文章核心观点 - AI巨头（如OpenAI、Anthropic）与传统企业软件厂商（如微软、Salesforce、ServiceNow）正在AI代理工具领域展开全面竞争，这场竞争可能重塑企业软件市场格局，并被视为一场高风险、赢家通吃的竞赛 [1][2][6] 竞争格局与主要产品类别 - 竞争主要围绕四大类产品展开：基于浏览器的代理、可操作计算机的代理、代理构建工具以及代理管理控制台 [1][2] - 基于浏览器的代理（如OpenAI、谷歌提供）可执行登录供应商网站下单等多步骤任务 [2] - 可操作计算机的代理（如Anthropic的Cowork、谷歌的Gemini Computer Use、ServiceNow的桌面代理）能够使用桌面应用和文件生成财务报告等 [2] - 代理构建工具（如Salesforce的Agentforce、谷歌的Gemini Enterprise）允许客户创建可访问多种企业应用的代理 [2] - 代理管理控制台（如微软的Agent 365、OpenAI的Frontier）是代理运营平台，市场可能呈现赢家通吃的局面，因为每个客户可能只需要一个 [2] 主要参与者的动态与策略 - OpenAI推出了Frontier平台，帮助Uber和Thermo Fisher Scientific等企业创建并管理多个AI协作者 [1] - Anthropic向Windows用户发布了Cowork的研究预览版 [1] - 传统厂商如微软、Salesforce、ServiceNow正在加速推出代理构建工具和管理平台以应对挑战 [1] - 微软CEO Satya Nadella曾预言传统软件应用将在“代理时代”“崩溃”，并讨论过向访问其应用的AI收取订阅费用 [1] - 许多传统企业软件公司（如Salesforce、Snowflake）使用从OpenAI和Anthropic购买的技术来构建自己的代理，而这些AI公司同时也在推广与之竞争的自有工具 [5][6] 市场影响与“记录系统”之争 - 市场预期未来白领员工将不再手动使用企业应用程序，而是监督一系列能够自主连接应用的AI代理 [1] - OpenAI展示其代理指挥技术将位于企业“记录系统”（如微软、Salesforce的应用程序）之上，这被一些传统厂商高管视为OpenAI试图展示其巨大影响力 [5] - 目前传统企业应用公司似乎并未准备直接阻止新AI代理访问其核心应用（如Salesforce CRM、微软Office 365）中的数据，但未来可能会尝试限制访问频率 [5] - Snowflake CEO Sridhar Ramaswamy形容当前竞争态势为“要么达到1万亿美元估值，要么归零”，凸显了高风险性质 [6] 面临的挑战与采用障碍 - 基于浏览器和计算机操作的代理存在巨大的安全责任风险，可能无意中泄露用户凭证或让远程攻击者控制PC [3] - 一些AI买家表示这些产品使用起来过于困难 [3] - 不同公司对代理就绪度的表述存在差异：OpenAI、Anthropic和谷歌称其计算机操作代理仅为研究预览版，而ServiceNow等依赖它们模型的供应商则称其产品已全面上市 [3] - 企业采用面临实际困难，例如希尔顿公司花了近三年时间才将其开发的客户支持代理推向客户 [3][4] - 希尔顿首席技术官表示，尽管市场产品丰富，但并不急于签订新订阅，目前采用多厂商AI产品组合来运行自动化内部代理 [3]

核心观点 - 市场曾担忧公司在人工智能竞赛中的位置及保守的资本开支策略，导致股价承压，但近期回调后，投资价值显著提升，相较于同行存在明显估值折价，因此评级被上调至强力买入 [2] - 评级上调的核心依据是围绕公司内外部AI开发的算力分配、与同行的预期资本开支对比，以及基于财务预测的价值重估 [2] 微软运营近况 - 云业务本季度营收达515亿美元，年化运行率突破2060亿美元 [4] - 数据中心算力规模新增近1GW，并正式部署首批Maia 200 AI加速芯片，用于内部AI研发、Copilot及Foundry平台 [7] - Foundry是面向企业级AI开发的平台，支持超11000个基础模型，功能与亚马逊Bedrock类似 [7] - 推出面向企业的智能体编排工具Agent 365，可实现AI智能体的部署、管理与安全管控，类似面向AI智能体的Active Directory [7] - 商业预订量在2026财年第二季度同比增长230%，主要由与OpenAI、Anthropic的多年期合作协议驱动 [7] - 季度末，剩余履约义务总额达6250亿美元，环比大增56% [7] - 管理层预告2026财年第三季度资本开支将环比下降，引发投资者对Azure增长前景的担忧 [9] - 市场担心本季度资本投入主要集中在GPU、CPU采购，且同行大幅上调资本预算，可能导致公司增长放缓 [10] - 公司面临的挑战之一是在内部研发与Azure云服务之间合理分配算力资源，加大对Copilot等第一方AI应用的投入以对标谷歌Gemini产品，也引发了市场对Copilot采用率的担忧 [10] - 更多个人计算部门面临短期压力：Windows 11升级红利消退，PC销量预计在2026年三、四季度下滑；游戏业务短期承压，但新一代Xbox主机预计2027年上市，板块有望回暖，AMD已开始为下一代Xbox量产定制芯片 [11] - 公司面临内存成本压力，已提前备货以缓冲短期风险，未来一到两个季度内存价格上涨可能继续压制PC销量 [11] 同行资本开支对比 - 谷歌：2026财年资本预算预计翻倍（约+100%） [11] - Meta：资本开支上调约75% [11] - 亚马逊：资本开支上调约52% [11] 财务预测与状况 - 2026财年第二季度，公司营收增长强劲，营业利润率环比提升164个基点 [13] - 受单季度近300亿美元资本开支影响，自由现金流承压，自由现金流转化率同比下降近12% [13] - 随着资本预算转向CPU、GPU更新与扩容，公司有望将更多订单转化为收入 [14] - 预计2026年下半年资本开支约515亿美元，自由现金流转化率或将小幅承压，未来两年随着数据中心持续投入，转化率可能进一步压缩 [14] - 预计2026财年第三季度单季度净收入为813亿美元，摊薄后每股收益3.92美元，因数据中心投入小幅压制利润率，且个人计算部门受需求放缓与内存成本影响表现偏弱 [14] - 截至2026财年二季度末，公司财务状况稳健：现金及有价证券895亿美元，有息负债403亿美元，净现金头寸492亿美元 [15] 估值分析 - 当前公司对应的EV/EBITDA为16.70倍，低于行业平均水平 [20][21] - 与同行超大规模云服务商对比估值：谷歌EV/EBITDA为25.43倍，亚马逊为15.16倍，Meta为16.83倍，Oracle为17.09倍，平均为16.44倍 [21] - 尽管存在估值折价，但过去一年公司运营与股价表现平淡，投资者热情有所降温 [22] - 分析师认为当前价格已具备投资价值，过去一年横盘走势如同蓄力弹簧，随时可能迎来反弹 [24]

公司高层人事变动与组织架构调整 - 新任商业首席执行官Judson Althoff对其领导团队进行了人事调整，提拔了多名高管至执行副总裁职位 [1] - Deb Cupp被提升为全球企业销售执行副总裁兼首席营收官，她已在微软工作超过八年，以帮助公司为特定行业定制云服务而闻名 [1][2] - Mala Anand被任命为执行副总裁兼首席客户体验官，负责整合行业解决方案交付、客户成功和支持等全方位服务 [6][7] - Nick Parker被任命为全球销售与解决方案执行副总裁兼首席业务官，其团队领导商业解决方案领域、联合工程以及包括企业、行业、合作伙伴和设备在内的销售团队 [6][8] - Ralph Haupter被任命为中小企业与渠道执行副总裁兼首席营收官，其职责侧重于通过智能销售和与云解决方案提供商合作来扩大市场份额 [6][8] - Kim Akers将继续担任首席运营官，Takeshi Numoto将继续担任首席营销官，两人均直接向Althoff汇报 [6][9] 公司战略与运营模式转型 - 此次人事调整旨在让首席执行官Satya Nadella和工程领导层有更多时间专注于人工智能，这被内部描述为“一次构造性的AI平台转变” [2] - 公司正迅速转变其工作方式，以成为一家AI优先的公司，并致力于使运营节奏变得更快、更扁平、更敏捷，赋予员工决策权并减少其决策阻力 [3][4] - 公司建立了“商业群组运营模式”，该模式通过群组论坛将工程、营销、销售、服务和运营部门围绕最关键的业务主题整合在一起，旨在缩短客户反馈与产品决策之间的循环 [5] - 该运营模式旨在确保公司的产品抱负与客户在“前沿转型”时代的需求相匹配，并已应用于制定“智能+信任”战略，以及为Copilot、IQ和开发者平台、Agent 365铺平道路 [5] - 领导层职责的扩大是为了让团队能够更好地服务客户和合作伙伴，并强化公司“客户至上”和“一个微软”的核心价值观 [6][9] 业务重点与市场策略 - Deb Cupp在新职位上将帮助处理公司最具战略意义的客户账户和高管关系 [2] - Ralph Haupter领导的中小企业与渠道部门，其战略重点是借助云解决方案提供商合作伙伴，通过智能销售和规模化运营来赢得更多市场份额 [6][8] - 公司强调当前AI正以极快的速度被采纳，客户期望这些能力能比以往更快地在他们的业务中实现，因此缩短客户反馈与产品决策的循环至关重要 [3] - 公司正加大对整个商业业务的关注，并期待领导客户、合作伙伴和微软共同进行“前沿转型” [9]

财务数据和关键指标变化 - 公司第二季度总收入为813亿美元，同比增长17%（按固定汇率计算增长15%）[25] - 毛利润美元金额同比增长16%（按固定汇率计算增长14%），营业利润同比增长21%（按固定汇率计算增长19%）[25] - 每股收益为4.14美元，同比增长24%（按固定汇率计算并调整对OpenAI投资的影响后增长21%）[25] - 公司整体毛利率为68%，同比略有下降，主要受AI基础设施投资和AI产品使用量增长影响[26] - 营业费用同比增长5%（按固定汇率计算增长4%），主要受计算容量和AI人才研发投资以及游戏业务减值费用驱动[26] - 营业利润率同比增长至47%，超出预期[26] - 资本支出为375亿美元，其中约三分之二用于GPU和CPU等短期资产[27][28] - 运营现金流为358亿美元，同比增长60%，自由现金流为59亿美元[29] - 公司通过股息和股票回购向股东返还127亿美元，同比增长32%[29] 各条业务线数据和关键指标变化 - **生产力与业务流程部门**：收入341亿美元，同比增长16%（按固定汇率计算增长14%）[31] - M365商业云收入同比增长17%（按固定汇率计算增长14%），付费商业席位同比增长6%至超过4.5亿[31][32] - M365消费者云收入同比增长29%（按固定汇率计算增长27%），消费者订阅数增长6%[32] - LinkedIn收入同比增长11%（按固定汇率计算增长10%），付费视频广告增长30%[32][24] - Dynamics 365收入同比增长19%（按固定汇率计算增长17%）[32] - 部门营业利润率同比增长至60%[33] - **智能云部门**：收入329亿美元，同比增长29%（按固定汇率计算增长28%）[33] - Azure及其他云服务收入同比增长39%（按固定汇率计算增长38%），略超预期[34] - 本地服务器业务收入同比增长2%（按固定汇率计算增长1%），受混合解决方案需求和SQL Server 2025发布推动[34] - 部门营业利润率为42%，同比略有下降[35] - **更多个人计算部门**：收入143亿美元，同比下降3%[36] - Windows OEM和设备收入同比增长1%（按固定汇率计算基本持平）[36] - 