核心财务表现 - 公司2026财年第二财季营收为812.73亿美元，较上年同期的696.32亿美元增长17%，按固定汇率计算增长15% [1][15] - 公司第二财季净利润为384.58亿美元，较上年同期的241.08亿美元增长60%，按固定汇率计算增长57% [1][15] - 公司本季度非美国通用会计准则（non-GAAP）每股摊薄收益增长24% [2][16] 资本支出与投资回报 - 投资者担忧资本支出增速过快，超出预期，引发对长期投资回报率的疑虑 [2][16] - 资本支出（尤其是GPU和CPU等短期资产）的投入被视为长期决策，旨在推动各业务板块的营收增长 [2][16] - 若将第一、二季度新增的GPU全部分配给Azure，相关关键绩效指标（KPI）会超过40% [3][17] - 资本支出首先用于满足自研应用（如Microsoft 365 Copilot和GitHub Copilot）的使用增长需求，其次用于研发和产品创新的长期投入，剩余产能才用于满足Azure需求 [3][17] - 公司强调投资覆盖技术栈所有层面，旨在为客户创造价值并推动增长 [3][17] 产能分配与业务组合策略 - 公司当前策略并非追求单一业务（如Azure）最大化，而是在供应受限情况下，通过合理分配产能构建最优的客户终身价值组合 [4][18] - 除Azure外，Microsoft 365 Copilot、GitHub Copilot、Dragon Copilot、Security Copilot等业务均具备极具吸引力的毛利率和客户终身价值，是公司的增量业务和新增总可寻址市场 [4][18] - 计算资源本身被视为研发投入的一部分，公司决策均以长期优化为目标 [4][18] 硬件投资与营收保障 - 公司对服务器按6年进行资本化，但剩余履约义务（RPO）的平均期限引发投资者对营收与利润匹配的担忧 [5][19] - RPO平均期限由多种合同类型决定，其中Microsoft 365等商业应用合同期限较短，而Azure多为长期合同，本季度其平均期限已从约2年延长至2.5年 [6][19] - 当前投入的大部分资本（尤其是GPU），其大部分使用周期已通过合同锁定，大型客户GPU合同更是覆盖了整个使用周期，降低了风险 [6][20] - 从技术角度看，公司能持续在逐步老化的集群上运行最新模型，并通过每年依托摩尔定律新增产能、软件优化来提升全集群效率，保证长期收益 [6][20] - 在硬件使用周期内，其交付效率会不断提升，若已锁定整个使用周期的收益，利润率会随时间推移而改善 [6][20] 订单构成与客户多元化 - 公司披露剩余履约义务（RPO）中约45%来自OpenAI，但强调剩余55%（约3500亿美元）的RPO来自多元化产品组合，覆盖广泛客户、行业和地区 [7][21] - 该多元化RPO规模超过大多数同行，且实现了28%的同比增长，体现了业务的广度和客户采纳度的提升 [7][21] - 公司与OpenAI保持良好合作伙伴关系，视其为重要客户，这种合作有助于公司在产品研发上保持领先 [7][21] 产能扩张计划 - 公司正全力尽快增加全球范围内的产能，以满足客户需求和使用量增长，而不仅限于特定数据中心地点 [8][22] - 产能扩张的核心是确保足够的电力、土地和设施，一旦建成便尽快部署GPU和CPU，并提高上线效率以实现最高利用率 [8][22] - 特定数据中心（如亚特兰大费尔沃特和威斯康星州）建设周期长达数年，公司关注的是在所有在建或计划建设的地点尽快落地产能 [8][22] 自研芯片与系统创新 - 公司对自研AI芯片Maia 200的进展感到满意，其在运行GPT-5.2时，FP4精度下的令牌/秒性能表现证明了公司在模型、芯片和整个系统之间实现端到端创新的能力 [9][23] - 公司开发的所有技术都会针对Maia进行优化，并与内部模型团队保持密切协作 [9][23] - 行业当前焦点是低延迟推理，公司目标是通过整合各类创新（包括与英伟达、AMD的合作以及自研的Maia、Cobalt、DPU、NPU等），让集群在总拥有成本上具备根本优势，以长期保持领先 [10][24] - 公司拥有全面的系统能力和垂直整合能力，但同时保持技术路线的灵活性 [10][24] AI驱动业务转型与增长 - 客户对公司三大核心套件（Microsoft 365、安全产品和GitHub）的采纳度正在提升，它们为客户带来了复合价值 [11][25] - Work IQ的价值日益凸显，Microsoft 365背后的数据（包含员工身份、项目、沟通记录等）成为企业业务流程的核心资产 [12][26] - 智能代理平台（如Microsoft 365 Copilot、GitHub Copilot、Security Copilot）正改变企业运营方式，帮助企业协调工作、提升效率 [12][26] - 企业正在利用Microsoft Fabric、Microsoft Foundry及低代码/无代码工具重构核心业务流程（如客户服务、营销、财务），并构建自身智能代理 [13][27] - 新型智能代理系统协同工作，将数据价值与部署效果结合，产生变革性影响 [13][27] AI时代下的云迁移与计算需求 - AI工作负载不仅需要AI加速器计算（GPU），智能代理调用工具、运行容器等仍需依托通用计算（CPU） [14][28] - AI训练和推理工作负载均需要大量计算资源（包括CPU）和近距离存储资源支撑 [14][28] - 云迁移趋势仍在持续，例如新版SQL Server的基础设施即服务（IaaS）采用率是上一版本的2倍 [14][28] - 公司需要持续投资全基础设施栈（包括GPU和CPU），以支持客户将现有及新工作负载迁移到云平台 [14][28]