【談股市】2026財年微軟第四季電話會議紀錄

 

Satya Nadella（微軟董事長暨執行長）：

大家好，這一季度是一個非常強勁的結尾，創下了歷史新高紀錄的財年。整體而言，我們的年度總營收突破了 3,310 億美元，成長 18%。微軟雲端（Microsoft Cloud）營收突破 2,140 億美元，成長 27%；Azure 營收則突破 1,000 億美元，成長 41%。展望未來，我們有兩個目標：一是確保 AI 賦能每一個人，放大他們的自主權與抱負；二是賦能每一個組織建立自身的持續學習循環，並確保他們不會將核心智慧財產（IP）外包。現在，讓我們來談談我們如何在整套產品技術棧中實現這一點，首先從我們的 AI 平台和基礎設施開始。

本季度我們在五大洲新增了 31 座資料中心，使今年新增的總數達到 88 座，這是為了應對加速成長的需求而擴展我們的足跡。同時，我們上線產能的速度也比以往任何時候都更快。在過去一個財年中，我們將最大區域內新 GPU 從進貨到上線（dock-to-live）的時間縮短了近 50%。整體而言，我們本季度新增了 1 吉瓦（GW）的產能，並保持在短短兩年內將總產能翻倍的軌道上。我們也透過對晶片、系統和軟體進行全方位優化，從既有的基礎設施中獲得更高的效益。例如，自今年年初以來，我們將 Copilot 工作負載的吞吐量提升了 4 倍。

AI 主權（AI sovereignty）越來越受到客戶的重視，我們正在擴大產品服務以滿足這一需求。就在上週，我們宣布與 Mistral 建立合作夥伴關係，將其模型引入微軟主權雲（Microsoft Sovereign Cloud），使客戶能夠在公有雲、客戶控制的環境以及完全斷網的隔離環境中運行這些模型。我們也持續推動硬體陣容的現代化，結合我們自研晶片的創新以及來自 NVIDIA 和 AMD 的最新產品。Maia 200 持續擴展規模，它比我們機隊中最新一代的硬體提供了高出 30% 的性價比（performance per dollar），目前已同時支援 OpenAI 和 MAI 模型。此外，我們將成為首批部署基於 AMD Helios 和 NVIDIA Vera Rubin 之下一代機櫃級（rack-scale）AI 基礎設施的雲端服務提供者之一。

在運行 AI 代理（Agents）方面，CPU 與 GPU 同樣重要。我們的 Cobalt 虛擬機器（VMs）正在為我們自己的第一方工作負載以及客戶的工作負載提供算力支援，客戶包括 Adobe、Arm、Elastic、OpenAI、Sprinklr 和 TomTom。隨著產能的迅速擴展，我們預計在月底前將 Cobalt 200 機櫃部署至全球超過 25 座資料中心。

現在讓我轉向我們在此基礎設施上建置的端到端平台，用以運行、治理和分發應用程式與 AI 代理。這始於模型的選擇。每位客戶都希望根據品質、延遲、成本和合規性，為每項任務選擇合適的模型。我們提供雲端中最廣泛的模型目錄，擁有超過 11,000 個模型，包括來自 OpenAI、Anthropic、Mistral、xAI 的最新模型，以及我們自家的 MAI 系列模型。自今年年初以來，使用多個提供商之模型進行建置的客戶數量增長了 5 倍。例如，Levi Strauss & Co.（李維斯）正透過 Foundry 使用來自 OpenAI 和 Anthropic 的模型，將 1,000 多個特定領域的 AI 代理引入統一的企業 AI 平台中。

我們也在加速自研模型的開發。我們宣布了十幾款涵蓋影像、語音、轉錄、程式碼編寫、安全性等領域的新模型，包括我們的首款推理模型 MAI Thinking-1，這些模型的核心優勢在於能為企業應用場景提供高成本效益的推理能力。我們正在將這些模型與我們的晶片進行聯合設計（co-designing），在 Maia 200 上運行 MAI 模型時，每瓦性能提升了 40%。更重要的是，我們正在建立一個新的模型系統，其中套件（harness）、上下文（context）、記憶（memory）和行動空間（action space）與任何單一模型系列互相分離，從而推進成本效益曲線的前沿。這不僅關乎成本，還帶來了業務連續性和韌性的額外好處，因為每個模型都是可替換的。

這正是我們在自家產品中使用的系統，且取得了極佳的成果。例如，數百萬名開發者在 GitHub Copilot 上使用了 MAI-Code-1-Flash，獲得了更高的程式碼採納率和低了 10% 的中位數 Token 使用量，同時仍可存取來自 OpenAI 和 Anthropic 的前沿能力。在 Excel 中，MAI-Code-1-Flash 在處理最常見任務時，提供了與 GPT-5.6 相當的品質，但運行成本顯著降低。在安全性方面，MAI-Cyber-1-Flash 結合我們的多代理安全套件時，實現了比體積大得多的 Mythos 模型更好的性能，但成本僅為其一半。更廣泛地說，在我們的模型實施中，我們看到了顯著的效率提升，包括 Dynamics 365 透過 MAI-Voice-2-Flash 減少了 89% 的 GPU 成本，以及 PowerPoint 透過 MAI-Image-2.5 降低了高達 84% 的 GPU 成本。任何公司都可以使用這個系統，作為 Foundry 的一部分。

下一個層級是企業資料與上下文（enterprise data and context）。資料資產正從主要支援人類使用的應用程式，演進為支援 AI 代理。客戶正在迅速採用我們經過 AI 優化的資料庫（如 Cosmos DB 和 PostgreSQL），為 AI 代理提供快速、安全的即時資料存取，以及記憶與檢索所需的上下文。PostgreSQL 的營收成長了 55%，連續三個季度加速成長。此外，同時使用 PostgreSQL 和 Foundry 的客戶數量增加了 80%，因為越來越多客戶選擇它作為 AI 工作負載的資料庫。我們還推出了 Horizon DB，這是我們在 Azure 上全新提供的完全託管 PostgreSQL 服務，其吞吐量是自主託管部署的 3 倍。