搜索和新闻广告收入（扣除流量获取成本）同比增长10%（按固定汇率计算增长9%），略低于预期[36] - 游戏收入同比下降9%（按固定汇率计算下降10%），Xbox内容和服务收入同比下降5%（按固定汇率计算下降6%）[37] 各个市场数据和关键指标变化 - **微软云整体表现**：收入首次突破500亿美元，达到515亿美元，同比增长26%（按固定汇率计算增长24%）[6][31] - **AI与平台业务**： - Fabric年化收入运行率超过20亿美元，同比增长60%，拥有超过31,000名客户[13] - Foundry平台上季度支出超过100万美元的客户数量同比增长近80%[13] - 超过250名客户预计今年将在Foundry上处理超过1万亿个token[13] - **Copilot产品线**： - Copilot应用日活跃用户同比增长近3倍[16] - Microsoft 365 Copilot付费席位超过1500万，季度新增席位同比增长超过160%[17][18] - 拥有超过35,000个席位的客户数量同比增长两倍[18] - GitHub Copilot付费订阅用户达470万，同比增长75%[19] - **其他核心业务**： - Windows 11用户数达到10亿，同比增长超过45%[23] - 安全客户数达到160万，其中超过100万使用四种或更多工作负载[23] 公司战略和发展方向和行业竞争 - 公司战略聚焦于构建完整的技术栈，涵盖云与计算工厂、AI与平台、以及高价值智能体体验三个层面[6] - 在基础设施层面，公司致力于优化“每美元每瓦特token数”这一关键指标，通过提高利用率和降低总拥有成本来保持长期竞争力[7] - 公司正在构建异构和分布式的工作负载基础设施，以满足包括长尾客户在内的所有客户在地理和细分领域的具体需求[7] - 在硅层面，公司采用NVIDIA、AMD和自研Maia芯片的组合，以在多个硬件代际中实现最佳的整体性能、成本和供应[8] - 公司宣布本季度在七个国家进行数据中心投资，以支持本地数据驻留需求，提供跨公有云、私有云和国家合作伙伴云的最全面的主权解决方案[9] - 公司认为智能体（Agents）是新的应用程序，并正在构建包括模型目录、调优服务、编排工具、上下文工程、AI安全和管理在内的完整智能体平台[10] - 公司通过Unified IQ层（涵盖Fabric、Foundry和Microsoft 365数据）将智能体与企业数据和知识连接起来[11] - 公司推出了Agent 365，旨在将现有的治理、身份、安全和管理控制扩展到智能体，并已与Adobe、Databricks、NVIDIA、SAP等合作伙伴集成[15] 管理层对经营环境和未来前景的评论 - 公司认为正处于AI扩散及其广泛GDP影响的初始阶段，随着扩散加速和蔓延，技术栈每一层的总潜在市场都将大幅增长[6] - 客户对主权（数据驻留和控制）的考虑日益重要，公司正在扩展其解决方案和全球布局以匹配需求[9] - 在AI模型选择上，客户期望根据成本、延迟和性能需求使用多种模型进行微调和优化，公司提供了最广泛的模型选择[10] - 随着AI更广泛地渗透到GDP中，企业需要保护其企业价值，将隐性知识捕获为模型权重中的核心知识产权成为最重要的主权考虑因素之一[11] - 需求持续超过供应，公司需要在满足不断增长的Azure需求、扩大M365 Copilot和GitHub Copilot等第一方AI服务使用、增加研发团队分配以加速产品创新以及更换报废服务器和网络设备之间取得平衡[28] - 对于第三季度，公司预计总收入在806.5亿美元至817.5亿美元之间，同比增长15%至17%[38] - 生产力与业务流程部门收入预计在342.5亿美元至345.5亿美元之间，增长14%-15%[41] - 智能云部门收入预计在341亿美元至344亿美元之间，增长27%-29%[42] - Azure收入预计按固定汇率计算增长37%-38%[42] - 更多个人计算部门收入预计在123亿美元至128亿美元之间[43] - 基于上半年的强劲表现以及对关键增长领域的投资，公司现在预计2026财年营业利润率将略有上升[45] - 内存价格上涨可能影响Windows OEM和本地服务器市场，并影响资本支出，但对微软云毛利率的影响将随着资产在六年内折旧而逐渐显现[45] 其他重要信息 - 本季度增加了近1吉瓦的总容量[8] - 推出了Maia 200加速器，在FP4精度下提供超过10 petaflops的性能，与机队中最新一代硬件相比，总拥有成本改善了30%以上[8] - Cobalt 200处理器与公司首个为云原生工作负载定制的处理器相比，性能提高了50%以上[9] - 本季度通过Purview审计了240亿次Copilot交互，同比增长9倍[22] - 在医疗保健领域，Dragon Copilot帮助超过10万名医疗提供者自动化工作流程，本季度记录了2100万次患者就诊，同比增长3倍[22] - 商业预定额同比增长230%（按固定汇率计算增长228%），受OpenAI和Anthropic的大额多年期承诺驱动[30] - 商业剩余履约义务增至6250亿美元，同比增长110%，加权平均持续时间约为2.5年，其中约45%来自OpenAI[30] 总结问答环节所有的提问和回答 问题: 关于资本支出快速增长与Azure增长预期的关系，以及如何思考这些投资的回报率[47][48] - 管理层解释，资本支出（尤其是GPU和CPU等短期资产支出）不仅用于支持Azure收入，还用于满足M365 Copilot和GitHub Copilot等第一方应用使用量加速增长的需求，以及分配给研发团队以加速产品创新[49][50] - 如果将Q1和Q2上线的GPU全部分配给Azure，Azure的增长关键绩效指标将超过40%[51] - 投资回报应综合考虑整个技术栈，包括Azure、M365 Copilot、GitHub Copilot、Dragon