AI产业链地图·知识库 公司深度研究 · Microsoft
🚧 网站建设中 → 产业链图谱
MicrosoftMSFT.US
0/2
公司深度研究 · Microsoft MSFT.US

跌了一整年,然后用一份财报在两天里涨回 19%

Microsoft 完全指南,与一堂关于口径怎么决定结论的课 —— 五个单元,节节带测验

这门课把一份深度研究报告拆成 5 个单元,一次只显示一个单元;单元内再分节,每节只讲一个主题、末尾 5 道题,选完立刻出反馈。全部做完给一张成绩单,低于 60 分的节次会标红并可以一键跳回去重读。正文里带虚线的词点开可以直接看知识库词条——假设你懂金融,但对这个行业一无所知,所有架构、会计口径、商业模式都从头讲起。

这门课和第 7 门(Alphabet)是镜像关系。同样是天量资本开支:谷歌的自由现金流史上第一次转负、还去发了 $496 亿股票;微软明确指引下一财年自由现金流保持为正——两门课的第 7 节必须对照读。它也是本系列第一门能拿出「AI 在应用层收到钱」硬证据的课M365 Copilot 付费席位突破 3,000 万,单季净增约 1,000 万。主线是一个反差极大的时间点:这只股票在 2026 年前七个月跌了近两成,然后用一个季度的财报,在两天里涨回 19%

Unit 01 / 05

跌了一整年,然后两天涨回 19%

三个分部六门生意、Azure 加速 4 个点、以及 3,000 万个 Copilot 付费席位。

阅读 约 26 分钟分节 4 节测验 20 题(每节 5 题)

这一单元不谈估值,只做一件事:把「这家公司靠什么赚钱、这份财报到底解决了什么」讲到你能自己拆账。读完你会知道 Microsoft Cloud 那个 $593 亿是个跨分部口径、Azure 的 43% 为什么是供给松了而不是需求多了,以及本系列第一次出现的应用层硬数字:Copilot 付费席位单季净增约 1,000 万

一.1

跌了一整年,然后两天涨回 19%

中间只发生了一件事:一份财报回答了三个悬了一年的问题

约 6 分钟·1,905 字·5 题
01

先看这条走势

先想一家开了很多年的老馆子。老板去年把后厨整个翻新了一遍,买了新炉子、扩了备菜间, 钱花得街坊都在议论。可翻新完的这一年,门口排队的人并没有明显变多,账上多出来的只有折旧。 这种时候你很难判断,是这笔钱白花了,还是新后厨还没派上用场。

过去这一年,市场看微软就是这个心情。它每个季度都在盖数据中心、买加速卡,钱一笔一笔出去, 可云业务的收入增速就是不往上走。股价的反应很直接:2026 年前七个月跌了近两成, 同期标普 500 只跌了 1.7%。

然后 7 月 29 日盘后一份财报出来,两个交易日股价从 $390.54 走到 $464.72。 先把这条走势摆出来——这门课要解释的,就是中间这两天到底发生了什么。

日期收盘价当日发生了什么
2026-07-16$401.10
2026-07-23$381.58−2.2%财报前的低点区域
2026-07-29$390.54−0.7%盘后发布 FY26 Q4 财报
2026-07-30$451.10+15.5%一天涨掉一家中型上市公司的市值
2026-07-31$464.72+3.0%两天合计 +19.0%

收盘价来自公开行情。总市值约 $3.45 万亿,两天涨出约 5,500 亿美元

这两天涨的钱是什么概念

约 5,500 亿美元。相当于两天之内,凭空长出了一个接近台积电三分之一体量的市值。

而在此之前,它已经跌了整整七个月—— 按 Bernstein 财报日当天的口径,年初至今 −19.2%, 在同期标普 500 只跌 1.7% 的背景下,跑输了近 18 个百分点。

02

为什么之前跌了一年

跌了七个月,原因并不是业绩差——这一年里微软的收入和利润一直在涨。真正压着股价的是三个没有答案的问题, 而且这三个问题是层层递进的:钱花出去了吗(花了);花出去换来增长了吗(看不出来); 就算换来了增长,最后有人为它买单吗(不知道)。

市场对一家公司最没耐心的时刻,往往不是它亏钱的时候,而是它花了很多钱、却说不清这些钱去了哪里的时候。 下面这张表把三个问题和对应的担心并排放着,方便你一眼看出它们其实是同一件事的三个环节。

#悬了一年的问题市场的担心
Azure 增速能不能加速产能一直在建,但收入增速就是不动。钱花出去了,增速没上来。
加速是不是要靠继续砸钱换如果增速只能靠资本开支同步加码换来,那就是一门越做越重、现金流越差的生意
AI 能不能在应用层收到钱Copilot 卖了两年,付费席位一直没有一个能说服人的数字

三个问题的归纳来自 Bernstein 2026-07-30《Microsoft 4Q26: Breakout !!! not stagnation.》

Bernstein 那篇报告的标题很说明问题

它叫《Breakout !!! not stagnation.》——「是突破,不是停滞」。

因为在这之前一个季度,同一位分析师写的预览标题是 《Stagnation or breakout?》(停滞还是突破?)。 他两个季度前就写过一份报告,论证微软新增的产能会转化成加速的收入增长; 3Q26 没有兑现(当季亮点变成了 Copilot 付费席位环比 +33%),但他继续持有这个判断。

这一季,三个问题一次性全部给了答案。

03

三个答案

回到那家馆子。假如某天你路过,发现三件事同时出现了:翻台率明显上去了、老板没有再追加投钱、 而且隔壁写字楼开始按月订工作餐。这三件里任何一件单独出现,你都能说是碰巧; 三件一起出现,你才会相信那笔翻新的钱确实起了作用。

这一季财报给出的正是这样三个数字,一一对应上面那三个问题。先把它们摆出来, 再说为什么它们必须放在一起读。

+43%
Azure 固汇增速
环比加速 4 个点;指引 39–40%,一致预期 41%
FY27 为正
管理层对自由现金流的指引
资本开支还在涨
3,000 万
M365 Copilot 付费席位
上季 2,000 万,单季净增约 1,000 万
三个答案是连在一起的,不是三件独立的好事

① Azure 加速 → 证明产能投下去有回报

② 自由现金流为正 → 证明这个回报不需要用无限追加投入去换

③ Copilot 席位 → 证明这条链的最末端(企业用户)真的在掏钱

任何一条单独出现,都可以被解释成噪音。三条同时出现, 才把「AI 投入 → 产能 → 收入 → 应用层变现」这条链的每一节都点亮了一遍。 这就是为什么市场的反应是 19% 而不是 3%。

04

这一季的财务全貌

三个关键答案之外,这一季的整张表也值得过一遍。最值得停下来的是最后两行的对照—— 资本开支同比涨了 110%,营业利润率却比市场预期还高了约 70 个基点。

买回来的机器要摊成折旧,折旧计入成本,按常识利润率应该被压下去才对。这一季它没被压下去, 这是整份财报里最反直觉的一处,第 8 节会专门拆它是怎么做到的。

指标4QFY26 实际同比vs 一致预期
总收入$900 亿+18%(固汇 +17%)高 2.6%–3%
GAAP 营业利润$406.0 亿高 4.2%
毛利率67.2%
营业利润率45.1%高约 70bps
Non-GAAP 每股收益$4.74+23%高 11%
资本开支(现金)$358.02 亿+110%(环比 +16%)基本符合

公司披露 + Morgan Stanley / Goldman Sachs / Nomura 拆解,2026-07-29~30

注意 45.1% 这个数

在资本开支同比翻倍多的同时,营业利润率还比一致预期高了约 70 个基点。

这是空方最没想到的一点。看空的逻辑是: AI 基础设施是低毛利、重折旧的生意,做得越大,利润率被拖得越低。 但这一季利润率没被拖下去。为什么,是第 8 节的内容。

05

把这门课的位置说清楚

前面七门课都停在「谁在卖铲子」这一层——芯片、代工、存储、光模块、PCB、云。每一环都在赚钱, 可整条链的末端始终有个问题没人答得上来:最后掏钱的那个企业用户,究竟为 AI 付了多少? 一条链上所有人都在赚钱、只有最后一环没人付账,这种事撑不了太久。

这门课第一次给出了那一端的硬数字:3,000 万个 Copilot 付费席位。 它每季度披露一次,涨了就是涨了,掉了也藏不住——这就是把微软排在这个位置的理由。

前七门课

全部在讲基础设施——芯片、代工、存储、光模块、PCB、云。

每一环都在赚钱,但有一个问题一直没答案: 这条链最末端的那个人——企业用户——到底为 AI 掏了多少钱?

