微软（Microsoft）2026 财年第四季度财报电话会议 — 问答环节全文中文翻译
会议日期： 2026 年 7 月 29 日，美国东部时间下午 5:30（北京时间 7 月 30 日凌晨 5:30）
报告期间： 2026 年 4 月—6 月（截至 2026 年 6 月 30 日）
本文为 Q&A 问答环节的完整翻译，按发言顺序逐位还原，未作删减或概括。
三条核心 Takeaway
1.Azure 的增速上限由交付效率决定。需求连续多个季度超过供给，缺口从算力现货价就能看出；效率一提升，当季就转化为收入。
2.Copilot 的使用强度已接近日常沟通工具。付费席位增至 3000 万以上，客户上手周期从几个月缩短到几天；这为"席位费＋用量"双计费提供了基础。
3.管理层承诺 FY27 全年自由现金流保持正向。本季自由现金流同比缩水 23%，盘后股价仍上涨约 9%；这份承诺部分源于折旧年限延长与租赁重分类。
主持人开场
乔纳森·尼尔森（Jonathan Neilson，投资者关系副总裁）： 谢谢你，艾米。下面进入问答环节。为尊重电话会上的其他参与者，请每位参与者只提一个问题。
注：纳德拉与艾米·胡德在 Q&A 前的开场陈述不属于问答环节，此处从略。开场陈述披露：本季 Azure 及其他云服务收入同比增长 43%，Microsoft 365 Copilot 付费席位超过 3000 万（上一季度为超过 2000 万），商业剩余履约义务达到 6780 亿美元；下一季度 Azure 固定汇率增速指引约为 45%，资本开支预计超过 500 亿美元。全年指引方面：2027 财年营收与营业利润维持双位数增长、营业利润率小幅下滑，全年自由现金流保持正向；资本开支指引 1750 亿美元（此前市场预期约 1900 亿美元）。同时自 2027 财年起，数据中心及楼宇折旧年限由 15 年延长至 25 年，并将大量数据中心融资租赁重分类为经营租赁、不再计入资本开支。
问题 1：Karl Keirstead（瑞银 / UBS）
Karl Keirstead： 好的，非常感谢。萨提亚，我先不问数字，想请你花一点时间展开谈谈开场时提到的模型选择和企业知识产权保护。我想把问题分成两部分。
第一，考虑到许多企业最初可能对使用开放模型有所顾虑，你认为未来一两年开放模型和定制模型的市场采用能达到多大规模？
第二，微软究竟会怎样从这一转变中受益？毕竟微软本身也对几家前沿模型实验室有相当大的投入。非常感谢。
萨提亚·纳德拉（Satya Nadella）： 谢谢你，Karl。我们看待这件事的出发点是，归根结底，企业要能够掌控自己的命运，也就是我所说的，建立自己的人力资本和 token 资本。说到底，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。模型应该是一项输入，而不是把企业知识抽取走的工具。
从某种意义上说，每家企业最终都要认真评估：哪些供应商是在帮助它获得业务成果、创造自己的知识。我认为这一点现在已经相当清楚，而且会一天比一天更清楚。未来绝不会是“你进来拿走我的全部知识，让自己获益，而我什么也得不到”。
沿着这个方向，我们对平台的架构设计非常明确：必须把智能体外壳（harness）与模型分开，由外壳确保企业的记忆、上下文等全部保留在模型之外；这样一来，任何模型在任何时候都可以替换。你应该、也可以使用前沿模型，没有理由不用，但你同样可以同时使用多个模型。
看看我刚才给出的那些数据，就能很好地理解这种做法：前沿模型擅长什么，就用它来完成什么；低成本模型擅长什么，就用它来完成什么；如果你完全不想用任何外部模型，甚至可以训练自己的模型，因为所有输出、运行轨迹和上下文最终都在你手里。
