所未有的速度将运力投入运营。在上一财年，我们在最大规模的区域内，将新 GPU 从到港到上线的时间缩短了近 50%。

总体而言，本季度我们新增了 1 吉瓦的装机容量，并有望在短短两年内将总装机容量大致翻一番。

此外，通过在芯片、系统和软件层面进行优化，我们正在更好地利用现有基础设施。

例如，自今年年初以来，我们将 Copilot 工作负载的吞吐量提高了 4 倍。

人工智能主权正日益成为我们客户最关注的问题之一，为此，我们正在扩展服务范围以满足这一需求。

就在上周，我们宣布与 Mistral 达成合作，将其模型引入微软主权云（Microsoft Sovereign Cloud），使客户能够在公有云、客户自主控制的环境以及完全离线的环境中运行这些模型。

此外，我们还通过自主研发的芯片创新技术，结合英伟达（NVIDIA）和 AMD 的最新技术，持续推进机队现代化进程。

Maia 200 持续扩展规模。与我们现有的最新一代硬件相比，其每美元性能提升了 30%，目前同时支持 OpenAI 和 MAI 模型。

此外，我们将成为首批部署基于 AMD Helios 和 NVIDIA Vera Rubin 的下一代机架级 AI 基础设施的云服务提供商之一。

在运行代理程序时，CPU 与 GPU 同样重要。

我们的 Cobalt 虚拟机不仅支持我们自身的原生工作负载，还支持包括 Adobe、Arm、Elastic、OpenAI、Sprinklr 和 TomTom 在内的客户的工作负载。

随着我们迅速扩大运力，预计到本月底，我们的 Cobalt 200 机架将部署在全球 25 个以上的数据中心中。

打造端到端AI平台：客户希望根据质量、延迟、成本和合规性为每项任务选择合适模型；提供云端最全面模型目录，收录超1.1万个模型，使用多供应商的客户数增长5倍

现在，让我来谈谈我们正在基于这一基础设施构建的端到端平台，该平台用于运行、管理和分发应用程序及代理。

一切从模型选择开始。

每位客户都希望根据质量、延迟、成本和合规性等因素，为每一项任务选择合适的型号。

我们提供云端最全面的模型目录，收录了超过 11,000 个模型，其中包括 OpenAI、Anthropic、Mistral、xAI 的最新模型，以及我们自研的 MAI 系列模型。

自今年年初以来，使用多家供应商模型进行开发的客户数量增长了 5 倍。

以李维斯公司（Levi Strauss & Co.）为例，该公司正在 Foundry 平台上使用 OpenAI 和 Anthropic 的模型，将 1,000 多个领域专用智能体整合到一个统一的企业级 AI 平台中。

我们也在加快自身模型的开发进程。

我们在图像、语音、转录、编码和安全等领域发布了十余款新模型，其中包括我们的首个推理模型 MAI Thinking 1，所有这些模型均以面向企业用例的高性价比推理为核心。

我们正在结合我们的硅芯片共同设计这些模型，并在 Maia 200 上运行 MAI 模型时，观察到每瓦性能提升了 40%。

但更重要的是，我们正在构建一个新的模型系统，在这个系统中，控制框架、上下文、记忆和动作空间都独立于任何单一的模型家族，从而推动了成本-效果曲线的边界。

而且这不仅仅关乎成本。由于每种模型都是可互换的，因此它还具有业务连续性和韧性方面的额外优势。

这就是我们产品中采用的系统，效果非常出色。

例如，数百万开发者在 GitHub Copilot 上使用了 MAI-Code-1-Flash，不仅实现了更高的代码通过率，令牌使用量的中位数降低了 10%，同时仍能使用 OpenAI 和 Anthropic 提供的尖端功能。

在 Excel 中，对于最常见的任务，MAI-Code-1-Flash 提供的质量可与 GPT-5.6 媲美，而运行成本却显著更低。

在安全领域，当与我们的多智能体安全测试平台结合使用时，MAI-Cyber-1-Flash 的性能优于体积大得多的 Mythos 模型，但成本仅为其一半。

从更广泛的角度来看，在我们的各种模型部署中，我们观察到效率显著提升，包括在 Dynamics 365 中使用 MAI-Voice-2-Flash 时 GPU 成本降低了 89%，以及在 PowerPoint 中使用 MAI-Image-2.5 时 GPU 成本最高降低了 84%。

作为 Foundry 的一部分，任何公司都可以使用该系统。

数据资产正从支持用户转向支持支持智能代理；PostgreSQL营收增55%连续三季加速，Fabric付费客户超4万增超60%

下一层是企业数据和上下文。

数据资产正从主要支持用户使用的应用程序，逐渐转变为支持智能代理。

客户正在迅速采用我们经过人工智能优化的数据库（如 Cosmos DB 和 PostgreSQL），以便让客服代表能够快速、安全地访问其进行记忆和检索所需的实时数据及上下文信息。

PostgreSQL 的营收增长了 55%，连续第三个季度保持加速增长态势。

此外，同时使用 Foundry 的 PostgreSQL 客户数量增长了 80%，因为越来越多的客户将其作为 AI 工作负载的数据库。

此外，我们还在进一步推进 Horizon DB 的发展——这是我们在 Azure 上推出的全新全托管 PostgreSQL 服务，其吞吐量是自主管理的部署方案的三倍。

在分析领域，我们目前拥有超过 40,000 名付费的 Fabric 客户，同比增长超过 60%。

目前已有超过 17,000 家客户在使用 Foundry 和 Fabric，同比增长 60%，企业正通过 Fabric 将代理与实时运营数据、分析数据以及非结构化数据进行连接。

本季度，我们还推出了 Rayfin——一款以代理为中心的 SDK，它提供后端即服务（BaaS），用于在 Fabric 上构建应用程序。

已有超过 2,500 名用户使用了 Rayfin，目前它还为使用 Replit 创建的应用程序提供后端支持。

构建智能层与完整Foundry代理技术栈，Foundry客户达10万、营收同比增超一倍；借助Agent 365提供控制平面，将企业治理、身份、安全和管理框架扩展至代理程序

在此数据资产基础上，我们正在构建一个智能层，该层将数据与模型能力相结合，以便在恰当的时机提供恰当的背景信息。

数以万计的客户——其中包括近 90% 的《财富》500 强企业——已经借助 Foundry、Fabric 和 Work IQ，将客服代表的工作融入企业运营环境之中。