这门课

第一门能拿出「AI 在应用层收到钱」硬证据的课。

3,000 万个 Copilot 付费席位—— 可验证(每季披露)、可证伪(增速掉了就是掉了), 而且直接对应「企业愿意为 AI 每月每人付多少钱」。

和上一门课(Alphabet)是一面镜子

两家公司做着几乎同样的事:一年花两千亿美元建 AI 算力。

谷歌:自由现金流史上第一次转负(−$59 亿), 6 月发了 $496 亿股票;净利润 +298% 的财报,第二天股价跌 7.1%。

微软:管理层明确指引 FY27 自由现金流保持为正; 财报后两天股价涨 19.0%。

差别在哪、是不是真本事、还是会计上的腾挪—— 这是第 7 节要拆的,也是两门课必须对照读的地方。

这一节要带走的一句话 2026 年前七个月,这只股票跌了近两成。FY26 Q4 财报后两个交易日,它从 $390.54 涨到 $464.72(+19.0%)——两天涨出约 5,500 亿美元市值。财报回答了三个连在一起的问题:①Azure 增速 43%(环比加速 4 个点),指引 45%;②资本开支增速稳定,且管理层明确说 FY27 自由现金流保持为正;③M365 Copilot 付费席位突破 3,000 万(上季 2,000 万)。这门课的主线:加速的不是需求,是产能。

检验一下:跌了一整年,然后两天涨回 19%

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.2

拆开看:三个分部,六门生意

一门在飞、三门在稳、两门在主动缩

约 6 分钟·1,709 字·5 题
01

官方三个分部

先说一件超市里的事。一家连锁超市对内是按片区报账的——华东、华北、华南各出一张表; 可老板对外讲故事时最爱说的却是「我们的生鲜业务做到了多少多少」。生鲜分散在每个片区里, 片区的表和生鲜的数是两套加法,谁也不假,但把它们加在一起就是错的。

微软的财报正是这个结构。官方分部只有三个,而管理层挂在嘴边的 Microsoft Cloud 并不在这三个之列—— 它是把 Azure(属于智能云)和 M365 商业云(属于生产力)横着捞出来拼成的一个口径。

所以下面这张表要分两截读:前三行是分部,最后一行是那个跨分部的合计。 这门课后面反复出现的「口径」问题,第一次就出现在这里。

分部4QFY26 收入同比里面主要是什么
Intelligent Cloud$393 亿+32%(固汇 +31%)Azure(+43%)、Server Products、企业服务
Productivity and Business Processes$378 亿+14%M365 商业云(+16%)、M365 商业产品(+19%)、Dynamics 365(+13%)、LinkedIn
More Personal Computing余下部分Windows OEM(−5%)、搜索广告、游戏、设备
Microsoft Cloud(跨分部口径)$593 亿+27%Azure + M365 商业云 + 其余云收入的合计

公司披露,FY26 第四财季(2026 年 4–6 月)。微软财年 6 月 30 日结账

先记住一个口径陷阱

Microsoft Cloud」不是一个分部,是一个跨分部拼出来的口径。 它把 Azure(在 Intelligent Cloud 里)和 M365 商业云(在 Productivity 里)加在一起。

所以 $593 亿 和 $393 亿 + $378 亿 是两套不同的加法, 不要混着用。看财报时,管理层强调哪个口径,往往取决于哪个口径这一季更好看—— 这不是造假,但读的人要知道自己在看什么。

02

六门生意,按状态分成三类

三个分部太粗,看不出这家公司到底是什么形状。把它再拆一层,实际上是六门生意, 而这六门的状态可以归成三类:一门在飞、三门在稳、两门在缩。

「在缩」这两个字容易读成坏消息,但先别急着下判断——后面会看到, 缩的那几门和飞的那一门,服务的常常是同一批客户。下面这张图按增速排一遍。

Azure 及其他云服务
+43% · 在飞
M365 商业产品
+19%
M365 商业云
+16%
Dynamics 365
+13% · 订单在放缓
Windows OEM
−5% · 在缩
M365 商业产品 +19% 这个数要打个问号

它比 M365 商业云(+16%)还高,看起来是「买断制软件复活了」。但不是。

管理层给的原因是:几笔大额、长周期的 M365 合同, 导致 Windows 商业本地部署部分在本期确认了更高的收入。

换句话说,这是一次性的确认节奏,不是趋势。 证据在 FY27 指引里——M365 商业产品被指引为「中个位数百分比下降」。

可复用的动作:一个分项突然跑赢它的同类, 先去找是不是确认节奏(timing),再去想是不是需求。

03

FY27 指引里,三门生意被主动往下压

设想一个房东手上有新旧两栋楼,他主动把租户从旧楼劝到新楼去。旧楼的租金收入当然会掉, 可租户一个也没跑,还因为新楼配套更全交了更高的月租。 这时候只盯着旧楼那张表说「租金在下滑」,就把结论看反了。

微软 FY27 的指引里,有三门生意被明明白白指引成负增长:Windows、M365 商业产品、Server Products。 它们的共同点是都属于「旧楼」——客户买的是一次性授权或者自己机房里的服务器。 而这些客户搬去的地方,就是 Azure 和 M365 云。

项目FY27 指引为什么
Windows−高双位数%PC 周期 + 客户向云迁移
M365 商业产品−中个位数%本地部署转订阅云
Server Products−中个位数%本地服务器转 Azure
公司整体双位数收入与 EBIT 增长营业利润率同比下降不到 1 个百分点

FY27 指引,2026-07-29 业绩会。Windows OEM 1QFY27 单独指引「−低 20% 区间」

这张表是这一节最重要的东西

三门在缩的生意,缩的原因是同一个:客户从「买软件、买服务器」搬到了「订阅云」。

这不是流失,是搬家——而且是微软自己推着搬的。 同一个客户,本地部署的收入减少了,Azure 和 M365 云的收入增加了。 短期看是三条负增长线,长期看是收入质量的升级:从一次性授权变成经常性订阅。

所以看微软的报表有个基本纪律: 不要单看某一门生意的增速下滑就下结论,要看「本地 → 云」这条搬家的净效果。 净效果写在最后一行:整体仍是双位数收入与 EBIT 增长,营业利润率只降不到 1 个点。

04

为什么这家公司的抗跌性和别人不一样

一个人辞职去创业,和一个人拿着稳定工资在下班后做副业,承受同一场风险的能力完全不同。 前者项目一黄就断粮,后者最差不过是副业白干。差别不在项目好坏,在有没有另一份现金流兜着。

微软属于后者。Office、Windows、Server、LinkedIn、游戏这些成熟生意和 AI 的景气度关系不大, 它们每个季度都在稳稳地产出利润。所以即使 AI 那一头出现了泡沫式的行为, 这家公司的利润表也不会立刻见血。