这正是我们要推广的企业架构设计。微软自己就在使用它。Microsoft 365 Copilot 是这样构建的，GitHub Copilot 是这样构建的，Security Copilot 也是这样构建的。我们希望把这种设计模式普及出去，让每一家企业都能采用。在这个架构里，既会有开放权重模型，也会有闭源权重模型。
顺便说一句，有件事很少有人讨论。即使只看 Hugging Face 那次事件，最重要的启示也是：你不能依赖任何单一模型。某个模型造成问题时，你甚至可能需要其他模型来补救。应该这样思考这件事：你不能受制于某一个模型的拒绝机制。
这里还有很大的设计空间。大家谈论“前沿”时，仿佛它只有一种形态。实际上，每一家企业都应该拥有自己的前沿，并拥有掌控自身命运所需的选择权、成本控制能力和技术能力。
艾米·胡德（Amy Hood）： Karl，我再补充一下你问题的后半部分。正因为如此，把平台建设好非常重要。萨提亚在开场时也提到，Azure 这一架构能够针对不同任务提供最合适的模型。
无论客户选择哪一个模型、哪一个模型家族，还是运行自己的模型，我们看到的需求都在增长，而 Azure 平台能够高效地承载这些工作负载。你可以把这套基础设施理解为具有很强的通用调配能力。
Karl Keirstead： 非常有帮助，谢谢。
问题 2：Brent Thill（杰富瑞 / Jefferies）
Brent Thill： 谢谢。艾米，Azure 增速加快到 43%，下一季度又指向 45% 左右，表现令人印象深刻。我想问背后的驱动因素。你和萨提亚看到的主要推动力是什么？很多人也在问产能约束：我们是不是仍处在同样的供给环境里，还是说在整个行业都面临约束的情况下，微软只是执行得更好了？谢谢。
艾米·胡德（Amy Hood）： 谢谢你，Brent。首先，整个系统里仍然存在约束。我想我们已经连续几个季度强调，需求继续超过可用供给，现在当然仍是如此。你甚至可以从部分资产在现货市场上的定价中看出这一点。
至于我们为什么能交付得更好，首先关注的是效率。我在开场陈述里也谈到了一些：要从现有资源池里的每一项资产中获得更多产出。这既包括 CPU 资源池的效率提升，也包括 GPU 资源池的效率提升。
本季度，尤其是工程团队做了大量出色工作，尽可能释放可用产能。由于我们一直谈到的供需失衡，只要效率有所提升，就能在当季迅速转化为收入。我认为，这一动态确实对本季度产生了积极影响。
另外，过去 90 天里，我们还改善了一些流程，让 CPU 和 GPU 从准备好到接入运行的交付周期大幅缩短。这些改进同样能很快转化为收入。
在我们所运营的整个超大规模资源池里，只要效率得到提升，就能被迅速变现，并直接带来当季增速加快。这也是我们预计下一季度仍会看到、并会继续讨论的一部分因素。
问题 3：Mark Moerdler（伯恩斯坦研究 / Bernstein Research）
Mark Moerdler： 非常感谢你们回答我的问题，也祝贺这个非常出色的季度。
萨提亚、艾米，围绕 AI 的市场情绪仍然极其波动。一方面，人们担心未来可能出现供给过剩；另一方面，大家又担心零部件涨价会影响利润率。
艾米，我有两个相关问题。第一，如果数据中心、芯片等真的出现产能过剩或过度建设，微软如何保护自己？反过来说，面对当前硬件和零部件价格上涨，你们怎么管理，既不至于大幅提高产品价格，也不至于让利润率受到负面影响？谢谢。
艾米·胡德（Amy Hood）： 谢谢你，Mark。这两个问题有些关联，不过我先回答第一个。
目前的情况显然是需求超过可用供给，而且失衡程度相当极端。但把时间拉长来看，我一直提醒大家，很多支出——尤其是你们在资本开支里看到的部分——已经明显转向我所说的短寿命资产，主要就是交付周期相对更短的 CPU 和 GPU。如果需求环境发生变化，只要放慢采购资本开支中占比最大、同时也是销售成本主要驱动因素的 CPU 和 GPU，就可以迅速调整投入节奏。