本季度，我们推出了 Web IQ，该工具使客服代表能够获取来自整个网络的实际情报。

许多最受欢迎的人工智能助手（包括 ChatGPT）已经采用了该技术。

除了模型选择、数据和上下文之外，我们正在将 Foundry 打造为一套完整的应用和代理技术栈。

它使代理能够访问 IQ 层及其所使用的工具，同时还提供持久状态和内存、安全的沙箱、评分标准和评估机制，甚至还有它们自己的自我改进循环。

目前，Foundry 的客户数量已达 10 万，营收同比增长超过一倍。

以西班牙电信（Telefónica）为例，该公司将 Foundry 作为其企业智能代理平台的基础，首批智能代理已投入处理关键任务型网络运维工作。

总体而言，Foundry 客户数量（按年化 1 万亿代币的运行率计算）同比增长了 4 倍。

最后，借助 Agent 365，我们提供了一个控制平面，可将企业现有的治理、身份、安全和管理框架扩展至其构建的代理程序。

上线仅两个月，“Agent 365”平台已有近 4000 万个代理注册，分布于数万家企业。

Copilot正从聊天功能向Cowork再向Autopilots迅速发展；本季度将把Copilot体验（含Code）整合到一个涵盖消费级和商业级体验的“超级应用”中

接下来，让我谈谈我们正在基于该平台为个人和组织开发的应用程序和代理程序。

在知识型工作领域，我们目前拥有超过 3000 万个付费的 Microsoft 365 Copilot 许可席位，净新增席位数量较上一季度增长了一倍多。

Copilot 正在迅速发展，从聊天功能到 Cowork，再到 Autopilots。

上个月，我们正式推出了 Cowork，该服务可帮助客户基于其工作数据完成多步骤任务，同时满足企业级安全与合规要求。

本季度，我们还推出了“Autopilots”——这是一种符合企业级合规要求的自主型长期运行代理，其中包括一款由 OpenClaw 驱动的始终在线的个人代理。

本季度，我们将把这些 Copilot 体验（包括 Code）整合到一个涵盖消费级和商业级体验的“超级应用”中。

这是向前迈出的重要一步，我期待不久后能与大家分享更多信息。

从更广泛的角度来看，我们一直在稳步提升 Copilot 的质量和性能，并对近期收到的客户反馈感到非常高兴。

在过去的三个季度里，用户满意度评分翻了一番，目前已达到历史最高水平。仅在本季度，我们就将延迟降低了 25%。

这些质量提升，加上持续的产品创新，正推动使用强度达到历史新高。

每位用户的对话数量同比几乎翻了一番。每周平均参与度与 Outlook 和 Teams 持平。

而且，从部署到达到我们所说的“高使用率”（即客户用户群中月活跃率超过 80%）所需的时间，在过去一年里已从数月缩短至仅需几天。拥有超过 50,000 个席位的客户数量同比增长了 7 倍以上。

此外，将 Copilot 部署给绝大多数信息工作人员的企业客户数量环比增长了近 75%，这表明 Copilot 已成为这些企业运营的核心。

例如，英格兰国民医疗服务体系（NHS England）正在向 50.5 万名临床医生和工作人员推广 Copilot——这是同类应用在医疗保健领域规模最大的部署——此前一项试点显示，该应用平均每天为员工节省了 43 分钟。

毕马威正在将其部署范围扩展至全球超过 27.6 万名专业人士。汇丰银行则承诺采购 20 万个席位，以加速其员工队伍的转型。

阿斯利康、波音、印孚瑟斯、科氏公司、宝洁、斯泰兰蒂斯、塔塔咨询服务公司、匹兹堡大学医学中心、富国银行和威普罗均采购了 6 万个席位或以上。

E7两月售出数百万许可，越来越多客户全面采用集成式AI解决方案；商业模式的转型：“按座位计费”向“按座位加使用量计费”转型，“座位租赁”模式转向“座位加消费”模式

我们对新推出的 E7 套件所获得的反响感到鼓舞，因为越来越多的客户开始全面采用这一集 Copilot、E5、Entra 和 Agent 365 于一体的集成式 AI 解决方案。

产品发布仅两个月，已有数百家企业客户购买了数百万个许可。本季度，安永（EY）为 40 万名员工部署了 E7，这是我们迄今为止最大的单笔订单。

此外，我们还在将商业模式从“按座位计费”向“按座位加使用量计费”转型，进一步扩大我们的总潜在市场（TAM），并为客户提供更多价值。

本月早些时候，我们在 Cowork 中推出了按使用量计费的功能，目前已有数千名客户付费并正在积极使用该功能。

在企业应用领域，我们一直在针对“以客服人员为中心”的世界对 Dynamics 365 进行重新设计。

我们已开放销售、财务、供应链、人力资源和客户服务等领域的超过 650,000 项 MCP 操作，使客服代表现在能够访问业务背景信息，并使用与任何应用程序用户相同的数据模型、规则、权限、安全防护措施和审计日志来采取行动。

此外，我们还正在从单纯的座位租赁模式转向“座位加消费”的模式。

客户服务是此次转型的核心，该领域基于使用量的信用消费较上季度增长了 4 倍，北方信托等客户正利用我们的工具推动主动式智能分析。

GitHub Copilot目前拥有5000万用户，GitHub目前拥有2.25亿用户，“智能代理时代”正在 GitHub 上逐步成形，GitHub上每三个拉取请求中就有一个涉及智能代理

就开发者而言，GitHub Copilot 目前拥有 5000 万用户。

本季度，我们推出了基于使用量的计费模式，并持续看到“商务版”和“企业版”的授权数量增长，同时在新计费模式生效后，消费型收入也显著增加。

Copilot 的营收环比增长超过 60%。

总体而言，GitHub 目前拥有 2.25 亿用户，各行各业的企业——包括超过 90% 的《财富》500 强企业——都选择 GitHub 来开展其基于人工智能的开发工作。

“智能代理时代”正在 GitHub 上逐步成形。所有主要的编程智能代理都在该平台上运行，如今 GitHub 上每三个拉取请求中就有一个涉及智能代理。

安全领域协助客户利用AI增强安全防护能力：Purview已审核超500亿次Copilot交互，同比增近360%；推出“Project Perception”多模型智能安全系统

在安全领域，我们不仅帮助客户保障其人工智能部署的安全，还协助他们利用人工智能来增强安全防护能力。

截至目前，Purview 已审核了超过 500 亿次 Copilot 交互，以履行合规义务，同比增幅近 360%。

本周早些时候，我们推出了“Project Perception”项目，这是一个完整的多模型智能体安全系统，它能够整合多个智能体团队，用于模拟攻击、调查威胁并推动问题修复。