在分析領域，我們現在擁有超過 40,000 名付費 Fabric 客戶，年增超過 60%；同時使用 Foundry 和 Fabric 的客戶超過 17,000 名，年增 60%，因為企業將 AI 代理連接至 Fabric 中即時的營運、分析和非結構化資料。本季度我們還推出了 Rayfin，這是一個「AI 代理優先」的 SDK，為在 Fabric 中建立應用程式提供後端即服務（backend as a service）。已有超過 2,500 名客戶使用了 Rayfin，它現在也為使用 Replit 建立的應用程式提供後端支援。

在這個資料資產之上，我們正在建置一個 IQ 層（IQ layer），將資料與模型能力結合，在正確的時間提供正確的上下文。數以萬計的客戶（包括近 90% 的《財富》500 強企業）已經透過 Foundry、Fabric 和 Work IQ 將他們的 AI 代理錨定在企業內容中。本季度我們推出了 Web IQ，讓 AI 代理能夠存取來自整個網路的現實世界情報，它已被最受歡迎的 AI 助手（包括 ChatGPT）所採用。

除了模型選擇、資料和上下文之外，我們將 Foundry 打造成完整的應用程式與 AI 代理技術棧。它賦予 AI 代理存取 IQ 層、所需工具、持久狀態與記憶、安全沙盒、評估基準（rubrics and evals），甚至是自主改進循環的能力。我們現在擁有 10,000 名 Foundry 客戶，營收比去年同期翻倍成長。例如，Telefónica 採用 Foundry 作為其企業代理平台的基礎，第一波 AI 代理投入了關鍵任務的網路營運中。整體而言，年化 Token 消耗量達到 1 萬億個（1 trillion）的 Foundry 客戶數量年增了 4 倍。最後，透過 Agent 365，我們提供了一個控制平面（control plane），將企業現有的治理、身分、安全和管理框架延伸至他們所建置的 AI 代理。僅推出兩個月，Agent 365 目前已在數萬家公司中註冊了近 4,000 萬個 AI 代理。

接下來讓我談談我們在這個平台上為個人和組織建置的應用程式與 AI 代理。

在知識工作方面，我們現在擁有超過 3,000 萬個付費 Microsoft 365 Copilot 席位，淨席位增長量環比（季增）翻倍以上。Copilot 正在快速從「對話聊天（chat）」演進為「Copilot」，再到「Autopilots（自動駕駛）」。上個月，我們讓 Copilot 正式全面上市（GA），協助客戶完成基於工作資料的多步驟任務，同時符合企業安全與合規要求。本季度我們還推出了 autopilots，這是具有完整企業合規性的自主長期運行代理，包括由 OpenClaw 驅動的常駐個人代理。本季度，我們正在將這些 Copilot 體驗整合在一起，包括在一款涵蓋消費端與商業端體驗的超級應用程式（super app）中進行編程。這是重大的一步，我期待很快能分享更多資訊。

更廣泛地說，我們一直在穩定提升 Copilot 的品質與效能，並對最近的客戶回饋感到高興。在過去三個季度中，使用者滿意度分數翻了一番，創下歷史新高；僅在本季度，我們就將延遲降低了 25%。這些品質提升加上持續的產品創新，正在驅動創紀錄的使用強度。每位使用者的對話次數年增了近一倍。平均每週互動度已與 Outlook 和 Teams 相當。從部署到我們所認為的高使用率（即客戶使用者基數中約 80% 的月活躍使用率）的時間，在過去一年中已從數個月縮短至僅需數天。擁有超過 50,000 個席位的客戶數量年增超過 7 倍；將 Copilot 部署給大多數資訊工作者的企業客戶數量季增了近 75%，這標誌著 Copilot 已成為其營運的核心。

例如，英國國家醫療服務體系（NHS England）在試用顯示每位員工每天平均節省 43 分鐘後，正在向 505,000 名臨床醫生和員工推廣 Copilot，這是同類項目中規模最大的醫療保健部署。KPMG（安侯建業）正在其全球超過 276,000 名專業人員的團隊中擴大部署。匯豐銀行（HSBC）承諾購買 20,000 個席位以加速其勞動力轉型。阿斯特捷利康（AstraZeneca）、波音（Boeing）、Infosys、可口可樂（Coke Inc.）、寶僑（Procter & Gamble）、Stellantis、塔塔諮詢服務（Tata Consultancy Services）、匹茲堡大學醫學中心（UPMC）、富國銀行（Wells Fargo）以及 Wipro，每家公司均購買了 60,000 個或更多的席位。

隨著客戶越來越傾向全盤採用集成了 Copilot E5、Entra 和 Agent 365 的整合 AI 方案，我們對新推出的 E7 套裝軟體的市場反應感到鼓舞。推出僅兩個月，數百家企業客戶已經購買了數百萬個席位；本季度，EY（安永）向 400,000 名員工部署了 E7，這是我們迄今為止最大的訂單。除此之外，我們的商業模式也在從「按席位（per seat）」演進為「按席位加消耗量（per seat plus consumption）」，進一步擴大了我們的可尋址市場總額（TAM）並提供更多客戶價值。本月早些時候，我們為 Copilot Cowork 增加了基於使用量的計費，已有數千名客戶為此付費並積極使用中。

在商業應用程式（Biz Apps）方面，我們一直在為 AI 代理優先的世界重新設計 Microsoft Dynamics 365。我們開放了超過 650,000 個涵蓋銷售、財務、供應鏈、人資與客戶服務的 MCP 操作，以便 AI 代理可以使用與任何應用程式使用者相同的資料模型、規則、權限、安全防護欄和審計軌跡來存取業務上下文並採取行動。我們同樣也在從按席位模式轉向按席位加消耗量的模式。客戶服務處於這場轉型的最前線，該類別中基於使用量的點數消耗量季增了 4 倍，北方信託（Northern Trust）等客戶正在使用我們的工具來推動主動式情報。