土地和数据中心建设方面的投入实际上相当灵活，在整体成本结构中占比更小。很多项目，尤其是数据中心建设项目，都可以调整时间；也可以错开部署原计划放入其中的 GPU 和 CPU。
因此，超大规模云厂商长期以来都具备这种灵活性，也理解如何管理需求变化。
还有一点很重要，Mark：微软的业务组合极其多元，覆盖不同地区、客户群和行业。即使只看我们的在手订单，或本季度新增的剩余履约义务，也能看到它来自微软产品组合和客户组合的广度。
如果你能够在较晚阶段才决定如何配置那些更昂贵的组件，同时拥有规模庞大而灵活的业务组合，而且除了 Azure 平台，还有大量第一方应用也在使用你建设的产能，那么管理这些变化的灵活性就会大得多。
至于定价问题，我认为从很多方面看，它对每家公司造成的影响都差不多。我们目前努力做的是尽可能提高效率，从而继续为客户提供良好价值。我们也在提醒大家，与客户自己购买服务器、部署在本地相比，云仍然具有巨大的优势；在硬件涨价时，客户自行采购服务器承受的压力甚至更大。在这种情况下，云依然能带来很好的投资回报。
我们确实在增加产能。正如你所说，其中很大一部分也会通过新的合同出售，因此我们能够让定价反映成本变化，同时保持客户价值。长期来看，定价必须同时对客户和微软合理，我们会继续专注于这一点。
萨提亚·纳德拉（Satya Nadella）： 我补充一下艾米的回答，我认为她概括得很好。我们都在把《1873》（注：原文如此）当作一本应该读的书。在我看来，首先必须把产品形态做对，这也是我们正在重点推进的事情。其次要把产品组合做对。艾米谈到了我们正在做的工作，无论是 Copilot，还是把各种产品形态汇聚起来的超级应用，再一直延伸到 Azure，以及 Azure 中以智能体为先的基础能力，都必须真正整合成一个完整的产品组合。
客户结构也非常重要。你必须认识到不同地区、客户群、工作负载构成的广度。即使在建设产能时，也要把所有这些因素纳入考虑。然后，你还必须把这套超大规模基础设施高效地运营起来。艾米刚才谈到，仅过去一个季度，我们在效率方面就取得了进步。效率不会等到最后才突然出现，而是需要日复一日、持续单向地改善。
因此，我们非常专注于这些方面。我们知道这个周期会有起伏，但长期的结构性转变非常清晰。我们非常有信心，能够构建正确的业务组合和利润率结构，更重要的是，为客户提供正确的价值。
Mark Moerdler： 很好，非常感谢。
问题 4：Adam Wood（摩根士丹利 / Morgan Stanley）
Adam Wood： 大家晚上好，谢谢你们回答问题，也祝贺你们为这一财年画上了非常强劲的句号。
我想问 Microsoft 365 Copilot。本季度付费席位超过 3000 万，增速明显加快。你们能不能谈谈，客户现在是怎样从试点走向更广泛部署的？目前仍然主要由试点推动，还是已经出现了更多大规模部署？
再看产品变现，无论是新增席位、向 E7 这样的高价值 SKU 迁移，还是按使用量收费，你们认为接下来最主要的变现方式或驱动力是什么？谢谢。
萨提亚·纳德拉（Satya Nadella）： Adam，谢谢你的问题。我先回答，然后艾米可以补充。
我认为，这还是从产品形态开始。正如你看到的，即使只在本季度内，产品形态也发生了相当大的变化。现在，聊天、Cowork、Autopilot 和编程能力都汇入了一个产品，它将成为面向不同岗位使用的旗舰级超级应用。
再看使用情况，也有很多有意思的数据。客户从购买许可证到真正开始使用，所需时间大幅缩短，过去需要几个月，现在只要几天。使用强度本身也显著提高，已经达到 Outlook 或 Teams 这类日常沟通工具的水平。
第二点是，它正在全面接入企业系统。它不是一个孤立在某处的工具。你刚才提到了 E7，它通过 Agent 365 接入治理体系，把 IT 运维、安全运营和财务运营都连接起来，也接入所有业务流程。