随着 Perception 正式结束私有预览阶段，我们计划通过按使用量计费的模式向客户提供该服务。

医疗健康领域，本日历年有望自动化超1亿次患者就诊，本季度为2800万次同比增2倍；在科学领域，推出Microsoft Discovery平台

在医疗保健领域，我们有望在本日历年内实现超过 1 亿次患者就诊的自动化处理，其中本季度为 2800 万次，同比增长 2 倍。

一项研究发现，环境式人工智能可将职业倦怠降低 21%，随后，马萨诸塞综合医院布里格姆医疗集团向 4,000 多名医护人员推出了 Dragon Copilot。

在科学领域，现已广泛推出的 Microsoft Discovery 为构建和管理面向科学与工程的代理工作流提供了一个全面的平台。

早期客户包括必和必拓、葛兰素史克和太平洋西北国家实验室。

本月推出微软前沿公司，将派遣6000名行业和工程专家进驻客户现场持续改进大规模AI系统，为业内规模最大的以成果导向的工程组织（FDE）

无论是我们高价值的自主体验，还是人工智能平台和基础设施，我们都致力于帮助客户将人工智能转化为可衡量的成果。

世界上最全面、最有价值的数据就蕴藏在每个客户租户之中。

因此，这为将客户的工作流程、领域知识和积累的判断力转化为人工智能系统提供了巨大的机遇，这些系统能够随着每次使用而不断学习和改进。

为了帮助客户把握这一机遇，我们本月推出了微软前沿公司（Microsoft Frontier Co.），这是业内规模最大的以成果为导向的工程组织。

我们将派遣 6,000 名行业和工程专家进驻客户现场，与客户共同设计、共同创新，并持续改进大规模的人工智能系统。

在过去一年里，我们一直在测试这一模式，已为 164 家客户完成了超过 330 个项目，其中包括来自各行业的众多全球领先企业。

例如，我们的 FDE 团队与诺和诺德合作，开发了一个既能帮助分析临床数据，又能满足其严格合规要求的工具。

此外，我们与伦敦证券交易所集团（LSEG）合作，将人工智能嵌入 LSEG Workspace 平台，帮助金融专业人士提出复杂问题，并从结构化及非结构化的金融内容中快速找到答案。

Xbox有望在2027财年重回增长，必应和Edge连续五年扩大份额，LinkedIn会员连续第五年两位数增长

最后，请允许我谈谈设备和消费者。

在 XBOX 方面，我们正在针对内容组合、平台和运营各方面做出必要的决策，以重塑业务，实现长期增长。

我们拥有业内最优秀的知识产权，以及遍布全球的优秀工作室，相信能够将这些优势整合起来，并有望在 2027 财年实现业务的重回增长轨道。

在 Windows 领域，我们正在加大投入，以确保其具备最佳的质量和基础架构，同时确保它成为运行安全边缘 AI 的最佳平台。

我们认为，Windows 结合强大的设备端计算能力与企业级安全性，在成为“不限流量智能”的卸载平台方面具有巨大的发展机遇。

在搜索和广告领域，必应和 Edge 已连续五年扩大市场份额。

此外，LinkedIn 整个平台的用户参与度依然强劲，会员数量已连续第五年实现两位数增长。

目前，超过 20,000 家企业的招聘人员正在使用我们基于人工智能的解决方案，以缩短招聘周期并提升候选人匹配效果。订阅量环比增长了 140%。

最后，我对未来的发展机遇充满期待。

我从未像现在这样确信，微软有能力推动持久、长期的增长，并确保人工智能的益处惠及更广泛的群体。

接下来，请允许我请艾米为大家详细介绍我们的财务业绩和展望。

全财年营收超3310亿美元增速加速至18%，营业利润超1550亿美元增21%；本季度营收900亿美元增18%，资本支出410亿美元

艾米·胡德，执行副总裁兼首席财务官：

大家下午好。

本财年，我们的营收超过 3,310 亿美元，增长率加速至 18%，这主要得益于 Azure 平台以及我们自有 AI 应用和服务方面的强劲需求。

随着我们在持续扩大经营杠杆的同时加大对长期增长的投资，营业利润的增长速度超过了营收增长，增幅达 21%，达到 1,550 多亿美元。

本季度营收为 900 亿美元，同比增长 18%，按固定汇率计算增长 17%。毛利（美元计）增长 15%，营业利润增长 18%。

经调整剔除对 OpenAI 投资的影响后，每股收益为 4.74 美元，同比增长 23%。汇率影响大致符合预期。

与我们在 4 月财报电话会议上提供的前瞻性指引相比，本季度有几项独立因素影响了我们的财务业绩，从而使每股摊薄收益增加了 27 美分。

其中包括我们对 Anthropic 的投资带来的 32 亿美元收益，以及与自愿退休计划相关的费用低于预期，但这些收益和费用部分被 Xbox 业务中的遣散费和减值准备所抵消。

在剔除这些因素的影响后，得益于本季度强劲的需求和出色的执行力，我们在营收、营业利润和每股收益方面均超出了预期。

公司毛利率为 67%，同比下降，主要原因是销售结构向 Azure 的转变，以及对人工智能基础设施的持续投资和产品使用量的增长；但这一下降部分被持续提升的运营效率所抵消，特别是在 Azure 和 M365 商业云业务方面。

运营费用增长了 10%，主要原因是公司持续投资于研发计算能力、人才和数据，以支持整个产品组合的产品开发。管理费用的增长受到上年同期基数较低以及前述部分一次性项目的影响。运营利润率同比小幅上升至 45%。

公司总员工人数同比下降了 2%。

在剔除对 OpenAI 投资的影响后，其他收入和支出为 28 亿美元，这主要得益于前文提到的对 Anthropic 投资产生的收益。

资本支出为 410 亿美元，其中包含了我们指南中提到的零部件价格上涨带来的影响。鉴于客户越来越多地构建同时利用 AI 和非 AI 基础设施的解决方案，我们约三分之二的资本支出用于短期资产，主要是 CPU 和 GPU。

其余支出用于购置长期资产。本季度，融资租赁总额为 56 亿美元，主要用于大型数据中心园区。此外，用于购置不动产、厂房及设备（PP&E）的现金支出为 358 亿美元。

经营活动产生的现金流为 554 亿美元，同比增长 30%，主要得益于强劲的云服务计费和收款表现，但部分被经营租赁付款的增加所抵消。自由现金流为 196 亿美元，反映了资本支出的增加。

最后，我们通过派发股息和回购股份向股东返还了 102 亿美元，使本财年向股东返还的现金总额超过 430 亿美元。

商业RPO增至6780亿同比增84%，微软云收入593亿增27%、全年超2140亿，近90%为前沿模型公司以外客户

接下来，让我们来看一下我们的商业业绩。

若排除 OpenAI 带来的影响，商业订单量增长了 18%，这得益于我们在核心经常性收入销售举措方面的有力执行，同时也反映了各地区及各客户群体的广泛需求。若计入 OpenAI 的 Azure 承诺，按固定汇率计算，订单量分别增长了 10% 和 11%。

商业剩余履约义务增长了 84%，达到 6780 亿美元。商业剩余履约义务的环比增长完全源于前沿模式公司以外客户的承诺。若不计入 OpenAI，剩余履约义务增长了 25%。