Copilot、Security Copilot等，这些业务都有各自的毛利率和生命周期价值，公司旨在构建最佳的生命周期价值组合，而非仅最大化单一业务[52][53] 问题: 如何理解硬件资本支出（6年折旧）与剩余履约义务（平均2.5年）期限不匹配带来的风险，以及如何确保在硬件生命周期内获得足够收入和利润[57] - 管理层解释，平均期限是多种合同安排的组合，M365等业务合同期限较短（如三年），而Azure合同期限较长，本季度平均期限从约2年延长至2.5年反映了这一点[59] - 目前支出的大部分资本和购买的GPU，在其大部分有用寿命内已经通过合同售出，因此相关风险较低[60] - 专门针对GPU的合同（包括一些最大客户）覆盖了GPU的整个有用寿命[61] - 公司还通过软件优化，使最新模型也能在逐渐老化的硬件机队上高效运行，从而延长有效使用寿命[62] - 随着时间推移，硬件交付效率会不断提高，因此在已售出整个生命期容量的情况下，利润率实际上会随时间改善[63] 问题: 关于剩余履约义务中45%与OpenAI相关，以及对此风险敞口的看法[67] - 管理层强调，应关注另外55%（约3500亿美元）的剩余履约义务，这部分业务非常多元化，涉及广泛的解决方案、客户、行业和地域，且同比增长28%，体现了业务基础的广度和强劲的采用曲线[68][69] - 关于OpenAI，公司认为这是一项伟大的合作伙伴关系，微软继续作为其规模提供商，支持一个非常成功的企业，并对此感到满意[70] 问题: 关于未来几个季度产能增加的规模，特别是Fairwater等数据中心[73] - 管理层表示正在全球范围内尽可能快地增加产能，以满足客户需求和不断增长的使用量[74] - 具体数据中心地点（如亚特兰大、威斯康星州）是多年度交付项目，不应仅关注特定地点，重点是全球范围内的产能建设，包括确保电力、土地和设施，并尽快部署GPU和CPU[75] - 公司致力于提高建设和运营效率，以实现尽可能高的利用率[75] 问题: 关于自研Maia 200加速器的成就及其对未来推理成本和毛利率的影响[79] - 管理层对Maia 200的进展感到兴奋，特别是在运行GPT-5等模型时在FP4精度下取得的性能，证明了针对新工作负载进行端到端（从模型到硅）创新的价值[80] - 公司的超级智能团队正在优化其模型以适配Maia[81] - 公司战略不是锁定于单一技术，而是与NVIDIA、AMD等合作伙伴共同创新，确保整个硬件机队在任何时间点都能获得最佳的总拥有成本[81] - 这是一场长期的竞赛，公司致力于通过垂直整合和外部合作相结合的方式，保持硬件机队的长期竞争优势[82] 问题: 关于企业进行前沿转型的势头，以及其微软支出可能增长的预期[85] - 管理层观察到AI在M365、安全和GitHub三大套件中的采用产生了复合效应，例如Work IQ利用Microsoft 365底层数据，为业务流程和工作流提供重要上下文[86][87] - 智能体系统正在改变公司运营方式，帮助协调工作并提升企业杠杆[88] - 客户正在利用Fabric、Foundry、GitHub工具以及低代码/无代码工具，在客户服务、营销、财务等领域构建自己的智能体，实现业务转型[89] - M365 Copilot、GitHub Copilot、Security Copilot等新智能体系统共同作用，复合了数据和部署的效益，这是当前最具变革性的影响[89] 问题: 关于Azure的CPU业务表现，以及客户意识到上云对AI的重要性是否推动了云迁移势头[93][94] - 管理层指出，AI工作负载不仅需要AI加速器计算，智能体通过工具使用可能生成容器，这些容器运行在计算资源上，因此公司按比例构建包含计算和存储的完整机队[95] - 云迁移仍在继续，例如最新版SQL Server作为IaaS服务在Azure上的采用率是之前版本的两倍多[23][97] - 公司需要平衡商业云和AI云的建设，因为客户在部署时，需要所在区域具备所有这些基础设施要素[97]

AI在企业中的应用与影响 - 企业AI应用呈现出明显的杠杆效应，初创公司能快速构建适配AI的组织，而大型企业则面临传统工作流程与组织惯性的变革管理挑战，无论大小企业都需经历思维转变、技能培养、数据整合的艰苦过程 [2] - AI正在打破传统层级架构，实现信息流扁平化，例如微软CEO可直接通过Copilot获取简介并立即分享给所有部门同事，改变了以往由现场团队准备笔记、总部提炼的流程 [2] - 公司内部已用AI Agent自动化处理DevOps重复工作，如光纤挖断、设备故障等，这是自下而上的落地实践 [3] - 在LinkedIn等团队，公司将产品经理、设计师、前端工程师、后端工程师等角色合并为全栈构建者，重构了AI产品工作流 [3][13] - AI应用落地的关键差距在于大规模应用的推进力度，而非技术人才质量，全球AI技术人才与初创公司的质量已无显著差异 [3] - 判断AI是否存在泡沫的关键在于落地应用，当AI加速药物临床试验、提升农业生产效率、优化公共服务时，技术就已转化为实实在在的经济价值 [3] 微软的战略与产品愿景 - 微软与OpenAI合作的核心逻辑是不押注单一模型，而是打造算力加应用服务器层的平台，兼容多模型生态 [3] - 公司认为任何应用、任何公司最终都会同时使用多种模型，甚至在一个具体任务里编排多个模型协同工作，效果往往比单一的前沿模型更好 [25] - 微软的战略层面包括做好算力工厂Azure，以及在应用服务器层构建Foundry，未来每个人都在构建Agent，有强化学习环境和评测体系 [25] - 公司正在尝试新学徒制模式，由资深IC工程师带一组应届生，借助AI加速新人生产力爬坡，以适配AI时代的人才培养方式 [4][33] - PC必须成为本地模型的最佳载体，本地模型可以承担大量prompt处理，再按需调用云端能力，公司正在坚定推进这一方向 [29] - 公司推出了Agent 