微软FY2026 Q4财报及电话会内容解读
7月29日，微软发布FY2026 Q4财报，收入和营业利润均超过市场预期，Azure增速继续加快，M365 Copilot付费席位较上季度至少增长50%。本次财报一方面验证了微软的AI资本开支正逐步转化为云收入和企业付费，另一方面，微软展现出了对资本开支的谨慎（没有上调），因此盘后上涨超8%。看起来，市场并不是惩罚 AI 资本开支，而是惩罚AI 资本开支增长过快（比如谷歌），以及收入和利润没有跟上（比如 Meta）。
一、核心业务数据
1、收入
- Q4收入900.1亿美元，同比增长18%，高于市场预期约2.7%。
2、利润
- Q4营业利润406亿美元，同比增长18%，高于市场预期约4%。
- Q4Non-GAAP EPS为4.74美元，同比增长23%，高于市场预期约12%。
- Q4毛利率降至67.2%，同比下降约1.4个百分点，主要受Azure业务占比提高、AI基础设施折旧和算力成本上升影响。
3、分业务数据
- Azure及其他云服务：Q4收入同比增长43%，较Q3的40%进一步加速；FY26全年收入首次突破1000亿美元，同比增长41%。
- Microsoft Cloud：Q4收入593亿美元，同比增长27%；FY26全年收入超过2140亿美元，同比增长27%。
- Microsoft 365商业云：Q4收入报告口径同比增长14%，剔除上年同期一次性收入确认影响后同比增长16%，商业席位同比增长6%。
- M365 Copilot：付费席位超过3000万，较上季度至少增长50%；5万席位以上的大型客户数量同比增长7倍。
二、业绩指引
1、FY2027 Q1指引
- Q1收入898.5亿—909.5亿美元，隐含同比增长约16%—17%，高于市场预期。
- Q1Azure固定汇率收入预计增长约45%，高于本季度43%，也高于市场预期约41%。
- Q1资本开支预计超过500亿美元，低于市场预期，主要因为部分数据中心租赁不再计入资本开支，并非微软实际削减AI基础设施投资。
2、FY2027全年展望
- 公司预计全年收入和营业利润均实现两位数增长。
- 公司预计继续保持正自由现金流，但高资本开支仍将对短期现金流形成压力。
3、产能与订单能见度
- 公司计划未来两年数据中心总容量大致翻倍。
- 微软已签约但尚未确认收入的订单达到6780亿美元，同比增长84%.
- 本季度新增31个数据中心，全年累计新增88个；本季度新增约1吉瓦算力容量。
三、重点业务进展
1）Azure：新增算力开始快速转化为收入
Azure收入增长43%，下一季度预计进一步加速至45%，说明当前云业务仍受到供给约束，而不是需求不足。
管理层表示，Azure加速主要来自两方面：一是CPU和GPU机队效率提升；二是新数据中心从设备到货到正式上线的时间缩短约50%。在供不应求的情况下，新增容量上线后能够迅速转化为收入。
2）Copilot：企业AI从试点进入规模化采购
- M365 Copilot付费席位超过3000万，较上季度约2000万明显增长；拥有超过5万席位的大客户数量同比增长超过7倍。
- Copilot从购买到实际使用的时间已由数月缩短至数天，企业部署速度明显加快。微软也开始从单一席位收费，转向“席位费+Token使用量”的混合模式，有望进一步提高单客户收入。
- GitHub Copilot用户达到5000万，引入按用量计费后，Q4收入环比增长超过60%，验证AI软件不仅能增加用户，也能提升使用量和ARPU。
3）效率提升：降低单位算力成本
微软正在通过自研芯片、多供应商硬件、模型效率和数据中心运营优化降低单位算力成本。Copilot工作负载吞吐量年初以来提升4倍，部分Dynamics 365工作负载的GPU成本下降89%。
四、行业现状与发展