包括 OpenAI 在内的 RPO 的加权平均期限为 2.3 年。其中约 30% 将在未来 12 个月内确认收入，同比增幅为 37%。未来 12 个月后确认的剩余部分增幅达 112%。

微软云业务收入为 593 亿美元，同比增长 27%，这反映出 Azure 以及我们自研的 AI 应用和服务需求强劲。全年来看，我们的云业务收入超过 2140 亿美元，其中近 90% 来自前沿模型公司以外的客户。

微软云业务的毛利率为 65%，好于预期，但较上年同期有所下降，这主要是由于销售结构向 Azure 的转变，以及对人工智能基础设施的持续投资和产品使用量的增加所致，但此前提到的持续效率提升在一定程度上抵消了这一影响。

生产力与业务流程营收378亿增14%，M365 Copilot席位超3000万、净增环比翻倍，ARPU由E5和E7驱动

接下来是各业务部门的业绩情况。

“生产力与业务流程”业务的收入为 378 亿美元，同比增长 14%。

在剔除上年同期因当期收入确认增加 2 个百分点所带来的影响后，M365 商用云业务收入按调整后数据计算增长了 16%。按报告数据计算，收入增长率为 14%。 

得益于第三季度 Copilot 带来的势头，付费席位净增量环比翻了一番以上，付费席位现已超过 3000 万。包括 Copilot、E5 以及 E7 初期增长在内的高端产品，推动了本季度每用户平均收入（ARPU）的增长。

M365 商业版付费席位同比增长 6%，所有客户细分市场的安装基数均有所扩大，尽管增长主要来自我们的中小企业和一线员工产品线。

M365 商业版产品收入增长了 19%，超出预期，这主要得益于大型、长期 M365 合同，这些合同推动了 Windows 商业版本地部署组件在本期内的收入确认额增加。

按固定汇率计算，M365 消费者云业务收入增长了 24% 和 22%，这再次得益于每用户平均收入（ARPU）的增长。此外，M365 消费者订阅量增长了 7%。

LinkedIn 的营收按固定汇率计算分别增长了 12% 和 10%，这主要得益于营销解决方案业务的推动。

与去年同期强劲的业绩相比，Dynamics 365 的营收按固定汇率计算分别增长了 13% 和 12%。ERP 业务的订单量增长依然稳健，而 CRM 业务受销售周期延长影响，增长势头继续趋缓。

按固定汇率计算，各业务部门的毛利（美元）分别增长了 14% 和 13%。随着 M365 Copilot 使用量的增加，毛利率略有下降，这是因为我们持续投入产品品质并进一步提升运营效率。

运营费用增长了 11%，主要受前文提到的共享研发投入驱动。按固定汇率计算，营业利润分别增长了 15% 和 14%。营业利润率同比上升至 58%。

智能云营收393亿增32%，Azure营收增长43%超预期，客户需求持续超过现有运力，新增运力迅速转化为收入；GitHub Copilot使用量超出预期

接下来是智能云业务板块。

营收为 393 亿美元，按固定汇率计算，同比增长 32% 和 31%。

在 Azure 及其他云服务方面，营收同比增长 43%，而去年同期的增长势头本已加速。客户需求持续超过现有运力。得益于 CPU 和 GPU 机群效率的提升，以及流程优化使新运力得以提前交付，营收增长超出了预期。Azure 在本季度新增的运力迅速转化为收入。 

此外，随着 6 月份业务模式调整（旨在使定价与使用量及价值相匹配），GitHub Copilot 的使用量超出预期，这也为业绩做出了贡献。

在我们的本地服务器业务方面，营收与去年同期相比基本持平，按固定汇率计算下降了 1%。业绩好于预期，这主要得益于合同续约，且由于合同结构的变化，本期确认的营收有所增加。

该业务部门的毛利（以美元计）同比增长 24%，毛利率同比下降，这主要源于销售结构向 Azure 的转变，以及为应对日益增长的需求而持续扩容的人工智能基础设施，但 Azure 在效率方面的持续提升部分抵消了这一影响。

GitHub Copilot 使用量的增长也对该业务部门的毛利率产生了影响，不过随着 6 月份业务模式转变为基于使用量的定价，本季度毛利率有所改善。 

运营支出增长了 10%，主要受前文所述的共享研发投入推动。营业利润增长了 31%，而运营利润率在高度关注效率和投资回报的情况下，同比基本持平，维持在 41%。

个人计算营收129亿降4%，Windows OEM及设备受PC需求疲软降7%，搜索广告剔除TAC后增10%

接下来是个人计算业务。

该业务营收为 129 亿美元，按固定汇率计算，同比下降了 4% 和 5%。

受个人电脑市场需求疲软以及上年同期因 Windows 10 支持终止而带来的高基数影响，Windows OEM 及设备业务收入下降了 7%，其中 Windows OEM 业务收入下降了 5%。由于零部件价格上涨，OEM 和渠道合作伙伴继续增加库存，因此实际业绩好于预期。

扣除流量获取成本（TAC）后的搜索广告收入按固定汇率计算分别增长了 10% 和 9%，这一增长主要得益于 Edge 和 Bing 平台每搜索收入的提升以及搜索量的增加，不过第三方合作伙伴关系对增长造成了一定影响。

在 Xbox 业务方面，按固定汇率计算，营收分别下降了 10% 和 11%。Xbox 内容与服务营收同比下降 10%，而去年同期受第一方内容表现强劲的提振，业绩表现良好。

受动视收购相关摊销减少的影响，该业务部门的毛利（美元）同比下降 2%，毛利率同比上升。受前文所述对共享研发的持续投入以及 Xbox 业务减值损失的影响，营业费用按固定汇率计算分别增长 8% 和 7%。营业利润按固定汇率计算分别下降 14% 和 15%，营业利润率同比降至 21%。

数据中心与办公楼预计使用寿命从15年延长至25年，2026日历年CapEx预期调至约1750亿

接下来，在谈及展望之前，自 2027 财年年初起，我们将把数据中心和办公楼的预计使用寿命从 15 年延长至 25 年，这反映了我们的运营历史以及对这些资产的预期使用情况。此次调整的影响已体现在今天的业绩指引中。

此项变更仅影响未来折旧的时间安排，预计对 2027 财年营业收入的提振作用微乎其微。其主要影响体现在资本支出方面，因为受此调整影响，我们未来更多数据中心租赁将从融资租赁转为经营租赁。融资租赁计入资本支出，而经营租赁则不计入。 