例如，CRM、ERP 等系统都会成为核心工作流里的技能和插件。你可以把企业范围内的工作流全部接入这款超级应用，使用量由此提升，形成复合效应。
再看商业模式。我们原本有按席位收费的商业模式，现在又加入了按使用量收费。也就是“席位费加用量”。E7 等产品已经开始带来每用户平均收入增长，但真正重要的是，随着我们为客户创造更多价值、在企业层面带来更多成果，收入空间会继续扩大。
与历史上的 Office 相比，Copilot 覆盖的范围要广得多；这是微软第一次拥有一款既按席位、又按使用量收费的企业级工具，总潜在市场也因此大幅扩展。我们会非常专注于推动客户价值，再随着价值一起扩张。
艾米·胡德（Amy Hood）： Adam，我在开场陈述里也谈到过一点。今年到目前为止，每用户平均收入增长的一部分，来自 E5 加 Copilot 许可证，也就是萨提亚刚才说的组合。
接下来我们会看到 E7 带来更多贡献。尤其是其中的 Agent 365 组件具有很强的价值。正如萨提亚所说，每一家企业最终都需要掌握 token 支出的可观察性，并管理所有业务流程中的 token 支出，这就是 E7 带来的能力。
E7 在本季度只销售了部分时间，但客户对这个 SKU 所体现的价值给出了令人鼓舞的反馈。我们会在这一财年继续聚焦推动它。
最后，萨提亚谈到的是一个会在年内逐步扩大的总潜在市场。随着更多体验接入、IT 部门更深地参与，增长将不仅来自席位和高阶 SKU，还会来自持续扩大的用量与消费收入。这会改变人们对 Microsoft 365 能力边界的理解。
萨提亚·纳德拉（Satya Nadella）： Adam，给你举个有意思的例子。你们有位同事写过一份关于投资回报率的 PDF 报告。我把这份报告交给 Copilot，然后说：“帮我新建一个 Power BI 仪表盘。”
关键在这里：它建立了一个丰富的语义模型，接入我在 Fabric 里的 OneLake，把外部数据源里的数据都拉了进来，甚至同步到了“美股七巨头”最新的 SEC 文件。然后，代码仓库本身放在 GitHub 里，但最终产物以站点形式呈现在我的 Copilot 中。
对我来说，这是一个典型的企业级端到端工作流。我作为知识工作者，可以自己创建仪表盘；数据工程师可以去 Fabric 找到相关数据资产；专业开发者可以去 GitHub 仓库找到代码；而且所有这些都登记在 Agent 365 里。这在一定程度上展示了艾米所说的新工作方式：一方面把不同角色的工作连接起来，另一方面同时纳入 IT、安全和可管理性。
Adam Wood： 非常有帮助，谢谢。
问题 5：Brad Zelnick（德意志银行 / Deutsche Bank）
Brad Zelnick： 非常感谢你们回答我的问题。
萨提亚，网络安全显然是微软所有业务的核心。随着最新一批前沿模型发布，竞争格局最近发生了变化；本周你们又推出了 Project Perception。你能不能具体谈谈，这个时刻对微软的网络安全业务意味着什么，以及对外界整体信任微软又意味着什么？谢谢。
萨提亚·纳德拉（Satya Nadella）： 谢谢你的问题。我认为你说得对：无论网络安全产品需要具备什么能力，还是企业应当如何运营网络安全，背后的整体规律都发生了相当大的变化。因为归根结底，一家公司要保护自己，既要改造产品，也要改变运营方式。
我们首先关注的是，采用与知识工作或编程相同的方法，也就是把智能放在第一位、以模型为先。通过 Perception，我们实际上是在说：要确保拥有红队智能体，让它持续进行攻防演练、寻找漏洞；同时拥有蓝队智能体，持续完成分析和处置；再由绿队智能体负责修复。