但这层保护有个边界,很多人会把它想得太宽——它保护的是利润,保护不了估值。下面把两件事分开说。

纯 AI 叙事的公司

收入高度集中在 AI 相关的一两条线上。

如果 AI 资本开支周期见顶,收入直接受冲击。

微软

Office、Windows、Server、LinkedIn、游戏——一大批和 AI 周期弱相关、 现金流稳定的成熟生意。

Bernstein 的说法是:即使 AI 的某些部分出现泡沫式行为, 微软的 GAAP 利润率能稳在 40% 中段,具备下行保护。

但要标注清楚这个「下行保护」的边界

它保护的是利润,不是估值。

2026 年前七个月这只股票跌了 19.2%, 期间业务并没有恶化。跌的是市场愿意为这些利润付出的倍数。

所以「有成熟业务托底」只能告诉你亏损的下限, 不能告诉你股价的下限。这个区别在第 16 节还会再出现一次—— Bernstein 把目标价里的倍数从 29× 下调到 26.5×,理由就是同业估值中枢下移, 跟微软自己一点关系都没有。

这一节的落点

整家公司可以压缩成一句话:Azure 在飞,M365 在稳,本地部署的三条线在主动往云上搬家, 剩下的成熟业务负责托住利润。

接下来两节分别拆最重要的两条线—— 第 3 节问 Azure 为什么能加速(答案在供给侧,不在需求侧), 第 4 节问 Copilot 的 3,000 万席位到底意味着什么。

这一节要带走的一句话 4QFY26 收入 $900 亿拆成三个分部:Intelligent Cloud $393 亿(+32%)——里面是 Azure(+43%)和 Server Products;Productivity and Business Processes $378 亿(+14%)——M365 商业云 +16%、Dynamics 365 +13%;More Personal Computing——Windows OEM −5%。跨分部口径的 Microsoft Cloud $593 亿(+27%)关键结构:FY27 指引里 Windows −高双位数%、M365 商业产品 −中个位数%、Server Products −中个位数%——公司在主动把客户从「买软件」推到「订阅云」。

检验一下:拆开看:三个分部,六门生意

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.3

Azure +43%:加速的不是需求,是产能

全课主线。管理层给的三条原因,全部在供给侧

约 7 分钟·2,026 字·5 题
01

先看这四个数的关系

一家网红面馆门口天天排两百人的队,店里只有二十张桌子。这时候老板的营业额能不能涨, 和门口排多少人几乎没关系——排三百人和排两百人是一样的,反正都坐不下。 真正决定营业额的是店里摆得下几张桌、上菜有多快、一桌吃完多久能收拾出来。

这就是理解 Azure 这一季的钥匙。它的增速多年来一直被读成「需求指标」——涨了说明企业上云更积极, 慢了说明需求见顶。但在产能不够卖的这两年,它其实是一个供给指标:能加速,是因为桌子多摆出来了几张。

先看四个数:上一季实际、公司自己给的指引、市场预期、这一季实际,外加下一季的指引。 它们之间的落差比任何一个单独的数字都重要。

39%
3QFY26 实际
上一个季度
39–40%
公司给 4Q 的指引
一致预期 41%
43%
4QFY26 实际
环比加速 4 个点
约 45%
1QFY27 指引
一致预期 41%
这四个数为什么值 19% 的股价

不是因为 43% 这个固定汇率下的绝对值高,是因为它打破了一个「减速惯性」。

在此之前的几个季度,Azure 的故事一直是 「产能在建、钱在花、增速不动」。市场的推论很自然: 如果新增产能不能转化成加速的增速,那这些资本开支的回报就是问题。

4Q 的 43% 加上 1Q 的 45% 指引,把这个推论推翻了。 更关键的是德意志银行算出来的隐含量:1QFY27 的 45% 意味着单季净增约 $28 亿收入, 同比 +65%。这不是增速的小幅回升,是净增量本身在跳。

02

三条原因,全部在供给侧

业绩会上管理层被问得最多的一句就是「为什么这一季能加速」。他给了三条原因, 而这三条有一个耐人寻味的共同点:没有一条讲客户,全都在讲自己的机器和自己的流程。

把它们放回面馆那个比方:第一条是同样的桌子翻台更快,第二条是新桌子从仓库搬到店里的时间缩短了, 第三条最要紧——新桌子摆好到能开始接客的那段准备时间,直接砍掉了将近一半。

#管理层给的原因它属于
CPU/GPU 机队效率提升供给侧:同样的机器跑出更多有效算力
流程改进让新产能更早交付,且交付后很快被变现供给侧:机器更早上线
GPU 的 dock-to-live 时间缩短近 50%(高盛口径)供给侧:从卸货到能卖的时间砍半
GitHub Copilot 6 月改为按用量计费,消耗收入强于预期定价侧

4QFY26 业绩会 + Goldman Sachs / Deutsche Bank / J.P. Morgan 拆解

「dock-to-live」是什么,为什么它是本节最值钱的一个词

dock-to-live = 从 GPU 服务器运到数据中心装卸台(dock), 到它真正上线可以对外售卖(live)的那段时间。

这段时间里要做的事:上架、接电、接网、接冷却、装系统、 跑验收测试、并入调度池。过去这段时间以「周」计。

缩短近 50% 意味着什么:同样一批 GPU, 能提前几周开始产生收入。在一个产能是硬约束的市场里, 这几周就是纯增量的收入,而且不需要多花一分钱资本开支。

这是一条运营指标,但它比任何需求侧的定性描述都更值钱—— 因为它可量化、可持续改进,而且直接换算成收入。

03

本课的核心动作:一个数加速时,先问是分子还是分母

这里要把一个动作固定下来,因为它换到任何一家公司都能用:看到一个增速跳起来, 先别急着说需求好,先分清是「买的人多了」还是「能卖的货多了」。 两者在报表上长得一模一样,往后的走势却完全不同。

需求变了,说明市场在扩大或者你在抢别人的饭碗,好处是可以持续,风险是对手随时能抢回去。 供给松了,说明需求本来就在那儿、只是接不下来,那么增速的上限就不再是市场有多大, 而是你多快能把机器插上电、并入调度、开始收钱。

如果是需求变了

意味着市场在扩大、或者微软在抢别人的份额。

这种加速可以持续,但也可能被竞争对手扳回去。

如果是供给松了(当前情形)

意味着需求一直都在,只是之前接不下来。

这种加速的上限,由「多快能把机器插上电并卖出去」决定; 它的持续性取决于产能释放的节奏能不能保持。

怎么确认是后者

看管理层还说不说「供给受限」这四个字。

4QFY26 业绩会上,管理层在给出 43% 和 45% 指引的同时, 依然明确说供给仍然受限(摩根大通的记录:「管理层强调尽管增长动能在加速,供给约束仍在持续」)。

这句话是好消息,不是坏消息—— 它说明 43% 并不是需求的天花板,只是当期产能的天花板。 反过来,哪一天管理层不再提「供给受限」了,那才是要重新评估的时点: 要么是产能终于追上了需求(好),要么是需求松了(坏),而这两种情况的后续路径完全不同。

这是第 17 节 A 类信号的第二条。

04

产能路线图:Fairwater

「产能什么时候释放」这个问题不需要猜——微软的大型 AI 数据中心有公开的建设节奏, UBS 的团队还实地跑过威斯康星的工地:

站点进度
Fairwater 亚特兰大2025 年 10 月上线;到 2025 年底可能已达 200MW
Fairwater 威斯康星1Q26 开始上线,按 50MW 一块推进:2 月底 100MW → 3 月底 200MW → 6 月底 400MW → 夏季中 500MW;Phase 1 到 2026 年底完成约 1GW