在開發者方面，GitHub Copilot 現在擁有一億（5000萬）使用者。本季度我們推出了基於使用量的計費，在新模型生效後，我們繼續看到商業與企業席位的成長，以及顯著的消耗營收。Copilot 營收季增超過 60%。整體而言，GitHub 現在擁有 2.25 億名使用者，包括超過 90% 的《財富》500 強企業在內的各行業組織均選擇 GitHub 進行 AI 驅動的開發。AI 代理時代正在 GitHub 上建置。每個主要的程式碼編寫代理都在該平台上運行，GitHub 上每三個 Pull Request（拉取請求）中就有一個涉及 AI 代理。

在安全領域，我們正在協助客戶既能保護其 AI 部署的安全，又能利用 AI 增強其安全防護姿態。迄今為止，Microsoft Purview 已審計了超過 150 億次 Copilot 互動以滿足合規義務，年增近 360%。本週早些時候，我們推出了 Project Perception，這是一個完整的多模態代理安全系統，將多個 AI 代理團隊集合起來以模擬攻擊、調查威脅並推動修復。隨著 Perception 走出私測階段，我們預計將透過基於消耗量的模式向客戶提供。

在醫療保健領域，我們預計在本日曆年自動化超過 1 億次患者就診，包括本季度的 2,800 萬次，年增 2 倍。麻省總醫院布萊根醫療系統（Mass General Brigham）向超過 4,000 名醫療提供者推廣了 DAX Copilot，一項研究發現環境 AI（Ambient AI）使職業倦怠減少了 21%。

在科學領域，Microsoft Discovery 現已全面上市，為建置和治理科學與工程領域的 AI 代理工作流程提供了一個綜合平台。早期客戶包括 BHP（必和必拓）、GSK（葛蘭素史克）和太平洋西北國家實驗室（PNNL）。

無論是在高價值的代理體驗，還是在 AI 平台與基礎設施方面，我們都專注於協助客戶將 AI 轉化為可衡量的成果。世界上最具綜合性與價值的資料都存在於每個客戶的租戶內部，因此，將客戶的工作流程、領域知識和累積的判斷力轉化為每次使用都能學習與改進的 AI 系統，存在著巨大的機會。為了協助客戶抓住這一機遇，我們在本月成立了 Microsoft Frontier Company，這是業界最大的成果導向型工程組織。我們將派遣 6,000 名行業和工程專家深入客戶現場，共同設計、共同創新並大規模持續改進 AI 系統。我們在過去一年中一直在測試這種模式，完成了涵蓋 164 家客戶（包括許多跨行業的世界領先企業）的 330 多個項目。例如，我們的 FD 團隊與諾和諾德（Novo Nordisk）合作建置了一個 AI 代理，協助分析臨床資料，同時滿足其嚴格的合規要求。我們與倫敦證券交易所集團（LSEG）合作，將 AI 嵌入 LSEG Workspace，協助金融專業人員提出複雜問題，並在結構化與非結構化財務內容中快速找到答案。

最後，讓我談談裝置與消費端業務。

在 Xbox 方面，我們正在整個內容組合、平台和營運方面做出必要的決定，以重新重組業務以實現長期成長。我們擁有業界最好的 IP 和全球優秀的工作室，相信能夠結合這些優勢，並預計業務將在 2027 財年恢復成長。

在 Windows 方面，我們正在進行投資以確保其具備最佳品質與基礎，同時確保它是運行安全邊緣 AI（edge AI）的最佳場所。我們看到 Windows 成為無限量情報（unmetered intelligence）分流載體的巨大機遇，將強大的裝置端算力與企業級安全性結合。

在搜尋與廣告方面，Bing 和 Edge 已連續五年奪取市場份額；LinkedIn 在整個平台上繼續保持強勁的互動度，會員數連續第五年實現雙位數成長。超過 20,000 家公司的招聘人員正在使用我們的 AI 驅動解決方案來縮短招聘時間並改進候選人配對，席位數季增了 140%。

最後，我對未來的機遇感到充滿活力。我對微軟推動持久長期成長並確保 AI 紅利廣泛流動的能力從未如此充滿信心。接下來，我將轉交給艾米（Amy）為大家介紹我們的財務業績與展望。

Amy Hood（微軟財務長）：

謝謝你，薩蒂亞（Satya）。大家下午好。

在本財年，我們實現了超過 3,310 億美元的營收，在 Azure 平台以及我們的第一方 AI 應用和服務強勁需求的推動下，營收成長加速至 18%。營業利潤成長超越了營收成長，成長 21% 至 1,550 億美元以上，因為我們在為長期成長進行投資的同時，持續擴大營業槓桿。

本季度營收為 900 億美元，按報告匯率及固定匯率計算均成長 18% 和 17%。毛利（以美元計）成長 15%，營業利潤成長 18%。扣除對 OpenAI 投資的影響後，每股盈餘（EPS）為 4.74 美元，成長 23%，而外匯影響大致符合預期指引。

與我們 4 月財報電話會議上提供的前瞻性指引相比，本季度有幾項一次性（離散）項目影響了我們的財務結果，帶來了未稀釋每股盈餘 0.27 美元的收益。其中包括：對 Anthropic 投資獲得的 32 億美元收益，以及自願退休計劃的相關費用低於預期；但這些收益被 Xbox 的離職補償金費用和減損計提（impairment charges）部分抵消。在對這些項目進行調整後，由於本季度強勁的需求和執行力，我們的營收、營業利潤和每股盈餘均超越了預期。

公司整體毛利率為 67%，同比有所下降，主要是由於銷售組合轉向 Azure，以及對 AI 基礎設施的持續投資和產品使用量的增長，但部分被持續的效率提升（特別是在 Azure 和 M365 商業雲端）所抵消。營業費用成長了 10%，主要是由於對研發算力、人才和資料的持續投資，以支援整個產品組合的開發。一般及行政費用（G&A）的成長受到了去年同期基期較低以及先前提及的部分一次性項目的影響。營業利潤率同比微幅上升至 45%。公司總員工人數同比下降 2%。

