财务数据和关键指标变化 - 公司全年营收超过3310亿美元，同比增长18%，其中第四季度营收为900亿美元，同比增长18%（按固定汇率计算增长17%）[5][26] - 全年营业利润超过1550亿美元，同比增长21%，第四季度营业利润增长18%[26] - 全年每股收益为4.74美元，经调整后同比增长23%[26] - 公司毛利率为67%，同比下降，主要受销售组合向Azure转移以及AI基础设施投资和产品使用量增加的影响[28] - 营业费用增长10%，主要受研发计算能力、人才和数据投资驱动[28] - 营业利润率同比小幅上升至45%[28] - 资本支出为410亿美元，其中约三分之二用于CPU和GPU等短期资产[29] - 运营现金流为554亿美元，同比增长30%[29] - 自由现金流为196亿美元[29] - 公司向股东返还了102亿美元，全年总计返还超过430亿美元[29] 各条业务线数据和关键指标变化 生产力与业务流程 - 营收为378亿美元，同比增长14%[31] - Microsoft 365商业云收入按调整后基准计算增长16%，按报告基准计算增长14%[31] - Microsoft 365 Copilot付费席位超过3000万，净增席位环比翻倍以上增长[16][31] - Microsoft 365商业产品收入增长19%，超出预期[31] - Microsoft 365消费者云收入增长24%（按固定汇率计算增长22%）[31] - LinkedIn收入增长12%（按固定汇率计算增长10%）[31] - Dynamics 365收入增长13%（按固定汇率计算增长12%）[31] - 该部门营业利润率同比上升至58%[33][34] 智能云 - 营收为393亿美元，同比增长32%（按固定汇率计算增长31%）[34] - Azure及其他云服务收入增长43%[34] - GitHub Copilot收入环比加速增长超过60%[21] - 本地服务器业务收入同比基本持平[35] - 该部门营业利润率同比基本稳定在41%[36] 更多个人计算 - 营收为129亿美元，同比下降4%（按固定汇率计算下降5%）[36] - Windows OEM和设备收入下降7%，其中Windows OEM下降5%[36] - 搜索广告收入（扣除流量获取成本）增长10%（按固定汇率计算增长9%）[36] - Xbox收入下降10%（按固定汇率计算下降11%）[36] - 该部门营业利润率同比下降至21%[37] 各个市场数据和关键指标变化 云计算与AI平台 - Microsoft Cloud全年收入超过2140亿美元，同比增长27%，其中近90%来自非前沿模型公司客户[5][31] - Azure全年收入超过1000亿美元，同比增长41%[5] - 公司本季度新增31个数据中心，全年总计新增88个[6] - 公司本季度新增1吉瓦容量，并有望在两年内使总容量翻倍[7] - Foundry客户达到10万，收入同比增长超过一倍[15] - PostgreSQL收入增长55%，已连续三个季度加速增长[12] - Fabric付费客户超过4万，同比增长超过60%[12] - 超过1.7万客户同时使用Foundry和Fabric，同比增长60%[13] 应用与代理 - Microsoft 365 Copilot付费席位超过3000万[16] - 用户满意度在过去三个季度翻倍，本季度延迟降低25%[17] - 每位用户的对话数量同比接近翻倍，平均每周参与度与Outlook和Teams相当[17] - 拥有超过5万个席位的客户数量同比增长超过7倍[17] - GitHub Copilot拥有5000万用户，GitHub平台总用户数达2.25亿[21] - GitHub上三分之一的拉取请求涉及代理[21] - Agent 365推出仅两个月，已在数万家公司注册了近4000万个代理[15] - 本季度自动化了2800万次患者诊疗，同比增长2倍[22] 公司战略和发展方向和行业竞争 - 公司战略核心是确保AI赋能每个人和每个组织，帮助组织构建自己的持续学习循环，不将核心知识产权外包[5][6] - 正在构建端到端的AI平台和基础设施，提供广泛的模型选择（超过1.1万个模型）、企业数据与上下文、以及完整的应用和代理堆栈（Foundry）[8][9][14] - 通过自研芯片（如Maia 200）和与NVIDIA、AMD合作，持续现代化基础设施，追求成本效益和性能[7][8] - 业务模式正在从单纯的按席位许可，向“席位+消费”模式演进，以扩大总可寻址市场并交付更多客户价值[19][21] - 在安全领域，推出Project Perception多模态代理安全系统，采用红队、蓝队、绿队代理协同工作的模式[22][86] - 成立Microsoft Frontier Company，派遣6000名行业和工程专家与客户共同设计和改进AI系统[23] - 在游戏（Xbox）业务上进行必要调整，以期在2027财年恢复增长[24] - 致力于将Windows打造为运行安全边缘AI的最佳平台[24] 管理层对经营环境和未来前景的评论 - 客户需求持续超过可用供应，特别是在Azure领域[34][58] - 公司通过提高CPU和GPU机队的效率、优化流程以更快交付新产能，来应对供应限制并实现增长[34][58][59] - 