UBS《On the Ground in Wisconsin》,2026-01-22,实地调研 + 承包商访谈

FY24 装机容量(估)
约 5GW
FY28 装机容量(摩根士丹利估)
约 20GW
摩根士丹利给的一个很好用的锚

微软云生态目前每兆瓦产生约 $2,000–3,000 万年化收入。

这个数让「产能」和「收入」之间有了一座桥—— 你可以拿任何一个新公布的并网容量,直接乘出它的收入潜力。

举例:威斯康星 Phase 1 的 1GW = 1,000MW, 按 $2,000–3,000 万/MW,对应约 $200–300 亿年化收入潜力。

但必须标注两条限制: ①这是全云生态的平均值,AI 专用容量的单位收入未必相同; ②摩根士丹利同时指出每兆瓦收入到 FY29 是下降的—— 因为资本密集度在上升(同样一兆瓦要塞进更贵的机器)。 所以这座桥能估数量级,不能当精确公式用。

05

这一节的落点

把这一节收一下。既然增速受制于产能,那么「需求好不好」这种问题就没法跟踪了——它没有可核对的数据。 该盯的是三个能被量出来的运营量:从卸货到能卖要多久、同一批机器跑出多少有效算力、 以及每个月有多少兆瓦并网。

而这三个里,只有并网节奏是外部能验证的,因为它落在土建、变电、承包商这些看得见的东西上。 这条线索会一直用到第 11 节,也是 A 股那一档标的排产的直接依据。

三句话

① Azure 加速的原因全部在供给侧,管理层同时仍在说供给受限—— 所以 43% 是当期产能的天花板,不是需求的天花板。

② 因此该跟踪的不是「需求好不好」这种问不出答案的问题, 而是三个可量化的运营量:dock-to-live 时间、机队效率、并网容量节奏。

③ 而这三个量里,只有第三个(并网节奏)是外部可验证的—— 这就是第 17 节 B 类信号盯 Fairwater 各站点的原因,也是 A 股一档标的排产的直接依据。

这一节要带走的一句话 Azure 固汇 +43%(上季 39%),指引只有 39–40%、一致预期 41%;1QFY27 指引约 45%,隐含单季净增约 $28 亿(同比 +65%)。管理层给的三条原因全在供给侧:①CPU/GPU 机队效率提升 ②流程改进让新产能更早交付并很快被变现 ③GPU 的 dock-to-live 时间缩短近 50%所以 43% 的真正含义是:约束松了一点,不是需求多了一点——管理层同时仍在说「供给受限」。推论:增速的上限由「多快能把机器插上电并卖出去」决定,不由需求决定。

检验一下:Azure +43%:加速的不是需求,是产能

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.4

3,000 万个付费席位:AI 第一次在应用层收到钱

前七门课讲的都是基础设施。这是链条最末端第一次给出可验证的数字

约 7 分钟·2,172 字·5 题
01

先看这三个数

一家公司给每个员工配一台工作手机,每人每月交 50 块话费。这笔钱不大, 但它要走采购流程、写进年度预算、由财务签字,第二年还要重新审一遍要不要续。 能进这种预算的东西,说明它已经不是「试试看」,而是被当成了日常工具。

Copilot 的「付费席位」就是这么一笔钱:一个席位 = 一个员工的一份订阅,企业按人头买、按月付。 所以「3,000 万席位」的字面意思是,全世界有三千万个上班的人,他们的雇主每个月替他们的 AI 助手交了钱。

这和「有多少人用过 ChatGPT」是完全不同性质的数。后者是使用量,谁都能免费点两下; 前者是 CFO 签过字的支出。下面三个数要连起来看:总量、这一季新增了多少、以及新增本身在加速还是在减速。

3,000 万+
M365 Copilot 付费席位
上一季度是 2,000 万+
约 1,000 万
本季净增
市场预期约 600 万
+50%
席位环比增速
3QFY26 是 +33%
先说清楚「付费席位」是什么

一个席位 = 一个员工的一份订阅。企业按人头买,按月付费。

所以「3,000 万席位」的字面意思是: 全世界有 3,000 万个上班的人,他们的雇主每个月为他们的 AI 助手付了钱。

这和「有多少人用过 ChatGPT」是完全不同性质的数字—— 后者是使用量,前者是经过采购流程、进了预算、由 CFO 签过字的支出

02

为什么这个数在整个 AI 叙事里位置特殊

设想一条街上有四家店:卖钢材的、盖房子的、当二房东的、以及最后真正住进去交房租的租客。 前三家的账都很漂亮,可如果最后那位租客始终没出现,这条街的繁荣就是三家店互相开票开出来的。 判断一条产业链是不是真的,只有一个办法:找到那个从自己口袋掏钱、又不在这条链上的人。

AI 这两年的钱流也是四环。前七门课把前三环讲完了,每一环的数字都很硬、每季度都有财报; 但这三环之间存在互相持股、互相采购的关系,钱有可能只是在几个大玩家之间转圈。

只有第四环——一家普通企业从自己的经营预算里掏钱买 AI——才是这条链真正的外部收入。 下面这张图把四环并排放着,你会看到前三环都有名字,只有最后一环长期是空的。

① 芯片卖给云厂商
② 云厂商买机房、光模块、PCB
③ 云厂商把算力租出去
Azure +43% / Google Cloud +82%
④ 企业用户为 AI 应用付钱
← 一直没有干净的数字
第④环一直是个黑箱

①②③三环的数字都很硬,每季度都有财报。但它们之间存在循环嵌套的风险—— 云厂商买芯片、模型公司租云、云厂商投资模型公司, 钱在几个大玩家之间转了一圈,看起来每一环都在增长。

只有第④环——普通企业从自己的经营预算里掏钱买 AI—— 才是这条链真正的外部收入来源。

3,000 万付费席位是目前最接近那个数字的公开指标。 它可验证(每季披露)、可证伪(增速掉了就是掉了), 而且直接对应「企业愿意为 AI 每月每人付多少钱」。

03

三管齐下的 ARPU 论

一家健身房想多赚钱,无非三条路:多卖几张年卡;把普通卡的人劝去办私教卡; 再在年卡之外加一层按次计费的团课。三条路各有各的上限,但它们可以同时走。

摩根士丹利拆微软的应用层收入用的正是这个框架,行话叫 ARPU——每个用户平均贡献的收入。 对应过来就是:多卖席位、把客户从低价套件升到 E5 和 E7、再加一层按用量计费的消耗收入。

#路径当前证据
更多 Copilot 席位2,000 万 → 3,000 万,单季净增约 1,000 万
向更高价值套件迁移Copilot、E5,以及 E7 的早期起量——本季 ARPU 增长的驱动项
增量的按用量变现消费定价在 Copilot、GitHub、Dynamics 上扩张;GitHub Copilot 6 月改为按用量计费

Morgan Stanley《4Q26 Results – Growth Thesis Taking Shape》,2026-07-30

第③条是最容易被低估的一条

席位制的收入有天花板:企业有多少员工,就最多买多少席位。

按用量计费没有这个天花板。 同一个员工,今天让 AI 写十行代码和写一千行代码,付的钱不一样。

GitHub Copilot 在 2026 年 6 月改成按用量计费, 当季就带来了强于预期的消耗收入——而且它同时出现在第 3 节 Azure 加速的原因清单里。 这说明同一个动作在两个地方同时体现:应用层的 ARPU 和基础设施层的用量。

跟踪动作:盯「从席位制向按用量计费迁移的比例」。 这是第 15 节争议三的核心观察点。

04

但要给这个数留三个口子

健身房年卡卖得好,不代表健身房里人多——办完卡就再没去过的人,一样算在销售额里。 席位数也是这样:它记录的是「买了多少」,不是「用了多少」,更不是「明年还会不会买」。

所以这个数虽然硬,也得留三个口子:它不等于活跃度,不等于续费率, 也不等于企业整体多花了钱——有一部分很可能是从别的 IT 预算里挪过来的。下面把「证明了什么」和「没证明什么」并排放。