扣除對 OpenAI 投資的影響後，其他收入與費用為 28 億美元，主要由上述對 Anthropic 投資的收益所驅動。資本支出（CapEx）為 410 億美元，其中包括先前指引中所述的零組件價格上漲的影響。我們約有三分之二的資本支出用於短壽命資產（主要是 CPU 和 GPU），因為客戶越來越多地構建同時利用 AI 和非 AI 基礎設施的解決方案。其餘支出則用於長壽命資產。本季度，融資租賃總額為 56 億美元，主要用於大型資料中心場址；用於廠房、不動產及設備（PP&E）的現金支出為 358 億美元。

營運現金流為 554 億美元，成長 30%，主要是由於強勁的雲端帳單收取與催收，但部分被營運租賃支付的增加所抵消。自由現金流為 196 億美元，反映了較高的資本支出。最後，我們透過股利和股票回購向股東回饋了 102 億美元，使整個財年向股東回饋的總現金超過 430 億美元。

現在轉向我們的商業業績。

扣除 OpenAI 的影響後，商業合約金額（Commercial Bookings）成長了 18%，這是由我們核心年費（annuity）銷售行動的強勁執行力所驅動，並反映了各個地理區域和客戶群體的廣泛需求。若包含來自 OpenAI 的 Azure 承諾，按報告匯率和固定匯率計算，合約金額分別成長 10% 和 11%。

商業剩餘履約義務（RPO）成長 84%，達到 6,780 億美元。所有環比（季增）商業 RPO 的成長均來自前沿模型（Frontier Model）公司以外的客戶承諾；扣除 OpenAI 後，RPO 成長了 25%。包含 OpenAI 在內的 RPO 加權平均存續期為 2.3 年，其中約 30% 將在未來 12 個月內確認為營收，同比成長 37%。剩餘在 12 個月後確認的部分成長了 112%。

微軟雲端（Microsoft Cloud）營收為 593 億美元，成長 27%，反映了 Azure 以及我們第一方 AI 應用和服務的強勁需求。全年而言，我們的雲端營收突破了 2,140 億美元，其中近 90% 來自前沿模型公司以外的客戶。微軟雲端毛利率優於預期，達到 65%，但同比下降，主要是由於銷售組合轉向 Azure，以及對 AI 基礎設施的持續投資和產品使用量增加，部分被先前提及的持續效率提升所抵消。

現在轉向分部業績。

生產力與業務流程分部（Productivity and Business Processes）：營收為 378 億美元，成長 14%。在進行正常化調整（排除去年同期受益於 2 個百分點當期營收確認的影響）後，M365 商業雲端營收按調整後基準成長 16%；按報告基準，營收成長為 14%。承接第三季 Copilot 的成長動能，淨付費席位增加量環比（季增）翻倍以上，付費席位現已突破 3,000 萬個。包含 Copilot、E5 以及 E7 初期動能的高階產品推動了本季度的每使用者平均收入（ARPU）成長。

付費 M365 商業席位同比成長 6%，安裝基數在所有客戶群體中均有擴展，但主要集中在我們的中小企業（SMB）和第一線員工（frontline worker）產品中。M365 商業產品營收成長 19%，超出預期，主要是由大型、長期 M365 合約推動，導致來自 Windows Commercial 本地端組件的當期營收確認較高。

M365 消費者雲端營收成長 24%（按固定匯率計算成長 22%），同樣由 ARPU 成長驅動。M365 消費者訂閱數成長 7%。LinkedIn 營收成長 12%（按固定匯率計算成長 10%），主要由行銷解決方案驅動。Dynamics 365 營收成長 13%（按固定匯率計算成長 12%），這是在去年強勁基期的背景下實現的。ERP 的合約成長保持健康，而 CRM 在銷售週期延長的情況下繼續放緩。

分部毛利（以美元計）成長 14%（按固定匯率成長 13%），毛利率微幅下降，這是因為隨著我們持續投資於產品品質並推動進一步的效率提升，Microsoft 365 Copilot 的使用量有所增加。營業費用成長 11%，主要是由先前提及的共享研發投資所驅動。營業利潤成長 15%（按固定匯率成長 14%），營業利潤率同比上升至 58%。

智慧雲端分部（Intelligent Cloud）：營收為 393 億美元，按報告匯率及固定匯率計算分別成長 32% 和 31%。在 Azure 及其他雲端服務方面，營收成長了 43%，這是在去年同期成長已加速的高基期下實現的。客戶需求繼續超過可用產能。營收成長超越預期，得益於我們 CPU 和 GPU 機隊的效率提升，以及推進新產能提早交付的流程改進。該等在季度內新增的 Azure 產能迅速實現了貨幣化（產生營收）。此外，在 6 月商業模式調整（將定價與使用量及價值連結）後，GitHub Copilot 的消費量高於預期，也對業績有所貢獻。

在我們的本地端伺服器業務方面，營收同比基本持平（按固定匯率計算下降 1%）。業績超出預期，主要由合約組合中當期營收確認較高的續約所驅動。分部毛利（以美元計）成長 24%，毛利率同比下降，主要是由於銷售組合轉向 Azure，以及在需求成長之前持續擴大 AI 基礎設施規模，部分被 Azure 持續的效率提升所抵消。分部毛利率也受到 GitHub Copilot 使用量成長的影響，不過隨著 6 月商業模式轉向基於使用量的定價，毛利率在整個季度內有所改善。營業費用成長 10%，由上述共享研發投資驅動。營業利潤成長 31%，在高度關注效率和投資報酬率的情況下，營業利潤率同比基本持平於 41%。

更多個人運算分部（More Personal Computing）：營收為 129 億美元，按報告匯率及固定匯率計算分別下降 4% 和 5%。Windows OEM 和裝置營收下降 7%，其中 Windows OEM 下降 5%，主要是由於 PC 市場需求較低，以及去年同期受益於 Windows 10 停止支援高基期的影響。業績超越預期，主要是因為 OEM 和通路夥伴因零組件價格上漲而繼續累積庫存。

搜尋與廣告營收（不含流量獲取成本 TAC）成長 10%（按固定匯率成長 9%），成長由 Edge 和 Bing 每次搜尋營收的提高以及搜尋量的增加所驅動，但成長受到第三方合作夥伴關係的影響。