365，将给人用的身份体系、终端防护体系扩展到Agent身上，身份对于权限、决策、责任追溯等非常关键 [11][12] AI技术形态与演进 - AI在知识工作中正走向多种形态组合，包括智能补全、chat交互、可执行的actions以及全自主Agent，这些形态在编程中都已存在且可以组合使用 [7][8] - 在AI时代，计算机需要新的隐喻，例如无限思维的管理者，这形象地描述了用户同时在和大量Agent协作的状态 [9] - AI的演进路线是从chat开始，带推理的chat不只是一问一答，能看到完整的思考过程，现在到了actions阶段，通过模拟电脑操作、Skill和Agent调用来执行任务 [8] - 一种特别期待的形态是Copilot能通过MCP Server等方式，把工作流、待办事项、上下文全部拉进来，实现真正的知识工作组合 [10] - 模型会类似数据库市场演进，会有闭源的前沿模型，也会有达到前沿水平的开源模型，一个重要方向是企业把自身的隐性知识嵌入到自己掌控的模型权重中 [26] - 高性能工作站正在回归，现在已经有完全驻留在本地、基于NPU和GPU的模型 [27] 行业竞争与生态发展 - 科技行业每十年换一批竞争对手是好事，能倒逼企业保持竞争力，科技产业蛋糕会持续变大，绝非零和博弈 [3][16] - 美国技术栈的核心优势是生态效应，即平台之上生态收入远超自身收入，而非单纯的市场份额，技术扩散是做大全球蛋糕，而非抢蛋糕 [4][20] - 技术扩散的关键在于AI能否真正铺开，进入医疗、金融等所有行业，包括中小企业和公共部门，而不仅限于大企业 [18] - 在全球南方国家存在巨大机会，如果AI能显著提升政府把纳税人资金转化为公共服务的效率，哪怕只提升一点点，就可能带来几个百分点的GDP增长 [19] - 围绕平台形成的完整生态是美国一直以来的优势，例如衡量一个国家的生态是如何围绕平台建立起来的，包括渠道伙伴、ISV、相关IT从业者等 [20] - 基于美国的技术栈，世界各地都可能诞生顶级的科技公司，这并非美国技术、美国收入的问题，而是用新平台在全球范围内创造机会 [21][22] 组织变革与人才发展 - 自PC普及以来，知识工作正在发生最大的结构性变化，类似于当年PC加Excel和Email改变工作流程，AI正在带来同样级别的变化 [13] - 公司员工数量基本没变，但收入多了900亿美元，利润还翻了一倍，部分原因是自动化以及削掉了不少中间管理层 [13] - 企业AI的采用会同时发生自上而下和自下而上两种方式，自上而下源于客服、供应链、HR自助等场景的清晰ROI，而真正改变组织的一定是自下而上的力量 [30] - 工具扩散和真正被使用是最重要的事情，技能提升是在实际使用中完成的，而非仅仅学会 [31] - 公司依然坚定相信校园招聘，因为AI会彻底改变一个人掌握代码库、建立熟练度的速度，应届生的生产力曲线会比以往陡得多 [33] - 顶级工程实践更多体现在十倍、百倍工程师是如何借助AI打造高质量产品的，新一代毕业生对这些经验会学得更快 [34]

高盛软件行业研究报告关键要点总结 涉及的行业与公司 * **行业**：软件行业，重点关注人工智能（AI）基础设施、平台和应用层[1][6][7] * **覆盖公司**：微软（MSFT）、甲骨文（ORCL）、Salesforce（CRM）、ServiceNow（NOW）、Snowflake（SNOW）、Navan（NAVN）、CoreWeave（CRWV）、Figma（FIG）、Intuit（INTU）、Workday（WDAY）、Adobe（ADBE）、Datadog（DDOG）[6][7][15] * **评级**：买入（MSFT, ORCL, CRM, NOW, SNOW, NAVN）；中性（CRWV, FIG, INTU, WDAY）；卖出（ADBE, DDOG）[7][15] 核心观点与论据 总体框架与市场展望 * 预计AI采用将在未来5-10年内对软件总潜在市场（TAM）产生积极推动作用，尽管年度数据可能不均，但预计2026年采用信号将更为积极[1][8] * 引入评估AI成熟度的框架，包括技术栈重构、创新节奏（有机与无机）以及货币化能力[1][9] * 预计软件TAM将从2025年预计的1万亿美元，在AI带来的4500亿美元增量（按现值计算）推动下，增长至2037年的2.8万亿美元，年复合增长率从7%提升至9%[21] * 将软件TAM划分为“脚手架”（占2/3）和“智能体”（占1/3）两部分，预计企业AI将驱动行业增量增长，智能体工作流是AI价值最具体的体现[25] * 大型语言模型（LLM）可能捕获价值池的10-25%，在2037年对应850亿至2100亿美元，而Gartner估计2024年企业LLM TAM仅为57亿美元[26] 三大核心辩论与投资主题 辩论一：AI基础设施——谁能将AI计算的初步优势转化为可持续的盈利业务？ * 未来3年的关键是将积压需求转化为加速的收入增长，并通过优化杠杆将毛利率从当前的<40%提升至60%以上[9] * **关键成功因素**：跨客户和工作负载的资本支出可互换性、硅芯片多元化、以及超越GPU即服务的价值创造[1][9] * **看好微软（MSFT）**：因其规模、业务组合的深思熟虑以及跨多个AI采用向量的对冲能力，预计将推动2026年Azure收入超预期[1][9][38] * **看好甲骨文（ORCL）**：预计未来12个月收入将加速，毛利率增长将在2026年见底后显著加速，资本支出和融资的能见度将改善[1][9][38] * **中性看待CoreWeave（CRWV）**：在高性能AI计算领域占据主导，但需观察其通过有机和无机创新实现业务多元化的进展[9][38] 辩论二：应用软件层是否会被颠覆？ * 预计竞争将加剧，参与者包括传统的SaaS领导者、定制软件提供商（如Palantir）以及拥有足够专有IP进行扩展的AI原生公司[9] * **竞争加剧的原因**：新技术周期鼓励更多自建实验、2020-2021融资周期（VC融资是趋势的2倍）催生了一批护城河较小的公司、面向人类和智能体的系统记录栈需要重大技术重构[9] * **偏好选择性投资**：青睐在技术栈重构方面进展更快的公司，如Salesforce（CRM）[1][9] * **中性看待Workday（WDAY）和Intuit（INTU）**：WDAY技术栈仍在演进，INTU虽技术栈良好但面临税务市场特定风险和利率周期风险[9] * **卖出Adobe（ADBE）**：过度暴露于高端设计工具市场，但增长主要发生在低端市场，面临Canva等竞争，且核心创意云用户增长受限[9][115][120] 辩论三：软件栈中的价值将积累在何处？ * 客户对话表明，每个供应商都将拥有智能体，因此价值在于跨越基础设施、平台和应用层的智能体与LLM编排[9] * 垂直整合比上一个云周期更为重要，因为智能体无差别地、即时地、更全面地遍历各层[10][89] * **看好编排层领导者**：微软（Agent 365）和ServiceNow（利用其工作流引擎IP跨系统执行操作）[1][10][100] * **看好数据平台**：Snowflake（SNOW）在企业进行数据资产现代化过程中有望获得超额份额[10] * **卖出Datadog（DDOG）**：行业研究表明竞争加剧，客户更关注预算优化，部分由AI可观测性新方法催化[10] 公司特定要点 微软（MSFT）- 买入 * 在覆盖范围内最具备从多个AI采用向量中捕获上行机会的能力，并能对冲下行风险[13] * 资本支出舰队在客户和工作负载间最具可互换性，拥有通过更复杂的Azure服务和第一方用例（如M365 Copilot）货币化计算的机会[38] 甲骨文（ORCL）- 买入 * 预计未来12个月的催化剂路径将显示债务筹集见顶，毛利率增长见底，随后在新产能上线后显著加速[13] * 披露的OCI合同在6年生命周期内毛利率为30-40%，自下而上的成本构建验证了此假设[54][55] Salesforce（CRM）- 买入 * 在AI成熟度评估中进展最远，关键绩效指标正在转变[13] * Agentforce成果是非二元的，预计对销售云和服务云有约20%的提升[6] ServiceNow（NOW）- 买入 * 在构建利用现有IP作为行动系统的编排层方面进展最远[13] * 价值将积累在编排层，NOW是最佳定位者[1] Snowflake（SNOW）- 买入 * 在基础设施和应用层之间使数据更可用；过去12个月的产品创新和新客户获取改善为2026年收入上修奠定了基础[13] * 与Databricks竞争加剧，但两者在未来至少3年都有巨大的增长空间[101][110] Adobe（ADBE）- 卖出 * 公司处于转型期，面临不止一个方面的竞争加剧[6] * AI正在民主化设计，限制了其核心创意专业人士用户群的增长，而过度的收益则流向能够“捷径”实现中等水平创作的休闲创作者和商业用户[116] * 虽然低端创意市场TAM巨大且增长，但竞争和低转换成本可能限制其获取有意义份额的能力[120] * Canva的月活跃用户（MAU）增长（从2019年的6700万增至2025年的2.5亿）远超Adobe的文档云订阅用户增长（从2019年的1700万增至2025年的2900万）[124] Datadog（DDOG）- 卖出 * 2026年可能面临竞争加剧和可观测性预算优化推动[6] * 行业工作表明竞争正在加剧，AI采用推动客户重新审视可观测性预算[10] 其他重要内容 单位经济与毛利率驱动因素 * 行业对话表明，超大规模企业在5-6年GPU折旧周期内应能实现30%-60%的毛利率范围[54] * 提升AI云毛利率的因素包括：新的加热、冷却和计算管理技术带来的资本支出效率、资本支出的可互换性、以及GPU折旧周期维持在5-6年[57] * 硅芯片多元化是关键，目前Nvidia在GPU市场占据约95%份额，在加速器市场占约85%[59] * 估计将硅芯片足迹多元化50%，可能推动超大规模企业毛利率提升约13个百分点，尽管至少部分会被降价所抵消[63] 数据资产现状与现代化 * 当前企业AI采用的关键限制因素是缺乏高质量、组织良好的数据[89] * 截至2024年，56%的关系数据库管理系统市场仍在本地部署[89] * 生态系统正围绕Iceberg表标准化，这降低了数据重力，Snowflake披露约10%的客户正在使用Iceberg[93] * Palantir的美国商业业务从2022年的3.35亿美元扩展到2025年预计的14亿美元，年复合增长率约60%，因其能同时解决数据聚合和本体论挑战[91] 需求信号与资本支出背景 * 需求信号在未来12个月内可能保持积极，微软评论预计至少到2026年6月都将供应受限[41] * 基于对财富500强数据的分析，高盛半导体团队估计到2030年，约14%的财富500强成本可能高度暴露于AI自动化，这可能在3500亿美元的总AI资本支出下，释放约7800亿美元的净现值节省[42] * 未来资本支出回报的实现部分取决于企业AI采用驱动日益复杂的生产力提升类型[40] * 2027年资本支出预期自2024年第一季度以来上调了约150%[48]