它证明了什么

✅ 企业采购流程走通了
✅ 进了预算,不是试用
✅ 净增在加速(+33% → +50% 环比)
✅ 高价套件(E5 / E7)在往上卖

它没有证明什么

席位数不等于活跃度——买了不用的席位也算数
不等于续费率——首年采购和第三年续约是两回事
不等于净新增支出——一部分可能是把原有 IT 预算挪过来

最该警惕的一条:早期采纳者会被消化完

任何一个新品类的采纳曲线,前段都很陡——最愿意付钱的那批客户会先买。 问题是这批人买完之后,增速会不会掉下来。

目前的证据是环比增速还在加速(+33% → +50%), 说明还没到那个拐点。但这是本课四大争议里唯一一条「只能靠季度节奏来验证、没有先行指标」的。

所以第 17 节的 A 类信号里,Copilot 只跟踪一个数: 净增席位数。不看累计数——累计数永远在涨,看不出拐点。

05

一个容易被忽略的连带含义

最后有件事很容易被漏掉。Copilot 不是凭空跑起来的,它每一次回答都要消耗算力, 而这些算力就来自微软自己的机房。在产能不够卖的时候,多喂一口给 Copilot, 就少一口能卖给外部客户。

换句话说,Azure 的增速和 Copilot 的席位增速,在短期里其实是在抢同一批机器。 这一季两个同时加速,本身就是一条信息——说明这一季释放出来的产能,多到两边都喂饱了。

Copilot 席位涨,会反过来吃掉 Azure 的产能

Copilot 不是凭空运行的,它跑在微软自己的算力上。

而第 3 节说过:微软的产能是硬约束,管理层仍在说供给受限。 在产能受限的情况下,每多一个 Copilot 席位,就少一份能对外售卖的 Azure 算力。

这就是第 10 节要讲的「产能分诊」: 当算力不够时,公司必须决定下一块产能给谁—— 给外部付费客户(Azure 收入)、给自家 Copilot(应用层收入)、还是给模型训练(能力储备)。

所以 Azure 增速和 Copilot 席位增速,在短期内是有竞争关系的。 这一季两个同时加速,说明产能释放的量足够大到两边都喂饱了—— 这比任何一个单项数字都更能说明产能问题在缓解。

这一节的落点,也是单元一的落点

单元一讲清楚了三件事:这家公司有几门生意(第 2 节)、 Azure 为什么能加速(第 3 节,答案在供给侧)、AI 在应用层收到了多少钱(本节)。

接下来的单元二回答代价: 这些产能花了多少钱、那个「资本开支指引下调 $150 亿」到底是怎么回事、 以及它凭什么敢说自由现金流还能为正。

这一节要带走的一句话 M365 Copilot 付费席位突破 3,000 万(上季超 2,000 万),单季净增约 1,000 万——市场预期只有约 600 万,环比 +50%(上季是 +33%)。摩根士丹利把它归纳成三管齐下的 ARPU 论:①更多席位 ②向更高价值套件(E5 / E7)迁移 ③增量的按用量变现(Copilot、GitHub、Dynamics 上的消费定价扩张)。为什么这个数比任何一条基础设施数据都重要:过去两年 AI 的钱一直在基础设施层打转,而链条最末端的企业用户到底掏了多少钱,一直没有干净的公开数字。这是最接近的一个。

检验一下:3,000 万个付费席位:AI 第一次在应用层收到钱

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

Unit 02 / 05

一个季度 358 亿,和一个必须看懂的会计动作

三分之二买了短命资产、指引从 1,900 亿「降到」1,750 亿却一分钱没少花、凭什么说现金流还能为正。

阅读 约 22 分钟分节 3 节测验 15 题(每节 5 题)

有了生意的底子,才轮到这轮投入的账。这一单元回答关于 Microsoft 这轮资本开支的三个问题:钱花到哪去了、为什么指引降了却没少花、以及它凭什么说自由现金流还能为正。第 6 节给出的判据可以直接复用——凡是涉及资本开支的指引变动,先看口径有没有变,再看金额有没有变;三家大行同时点出的会计动作,一定要自己算一遍三项合计。

二.1

一个季度 358 亿:三分之二买了「短命」资产

短寿命资产部署快、变现快,折旧也快——这是一枚双面硬币

约 7 分钟·2,004 字·5 题
01

先建立数量级

单元一讲的是这家公司靠什么赚钱,从这一节开始讲代价。第一件事是把数量级立起来, 否则后面所有的百分比都没有着落。

4QFY26 一个季度花掉的现金资本开支是 $358 亿,摊到 91 天里,差不多每天 4 亿美元。 这个季度的数比去年同期翻了一倍还多,而下一季的指引是「超过 $500 亿」。

先按季度排一遍。注意看的不是某一根柱子有多高,而是柱子之间的落差—— 这条曲线的斜率,就是 A 股那一档标的未来两三个季度的排产依据。

2QFY26(2025 年 12 月季)
$375 亿 · 同比 +66%
3QFY26(2026 年 3 月季)
$308.76 亿
4QFY26(2026 年 6 月季)
$358.02 亿 · 同比 +110%
1QFY27 指引
超过 $500 亿 · 同比 +43%+
1QFY27 那个「超过 $500 亿」是本节最硬的一条前瞻

环比要涨 22% 以上,同比要涨 43% 以上。 而且管理层同时说 FY27 资本开支会继续增长,只是没给具体幅度。

摩根大通的推论很直接:单季 $500 亿以上的运行率, 意味着 FY27 全年的资本开支还有上行空间。

对 A 股一档标的(光模块、算力 PCB)来说, 这一条比任何一句「AI 前景光明」都重要——它是订单的直接来源。

02

钱花在哪:三分之二是「短命」资产

开一家餐馆,钱大致花在两种地方。一种是铺面本身——地、房子、上下水、电路, 这些东西能用几十年,一次投入慢慢摊。另一种是厨房设备和收银电脑,三五年就得换一茬。 同样是一百万,花在第一种上每年只摊两三万,花在第二种上每年要摊二十万。

数据中心是一模一样的两分法。楼、变电站、暖通管路属于长寿命; GPU、CPU、服务器属于短寿命,行话叫短寿命资产微软这一季的钱,约三分之二花在了后者上。

这个比例值得单独记住,因为它同时决定两件相反的事:机器插上电就能卖钱,收入来得快; 可它也摊得快,今天花的钱会在往后三五年集中压在利润表上。

类别占比是什么折旧年限
短寿命资产约三分之二GPU、CPU、服务器短(约 3–6 年量级)
长寿命资产约三分之一数据中心建筑、土地、变电、暖通长(十几到几十年)

J.P. Morgan《Read-through from Microsoft/Meta Jun-26 earnings》,2026-07-30;2QFY26 时同样是约三分之二

短寿命资产占比高的好处

部署快——服务器插上电就能用,不用等三年盖楼。

变现快——第 3 节的 dock-to-live 缩短 50%, 针对的就是这一类资产。

德意志银行的原话:资本开支近几个季度更偏向短寿命资产, 这支撑 Azure 的高增速在未来多个季度持续。

vs

短寿命资产占比高的代价

折旧也快。今天花的每一块钱,会在未来 3–5 年更密集地摊进损益表。

而不是像盖楼那样摊二三十年。

所以「短寿命资产占三分之二」这条, 同时是收入的加速器和未来利润的压舱石。

一个能自己算的推论

假设 4QFY26 的 $358 亿里有 $240 亿是短寿命资产,按 5 年直线折旧, 每年就是约 $48 亿的折旧——只是这一个季度买的东西。

四个季度这样买下来,就是每年新增约 $190 亿的折旧负担。 而 1QFY27 的运行率还要再高 40%。

这就是为什么公司给 FY27 的指引是 「营业利润率同比下降不到 1 个百分点」——不是下降,是「下降得不多」。 折旧的压力是真实存在的,只是被收入增长和运营效率抵消掉了大部分。