这样就形成了一套持续运行的智能体系统，为企业建立所需的网络防御。它当然会利用所有信号，包括 Defender、身份平台 Entra、网络和应用安全等信号。所有这些共同提供上下文，使企业能够建立真正有效的防护。
另外，尤其是在网络安全领域，多模型方法至关重要，这与第一个问题相呼应，而且不只是为了降低成本。我们已经通过 CyberGym 中的 MDASH 数据证明：采用 MAI-Cyber-1-Flash，可以用低 50% 的成本实现 Mythos 级别的性能。
原因在于，90% 的任务由 Cyber-1-Flash 模型完成，只有 10% 的任务仍然需要调用前沿模型。对于这种本质上像流水线一样的工作，把最合适的模型分配给最合适的任务，是同时提高性能和降低成本的关键。
还有一点涉及韧性。无论出于什么原因，如果某个模型无法继续使用，企业不能因此陷入停摆，网络安全运营必须能够继续。这是另一个重要方面。
成本和韧性都是重要标准。无论是在编程、网络安全还是知识工作中，我们都在把它们构建进产品。我们对 Perception 及其将为微软安全业务带来的机会感到非常兴奋。
Brad Zelnick： 非常有帮助，谢谢。
问题 6：Gabriela Borges（高盛 / Goldman Sachs）
Gabriela Borges： 大家下午好，谢谢。
艾米，我想问投资回报率。你已经解释了资本开支这一端，也解释了变现这一端。能不能把两部分放在一起谈谈？
当你评估、跟踪今天这些资本开支决策的投资回报率时，与一年前相比有什么变化？接下来还有哪些杠杆可以动用，来推动进一步变现？例如内部芯片是否是其中之一？谢谢。
艾米·胡德（Amy Hood）： 谢谢你，Gabriela。
坦率地说，过去一年里，我计算投资回报率的方法本身并没有发生变化。更合适的理解方式是：我们对总潜在市场扩大的信心增强了，同时也更清楚自己在产品和基础设施两端拥有哪些利润率杠杆。
今天的电话会上，我们已经谈到其中一些，包括继续提高应用层和基础设施层的效率。但你说得对，我们还没有覆盖所有因素。萨提亚实际上也提到了其中不少。
随着我们继续寻找性价比最优的芯片方案，包括对第一方芯片的投资，这里显然仍有提升空间。模型多元化本身也是改善利润率的机会。用更高效的模型交付尽可能好的结果——无论是减少 token 用量，还是降低成本结构——同样都是利润率杠杆。所有这些因素都提高了我们对已投入和未来继续投入资金之投资回报率的信心。
从产品组合来看，我们覆盖知识工作、编程和网络安全，也覆盖智能体层——为方便起见，我把它称作 Agent 365——这个广泛的能力池同样带来机会。再看 Azure，无论是模型效率、芯片、零部件效率，还是第一方解决方案投资，以及在超大规模环境下整体运营的效率，都是可以继续改善的方向。
内部芯片、多模型调度、应用层与基础设施层优化，都是微软继续改善利润率和资本回报率的杠杆。我们仍有很多手段可以使用，也会继续专注于此。
但正如萨提亚所说，这是一项需要长期下苦功的工作。每天都进步一点，再进步一点。微软其实很擅长这种持续改进，也会确保把成果交付给客户。
Gabriela Borges： 明白了，谢谢。
乔纳森·尼尔森（Jonathan Neilson）收尾
乔纳森·尼尔森（Jonathan Neilson，投资者关系副总裁）： 谢谢你，Gabriela。今天财报电话会议的问答环节到此结束。感谢大家参加，我们期待很快再次与各位交流。
萨提亚·纳德拉（Satya Nadella）： 非常感谢。
艾米·胡德（Amy Hood）： 谢谢。
本季关键指标一览
注：同比对比 2025 财年第四季度，环比对比 2026 财年第三季度；比率类指标变动以百分点（pct）计。自由现金流按“经营现金流减购置物业及设备现金支出”计算。「是否超预期」对比 LSEG 或 StreetAccount 一致预期；无公开一致预期的指标以“—”标示。