纪要涉及的行业或公司 * **公司：微软 (Microsoft)**，讨论其AI产品战略、技术架构及客户案例，特别是围绕Copilot、Fabric、Agent 365等产品[1][21][26][37] * **公司：巴克莱银行 (Barclays)**，作为金融服务业客户代表，分享其AI应用旅程、Copilot部署经验与优先事项[27][29][58][60] * **行业：人工智能 (AI) 与数字化转型**，聚焦于企业级AI应用、前沿转型 (frontier transformation) 及跨行业影响[3][5][11][68] 核心观点和论据 AI转型范式：从效率驱动到业务引领的前沿转型 * **早期AI项目失败率高**：市场AI项目失败率超过80%，归因于技术与业务目标错位、企业数据混乱、缺乏合适的AI开发工具[3] * **成功框架在于业务引领**：成功案例与**业务引领的转型 (business-led transformation)** 紧密相关，关注员工体验、客户互动、业务流程重塑和创新，而非单纯追求效率[5] * **转型核心是业务重塑**：**前沿转型 (frontier transformation)** 是由AI赋能的、根本性的业务重塑，而非简单地将技术应用于现有流程[5][29][65] * **超越效率，创造新价值**：AI潜力远超降本增效，例如在药物发现中可将新药上市周期缩短一个数量级，在材料科学和量子计算中推动进步[9][10] 企业应用AI的关键趋势与挑战 * **趋势：从实验走向运营**：AI正从实验阶段转向运营化，开始根本性地改变角色和工作流，例如客户服务代理获得实时专家支持[11][12] * **趋势：从后台走向前台，自主性增强**：AI应用从后台办公室向客户界面延伸，工作流从“人在回路”向更自主的模式转变，这提升了治理的重要性[12] * **挑战：数据是真正的战场**：AI的规模化应用受制于数据，数据常存在可访问性、质量和结构问题，无法支持实时决策，数据孤岛阻碍AI扩展[13][14] * **挑战：基础设施需重视韧性**：随着AI代理在关键工作流中愈发重要，对**韧性 (resilience)** 的要求将急剧上升，影响从网络到API的整个技术栈[15][16] * **挑战：AI带来新型安全威胁**：AI既是机遇也是威胁，能以前所未有的规模和速度执行传统网络攻击，并催生如利用深度伪造的大规模虚假信息活动等新型威胁[16][18] 微软的AI产品战略与技术架构 * **战略核心：提供智能层与信任**：微软产品组合旨在通过提供**智能层 (intelligence layer)** 和建立**信任 (trust)** 来刺激业务引领的增长[6][21][35] * **关键产品1：WorkIQ**：作为Microsoft 365 Copilot的“大脑”，精确了解用户的工作方式、协作内容和历史，现已成为一项Azure服务，用于构建更准确、快速和可信的AI代理[22][23] * **关键产品2：Fabric与Fabric IQ**：Fabric是数据服务平台，支持跨多云（如Google BigQuery、Amazon S3、Azure）进行数据推理。**Fabric IQ** 将Power BI的语义层作为统一API提供，使企业能以其业务理解的方式更准确地处理数据[24] * **关键产品3：Agent 365**：新产品，用于可视化企业内所有AI资产（包括第三方平台），管理代理身份与权限，并观察其在工作流中的交互与使用强度，以优化流程和投资回报率[37][38][39][42] * **技术优势：模型多样性与开放性**：微软的智能层支持模型多样性，已集成超过11,000个模型，架构开放且异构[25] 金融服务业（巴克莱）的AI应用实践 * **部署规模与速度**：巴克莱基于早期试点获得的信心，承诺为组织内**100,000名同事**部署Copilot，原计划持续到明年中期的启用工作将在今年年底完成[58][60] * **内部推广策略**：通过举办3次全球黑客松（涉及**6,000名同事**，另有**8,000人**因容量限制未能参与）、逃生室、提示词工坊、数百场演示等方式，培养社区和思维转变[59][60] * **初步成效**：根据Viva Insights数据，通过该过程已累计节省**超过一百万小时**的生产力时间[60] * **三大优先事项**： 1. **流程转型**：将生成式AI视为第三代自动化（基于语言），结合AI、数字化和数据，重新设计流程[29] 2. **员工赋能**：将技术交到同事手中，挑战在于激发**思维模式 (mindset)** 的转变，而非技术或技能[30] 3. **技术现代化**：利用AI和代理-工程师跨职能团队，以远快于以往的速度重构遗留技术，加速现代化进程[31][32] 衡量投资回报与建立信任 * **ROI的可观测性**：微软强调提供**可观测性 (observability)**，使客户能在投入前了解AI流程的成本与ROI，例如模拟处理单次AI理赔的成本，从而预测年度总费用[46][48] * **内部使用数据**：微软在发布Agent 365前已内部启用，数据显示每周有**88,000名员工**使用**138,000个代理**，表明企业内部可能存在大量未被察觉的AI应用[38] * **信任的构成**：信任不仅指安全性，也包括对业务转型旅程和最终ROI的信任，需要与员工身份平台集成、数据分类工具以及全栈的透明性来保障[35][37][48] 其他重要内容 * **Copilot的定位演变**：Copilot被视为AI领域的**平台**，类似于个人计算中的iPhone或PC中的Windows，而**代理 (Agents)** 则类似于手机上的应用，是将AI能力注入具体业务流程的加速器[66] * **组织准备度是关键**：技术已就绪，但**组织是否准备就绪**是不同的问题，涉及如何创造合适的氛围、思维模式，以及教育领导者管理由人类和AI代理组成的混合团队[70][72] * **领导角色转变**：成功的AI应用要求技术领导者（如巴克莱的Craig）的角色从单纯领导技术转向领导业务并应用AI实现业务成果[65] * **未来展望**：AI将重新定义数字化转型，增加其紧迫性，企业需选择少数关键端到端流程进行深度转型，并整合数字化、数据和AI的联合能力以取得最大效果[68][69][70]