(上面的折旧年限是本课为说明量级做的假设,非公司披露, 实际折旧政策以年报为准。)

03

把这条和第 7 门课(Alphabet)放在一起

一个数好不好,光看它自己是看不出来的,得找个同量级的对手放旁边。上一门课的 Alphabet 正合适: 同一段时间、同样在盖 AI 数据中心、同样把资本开支翻了一倍。

两家的分类口径不一样——谷歌说「约 60% 买服务器与 AI 加速器」,微软说「约三分之二是短寿命资产」。 说法不同,指的其实是同一类东西:机器,不是房子。 这件事对 A 股的意义比对美股还大,下面对完表就会讲到。

AlphabetMicrosoft
最新一季资本开支$449.24 亿(2Q26 日历季)$358.02 亿(4QFY26)
同比+100.1%+110%
结构约 60% 服务器与 AI 加速器 / 40% 数据中心与网络约 2/3 短寿命资产(GPU/CPU)
全年量级CY26 $1,950–2,050 亿CY26 $1,900 亿(会计口径 $1,750 亿,见下一节)
下一季指引未单独给超过 $500 亿

口径不完全可比:谷歌按日历季,微软按财季;两家的资产分类方式也不同

两家的结构口径不一样,但指向同一件事

谷歌说「60% 买服务器与 AI 加速器」,微软说「三分之二是短寿命资产」—— 这两个数说的其实是同一类东西:机器,不是房子。

行业含义:这一轮资本开支的大头不是土建,是设备。 这直接决定了 A 股受益环节的次序——光模块、算力 PCB、服务器代工、 电源与液冷,都在「设备」这一侧;而水泥、钢结构这类在「土建」一侧,弹性小得多。

这是第 12 节 A 股映射的第一条依据。

04

还有一条被低估的成本压力:通胀

装修过房子的人都熟悉这种事:预算是照去年的报价做的,等真开工,瓷砖和人工都涨了一成多。 房子还是那套房子,图纸一张没改,钱就是不够用了。这时候只有三条路——加预算、降标准,或者想办法把工期和损耗压下来。

微软这一年遇到的正是这件事。高盛测算,投入品涨价对 CY26 资本开支的影响大约是 14%: 同样的建设计划,因为零部件更贵,要多花一成四的钱。

它选的是第三条路。高盛写下了一句更要紧的话——即便零部件更贵,公司内部的利润率目标也不改。 换句话说,这 14% 打算用效率吃掉,而不是转嫁给客户或者调低自己的目标。

高盛给出的一个具体数

通胀(投入品成本上升)对 CY26 资本开支的影响约为 14%。 也就是说,同样的建设计划,因为零部件更贵,要多花约 14% 的钱。

但高盛同时写了一句更重要的话: 「即便零部件价格更高,内部的利润率目标也不改变。」

意思是微软选择用效率把这 14% 吸收掉,而不是转嫁或降低目标。 高盛列出的抵消手段有四条:①GPU 的 dock-to-live 时间缩短近 50% ②持续的规模化与成本精细化 ③深思熟虑的打包与定价(含 GitHub 高频用户、PaaS 与 CPU 相关服务) ④自研芯片与模型多样化(第 10 节)。

对照第 7 门课(Alphabet)第 5 节

谷歌把资本开支上调归因为「加速交付产能,不是投入品涨价」。

微软承认涨价了(约 14%),但说内部利润率目标不变。

两种说法都不是在回避问题,但含义不同: 谷歌说的是「钱多花在了买时间上」,微软说的是「钱多花在了涨价上,但我用效率补回来了」。 后一种更可验证——因为「效率补回来了没有」直接写在利润率里, 而这一季 45.1% 的营业利润率就是答案。

这一节的落点

钱花到哪清楚了(三分之二是机器)、花多少清楚了(下季超 $500 亿、FY27 继续增长)、 为什么变贵也清楚了(通胀约 14%,用效率吸收)。

下一节讲一个更容易读错的东西: 为什么 CY26 的资本开支指引「从 $1,900 亿降到了 $1,750 亿」, 而这个下调一分钱都不代表少花。

这一节要带走的一句话 4QFY26 现金资本开支 $358.02 亿(同比 +110%,环比 +16%),约三分之二投向短寿命资产(主要是 GPU/CPU);1QFY27 指引 超过 $500 亿(同比 +43%+)。短寿命资产占比高的两面:好的一面是部署快、变现快——德意志银行明确指出这支撑 Azure 高增速持续多个季度;坏的一面是折旧也快,今天花的钱会在未来 3–5 年更密集地压在损益表上。所以这个比例本身就是一条该跟踪的信号(第 17 节 B 类)。

检验一下:一个季度 358 亿:三分之二买了「短命」资产

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

二.2

指引从 1,900 亿「降到」1,750 亿,一分钱没少花

看到指引变动,先问口径变了没有

约 7 分钟·2,015 字·5 题
01

如果只看新闻标题,你会得到一个错误结论

用记账 App 的人多半干过一件事:某天觉得「买菜」这一栏太杂,就把水果和牛奶挪去了「日用品」。 月底一看,「买菜」比上个月少了三百块。可冰箱里的东西一样没少,钱也一分没省—— 少的只是那一栏的数字。

微软这一季就发生了同样性质的一件事。它把 CY26 的资本开支指引从 $1,900 亿改成了 $1,750 亿, 新闻标题写成「微软下调资本开支指引」,读起来像是 AI 投入见顶、供应链要挨刀。

实际情况是:一分钱没少花。下调的全部原因,是一部分数据中心从「融资租赁」 换算成了「经营租赁」——同一笔支出,换了个会计科目。管理层在同一场业绩会上还说了一句: 底层投资计划(含融资租赁)没有变化。

标题版

「微软下调 2026 年资本开支指引, 从 $1,900 亿降至 $1,750 亿。」

自然推论:AI 投入见顶了, 供应链订单要被砍,光模块 PCB 要小心。

实际版

一分钱没少花。

下调的全部原因是:一部分数据中心从「融资租赁」 重分类为「经营租赁」——同一笔支出,换了个会计科目。

管理层同时明确:底层投资计划(含融资租赁)没有变化。

同一个季度里还有另外三个反向证据

① 1QFY27 资本开支指引「超过 $500 亿」——环比 +22% 以上,同比 +43% 以上。

② 管理层明确说 FY27 资本开支会继续增长(只是没给幅度)。

③ 4QFY26 实际现金资本开支 $358.02 亿,同比 +110%。

三条都指向「继续加码」。 如果真的在收缩,不可能同时给出一个环比再涨 22% 的下季指引。

02

融资租赁和经营租赁差在哪

这两个词听着专业,其实就是「按揭买房」和「租长租公寓」的区别。 按揭那套房子记在你名下,统计「你今年买了多少房产」会把它算进去; 长租公寓不记在你名下,统计买房时不算你。

关键在于,这两种情况你都住在里面,也都在每个月往外掏钱。 所以「今年买了多少房产」这个数掉下来,完全不能说明你的住房支出少了。

数据中心也一样:融资租赁通常计进「资本开支」这个口径,经营租赁通常不计。 微软这次做的事,就是把一部分「按揭」改成了「长租」。下面把两者的会计处理并排放一遍。

融资租赁(原口径)经营租赁(新口径)
经济实质接近于「买下来,分期付款」接近于「长期租用」
资产负债表确认使用权资产 + 租赁负债同样确认使用权资产 + 租赁负债
是否计入「资本开支」口径通常计入通常不计入
损益表的体现折旧 + 利息按期确认的租金费用
现金流的总量两种方式下,最终付出去的现金总量并没有减少

