纪要涉及的行业或公司 * 公司：微软 (Microsoft, NasdaqGS:MSFT) [1] * 行业：软件、人工智能、云计算 [3] 核心观点和论据 **1 关于软件与AI未来的根本性变革** * AI的核心能力是预测“轨迹”，即处理知识工作或消费者任务 [4] * AI融入工作流后，首要变化是“速度”的提升 [4] * 在编码领域，公共代码库中有约4%或5%由AI编码代理生成 [4] * 在Office套件中，AI大幅降低了创建复杂“工件”（如电子表格）的成本和难度 [6] * 未来将是人类与AI之间“来回往复”的协作模式，AI卸载认知工作，但人类仍需理解其输出 [7] * “智能的网络效应”是重要趋势，例如通过WorkIQ数据库，让代码与会议记录、文档等保持同步 [9][10] * 未来的“Office”可能更大，并且是“无头”的，这将带来巨大的市场扩张机会 [11] **2 关于商业模式与市场规模** * 微软365的订阅用户数增长了超过20% [12] * 未来的商业模式将是“订阅+使用量限制+计量”的组合，适用于人类用户和AI代理 [16] * 从市场扩张角度看，所有AI代理都应被视为用户 [17] * 当前市场（如编码代理）的规模是传统工具业务的100倍 [28] * 微软拥有4.5亿信息工作者用户基础 [27] **3 关于产品战略与竞争** * Copilot（及其任务/协作者模式）正成为连接系统、数据和团队的新AI用户界面 [18][19] * 产品设计需平衡专用应用（如Codex）与通用界面，并管理其间的协作流程 [21] * AI在“多用户”和“共享”场景（如Teams中的代理间协作）方面尚未完全突破，这是下一阶段的重点 [24] * 微软的竞争优势在于通过IT部门服务商业客户，满足其在安全、合规、可观测性方面的需求 [28] * WorkIQ是M365底层的数据库，结合了数据与模型，是“智能网络效应”价值的具体体现，也是CIO看到的价值所在 [29][31] * 80%的CIO表示正在使用或计划在未来12个月内使用Copilot [27] **4 关于AI模型层与行业结构** * 行业结构将呈现“多模型”格局，美国前沿模型多为闭源，中国多为开源 [33] * 产品公司需要接入多个模型，因此“驾驭层”和“上下文层”应与模型层解耦，避免被单一模型垂直整合 [34] * 企业将出于“主权”考虑，需要拥有和控制体现其 tacit knowledge（隐性知识）的专属模型，以避免企业价值转移 [36][37] * 微软内部（如Mustafa团队）和OpenAI的模型都在持续优化，目标是最大化私有评估标准并降低单位成本 [38][39] * 微软的“自动模式”在Copilot中持续进行优化评估和降低单位成本 [40] * 微软与OpenAI的合作关系将持续，微软拥有其IP和研究权利，并致力于最大化其价值 [42][47] **5 关于资本支出、单位经济与供应链** * 行业正经历从网络、计算、存储到AI加速器的全面系统升级，资本密集度增加 [57] * 微软通过软件能力管理总拥有成本、利用率和异构基础设施，以实现最佳投资回报率 [51][54][59] * 微软的资本分配基于“微软整体KPI”而非仅“Azure KPI”，因为资本被包括第一方业务在内的多个业务共享 [59][61] * 当前面临全面的产能限制（电力、硅、晶圆、基板、内存、存储等），预计将持续一段时间 [66] * 在产能受限时期，微软将坚持长期战略，优先保障高利润的第一方业务和能降低单位成本的研发投入 [66][68] * 在定价策略上，公司将坚持长期导向，以赢得客户信任 [71][74] 其他重要内容 * 微软与英伟达（Jensen）在硅层面有深度合作，同时也发展自己的Maya芯片 [42][51] * 微软的Maia 200芯片目前在总拥有成本上具有竞争力 [51] * 公司关注利用软件延长硬件（如GPU）的生命周期，以最大化其价值 [58] * 公司强调在零和竞争之外，寻找“非零和”的扩张机会，历史教训表明他人的成功不一定是自己的失败 [49] * 演讲者提及OpenAI已是一家估值近1万亿美元的公司 [44]