除使用年限调整带来的影响外，我们对 2026 日历年的资本支出预期保持不变。不过，由于从融资租赁转向经营租赁，我们的预期金额将调整至约 1,750 亿美元。

预计2027财年营收和营业利润将再次两位数增长；2027财年资本支出将同比增长，自由现金流仍然保持正值

接下来，让我们谈谈我们的展望。

首先，我将就 27 财年做一些全年评论。

首先提醒几点。无论是在 M365 商业版产品还是服务器产品的关键绩效指标（KPI）中，由于产品发布时点的影响，我们正面临更高交易额的基数效应，预计这两个产品线在整个财年的营收都将出现中个位数的下滑。

Windows OEM 和设备业务的增长将受到以下因素的影响：个人电脑市场需求疲软（因零部件成本上升导致设备售价上涨）、上年同期受益于 Windows 10 支持终止的基数效应，以及库存水平居高不下。因此，我们预计本财年该业务营收将出现高个位数百分比的下滑。

接下来谈谈汇率。

假设当前汇率保持稳定，我们目前预计汇率将使本财年全年营收增长率下降不到 1 个百分点，且对销售成本和营业费用的增长不会产生显著影响。

从公司层面来看，凭借强劲的业务势头，我们预计本财年营收和营业利润将再次实现两位数增长。

营业费用预计将增长中至高个位数，这反映了我们在研发计算能力、人才和数据方面的持续投入。

此外，鉴于我们整个产品组合中显示出的需求信号，我们预计 2027 财年的资本支出将同比增长。

尽管我们正在加大投资以满足不断增长的需求，但整个财年的营业利润率降幅应不足 1 个百分点。此外，我们预计 2027 财年的自由现金流仍将保持正值。

最后，我们预计 2027 财年的实际税率将约为 20%。

下季度业绩指引：总营收898.5-909.5亿美元增16-17%，Azure按固定汇率增约45%，资本支出将超500亿

接下来，让我们来看一下我们第一季度的展望。除非另有说明，否则相关数据均以美元为单位。

根据当前汇率，我们预计汇率因素将使总营收增长率下降不到 1 个百分点，且对销售成本或运营费用增长不会产生显著影响。在各业务板块中，我们预计汇率因素将使“生产力与业务流程”板块的营收增长率下降约 1 个百分点，“智能云”板块的营收增长率下降不到 1 个百分点。“更个性化的计算”板块则不受显著影响。

首先从我们的商业业务说起。

在商业订单方面，剔除 OpenAI 的影响后，我们预计在不断扩大的到期合同基数推动下，得益于核心年费销售举措的强劲执行，订单量将实现稳健增长。需要提醒的是，上一年度签署的重大 OpenAI 合同将导致订单量和 RPO 增长率在季度层面出现一定波动。

微软云业务的毛利率应保持季度间相对稳定。

接下来是各业务部门的业绩指引。

在“生产力与业务流程”业务领域，我们预计营收将在 367 亿至 370 亿美元之间，同比增长 11% 至 12%。

在 M365 商业云业务方面，我们预计按调整后数据计算（以恒定汇率为基准），增长率约为 16%——该数据已对上年同期因当期收入确认提前 1 个百分点而受益的情况进行了调整；按报告数据计算，增长率为 15%。

得益于 Copilot、E5 和 E7 的强劲势头，环比增长有所提升，但受一线员工及中小企业产品组合中新增席位平均每用户收入（ARPU）较低的影响，这一增长势头略有减弱。 

得益于高端产品线的强劲势头，以及 7 月份在按座位许可模式基础上新增基于使用量的计费产品所带来的变现机会增加，我们预计本财年内 M365 商业云收入增长将进一步加速。

受长期 M365 合同签订时点的影响，M365 商用产品收入预计将实现中个位数增长，但这一增长将部分被前文提到的上年同期可比数据的影响所抵消。

M365 消费者云业务收入预计将实现中个位数百分比的增长，但由于去年提价带来的积极影响已逐渐消退，环比将出现下滑。增长仍将主要由每用户平均收入（ARPU）和订阅量增长推动。

对于领英，我们预计其营收将实现高个位数的增长。

在 Dynamics 365 方面，我们预计营收增长将保持在低个位数水平，环比表现相对稳定，这主要得益于 ERP 业务的持续增长，尽管会受到此前提到的订单趋势的影响。

就智能云业务而言，我们预计营收将在 409.5 亿至 412.5 亿美元之间，同比增长 33% 至 34%。

在 Azure 业务方面，我们预计按固定汇率计算的营收增长率约为 45%，并将继续致力于提升运营效率，以弥合客户需求持续超过供应所造成的缺口。尽管第四季度收官表现强劲，我们仍预计上半年增长将进一步加速。需要提醒的是，Azure 的同比增长率可能会因容量投放时机和合同结构的不同而在各季度之间有所波动。

在我们的本地服务器业务方面，受客户持续向云服务迁移以及前文提到的上年同期可比数据影响，预计营收将出现低至中个位数的下滑。

在“个人计算”业务方面，我们预计营收将在 122 亿至 127 亿美元之间，因为我们仍在持续超越前文提到的去年同期强劲业绩，同时应对受零部件价格和库存水平影响的复杂 PC 市场动态。

受前文所述市场动态影响，Windows OEM 和设备业务收入预计将下降约 20% 左右。与前几个季度一样，潜在结果的波动范围仍比平时更大。

扣除流量获取成本（TAC）后的搜索广告收入增长率预计将保持在中个位数水平，受第三方合作伙伴关系影响，该增长率较上一季度有所下降。搜索平均收入和搜索量的稳定趋势将继续推动收入增长。

在 Xbox 内容与服务方面，我们预计营收将出现中个位数的下滑。硬件营收预计将同比下降。

因此，从公司整体来看，营收应在 898.5 亿至 909.5 亿美元之间，或同比增长 16% 至 17%；其中，商业业务的加速增长将部分被前文提到的个人电脑市场动态所带来的影响所抵消。

我们预计销售成本将在 296 亿至 298 亿美元之间，同比增长 23% 至 24%。运营支出预计为 168 亿至 169 亿美元，同比增长 7% 至 8%，这主要源于对研发计算能力和人才的持续投入。运营利润率预计将与去年同期基本持平。

若不计入我们对 OpenAI 的投资所产生的影响，预计其他收入和支出将约为负 1 亿美元，因为利息收入将被利息支出所抵消，其中利息支出包括与数据中心融资租赁相关的利息支付。

此外，我们预计第一季度的实际税率约为 20%。

接下来是资本支出。

我们预计资本支出将超过 500 亿美元，其中包含因使用寿命更新而产生的租赁重新分类影响。

最后，在 2026 财年，我们实现了营收和营业利润的加速增长，同时提升了营业利润率。下半年，我们在销售和产品工程方面的执行力进一步增强。随着 2027 财年的开启，我们将继续专注于推出能够为客户带来显著投资回报的产品，这将为微软及我们的股东带来持久的长期增长。