1）AI算力仍处于供不应求阶段
管理层明确表示，Azure需求仍持续超过可用容量。微软计划未来两年将数据中心容量翻倍，说明当前主要问题仍是算力供给不足，而不是企业AI需求减弱。芯片、电力、土地和数据中心建设周期仍然限制产能释放，预计未来一段时间，新增算力仍能较快转化为收入。
2）企业AI开始从基础设施向应用层扩散
Azure增长验证AI基础设施需求，M365 Copilot、GitHub Copilot和Agent 365则验证AI应用层开始规模化付费。
微软同时拥有云基础设施、模型平台和企业软件入口，可以在AI产业链多个环节变现，相比只提供模型或云算力的公司，商业模式更加完整。
3）资本开支压力仍是主要风险
尽管AI收入增长强劲，但高资本开支已经造成自由现金流下降和毛利率承压。
后续需要关注Azure增速、Copilot付费席位、商业RPO和单位算力成本。如果收入增速放缓，而折旧和硬件成本继续上升，市场仍可能重新担心AI投入回报。
五、电话会问答总结
Q1：管理层如何判断企业AI未来的产品形态？
管理层认为，企业AI将从单一聊天工具，逐步发展为能够理解上下文、调用工具并执行任务的智能体平台。Copilot正在整合Chat、CoWork、Autopilot和Code，由辅助工具转向企业工作入口。
这意味着AI商业模式也将从单纯销售软件席位，逐步转向“席位费+Token用量收费”。
Q2：模型效率提升会不会减少算力需求？
管理层的判断相反：在当前需求持续超过供给的情况下，模型、芯片和数据中心效率提升，可以释放更多可销售算力，并迅速转化为收入。
微软通过提高GPU利用率、多模型调度和系统优化，使Copilot工作负载吞吐量提升4倍。效率提升的作用不是减少AI使用，而是降低成本、扩大使用场景。
Q3：大规模AI资本开支的回报是否更加确定？
管理层表示，对AI投资回报的信心较一年前更强。一方面Azure和Copilot收入增长加快，另一方面自研芯片、模型效率和数据中心运营优化提供了更多利润率改善空间。
Meta 2026年Q2财报及电话会内容解读
7月29日，Meta发布2026年Q2财报，收入略超预期，但EPS大幅低于市场预期，自由现金流同比下降91%，全年资本开支指引下限再次上调，股价盘后一度下跌约10%。本次下跌的核心不是广告业务转弱，而是AI资本开支扩张速度明显快于自由现金流及新增AI收入的兑现速度。
一、核心业务数据
1、收入
- Q2收入608.01亿美元，同比增长28%，高于市场预期602.4亿美元约1%。
2、利润
- Q2营业利润187.75亿美元，同比下降8%；营业利润率为31%，较去年同期下降12个百分点。
- Q2净利润158.48亿美元，同比下降14%；EPS为6.18美元，同比下降13%，远低于市场预期。
- Q2资本开支达到310.8亿美元，同比增长82%，主要用于AI服务器、数据中心和网络基础设施。
- Q2经营现金流为318.62亿美元，自由现金流仅7.84亿美元，同比下降91%。
二、业绩指引
1、Q3收入指引
Q3收入610亿—640亿美元，中值625亿美元，隐含同比增长约22%，低于市场预期约1%。
2、2026全年指引：
- 公司预计2026年营业利润高于2025年，说明管理层认为广告业务增长能够部分消化AI投入和一次性费用压力。
- 公司将2026年资本开支指引由1250亿—1450亿美元上调至1300亿—1450亿美元，下限再次提高50亿美元。
3、未来展望
管理层表示将尽量扩大2026—2027年算力产能，并为2028年以后保留调整空间。
三、重点业务进展
1）AI已经直接改善广告业务
Meta本季度推出生成式推荐器GEM，通过联合理解广告内容和用户偏好，提高广告匹配效率。结合序列学习模型，Facebook广告点击量提升8.3%，广告转化率提升15.7%，说明AI投入已经开始直接改善广告收入和投放效果。