公司与行业表现 - 公司年初至今股价上涨16.7%，表现优于行业[2] - 公司在2026财年第一季度营收达777亿美元，同比增长18%，运营收入增长24%至380亿美元[9] - 公司与亚马逊AWS、谷歌云共同占据全球企业云基础设施服务市场62%的份额[19] 与OpenAI的合作关系 - 公司于2025年10月完成与OpenAI合作伙伴关系的重组，维持约27%的所有权，投资价值达1350亿美元[3] - 新协议确保公司独家知识产权至2032年，Azure API独家使用权至通用人工智能实现或2030年[3] - OpenAI承诺额外购买2500亿美元的Azure服务，但公司不再拥有其计算服务的优先拒绝权[4] 云计算与AI业务表现 - Azure及其他云服务收入在固定汇率下加速增长40%[9] - 微软云收入达491亿美元，在固定汇率下增长25%[9] - 智能云部门收入309亿美元，同比增长28%[10] - 商业剩余履约义务达3920亿美元，激增51%[10] 基础设施投资与财务影响 - 公司在2026财年第一季度资本支出达349亿美元，其中约一半用于支持AI工作负载的GPU和CPU等短期资产[11] - 公司计划在2026财年将AI总容量增加80%以上，并在两年内近乎翻倍其数据中心规模[12] - 与OpenAI投资相关的损失对2026财年第一季度净利润造成31亿美元影响，使每股收益减少0.41美元[12] Copilot产品与AI商业化 - 超过90%的财富500强公司使用Microsoft 365 Copilot，整个产品组合中第一方Copilot的月活跃用户超过1.5亿[14] - 公司推出面向中小企业的Microsoft 365 Copilot Business新定价层级，以及用于管理AI代理的Agent 365等新功能[15] 估值与竞争格局 - 公司远期市销率为10.6倍，显著高于行业平均的7.59倍[16] - 亚马逊AWS市场份额约29%，但17.5%的增长率低于微软Azure的27%和谷歌云的32%[20] - 甲骨文在AI基础设施领域成为有力竞争者，剩余履约义务暴增359%至4550亿美元[20]

AGIX指数定位与表现 - AGIX指数旨在成为衡量AGI（通用人工智能）时代科技范式转换的重要指标，类比互联网时代的Nasdaq100指数[2] - 截至当前，AGIX指数年内累计上涨26.73%，自2024年以来累计涨幅达74.56%，显著跑赢QQQ指数（21.13%和51.21%）和标普500指数（16.45%和43.59%）[4] - 指数成分按权重划分为基础设施（37.19%）、应用（33.62%）和半导体硬件（24.22%）三大板块，本周分别上涨2.08%、2.20%和1.76%[5] AI行业范式转换分析 - AI行业正从预训练大爆发的科研红利期转向产品化、推理优化和端侧部署的工程红利期[10] - Google凭借TPU的OCS技术实现模型-硅端到端优化，在极致工程化竞争中释放潜力，如NotebookLM展示的PPT生成能力获得市场认可[9][10] - 模型能力趋同导致90%普通用户难以感知差异，未来竞争焦点转向产品化能力、成本和渠道等外部要素，类似微软通过分发渠道和生态系统确立优势的历史案例[11] 下一代AI技术演进方向 - Scaling Law边际收益递减，需寻找超越Transformer架构的下一代技术跃迁[12][13] - 进化算法可能成为关键路径，通过构建"生存机器"先验和内在动机（如好奇心驱动）替代具体任务训练，使智能作为复杂环境适应的副产品自然涌现[13][14] - 模型融合技术借鉴真核细胞共生起源，通过参数空间遗传算法实现专家模型能力跃迁，如Sakana的Evolutionary Model Merge研究[15] 资本市场动态与资金流向 - 对冲基金推动年内最大北美买盘潮，美国多空基金净杠杆上升5个百分点至56%，空头回补集中在可选消费和金融板块[15] - AI受益半导体龙头获多头增持，而房地产和医疗保健板块出现显著抛售[15] - 全球对冲基金上周收益1.4%，低于MSCI ACWI指数3%涨幅，但AGIX指数单周上涨6.0%表现突出[16] 头部企业战略布局 - 微软联合戴尔、甲骨文发布70余项产品，推出Agent 365智能体控制平面，51%生产应用已采用AI技术[16] - Meta考虑采购谷歌TPU芯片，潜在合作规模达数十亿美元，可能影响自研推理芯片MTIA发展路径[17] - 2025年美国AI初创企业融资活跃，49家公司完成单轮1亿美元以上融资，OpenAI以3000亿美元估值创400亿美元融资纪录[17] 企业并购与业绩表现 - ServiceNow拟超10亿美元收购网络安全公司Veza，估值达融资总额四倍，弥补身份管理平台功能缺口[18][19] - Zscaler第一季度营收7.881亿美元（同比增长26%），但股价因业绩展望温和下跌超7%[19]

公司动态与战略 - 摩根大通在参加微软Ignite大会后重申对微软的“增持”评级 并给出575美元的目标价 认为公司展示了“引人注目的愿景” [1] - 微软在Ignite大会上提出了“前沿企业”概念 即通过将人工智能置于运营核心来重塑业务模式 赋能员工并提升生产力 [2] - 微软宣布了Agent 365软件 旨在帮助组织安全地部署、组织和管理AI智能体 [2] - 微软宣布了面向M365 Copilot的App Builder工具 用户可通过自然语言结合平台的智能层在几分钟内创建应用 该工具为从技术人员到非技术人员提供开发工具 [4] 产品与市场机遇 - 微软引用IDC研究指出 到2028年将部署多达13亿个AI智能体 这加强了对Agent 365以及能够统一结构化和非结构化数据以供智能体使用的智能层的需求 [3] - App Builder与微软的GitHub Copilot产品家族形成互补 [4] - 微软与英伟达和Anthropic达成新的合作伙伴关系 微软将向Anthropic投资高达50亿美元 英伟达将投资高达100亿美元 [4] - Anthropic承诺将花费300亿美元用于微软Azure的计算容量 并额外签约高达一千兆瓦的计算容量 [4] 公司业务概览 - 微软公司提供由人工智能驱动的云服务、生产力和商业解决方案 专注于效率、安全性和人工智能进步 [5]