在 Xbox 方面，營收按報告匯率及固定匯率計算分別下降 10% 和 11%。Xbox 內容與服務營收下降 10%，這是相對於去年同期受益於第一方內容強勁表現的高基期而言。分部毛利（以美元計）下降 2%，毛利率同比上升，主要是由於動視暴雪（Activision）收購帶來的攤銷費用減少。營業費用按報告匯率及固定匯率計算分別成長 8% 和 7%，主要是由上述共享研發的持續投資以及 Xbox 的減損計提所驅動。營業利潤按報告匯率及固定匯率計算分別下降 14% 和 15%，營業利潤率同比下降至 21%。

在轉向展望之前，自 2027 財年開始，我們將資料中心和辦公大樓的預計使用年限從 15 年延長至 25 年，這反映了我們的營運歷史以及對這些資產的預期使用情況。這項更新的影響已反映在今天的指引中。此變更僅影響未來折舊的時間點，預計對 2027 財年的營業利潤影響微乎其微。較大的影響在於資本支出，因為這項更新將導致我們未來的資料中心租賃中有更多從「融資租賃」轉為「營運租賃」。融資租賃包含在資本支出中，而營運租賃則不包含。除了使用年限影響之外，我們對 2026 日曆年資本支出投資的預期保持不變。然而，從融資租賃轉向營運租賃將我們的預期調整為約 1,750 億美元。

轉向我們的展望指引。

首先談談 2027 財年全年 的一些說明：

首先是幾點提醒：在 M365 商業產品和伺服器產品的關鍵績效指標（KPI）中，我們正面臨產品發布時間點所帶來的較高交易性購買基期，預計這兩項業務的全年營收都將出現中單位數（mid-single digits）的下降。Windows OEM 和裝置的成長將受到 PC 市場需求較低（零組件成本上漲推高裝置售價）、去年同期受益於 Windows 10 停止支援的高基期以及庫存水平偏高的影響。因此，我們預計該業務本財年營收將出現十位數後半段（high teens，約 15%-19%）的下降。

關於外匯：假設目前匯率保持穩定，我們預計外匯將使全年財年營收成長減少不到 1 個百分點，對銷貨成本（COGS）和營業費用成長無顯著影響。

在公司層面，憑藉強勁的商業動能，我們預計將再創下一個營收與營業利潤雙位數成長的財年。營業費用應成長中至高單位數（mid to high single digits），反映對研發算力、人才和資料的持續投資。鑑於我們產品組合中的需求訊號，我們預計 2027 財年的資本支出將同比成長。即使我們為了滿足日益成長的需求而進行投資，全財年的營業利潤率下降應會小於 1 個百分點。此外，我們預計 2027 財年的自由現金流將繼續保持正值。最後，我們預計 2027 財年的有效稅率約為 20%。

接者是第一財季（Q1）的展望指引（除非另有說明，否則均以美元為基準）：

基於當前匯率，我們預計外匯將使總營收成長減少不到 1 個百分點，對 COGS 或營業費用成長無顯著影響。在各分部中，預計外匯將使生產力與業務流程的營收成長減少約 1 個百分點，智慧雲端減少不到 1 個百分點。對更多個人運算無顯著影響。

從我們的商業業務開始：在商業合約金額（Bookings）方面，扣除 OpenAI 的影響後，在合約到期基數擴大的情況下，我們預計在核心年費銷售行動的強勁執行力下將實現健康的成長。提醒一下，去年簽署的大型 OpenAI 合約將導致合約金額和 RPO 成長率出現一些季度波動。微軟雲端毛利率環比應保持相對穩定。

各分部指引：

• 生產力與業務流程：預計營收為 367 億至 370 億美元，成長 11% 至 12%。在 M365 商業雲端方面，按固定匯率及調整後基準（排除去年同期受益於 1 個百分點當期營收確認的影響），預計成長約 16%；按報告基準成長為 15%。Copilot、E5 和 E7 的動能所帶來的環比成長，被第一線員工和中小企業 SKU 較低 ARPU 的新席位增加稍微抵消。憑藉高階 SKU 的動能，以及 7 月起在按席位授權之外增加基於使用量計費產品所帶來的貨幣化機會，我們預計 M365 商業雲端營收成長將在本財年內加速。M365 商業產品營收應成長中單位數，由長期 M365 合約的時間點驅動，但部分被上述去年同期高基期的影響所抵消。M365 消費者雲端營收應成長十位數中段（mid-teens），環比有所放緩，因為我們面臨去年價格調整的基期影響；成長將再次由 ARPU 和訂閱量的增加驅動。LinkedIn 預計營收成長為高單位數（high single digits）。Dynamics 365 預計營收成長為十位數低段（low teens），環比相對穩定，由 ERP 的持續成長驅動，但受到上述合約趨勢的影響。
• 智慧雲端：預計營收為 409.5 億至 412.5 億美元，成長 33% 至 34%。在 Azure 方面，按固定匯率計算，預計營收成長約為 45%。我們仍然專注於提升效率，以縮小我們看到的供不應求缺口。儘管 Q4 強勁收尾，我們仍預計上半財年（H1）的成長將會加速。提醒一下，由於產能、時間點和合約組合的原因，Azure 的同比成長率在各季度之間可能會有所波動。在我們的本地端伺服器業務方面，由於客戶持續轉向雲端產品以及上述去年同期高基期的影響，預計營收將下降低至中單位數。
• 更多個人運算：預計營收為 122 億至 127 億美元，因為我們持續面臨上述強勁的去年同期高基期，並應對受到零組件價格和庫存水平影響的複雜 PC 市場動態。Windows OEM 和裝置營收應下降 20% 出頭（low 20s），由上述市場動態驅動。與前幾個季度一樣，潛在結果的區間仍比平常更寬。搜尋與廣告營收（不含 TAC）成長應為中單位數，環比放緩，主要是受到第三方合作夥伴關係的影響；成長將繼續由每次搜尋營收和搜尋量的穩定趨勢驅動。在 Xbox 內容與服務方面，預計營收將下降中單位數。硬體營收應同比下降。