那么，乔纳森，接下来进入问答环节吧。

“前沿”意味着每家企业都有自己的前沿，以及能够掌控自身命运而需要做出的选择、成本控制和能力建设；企业级设计架构必须将“连接层”与模型分离，任何模型都可替换

卡尔·基尔斯特德，瑞银分析师：

谢谢你，萨蒂亚。也许我先不谈具体数据，想请你花一分钟时间，详细说明一下你开场白中关于模型选择和企业知识产权保护的观点。这个问题我可能分两部分来问。

首先，考虑到许多企业最初可能对使用开源模型持保留态度，您认为在未来一两年内，用户采用率对开源模型和定制模型而言会有多大影响？

其次，鉴于贵公司对前沿实验室的投资规模也相当大，微软究竟能从这一转变中获得哪些具体收益？非常感谢。

萨蒂亚·纳德拉，董事长兼首席执行官：

我们的思路是，归根结底，目标是让企业掌握自己的命运，也就是我所说的构建其“人力资本”和“ Token 资本”。如果一家企业是一台学习机器，它就需要拥有自己的学习机器，这才是真正的目标。 而这些模型只是输入，而非对企业知识的榨取。

但从某种意义上说，你确实必须——归根结底，每家企业都会评估哪些服务提供商能帮助他们实现目标并创造知识。我认为这一点现在已经相当明确，而且会随着时间的推移变得越来越清晰。这绝不是那种“进来把我的知识全拿走，只为自己谋利，而我却一无所获”的情况。

鉴于这一发展方向，我们对该平台的架构设计有着非常、非常明确的认识，即必须将“连接层”与模型分离——这样，“连接层”就能确保内存、上下文等所有内容都位于外部。这意味着在任何给定时刻，任何模型都是可替换的。您应该也完全可以使用前沿模型，没有理由不这样做，而且您还可以同时使用多个模型。

如果你看看我提供的一些统计数据，这很好地说明了如何根据前沿模型的实际效果来使用它们，如何根据低成本模型的实际效果来使用它们，以及实际上，当你不想使用任何外部模型时，如何训练自己的模型——毕竟，你拥有所有的输出结果、所有的执行轨迹以及所有的上下文信息。

这正是我们将要大力推广的企业级设计架构。我们自己也在使用它。Copilot 就是按照这种方式构建的。GitHub Copilot 也是如此。我们的 Security Copilot 同样如此。我们希望让这种设计模式普及开来，让每一家企业都能使用它。而在这一架构中，将包含开放权重与封闭权重的混合应用。

顺便说一句，有一个很少被提及的要点是：请记住，即使以 Hugging Face 事件为例，从中应该得到的最大启示就是，不能依赖任何单一模型。你可能需要多个模型，甚至才能解决由某个模型引发的一些问题。这就是应该采取的思维方式——不能受制于某个模型的拒绝结果。

这里的设计空间要大得多。我们谈论“前沿”时，仿佛它是一个单一的概念。其实，“前沿”意味着每家企业都有自己的前沿，以及为了能够掌控自身命运而需要做出的选择、成本控制和能力建设。

艾米·胡德，执行副总裁兼首席财务官：

卡尔，我想就你问题结尾的部分补充一点：正因如此，构建该平台才至关重要——我认为萨蒂亚在发言中也提到了这一点——这样才能在名为 Azure 的架构上，为不同的任务提供合适的模型。

因此，无论选择哪种模型、哪个模型系列，还是运行您自己的模型，鉴于我们持续看到需求不断增长，Azure 平台都能非常高效地满足这一需求。不妨将该基础设施视为一种高度可互换的资源。

需求仍持续超过供应，制约因素依然存在；CPU与GPU机群效率提升和流程优化使新增运力迅速转化为收入

布伦特·蒂尔，杰富瑞分析师：

艾米，Azure 的增长势头令人印象深刻，已从 43% 加速至 40% 中段。

我想问的是，关于这一增长背后的驱动因素——你和萨蒂亚（Satya）观察到究竟是什么在推动这一增长，以及许多关于产能限制的问题：我们是否仍处于相同的环境中，还是说在大家都能看到的这些限制条件下，微软只是执行得更好？谢谢。

艾米·胡德，执行副总裁兼首席财务官：

首先，系统中仍然存在制约因素。我想我们已经连续几个季度在强调，需求持续超过现有供应，这一点目前依然成立。我认为，从现货市场中某些资产的定价情况中，甚至也能看出这一点。

当谈到如何提供更优质的服务时，我们首先关注的是——我在事先准备的发言中也尝试简要谈及这一点——效率，即如何充分利用我们现有产品线中的每一项资源。这既适用于 CPU 产品线的效率提升，也适用于 GPU 产品线的效率提升。

本季度，我们的工程团队表现出色，特别是为了尽可能多地提供这些服务。鉴于我们一直提到的供需失衡，一旦我们能够提高效率，这些效益便能迅速在本季度转化为收益。我认为这种动态无疑对本季度产生了积极影响。

我还想说，为了确保 CPU 和 GPU 都能快速投入使用——简而言之，就是大幅缩短从准备到实际部署所需的周期——我们在流程优化方面取得了一些进展，过去 90 天里这方面的改进也很显著。因此，一旦我们能够实现这些改进，它们就能迅速转化为收益。

而且，就我们整个超大规模机群的运营规模而言，实现能够快速转化为收益的效率提升，确实推动了本季度的业绩增长。这也是我们对第一季度的预期之一，也是我们将要讨论的内容。

资本支出已明显转向交货周期短的CPU与GPU，需求一旦变化即可放缓投入；目前关注的重点方向是设计好产品形态与产品组合，整体形成有机统一

马克·莫德勒，伯恩斯坦分析师：

非常感谢您接听我的提问，并祝贺贵公司取得了稳健的业绩——这确实是一个非常出色的季度。

萨蒂亚、艾米，市场对人工智能的看法依然极不稳定，一方面担心供应过剩，另一方面则担忧零部件价格上涨将影响利润率。

艾米，我有两个相关的问题：如果数据中心确实存在产能过剩、过度建设，或者芯片等产品出现产能过剩的情况，微软将如何保护自身利益？

另一方面，面对当前硬件价格上涨以及元器件价格上涨的局面，你们将如何应对，以确保这不会导致你们大幅提高产品价格，也不会对利润率造成负面影响？谢谢。

艾米·胡德，执行副总裁兼首席财务官：

这些问题之间有些关联，但我还是先从第一个开始回答吧。

目前的情况显然是，在相对极端的时刻，需求超过了现有供应；但若从长期角度来看——我总是提醒大家——许多支出，尤其是资本支出（CapEx），正如你们所见，我们的资本支出已明显转向了我所称的“短期资产”，实际上就是那些交货周期相对较短的 CPU 和 GPU。