2）商业智能体开始进入早期验证阶段
Meta商业智能体已经在WhatsApp和Messenger上线，每周使用的企业超过100万家。
巴西租车公司Movida接入后，每日预订量同比增长44%，85%的客户对话由AI完成，初步验证商业智能体能够提高转化率并降低服务成本。
3）个人智能体是下一阶段核心产品方向
管理层预计，未来五年可能有数十亿人拥有能够理解个人目标、全天候代替用户执行任务的个人智能体。
Meta认为消费者AI必须做到“开箱即用”，而公司的优势在于拥有数十亿用户、社交关系和行为数据，以及将消费产品快速规模化的能力。但个人智能体目前仍处于投入阶段，商业模式和收入贡献仍需要验证。
4）AI算力可能形成新的收入来源
管理层表示，目前收到大量以明显高于成本价格购买算力的报价，说明行业算力仍然紧缺，Meta建设的AI基础设施本身具有较高市场价值。
未来Meta可能通过算力销售、模型API、生产力工具和商业智能体形成新的企业AI收入，但相关业务尚未纳入正式收入指引，当前仍属于潜在机会。
四、行业现状与发展
1）数字广告市场仍然健康
Meta广告展示量同比增长14%，平均广告价格上涨12%，说明广告需求和投放意愿仍然较强，AI推荐和自动化投放也在持续改善广告效果。
2）AI正在重构广告系统
广告投放正在从人工定向和简单推荐，转向由大模型理解用户兴趣、广告内容和转化目标，再自动完成推荐、创意生成和预算分配。Meta拥有大量用户行为和广告转化数据，可以形成“数据积累—模型提升—广告效果改善—收入增长”的反馈循环。
3）AI算力仍处于供不应求阶段
管理层表示，当前内部已有大量高回报的算力需求，同时外部客户也愿意以明显高于成本的价格购买算力，说明近期算力仍具有较高稀缺性。
4）行业主要矛盾转向AI投入回报
Meta、微软、谷歌等科技公司持续扩大AI资本开支，但市场不再只关注投入规模，而是更关注AI能否带来广告增长、云收入、订阅收入以及新的企业AI收入。
对Meta而言，AI已经开始改善广告业务，但个人智能体、企业AI及算力销售等新增收入仍需要12—24个月持续验证。
五、电话会问答总结
Q1：Meta如何看待开源模型与闭源模型？
管理层认为，未来需要同时拥有大型前沿模型和高效轻量模型。大型模型用于解决复杂问题，轻量模型适合以较低成本服务数十亿用户。
Meta将采取开源和闭源并行的策略，但当前开源模型能力仍落后于前沿模型，因此公司不能完全依赖外部模型，必须保持从数据中心、芯片到模型和应用的全栈能力。
Q2：企业AI市场有多大？
管理层认为，商业智能体是Meta现有广告客户关系的自然延伸，公司可以在帮助企业完成销售和服务后收费。
算力销售、模型API、生产力工具和商业智能体合计可能形成较大的企业AI市场，但这些业务目前仍处于早期建设阶段，收入兑现节奏尚不明确。
Q3：AI还能如何改善广告业务？
管理层预计，未来推荐系统仍有较大提升空间，重点包括利用大模型理解内容和用户意图、增加训练数据细节、扩大模型规模，并让AI智能体参与推荐系统优化。
Meta拥有大量用户行为和广告转化数据，可以形成持续的数据和模型反馈循环，这是公司相较独立模型公司的主要竞争优势。
Reportify财报分析：
https://reportify.cn/share/chat/772418241881241-832407742825749
财报链接：
https://reportify.cn/financials/1280056973953470464?utm_user=12040063230069766
电话会链接：
https://reportify.cn/transcripts/1280084752946302976?utm_user=12040063230069766