上表为会计处理的通俗对照,用于说明口径差异;具体准则以公司年报披露为准

用一个生活化的类比

融资租赁像按揭买房——房子记在你名下,你每月还的是本金加利息, 统计「你今年买了多少房产」时会算进去。

经营租赁像长租公寓——你每月付房租, 统计「你今年买了多少房产」时不算你。

但两种情况下,你都住在里面,都在每个月往外掏钱。 「今年买了多少房产」这个指标下降了,不代表你的住房支出下降了。

微软这次做的事,就是把一部分「按揭」改成了「长租」。

03

那要看什么才不会被骗

既然一栏的数字可以被挪,那就别盯着单独一栏。回到记账那个比方:想知道这个月到底花了多少, 你不会只看「买菜」,你会看总支出。看公司也是这样,得把可能互相挪腾的科目一次性加起来。

对微软来说,这个「总支出」由三块拼成:现金买设备的钱、新增的融资租赁、 以及附注里那张租赁承诺表上新增的经营租赁。三块加起来的方向,才是它真实的算力投入方向。

看三项合计,不看单项

① 现金资本开支(现金流量表里「购置物业和设备」那一行)

② 融资租赁新增

③ 经营租赁承诺的增量(附注里的租赁承诺表)

三项加起来的方向,才是这家公司真实的算力投入方向。 任何一项单独被拿出来说事,都可能是口径游戏。

这是第 17 节 A 类信号的第四条, 也是第 15 节争议二(自由现金流为正是真本事还是租赁腾挪)的核心检验工具。

04

卖方是怎么处理这件事的

机构处理方式评价
摩根大通把两个数并列写出:「$1,900 亿 或 重分类后的 $1,750 亿」最干净
野村明确写出「从会计角度调整为 $1,750 亿(原 $1,900 亿),因为部分数据中心从融资租赁转为经营租赁」清楚
德意志银行指出「使用年限变化带来的租赁重分类影响制造了一些噪音,但在同口径基础上,此前的 CY26 投资计划没有变化」清楚

三家 2026-07-30 的点评。三家都主动指出了口径问题——这本身说明它容易被误读

一个可复用的判断

当三家以上的卖方在同一件事上都主动加了一句「注意这是口径变化」, 那基本可以确定:这件事在市场上正在被误读,或者他们预期会被误读。

反过来用:读研报时留意那些「分析师特意解释了一句」的地方—— 那往往是这份财报里最容易读错的点。

05

这个错误属于哪一类

这类错误在上一门课里出现过一次,形状一模一样。Alphabet 那边是有人拿含着 $980 亿一次性股权收益的 2026 年每股收益去算市盈率,算出来 17.5 倍,看着便宜得不像话。两次的毛病是同一个: 拿一个口径已经变了的数字,去和一个口径没变的历史数字比。

防御动作也简单到有点朴素——任何同比、环比、和指引的对比,先花半分钟确认两边是不是同一把尺子。 这个动作换到任何一家公司都成立,是这门课想让你带走的基本功之一。

和第 7 门课(Alphabet)第 16 节是同一类错误

那门课里的错误是:用 2026 年的每股收益算市盈率—— 因为那个数里含着 $980 亿的股权投资一次性收益,算出来的 17.5 倍是个假数。

这门课里的错误是:用重分类后的 $1,750 亿判断投入放缓—— 因为那个数只是换了会计科目。

两个错误的形状完全一样: 拿一个口径已经变了的数字,去和一个口径没变的历史数字做比较。

通用防御动作:任何同比、环比、或者与指引的对比, 先确认两边的口径是不是同一个。这个动作花不了三十秒,但能挡掉相当一部分误判。

这一节的落点

资本开支没有放缓,只是有一部分被挪到了不计入资本开支的科目里。

但这里埋了一个真问题: 如果把支出从「一次性资本开支」挪到「按期租金」, 那么当期的自由现金流就会好看一些。

而微软恰恰在这一季给了一个引人注目的指引: FY27 自由现金流保持为正。这两件事之间有没有关系?下一节。

这一节要带走的一句话 CY26 资本开支指引被调整为 $1,750 亿(原 $1,900 亿),原因只是部分数据中心从「融资租赁」重分类为「经营租赁」——管理层同时强调底层投资计划(含融资租赁)没有变化这是本课的核心动作之一:一个 $150 亿的「下调」如果只是把同一笔支出从资产负债表的一栏挪到另一栏,那么任何基于它的推论(capex 见顶了、供应链订单要砍了)都是错的。摩根大通的处理最干净:把「$1,900 亿 或 重分类后的 $1,750 亿」两个数并列写出来。

检验一下:指引从 1,900 亿「降到」1,750 亿,一分钱没少花

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

二.3

它凭什么说自由现金流还能为正

与第 7 门课(Alphabet)必须对照读的一节

约 8 分钟·2,328 字·5 题
01

两家公司的正面对照

两个人同一年买了同样价钱的房、做了同样标准的装修。半年后一个刷爆了信用卡、还回家借了钱, 另一个说自己工资完全撑得住。花的钱一样多,结果差这么远,原因一定不在这笔支出上, 而在他们各自挣钱的方式。

AlphabetMicrosoft 现在就是这两个人。同一年、同一条赛道、都是两千亿美元级别的 AI 算力投入。 可谷歌的自由现金流史上第一次转负,6 月还发了 $496 亿股票; 微软的管理层则明确指引 FY27 自由现金流保持为正。

这种差别不可能来自运气,只可能来自结构。下面先把两家的关键数字并排放一遍, 然后拆三条结构性差别——其中两条是真本事,一条要打折看。

Alphabet(第 7 门课)Microsoft(本课)
2026 年资本开支$1,950–2,050 亿CY26 $1,900 亿(会计口径 $1,750 亿)
最新一季自由现金流−$59 亿(史上第一次转负)未转负
下一年自由现金流卖方预测为负(高盛:收益率 −0.8%)管理层明确:FY27 保持为正
融资动作2026 年 6 月发 $496 亿股票 + $203 亿债券无同等动作
财报后股价次日 −7.1%两天 +19.0%

两家的资本开支口径不完全可比(谷歌按日历年,微软 CY26 指引另有会计重分类)

先说清楚为什么这个对照值得单独讲一节

两家公司做的事几乎一样:一年花两千亿美元建 AI 算力。 同样的赛道、同样的量级、同样的时间点。

但一个的自由现金流转负并去发了股票,另一个说自己不会转负。 这个差别不可能来自运气,只可能来自结构。

找出这个结构差别,比记住任何一个具体数字都有用—— 因为它能让你在看下一家超大规模云厂商的财报时,知道该先看哪里。

02

差别一:利润率基数

先把自由现金流这个词讲清楚,它其实很朴素: 一年挣进来的现金,减掉花在买设备盖楼上的现金,剩下的才是真正能自由支配的钱。 月薪五万的人和月薪三万五的人同还两万房贷,剩下的当然不一样。

两家的「房贷」——也就是资本开支——量级接近,差在挣钱这一头: 微软本季营业利润率 45.1%,谷歌 34.0%,差了 11 个百分点。 同样做一千亿收入,微软能多留下大约一百一十亿的营业利润。

在资本开支已经大到快要吃掉全部经营现金流的时候,这一百一十亿就是「转不转负」的分界线。 而它的来源正是第 2 节讲过的那批老生意:Office、Windows、Server 这些边际成本极低、 又和 AI 景气度关系不大的东西,在 AI 那头烧钱的时候,它们还在稳稳产现金。