因此，如果需求环境发生变化，只需放缓这一实际上是成本（COGS）最大组成部分和驱动因素的投入即可。

对土地和数据中心建设的投资实际上相当灵活。这部分在整体成本结构中所占的比例较小，且其中大部分项目的实施时间都可以调整，尤其是建设部分；或者，正如我刚才所说，您可以分阶段推进部分计划部署的 GPU 和 CPU 的建设进度。

因此，当你考虑如何应对这种情况时，超大规模云服务商在应对需求变化方面，早已凭借其灵活性与专业能力，积累了相当丰富的经验。

马克，还有一点也很重要，那就是你们的业务组合在地域、细分市场和行业方面都极其多元化。我觉得，即使看看我们的积压订单，或者本季度在 RPO 业务方面新增的订单，也能看出这些业务确实源自微软产品组合以及我们客户群的广泛覆盖。

当你能够在短期内对一些资源消耗较大的组件进行延迟绑定时，你就拥有了一个灵活且规模庞大的业务体系。

你拥有一个庞大的第一方应用业务，该业务除了利用你的 Azure 平台外，还利用了你正在扩建的运维能力。这确实让我们在管理这些业务时拥有了更大的灵活性。

说到定价问题，我认为这确实在许多方面对每个人都产生了同等的影响。当然，我们目前正在努力确保以最高效率开展工作，从而继续为客户提供卓越的价值。 

我们要提醒大家的是，坦率地说，与自行购买本地服务器相比，云计算能带来巨大的优势；否则，价格上涨对客户来说将更加难以承受。在这种情况下，云计算依然能提供极高的投资回报率。

正如您所指出的，我们确实在增加这一产能，但显然其中很大一部分也已通过新签订的合同售出。我们能够让定价反映这一情况，同时保持价值——听着，从长远来看，您希望定价既能惠及客户，也能惠及贵公司。因此，我们也在努力保持这一重点。

萨蒂亚·纳德拉，董事长兼首席执行官：

我想补充一下艾米的发言，我觉得她总结得很好。

我们大家都把这本《1873》视为必读之作。因此，在我看来，必须把产品形态设计好。这正是我们目前重点关注的方向。必须把产品组合规划好。

艾米提到我们正在做的事情，无论是 Copilot 还是超级应用，涵盖所有设备形态，乃至延伸到 Azure，以及 Azure 中以代理为先的基础组件。必须真正让整个产品组合形成有机整体。

客户结构的多样性至关重要。必须充分认识到客户群的广度、地域分布、细分市场构成以及工作负载结构。甚至在扩充运力时，也必须认真考虑所有这些因素。此外，还必须高效运营铁路系统。

归根结底，正如艾米刚才提到的，即使在上一季度，我们在效率方面也取得了进步。 这并非一蹴而就之事，必须持之以恒地努力。

因此，我们非常关注这些方面。我们知道，这一周期中难免会有起起落落，但长期趋势是明确的。我们对公司能够形成合理的业务组合和利润率结构充满信心，最重要的是，能够为客户提供真正的价值。

本季度产品形态变化明显，聊天、Cowork、Autopilot和编程等功能将整合到即将成为旗舰级的“超级应用”中，且与各项系统深度集成；这是首次出现一款覆盖整个企业的工具

亚当·伍德，摩根士丹利分析师：

晚上好，感谢您接受提问。此外，祝贺贵公司今年年底交出了非常亮眼的成绩单。

我想简单问一下关于 M365 Copilot 的情况。显然，本季度表现非常强劲，付费席位数超过 3000 万，增长势头强劲。

能否请您简要谈谈，您如何看待客户从试点阶段向更广泛部署的过渡？这仍然是以试点为主的趋势，还是我们已经看到更多更广泛的部署？

那么，当我们从增加许可数量、迁移至 E7 等更高价值的 SKU 以及按用量计费等方面来考虑该产品的变现问题时，您认为从现在开始，主要变现来源或变现的主要驱动力是什么？谢谢。

萨蒂亚·纳德拉，董事长兼首席执行官：

谢谢你的提问。我先来回答，然后艾米可以补充一下。

这还是要从产品形态说起。

正如你们所见，即使在本季度内，产品形态也发生了相当显著的变化。现在，聊天、Cowork、Autopilot和编程等功能都将整合到一个即将成为旗舰级“超级应用”的平台中，该平台可供不同角色的人群使用。

再看看使用方面，这里同样蕴含着大量有趣的数据：从购买许可证到实际使用所需的时间已大幅缩短。过去需要数月的时间，如今只需几天。使用强度本身也显著提升。我的意思是，这种使用强度已经达到了 Outlook 或 Teams 这类日常沟通工具的水平。

我想说的第二点是该解决方案的整体企业级集成能力——它并非某种孤立的工具，而是与各项系统深度集成。

正如您提到的 E7，它通过 Agent 365 与治理模块深度集成，从而将 IT 运维（IT Ops）、安全运维（SecOps）和财务运维（FinOps）全部纳入其中，同时还涵盖了所有业务流程。

例如，你的 CRM 系统、ERP 系统，这些都只是融入核心工作的工具和插件。你可以将整个企业的业务流程接入“超级应用”。这会提高使用率，从而产生累积效应。

另一个方面是商业模式。

我们目前采用的是这种公认的商业模式。此外，我们现在还采用了基于使用量的商业模式，即“席位+使用量”模式。

我们已经看到来自 E7 等产品的每用户平均收入（ARPU）增长，但实际上，随着我们在企业层面为客户创造更多价值并带来更好的业务成果，这种增长将进一步增强。

事实上，从历史角度来看，与 Copilot 相比，Office 的功能范围要窄得多。这是首次真正出现一款覆盖整个企业的工具，且同时提供按席位和按使用量计费的两种定价模式。

其总潜在市场（TAM）要广阔得多。我们将非常、非常专注于提升客户价值，并以此为基础推动业务扩展。

艾米·胡德，执行副总裁兼首席财务官：

是的，亚当，我想我在事先准备好的发言中已经稍微提到了这一点，但我确实认为，从今年的情况来看，ARPU 的部分增长来自 E5 以及萨蒂亚所提到的 Copilot 许可证。