因此，在公司整體層面：

• 總營收：預計在 898.5 億至 909.5 億美元之間，成長 16% 至 17%，商業業務的加速成長部分被上述 PC 市場動態的影響所抵消。
• 銷貨成本（COGS）：預計為 296 億至 298 億美元，成長 23% 至 24%。
• 營業費用：預計為 168 億至 169 億美元，成長 7% 至 8%，由對研發算力和人才的持續投資所驅動。
• 營業利潤率：同比應保持相對持平。
• 其他收入與費用（扣除 OpenAI 投資影響）：預計約為負 1 億美元，因為利息收入將被利息費用（包括與資料中心融資租賃相關的利息支付）所抵消。
• 第一財季有效稅率：預計約為 20%。

資本支出（CapEx）：

預計 CapEx 支出將超過 500 億美元，其中包括資產使用年限更新帶來的租賃重分類影響。

總結發言：

在 2026 財年，我們實現了營收和營業利潤的加速成長，同時擴大了營業利潤率。我們在銷售和產品工程方面的執行力在下半年進一步增強。隨著我們開啟 2027 財年，我們仍然專注於提供能為客戶創造顯著投資報酬率（ROI）的產品，這將為微軟和我們的股東帶來持久的長期成長。

說到這裡，讓我們進入 Q&A 問答環節。喬納森（Jonathan）？

問答環節

問題一

Jonathan Neilson（微軟投資人關係副總裁）：

謝謝，Amy。我們現在進入問答（Q&A）環節。出於對線上其他參與者的尊重，我們請求每位參與者僅提出一個問題。操作員（Operator），請您重複一下指示好嗎？

操作員（Operator）：

各位先生、女士，如果您想提問，請在您的電話按鍵上按「*1」。確認音將提示您的電話已進入提問隊列。如果您想將問題從隊列中移除，可以按「2」。對於使用免持設備（揚聲器）的參與者，在按「」鍵之前可能需要先拿起聽筒。請稍候，我們正在收集問題。

我們的第一個問題來自瑞銀（UBS）的 Karl Keirstead。請開始提問。

Karl Keirstead（瑞銀 AI 與軟體股權研究董事總經理）：

好的，太好了。謝謝你們。

Satya，也許我先暫時偏離一下財務數字，想請您花一分鐘時間，詳細闡述您在開場白中提到的「模型選擇（model choice）」以及「企業智慧財產（IP）保護」。

也許我可以將這個問題分為兩個部分：

首先，鑑於許多企業最初可能對使用開源模型持保留態度，您認為在未來一到兩年中，開源模型和自訂模型（custom models）的推動動能（traction）會有多大？

其次，鑑於微軟本身對前沿實驗室（Frontier Labs，如 OpenAI 等）也有相當大的投資與曝險，微軟究竟如何從這種轉變中獲益？非常感謝。

Satya Nadella（微軟董事長暨執行長）：

謝謝你，Karl。

我們看待這個問題的角度是：歸根結底，目標是要讓企業能夠控制自己的命運，也就是我所描述的——建置他們自己的人力資本（human capital）與Token 資本（token capital）。對吧？歸根結底，如果一家公司是一台學習機器，他們就需要屬於自己的學習機器，這才是真正的目標。模型只是一種輸入，而不是用來汲取企業知識的工具。但在某種意義上，歸根結底，每家公司都會去評估，究竟是哪些提供商在協助他們獲得成果與創造知識。

我認為這一點現在已經相當明確，而且一天比一天更加清晰。這絕不會是那種「進來拿走我所有的知識並讓你自己受益，而我卻什麼都沒得到」的模式。

鑑於這樣的發展方向，我們對平台的架構設計非常明確：你必須將你的「套件（harness）」與「模型（model）」分開。套件將確保你的記憶、你的上下文，所有這些都是外部化的。這意味著在任何給定的時間，任何給定的模型都是可以替換的。

你應該、也可以使用前沿模型（frontier models），沒有理由不這麼做；你也可以同時使用多個前沿模型，對吧？

如果你看我剛才提供的一些數據，那就是一個極佳的範例，說明了：

如何利用前沿模型來發揮其所長；

如何利用低成本模型來發揮其所長；

事實上，當你不想使用任何外部模型時，你還可以訓練自己的模型——因為畢竟你擁有一切產出、一切追蹤紀錄（traces）和所有的上下文。

這正是我們準備宣傳與推廣的企業設計架構。我們自己就在使用它：Copilot 就是這樣建置的、GitHub Copilot 是這樣建置的、我們的 Security Copilot 也是這樣建置的。我們希望將這種設計模式民主化（普及化），以便每家企業都能使用它。在這種架構下，將會是開源權重（open weights）與閉源權重（closed weights）的混合使用。

順便提一下，麗莎（Lisa）談到的其中件事是——請記住，即使看看 Hugging Face 事件，我們應該從中獲得的最大啟示就是：你不能依賴任何單一模型。你可能需要多個模型，甚至是用來修復由單一模型所引發的挑戰。這就是思考它的方式，即你不能受制於單一模型的拒絕回答（refusal）。

這裡還有很大的設計空間。我們談論前沿時，好像它是一件單一的事物。但所謂的「前沿」，是指每家公司都擁有自己的前沿，以及他們為了能夠控制自身命運所需選擇權、成本控制力與能力。

Amy Hood（微軟財務長）：

Karl，我想補充一下你問題的後半部分，這就是為什麼建立這個平台如此重要——正如 Satya 在發言中提到的——能夠在名為 Azure 的架構上，為正確的工作提供正確的模型。

鑑於我們持續看到需求的成長，無論選擇了什麼模型、什麼模型系列，或是運行你自己訓練的模型，Azure 平台在交付這些模型方面都極具效率。你可以將這些基礎設施視為具有極高的通用性與可替代性（fungible）。