微软资本支出与增长战略分析 - 自1月28日财报发布以来，公司股价已累计下跌约15% [1] - 市场担忧核心在于资本支出大幅上修但Azure增长指引未同步提升，以及Office 365业务面临AI工具竞争威胁 [1] - 高盛认为市场短期担忧掩盖了公司中期战略的合理性 [1] 资本支出与算力分配策略 - 2026财年资本支出预计达1480亿美元，较2022财年增长400% [3] - 当前总算力分配格局约为70%用于Azure，30%投向Copilot及内部研发 [3] - 新增GPU的分配比例更趋平衡，接近60%用于Azure，40%用于Copilot及内部研发 [3][6] - 公司正在主动调整算力分配，用于内部研发及Copilot的比例已从约10%提升至20% [3][5] - 若将新增GPU容量全数投入Azure，其二季度Azure增速可达近40%区间，意味着部分增长潜力被战略性后置 [3][4] “冰山模型”与战略投资 - 高盛引入“冰山类比”框架解读公司算力资本支出策略 [4] - “水面之上”指直接货币化并体现在Azure及Office 365业绩中的算力投资 [4] - “水面之下”指当前未产生直接收入但对长期战略至关重要的算力部署，为未来货币化预留空间 [4] - 管理层表示，若新增算力全数投入Azure，二季度增速按固定汇率计算将超过40% [4] - 实际报告增长率为38%，高盛估算全部分配可使增速达低40%区间，相当于提升约5个百分点 [4] 内部算力需求增加的驱动因素 - 内部算力需求由四大结构性因素共同推升 [7] - 首先，Copilot采用率持续攀升，无论是内部员工还是外部客户，依赖度提高直接拉动算力消耗 [9] - 其次，内部研发力度显著加大，公司正开发处于绝对前沿的AI模型，并基于OpenAI模型构建针对自身领域数据的专用模型 [9] - 第三，运营支出结构发生根本转变，未来运营支出增长将更多由资本支出而非员工数量驱动 [9] - 第四，软件栈基础算力水位整体抬升，客户对嵌入现有应用的AI功能已形成基本预期 [9] Azure增长潜力与市场情绪 - 未来几个季度，随着新增产能上线，Azure增长与内部研发之间的算力权衡将不再是零和博弈 [10] - 高盛估算，公司二季度约有40亿美元GPU支出未直接关联Azure或已货币化的Copilot业务 [10] - 若将该部分算力投入Azure，并使用5倍的“算力/季度新增收入”乘数，Azure可获得约3%的上行空间，对应增速提升5个百分点，使二季度报告增长率升至44% [10] - 当前投资者面临的核心障碍是信息披露不足，市场亟需一个能够区分Azure与其他业务资本支出的分析框架 [10] - 与其他超大规模云服务商相比，公司更多依赖自研内部软件解决方案，占用了本可投放于Azure的产能 [10] Copilot的战略定位与货币化进展 - 公司正通过差异化的交付机制，将Copilot打造为兼顾性能与成本的企业级LLM解决方案 [12] - Copilot 365定价约为每用户每月30美元，集成多种模型；相比之下，ChatGPT Enterprise定价约60美元 [12] - 在情境智能方面，WorkIQ正成为公司展示差异化优势的重要载体 [12] - Copilot已开始对M365商业云收入增长形成实质性贡献，该业务规模预计在2026财年达890亿美元 [13] - 过去三个季度ARPU增长率提升至10-11%，明显高于前一年的5-7%，印证了Copilot的采用正在加速 [13] 投资回报率框架与同业比较 - Azure AI算力适用4-5倍“算力/季度新增收入”乘数，即每1美元资本支出可在下一季度转化为0.20至0.25美元收入 [8] - 应用算力（包括Copilot）适用3-4倍乘数 [8] - 部分资金近期流向谷歌，主要基于Gemini的竞争定位、TPU的潜在机会以及相对较小的应用业务敞口 [11] - 谷歌提供了清晰的资本支出披露框架——60%资本支出用于服务器，其中略超一半算力分配给云业务 [11] - 高盛认为，公司若能提供类似维度的披露，将有助于投资者重建信心 [11]

公司评级与市场观点 - Evercore ISI重申对微软的跑赢大市评级 目标股价为640美元 [1] - 该机构认为近期的股价回调是进入2026日历年之前的买入机会 [1][6] - 机构整体看好微软在人工智能领域的长期领导地位 [1][6] 微软人工智能战略与产品 - 微软通过Agent 365构建作为核心“注册表之注册表”的结构性优势 帮助企业管理智能体的增长、安全性和互操作性 [2][3] - 智能体已在软件开发和客户成功等领域取得积极成果 尽管企业数据准备仍处于早期阶段 [3] - 智能体、WorkIQ和Copilot将显著重塑业务应用程序 传统应用用户界面的价值将因企业转向智能体驱动体验而下降 [3][4] 行业趋势与合作伙伴机遇 - 随着企业面临智能体激增、AI生成数据增长和跨供应商复杂性 智能体治理的重要性日益凸显 [4][5] - AvePoint在该领域拥有明确机遇 可帮助企业管理合规性、可见性及基于身份的货币化 而超大规模云提供商仍专注于生产力和前沿模型 [4][5]