微软交出900亿美元季度营收，热搜很快给它贴上了“最强AI财报”的标签。
但普通人最容易被一个词带偏：
微软更赚钱，不等于AI已经进入暴利阶段。
这份财报证明了两件事：AI确实有人付钱，也已经能转成收入。
它没有证明第三件事：微软独立AI业务到底赚了多少钱。
下面用5步，把已经证明和还没证明的部分拆开。
AI已经开始赚钱，但钱也正在这样烧出去。
如果你没有财务基础，也不用被几十页报表吓退。打开微软的正式财报公告和财报电话会原文，依次核对下面五项，就能完成一次基本判断。
1.
第一步：先找AI收入和利润有没有单列
这是整套方法里最重要的一步，也是小白最容易完成的第一次成功。
打开财报，不要先看媒体标题，先找公司有没有单独列出：
AI收入多少；
AI成本多少；
AI利润多少。
微软这份财报列出了Microsoft Cloud、Azure、Microsoft 365等业务数据，也披露了Copilot付费席位，但没有给出一张独立的“AI损益表”。
财报按三大业务分部列示，没有独立AI损益项目。
这意味着，900亿美元季度营收不能直接写成“AI收入”，357.66亿美元净利润也不能直接写成“AI利润”。
Azure和Microsoft Cloud里都有大量原本就存在的云服务，Microsoft 365的增长也同时受到E5、E7等高价产品推动。
所以，完成第一步后，我们已经排除了一个常见误判：
微软整体利润增长，不等于微软独立AI业务的利润已经被证明。
所以，先别急着开香槟。
先别急，再看一眼披露范围。
找不到单列数据并不代表AI没有赚钱。它只说明，我们需要换一组证据，判断AI有没有形成真实生意。
2.
第二步：看有没有人真付钱
AI产品发布会最不缺“用户很多”。
真正有用的问题是：这些用户是不是付费用户？
Copilot已经进入Excel等办公软件。
微软给出的答案是，Microsoft 365 Copilot已经拥有超过3000万个付费席位，而且当季净新增席位比上一季度翻了一倍以上。
Microsoft 365 Copilot付费席位超过3000万。
这一条很关键。
企业试用AI可能出于好奇，连续购买几千万个付费席位，就已经进入采购预算、合同和续费流程。
这能证明企业愿意为Copilot买单。
但边界也要留下：付费席位不等于每个员工每天都在高频使用，更不能自动证明每个席位都带来了同样的生产力提升。
我们现在得到的是付费规模证据，还不是使用效果的完整答案。
3.
第三步：看付费能不能继续转成收入
有人买一次，只能证明产品卖出去了。
要判断商业化是否继续向前，还要看需求能不能稳定转成收入。
这份财报里有三条线索。
第一，Azure和其他云服务收入同比增长43%，Azure全年收入首次超过1000亿美元。
Azure和其他云服务收入同比增长43%。
第二，微软说，客户需求仍然超过现有算力供给。当季通过CPU、GPU效率提升释放出来的新增容量，很快就被客户购买并转成了收入。
第三，GitHub Copilot调整商业模式，让价格更贴近使用量和实际价值后，消费收入强于微软此前预期，利润率也在当季后段有所改善。
这三条放在一起，信息就比“AI用户很多”具体得多：
微软正在形成两条收费路线——Copilot按席位收费，云和开发工具按使用量收费。
钱进来了，账也得慢慢算。
而且，收入增长并非只靠少数前沿模型公司。微软披露，全年云收入接近九成来自前沿模型公司以外的客户；当季商业剩余履约义务的环比增长，也全部来自这些客户。
这里仍要保持克制：这些数据覆盖的是微软云业务，不能全部归给AI。
但它们足以说明，AI带来的算力和软件需求已经进入真实合同与账单，不再停留在发布会演示里。
4.
第四步：别只看卖了多少，还要看花了多少
如果文章写到这里结束，结论会显得很漂亮：
AI有人买，Azure增长快，新增算力还能迅速卖掉。
问题是，卖AI也很烧钱。
微软当季资本开支达到410亿美元，其中约三分之二投向CPU和GPU等使用寿命较短的资产。
410亿美元投入，最终会落到真实的数据中心。
410亿美元并不只存在于报表里。
它会变成机房、芯片、供电、散热，也需要真实的人把它们建起来、维护起来。
数据中心技术人员正在现场工作。
公司当季经营现金流为554亿美元，自由现金流为196亿美元。自由现金流依然为正，但已经明显受到更高资本开支影响。
经营现金流554.41亿美元，自由现金流196.39亿美元。
与此同时，公司毛利率为67%，Microsoft Cloud毛利率为65%，两者都同比下降。微软给出的原因包括Azure销售占比提高、持续建设AI基础设施，以及AI产品使用量增长。
翻译成大白话就是：
AI卖得越多，眼下需要调用的服务器和芯片也越多。
收入在增长，提供这些服务的成本同样在增长。
微软正在努力通过芯片效率、数据中心利用率和新的计费方式改善利润结构，但这场投入回报赛还没有跑完。
所以第四步得到的判断是：
微软已经证明AI能带来收入，还需要继续证明这些收入最终能覆盖巨额基础设施投入，并形成稳定回报。
5.
第五步：把投资收益和会计变化拆出去
最后一步，是避免被利润增速和资本开支口径带偏。
微软当季GAAP净利润同比增长31%。但当季还包含一笔32亿美元的Anthropic投资收益，这属于投资带来的账面收益，不能当成Copilot或Azure卖产品赚到的钱。
微软也单独提供了排除OpenAI投资影响的非GAAP结果。排除这项影响后，当季每股收益同比增长23%，低于GAAP口径下的32%。
投资收益和主营业务，要分开看。
此外，微软把数据中心和办公楼的预计使用寿命从15年延长到25年。
这项变化会让部分数据中心租赁从融资租赁转成经营租赁，从而改变“资本开支”这个数字的统计口径。微软预计调整后的相关口径约为1750亿美元，同时明确表示，2026日历年的实际投资预期没有因此改变。
所以以后看到“微软下调资本开支”一类标题，最好先确认：
公司真的少买了芯片、少建了数据中心，还是会计分类发生了变化？
这一步完成后，我们终于可以给这份“最强AI财报”一个比较准确的定位。
6.
最后，我们到底能判断什么
这份财报已经证明：
微软的AI产品拥有大规模付费客户；
收费方式正在从固定席位扩展到实际使用量；
新增云容量能够快速转成收入；
AI需求已经进入更广泛企业客户的合同与账单。
它还没有证明：
微软独立AI业务究竟有多少收入和利润；
每个Copilot付费席位的真实活跃程度；
不同AI产品的单位经济性；
410亿美元当季资本开支需要多久才能收回。
如果一定要沿用热搜里的“最强”，最多可以解释成：
微软交出了一份AI商业化证据更清楚的财报，但还没有交出一张独立AI利润答卷。
以后再看到一家公司的“AI财报”，你也可以重复这五步：
一看AI收入和利润有没有单列；
二看有没有真实付费；
三看需求能不能转成持续收入；
四看资本开支、毛利率和现金流；
五看投资收益与会计口径。
能回答多少，就判断多少。
不知道的部分，留在“不知道”里。
这可能没有“AI已经暴利”那么刺激，但会更接近一门真实生意。
END
我是王珑，一个正在玩AI的创作者。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。