行业存在对供应过剩和组件价格上涨影响利润率的担忧，但公司凭借多样化的业务组合、灵活的产能管理以及持续的效率提升来应对这些周期性问题[62][64][65][66][69] - 长期来看，AI带来的结构性转变是明确的，公司对自身业务组合、利润率结构以及为客户创造价值的能力持乐观态度[69] - 对于2027财年，公司预计在强劲的商业势头下，营收和营业利润将继续实现两位数增长，营业费用将呈中高个位数增长，资本支出将同比增长[39] - 预计2027财年全年营业利润率将下降不到一个百分点，并保持自由现金流为正[39] 其他重要信息 - 公司从2027财年开始，将数据中心和办公楼的估计使用寿命从15-25年延长，这主要影响未来折旧的时间安排，并将导致更多数据中心租赁从融资租赁转为经营租赁[37][38] - 这一变更预计对2027财年营业利润影响极小，但会改变资本支出预期（因经营租赁不计入资本支出），调整后2026日历年的资本支出投资预期约为1750亿美元[38] - 公司第四季度业绩受到多项离散项目影响，包括来自对Anthropic投资的32亿美元收益、低于预期的自愿退休计划相关费用，部分被Xbox的遣散费和减值费用所抵消[27][28] 总结问答环节所有的提问和回答 问题: 关于模型选择和公司知识产权保护，企业采用开放和定制模型的潜力如何，以及微软如何从这一转变中受益 [48] - 公司认为，企业的目标是掌控自己的命运，构建自己的学习机器，模型只是输入而非企业知识的提取，因此平台架构设计需确保“驾驭层”（harness）与模型分离，使任何模型都可替换，企业可以混合使用前沿模型、低成本模型或自训练模型 [49][50][51] - 无论客户选择何种模型或模型家族，甚至运行自己的模型，对Azure平台基础设施的需求都在增长，该基础设施能高效地交付这些需求 [52][53] 问题: Azure增长加速至43%并指引下一季度达中40%区间的驱动因素，以及是否仍受产能约束影响 [57] - 系统中仍然存在约束，需求持续超过可用供应 [58] - 增长加速得益于公司在CPU和GPU机队上实现的效率提升，以及流程改进使得新产能能更早交付，这些效率提升在供应紧张的环境下能迅速货币化 [58][59] 问题: 如何管理硬件组件价格上涨，避免大幅提价或严重损害利润率 [62] - 当前需求远超供应，但资本支出大部分投向CPU和GPU等短期资产，如果需求环境变化，可以放缓这部分最大成本驱动项的投入，长期资产（如土地和数据中心建设）的投资时间则更具灵活性 [64][65] - 公司拥有多元化业务组合（地域、细分市场、行业）和庞大的第一方应用业务，能够灵活调整和绑定昂贵的短期组件，以管理需求波动 [65] - 面对全行业的价格上涨，公司专注于提升效率以持续为客户提供价值，云服务相比客户自行在本地部署服务器仍能提供良好的投资回报率，新合同中的定价也会反映成本但力求保持价值 [66][67] - 公司强调需要打造正确的产品组合、服务多元化的客户群、并持续提升运营效率，以应对行业周期，把握明确的长期结构性转变 [68][69] 问题: Microsoft 365 Copilot从试点到广泛部署的进展，以及未来货币化的主要驱动因素（新增席位、向E7等高级SKU迁移、消费） [74] - 产品形态快速演进，整合了Chat、CoWork、Autopilot、Code，正成为旗舰超级应用，从购买许可到使用的时间已从数月缩短至数天，使用强度已达到与Outlook或Teams相当的水平 [75] - 产品深度集成到企业治理（通过Agent 365）、业务流程（CRM、ERP等）中，促进了使用和增长 [76] - 货币化采用“席位+消费”模式，ARPU增长来自Microsoft 365 E5加Copilot许可，以及新推出的E7套件（包含Agent 365，提供令牌支出的可观测性和可管理性） [77][78] - 随着更多体验被集成，IT部门更深入参与，Microsoft 365的能力和总可寻址市场将持续扩展 [78][79] 问题: 最新前沿模型发布和Project Perception的推出，对网络安全业务和微软整体信任度意味着什么 [85] - 网络安全的产品需求和运营方式都发生了根本性变化，公司采取“智能优先、模型驱动”的方法 [86] - Project Perception构建了一个代理系统，包含持续寻找漏洞的红队代理、进行甄别的蓝队代理和进行修复的绿队代理，利用来自身份、终端、网络、应用安全等所有信号进行协同防御 [86][87] - 在安全领域同样采用多模型方法，例如使用MAI-Cyber-1-Flash模型处理90%的任务，以一半的成本达到Mythos模型的性能，仅在10%的任务中使用前沿模型，这兼顾了成本和业务弹性 [87][88] 问题: 结合资本支出和货币化，当前资本支出决策的投资回报率与一年前相比如何，以及内部芯片等还有哪些提升货币化的杠杆 [94] - 评估投资回报率的基本方法未变，但对其总可寻址市场的扩展、利润率杠杆（包括产品和基础设施改进）的信心增强 [95] - 模型多样化、提升令牌使用效率和成本结构都是利润率改善的机会 [96] - 在应用层（知识工作、编码、安全、Agent 365）和基础设施层（模型效率、芯片及组件效率、自研解决方案、超大规模运营效率）都拥有多个可持续改进的杠杆 [96][97]