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 15 分钟分节 4 节测验 20 题(每节 5 题)
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 4 分钟·1,074 字·5 题
| 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。
| # | 悬了一年的问题 | 市场的担心 |
| ① | 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。 |
| ② | 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 |
| ③ | 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。
+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%。
| 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。
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 3 分钟·1,019 字·5 题
| 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。
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。
| 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。
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 4 分钟·1,307 字·5 题
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。
| # | 管理层给的原因 | 它属于 |
| ① | CPU/GPU 机队效率提升 | 供给侧:同样的机器跑出更多有效算力 |
| ② | 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 |
| ③ | 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
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。
「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
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。
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 4 分钟·1,273 字·5 题
3,000 万+
M365 Copilot 付费席位
上一季度是 2,000 万+
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。
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」。
| # | 路径 | 当前证据 |
| ① | 更多 Copilot 席位 | 2,000 万 → 3,000 万,单季净增约 1,000 万 |
| ② | 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 |
| ③ | 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。
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。
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。