Microsoft 营业利润率
45.1%
Alphabet 营业利润率
34.0%
为什么这 11 个百分点这么重要

自由现金流 = 经营现金流 − 资本开支。 两家的减数(资本开支)量级接近,但被减数(经营现金流)的产生能力差了 11 个百分点的利润率。

粗略地说:同样做 1,000 亿收入,微软能多留下约 110 亿的营业利润。 在资本开支已经大到接近经营现金流的时候,这 110 亿就是「转不转负」的分界线。

微软的高利润率来自哪:企业软件订阅。 Office、Windows、Server、Dynamics——这些生意的边际成本极低, 而且它们和 AI 周期弱相关(第 2 节讲过)。 AI 在烧钱的时候,这些老生意还在稳定地产现金。

03

差别二:收入结构更「预付」

一家杂志社在 1 月收齐了全年订阅费,杂志却要一期一期寄到 12 月。 钱先进账,货后交付——这中间的时间差,就是一笔不用付利息的周转金。

企业软件和云承诺就是这门生意。客户先签多年合同、常常先付一部分钱,服务在往后几年里逐期交付。 广告不一样,广告主按月结算,现金流入和收入基本同步走。

这条差别也有它的边界,而且很容易被忽略:时间差只有在订户还在快速增加的时候才带来净流入。 等订阅规模稳定下来,每年收进来的和每年交付掉的就打平了,这笔额外的周转金也就没有了。

广告生意的现金节奏

广告主投放之后按月结算。现金流入基本和收入同步。

vs

企业订阅与云承诺的现金节奏

先签多年合同、往往先收一部分钱,服务在之后逐期交付。

所以现金流入领先于收入确认,更领先于成本发生。

这条对本季的具体含义

4QFY26 的 commercial bookings 剔除 OpenAI 后 +18%,RPO 剔除 OpenAI 后 +25%。

这些订单里有相当一部分对应的现金, 会比对应的收入更早进公司的账。 在一个资本开支正在快速爬坡的年份里,这种时间差是实打实的缓冲。

但要注意这是个「一次性」的缓冲: 它帮助的是从「低订阅基数」爬到「高订阅基数」的过程。 一旦订阅规模稳定下来,这个时间差就不再提供增量现金了。

04

差别三:会计选择——这一条必须打折看

前两条是真本事,第三条得诚实地打个折。上一节讲过按揭改长租那件事:房子还是那套房子, 钱还是要付,只是从「一次性的大额支出」变成了「按月摊出去的租金」。

对自由现金流来说,这个改动是实打实的美化——当期少流出一大笔,数字自然好看。 但它没有让总的现金投入少一分钱,只是把流出的时间摊平了。

所以「FY27 自由现金流保持为正」这句指引,一部分来自真实的盈利能力,一部分来自租赁结构的选择。 两部分各占多少,公司没有拆开说——这也正是第 15 节要吵的那场争议。

诚实地说清楚

把部分数据中心放在经营租赁下,租金按期计入费用,而不是一次性作为资本开支流出。

效果:当期的自由现金流会好看一些。

但这只是把现金流出的时间点摊平了,并没有减少总的现金投入。 第 6 节讲过——按揭改长租,房子还是那个房子,钱还是要付。

所以「FY27 自由现金流为正」这个指引, 一部分来自真实的盈利能力(差别一、二),一部分来自租赁结构的选择(差别三)。 这两部分的比例,公司没有拆开说。

这就是第 15 节争议二

「自由现金流为正,是真本事还是租赁腾挪?」

检验工具在第 6 节已经给了: 看现金资本开支 + 融资租赁新增 + 经营租赁承诺增量 三项合计的方向。

如果三项合计的增速和现金资本开支的增速差不多, 那自由现金流为正就是真本事;如果三项合计远高于现金资本开支, 那就说明有相当一部分投入被挪到了不占用当期现金的科目里。

05

市场为什么这么在意这一条

野村的读后感值得完整记一次

「AI 数据中心(AIDC)基础设施股近期出现大幅抛售,部分原因正是市场担心 资本开支增长的可持续性,以及超大规模 AI 平台的自由现金流压力。」

「我们认为微软关于 FY27 资本开支继续增长且自由现金流保持为正的展望, 可能有助于缓解市场对 AI 基础设施股的这一担忧。」

注意这句话的因果方向: 微软的指引影响的不只是微软自己的股价,而是整个 AI 基础设施板块的估值前提。

对 A 股的直接含义

A 股 AI 算力链最大的系统性风险,不是某一家客户砍单, 而是「超大规模厂商被现金流逼着集体减速」。

谷歌的自由现金流转负,是这个担忧的第一个实证; 微软的「FY27 保持为正」,是第一个反证。

所以野村在同一份报告里直接点名了三只 A 股: 中际旭创(300308)、生益科技(600183)、沪电股份(002463)—— 逻辑不是「微软会多买」,而是「这个板块最大的一条担忧被削弱了」。 这是第 12 节 A 股映射的另一条依据。

这一节的落点,也是单元二的落点

第 5 节:钱花到哪(三分之二是机器,下季超 $500 亿)。
第 6 节:指引「下调」是口径变化,一分钱没少花。
第 7 节:自由现金流为正来自三条结构差别,其中两条是真本事、一条要打折看。

接下来的单元三处理三个更硬的结构性问题: Azure 的毛利率去哪了、OpenAI 那份改了三次的协议、以及自研芯片与「向 AWS 租算力」。

这一节要带走的一句话 谷歌的自由现金流史上第一次转负(−$59 亿),并在 6 月发了 $496 亿股票;微软管理层明确指引 FY27 自由现金流保持为正。三条结构性差别:①利润率基数更高(营业利润率 45.1% vs 34.0%)②收入结构更「预付」(企业订阅与云承诺先签后交付)③会计选择(部分数据中心走经营租赁,租金按期计入而非一次性资本开支)。但必须诚实标注:第③条只是把现金流出的时间点摊平了,并没有减少总的现金投入。野村的读后感:这个组合有助于缓解市场对 AI 基础设施股的资本开支可持续性担忧

检验一下:它凭什么说自由现金流还能为正

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

免 费 部 分 到 此 结 束
还有 3 个单元、10 节没解锁

你刚读完的是Microsoft这门课的前 2 个单元(7 节 · 35 题), 讲清楚了这家公司是做什么的、靠什么赚钱。
剩下的部分是这门课真正花功夫的地方:

  • 毛利率、OpenAI,和一块没造完的芯片3 节 · 15 题 · 6,793 字
  • 从兆瓦到 A 股的持仓单4 节 · 20 题 · 7,846 字
  • 争议、口径与该盯的信号3 节 · 15 题 · 7,337 字
登录 / 免费注册 →

注册免费,测验成绩存进账号;解锁其余单元凭会员兑换码 · 返回课程目录

还没有兑换码?扫码领 ¥100 券,直接加入知识星球
  • 📡Serenity 实时订阅 全网订阅第一「白毛股神」一手推文,分钟级中译直推邮箱,每天约 20~30 条,含她付费订阅才有的独家内容
  • 📈大行研报 · ima 知识库对话 境内外一线投行研报每日汇入腾讯 ima 知识库(AI 相关精选 7,000+ 份、境内外日增 30+),你在库里通过 AI 对话随问随答、带出处,等于雇个 7×24 研究助理
  • 🗺️知识库全开 + 深度报告解析 1,147 公司 / 688 概念全词条 + 全景图谱,外加 59 篇机构深度报告可视化解读、巨头供应链拆解、产业大事件复盘
  • 🎓两套课程全解锁 金融人的产业链大课 10 讲(能源→芯片→基础设施→模型→应用,每周上新)+ 公司深度研究 15 门(英伟达 / 台积电 / SK 海力士 / 博通 / 中际旭创…一家公司一门课,分单元、节节带测验、给成绩单)
微信扫码领优惠券并加入知识星球
全站会员 ¥599 / 年
扫码自动领 ¥100 优惠券 · 到手 ¥499
8 月 20 日 23:59 到期 · 仅剩 11 天