Karl Keirstead（瑞銀 AI 與軟體股權研究董事總經理）：

非常有幫助，謝謝。

Jonathan Neilson（微軟投資人關係副總裁）：

謝謝 Karl。操作員，請接下一位提問者。

問題二

操作員（Operator）：

下一個問題來自 Jefferies 的 Brent Thill。請開始提問。

Brent Thill（Jefferies 軟體與網路研究科技部門主管）：

謝謝。Amy，Azure 的表現令人印象深刻，成長率加速到了 43%，且預計將邁向 40% 的中段（mid-40s）。

我想提問關於背後驅動因素的問題：您和 Satya 看到究竟是什麼在驅動這樣的成長？另外還有許多關於產能限制（capacity constraints）的問題——我們目前是否仍處於相同的供需環境中？還是說，鑑於大家所看到的這些產能限制，微軟只是在執行力上表現得更好？謝謝。

Amy Hood（微軟財務長）：

謝謝，Brent。

系統中確實依然存在產能限制。我想我們過去幾個季度一直都有提及，市場需求持續超過現有的可用供應，這點絕對依然成立。我想你甚至可以從現貨市場（spot market）資產的一些定價變化中看到這個現象。

當你思考我們如何能夠實現更好的交付時，我們首先關注的是效率（efficiency）——這也是我在準備好的致詞稿中稍微提過的。我們要能夠從現有伺服器機隊（fleet）中的每一項資源中提取出更多產能。

這既適用於 CPU 機隊的效率提升，也適用於 GPU 機隊的效率提升。特別是在本季度，我們的工程團隊做出了非常優異的努力，盡可能釋放出更多的可用產能。

由於我們一直在討論的供需失衡問題，每當我們實現效率提升時，這些額外釋放出的產能在該季度內就會迅速轉化為營收（monetized）。我認為這種動態變化對本季度的業績產生了非常積極的正面影響。

此外我也想說明，我們做了一些流程改進，確保無論是 CPU 還是 GPU，從取得設備到簡化流程、正式插電上線的前置時間（lead time），在過去 90 天內都得到了顯著改善。同樣地，在需求大於供給的前提下，只要我們能做到這些改善，就能極快地將其轉化為營收。

以我們目前營運的規模（涵蓋整個超大規模雲端機隊）來看，進行這種能迅速變現的效率提升，確實推動了本季度的業績加速成長。這也是我們預計在第一季度（Q1）繼續看到並將會討論的部分內容。

Jonathan Neilson（微軟投資人關係副總裁）：

謝謝 Brent。操作員，請接下一位提問者。

問題三

操作員（Operator）：

下一個問題來自伯恩斯坦研究（Bernstein Research）的 Mark Moerdler。請開始提問。

Mark Moerdler（伯恩斯坦董事總經理兼分析師）：

非常感謝你們接受我的提問。恭喜你們取得了非常特別且出色的季度表現。

Satya、Amy，市場對 AI 的情緒依然極其波動，人們一方面擔心潛在的供過於求（oversupply）即將到來，另一方面又擔心零組件價格上漲影響利潤率。

Amy，想請教兩個相關問題：從另一面來看，你們如何應對我們所看到的硬體價格與零組件價格的上漲？以確保這不會逼得你們大幅調高產品售價，或者對利潤率產生負面影響。謝謝。

Amy Hood（微軟財務长）：

謝謝，Mark。這幾個問題確實是相關的。我先從第一個問題開始答起。

目前的情況顯然是需求超過可用供給，處於一個相對極端的時刻。但當你開始思考一段較長的時間跨度時，我試著提醒大家，許多費用（特別是在資本支出中看到的費用）——你會看到我們的資本支出（CapEx）已經實質轉向了我所稱的「短壽命資產（short-lived assets）」，也就是 CPU 和 GPU，它們的交貨前置時間相對較短。

如果需求環境發生變化，你只要放慢採購這部分（事實上這是最主要的零組件，也是銷貨成本 COGS 的驅動因素）即可。而對土地和資料中心建設的投資其實具有相當大的彈性，對吧？它在整體成本結構中佔比較小，且大部分的建設時程都可以進行調整，特別是在營建階段。你可以像我剛才說的那樣，分階段錯開（stagger）你計畫安裝的部分 GPU 和 CPU 的部署時間。

當你思考如何應對這種狀況時，超大規模雲端業者（Hyperscalers）長期以來一直在這麼做，具備足夠的彈性與經驗來管理這些需求變化。

另一件非常重要的事，Mark，就是我們擁有極其多元化的業務組合——涵蓋不同地理區域、不同客戶群體以及不同行業。我覺得當你看我們的合約積壓（backlog）或是本季度新增的剩餘履約義務（RPO）時，會發現它來自於微軟產品組合與客戶組合的廣度。

當你有能力在短期內「延後綁定（late bind）」一些更昂貴的零組件時，你就擁有了龐大且靈活的業務量。除了 Azure 平台之外，你還擁有龐大的第一方應用程式業務，這些業務也會消耗你正在擴建的產能。這確實讓我們具備了更多的彈性來度過這些週期。

至於定價問題，我認為這在很多方面對每個人產生的影響都是相同的。我們目前一直在努力做的，當然就是確保我們盡可能做足效率優化工作，以便能繼續為客戶提供極佳的價值。

我們也在提醒大家，坦白說，相較於客戶自己購買伺服器進行本地部署（在這種情況下，零組件價格上漲對客戶來說更難承受），雲端提供了巨大的優勢。因此在這種情況下，雲端依然能提供極佳的投資報酬率（ROI）。

如你所言，我們正在增加這些產能，但顯然其中許多也正透過較新的合約進行銷售，我們能夠讓定價反映這一點，同時在可行的情況下保留價值。聽著，從長遠來看，你希望定價機制同時對客戶和對我們雙方都有效，所以我們也在努力保持對這一點的關注。

Satya Nadella（微軟董事長暨執行長）：

我補充一點 Amy 的看法。我覺得 Amy 總結得很棒，我們大家也都在閱讀相關討論，甚至去讀《1873》這本書（指歷史上的 panic/泡沫金融史背景）。

在我看來，你必須確保產品形態（product shape）正確，這正是我們關注的焦點。你必須確保產品組合（portfolio）正確——Amy 談到了我們正在做的事，無論是在 Copilot、超級應用程式（super app）帶入所有形態，還是一路延伸至 Azure 以及 Azure 中「AI 代理優先（agent-first）」的原生組件。你必須讓所有這些產品組合真正地整合在一起。