在 E7 中，我们还将看到更多内容，其实 Agent 365 组件确实具有很大的价值，尤其是萨蒂亚所提到的部分——我指的是 SecOps 和 FinOps。

总体而言，每个人都需要在所有业务流程中既能对代币支出进行可观测性监控，又能对其进行有效管理。而这正是 E7 所提供的。

因此，我认为该产品仅在该季度的部分时间内上市，而且客户对该 SKU 所体现的价值给予了积极反馈，这让我们感到非常鼓舞。我认为今年我们将继续关注这一领域。

最后，萨蒂亚所谈论的正是这个随着时间推移而不断增长的总潜在市场（TAM）。当我思考这个不断扩展的 TAM 时，这正是我们所讨论的使用量和消费量增长的本质所在。

因此，随着更多此类体验被整合进来，以及 IT 部门更多地参与到这一过程中，我认为人们对 M365 功能的看法将会发生显著变化。

萨蒂亚·纳德拉，董事长兼首席执行官：

亚当，这对你来说会很有趣。

我记得你的同事之一发布了一份 ROIC 文档。我把那份 PDF 格式的文档导入 Copilot，然后说：“基本上，帮我生成一个新的 Power BI 仪表盘。” 但关键在于，它构建了一个丰富的语义模型，该模型通过 OneLake 集成到我的 Fabric 中，从而从外部数据源汇集了所有数据。

事实上，它包含了所有 MAG7 公司的最新 SEC 备案文件。此外，该代码库本身虽然托管在 GitHub 上，但生成的成果却以站点形式保存在我的 Copilot 中。

在我看来，这就是一个典型的全企业级工作流。 作为一名知识工作者，我可以去创建一个仪表盘。数据工程师可以前往 Fabric 查找该构建产物。专业开发人员可以前往 GitHub 仓库中查找它。顺便提一下，所有这些都已注册在 Agent 365 中。

这正是艾米所描述的“新型工作方式的融合”的缩影，同时它还兼顾了 IT 支持、安全性和可管理性。

网络安全须从“智能优先、模型驱动”入手，Project Perception核心设计为确保红队演练、蓝队漏洞分级处理、绿队修复，构建自主系统实现网络防御体系

布拉德·泽尔尼克，德意志银行分析师：

太好了。非常感谢您回答我的问题。

萨蒂亚，鉴于网络安全对微软所有业务都至关重要，随着最新前沿模型的发布，行业格局近期已发生转变，而本周您又推出了“Project Perception”项目。

能否具体说明这一时刻对贵公司的网络安全业务意味着什么，以及从更广泛的角度来看，这对微软的公信力又意味着什么？谢谢。

萨蒂亚·纳德拉，董事长兼首席执行官：

是的，感谢你的提问。我认为你说得对，整个——我该说，无论是网络安全产品还是网络安全运营所需的整体机制，都发生了相当剧烈的变化，因为归根结底，你不仅要在产品层面进行转型，还必须转变公司作为一家企业的运营方式，以保护自身安全。

我们关注的重点是：

首先，再次采用我们处理知识工作或编码时所采用的方法，即必须从“智能优先、模型驱动”的方法入手。 

因此，我们通过“Perception”推出的方案本质上是在说：让我们切实确保拥有“红队”安全人员，他们懂得如何发现漏洞——并持续进行红队演练以发现漏洞；同时，还有“蓝队”安全人员不断进行漏洞分级处理，以及负责修复漏洞的“绿队”。

您可以构建自己的自主系统，该系统将持续运行，以构建您所需的网络防御体系。它无疑会综合利用所有信号——无论是防御者信号、Entra 身份识别信号、Defender 信号、网络信号还是应用安全信号——这些信号共同构筑了完整的上下文环境，从而使您能够真正建立起有效的防护体系。

我们还提到的一点是，特别是在网络安全领域，采用这种多模型方法至关重要——这与刚才提出的首个问题有关，而不仅仅是为了降低成本。

事实上，我们通过 CyberGym 中的 MDASH 数据证明，得益于 MAI-Cyber-1-Flash，实际上可以以降低 50% 的成本实现与 Mythos 相当的性能。

原因在于，90% 的任务由 Cyber-1-Flash 模型完成，而剩下的 10% 的任务，你仍然需要前往前沿。这种在本质上属于管道式处理的任务中，为不同任务匹配合适模型的混合方式，是一个极其重要的特点。因此，对我来说，我认为这是至关重要的一环。

还有一点我想提的是，从韧性的角度来看。无论出于什么原因，如果某个特定模型不再可用，你也不能因此陷入窘境。你必须能够继续开展网络行动。这就是另一个关键点。

成本和韧性都是重要的标准。无论是在代码、网络安全还是知识工作领域，我们都在努力将这两点融入其中。坦率地说，我们对“Perception”及其对未来安全业务所意味着的意义感到非常兴奋。

ROI关键是TAM扩张信心与产品和基础设施两端的利润率杠杆；继续寻求硅芯片最佳性价比，模型多元化同样是提升利润率的契机；产品投资组合机会广泛

加布里埃拉·博尔赫斯，高盛分析师：

大家好，下午好。谢谢。

艾米，我想请你谈谈投资回报率（ROI）。你已经向我们详细介绍了资本支出（CapEx）方面的情况，也详细介绍了变现方面的情况。或许你能把这两方面结合起来向我们说明一下。

在审视和追踪您当前所做的资本支出决策的投资回报率时，与一年前相比情况如何？此外，您还能采取哪些措施——例如在内部半导体领域——来推动未来收益的进一步增长？谢谢。

艾米·胡德，执行副总裁兼首席财务官：

坦率地说，我不确定过去一年里我的计算方法是否发生了变化。对我来说，思考这个问题时更侧重于对总潜在市场（TAM）扩张的信心，以及我们在产品改进和基础设施改进两方面所拥有的利润率杠杆。

在今天的电话会议上，我们已经讨论了一些方面，涉及我们用于在技术栈的应用层和基础设施层持续提升效率的手段。但您说得对，我们确实没有涉及所有方面。我认为萨蒂亚实际上已经就其中的一些方面发表了看法。

显然，随着我们继续寻求硅芯片的最佳性价比——包括对自有产品的投资——我们仍然存在机遇。 

坦率地说，在模型多元化方面的工作同样是提升利润率的契机。能够通过更高效的方式——无论是从 token 使用效率还是成本结构效率来看——实现最佳结果，也是提升利润率的杠杆。

显然，所有这些因素都印证了您所提到的观点，即对我们当前及未来持续投入资金的投资资本回报率（ROIC）更加充满信心。

当我们考虑投资组合的构成时，它能够覆盖知识工作、编程、安全等相当广泛的领域，然后基本上就是代理层——我姑且称之为“Agent 365”作为一种简便的称呼——但所有这些也都是机遇；当然，还有我们之前在 Azure 方面讨论的内容，包括模型效率、 芯片以及组件效率，包括我们在该领域的 1P 解决方案投资，以及在超大规模环境下运行的整体效率。

因此，我们目前正专注于利用不少手段来持续推动改进，但正如萨蒂亚所提到的，这是一项需要日复一日坚持的艰苦工作。这就像每天都一点点进步，再一点点进步。实际上，我们非常擅长这种持之以恒的工作，并确保能为客户带来切实的成果。