客戶的組合（mix）超級重要。你必須意識到地理區域組合、分眾組合、工作負載（workload）組合的廣度，甚至在擴建產能時，都必須把所有這些因素考慮進去。

最後，你必須營運一趟高效的鐵路系統（run an efficient railroad）。歸根結底，你確實需要這麼做，Amy 上個季度也談到了我們在效率提升方面的進展。這不是最後才會突然顯現的東西，你必須單調遞增地（monotonically，即持之以恆地）為之努力。我們非常專注於所有這些方面。

我們知道這個週期會產生上下起伏，但長期趨勢（secular shift）是明確的。我們對自己擁有正確的業務組合、正確的利潤率結構，以及最重要的是為客戶提供正確的價值，感到非常樂觀。

Mark Moerdler（伯恩斯坦董事總經理兼分析師）：

太棒了。非常感謝你們。

Jonathan Neilson（微軟投資人關係副總裁）：

謝謝 Mark。操作員，請接下一位提問者。

問題四

操作員（Operator）：

下一個問題來自摩根士丹利的 Adam Wood。請開始提問。

Adam Wood（摩根士丹利分析師）：

嗨，晚上好。感謝接受提問，也恭喜你們取得非常強勁的年度收尾成績。

我想請教關於 Microsoft 365 Copilot 的情況。顯然本季度表現非常強勁，付費席位（paid seats）超過 3,000 萬個，且成長呈現強勁加速。

能否請您談談目前觀察到的客戶情況——他們是如何從概念驗證/試點階段（pilots）擴展到更廣泛的部署（broader deployments）？現在主要仍是試點驅動，還是已經看到大量大規模部署？

此外，關於該產品的變現（monetization）方式——從額外席位、升級至高價值 SKU（如 E7），再到按量計費（consumption）——您認為接下來最主要的變現驅動因素是什麼？謝謝。

Satya Nadella（微軟董事長暨執行長）：

不，謝謝你提出這個問題，Adam。我先開始說明，隨後 Amy 可以再作補充。

這依然要從產品形態（product shape）說起。正如你所看到的，即使在單一季度內，產品形態也發生了相當大的變化，對吧？我們現在將 Chat（對話）、CoWork（協作）、Autopilot（自動駕駛）與 Code（程式碼）全數整合，本質上正在形成一個各種角色都能使用的旗艦級「超級應用程式（super app）」。

如果從使用端來看，那裡有很多有趣數據：從購買授權到開始使用的時間（time to usage）大幅縮短，過去需要數月，現在縮短至幾天；而使用強度（usage intensity）本身也大幅提升，目前的使用強度已達到與 Outlook 或 Teams 等日常溝通工具相同的級別。

我想說的第二點是整體企業端鏈接（enterprise wiring）。這並非孤立在某處的工具，而是完全整合嵌入的。無論你剛才提到的 E7 升級，還是透過 Microsoft Agent 365 與治理機制連結——你的 IT 運運（IT ops）、資安營運（SecOps）、財務營運（FinOps）全部串聯，同時也與所有商業流程深度結合。例如你的 CRM 系統、ERP 系統，都成為 Copilot CoWork 的技能（skills）與外掛（plugins），讓你能夠將全企業的工作流程整合進這個超級應用中。這帶動了使用量，形成複利效應。

另一個則是商業模式（business model）。我們現在不僅有按席位計費（per seat）的模式，也有按用量計費（usage-based）的模式——也就是「席位 + 用量（seat plus usage）」。我們已經看到來自 Microsoft 365 E7 等方案帶來的每使用者平均收入（ARPU）成長。

但事實上，隨著我們在企業層面為客戶提供更多價值與成果——歷史上的 Office 相較於 Microsoft Copilot 來說範圍窄得多——這是歷史上第一次出現兼具按席位與按用量計價的全企業級工具，可尋址市場（TAM）要廣闊得多。我們將非常專注於驅動客戶價值並隨之擴展。

Amy Hood（微軟財務長）：

Adam，我想我在準備好的演講稿中也稍微提到過，但在過去這一年裡，我們看到 ARPU 的部分成長來自於客戶升級至 Microsoft 365 E5 加上 Satya 所提到的 Microsoft Copilot 授權。

未來我們將從 Microsoft 365 E7 看到更多成長，特別是在 Microsoft Agent 365 組件中蘊含著許多極具價值的特色。正如 Satya 所說，涵蓋了 SecOps 和 FinOps——可以想像，所有人在所有業務流程中，都需要對 Token 支出具備可觀測性（observability）與可管理性（manageability），而這正是 Microsoft 365 E7 所帶來的價值。該產品在季度內僅上市了一段時間，我們對客戶在該 SKU 中看到的價值感到非常振奮。我們將在今年持續關注此業務。

最後，Satya 談到的是隨時間不斷擴大的 TAM。當我思考這個廣闊的支出 TAM 時，這正是我們所說的使用量與消耗量成長（usage and consumption growth）。隨著更多體驗被整合嵌入，以及 IT 部門更深入參與該過程，這將徹底改變人們對 M365 能力的認知。

Satya Nadella（微軟董事長暨執行長）：

這對你來說應該挺有趣的，Adam。我想你的一位同事最近發表了一份關於投資資本回報率（ROIC）的文件。我把那份 PDF 文件丟給了 Copilot，對它說：「本質上，幫我建立一個新的 Power BI 儀表板。」

結果是：它建立了一個豐富的語意模型（semantic model），匯入了我位於 OneLake 上的 Fabric 中，並帶入了來自外部數據源的所有資料——事實上，還與「神奇七巨頭（Mag Seven）」的所有 SEC 申報文件保持同步。最重要的是，程式碼庫（repo）本身放在 GitHub 上，而產出物則作為一個網站放在我的 Copilot 中。

對我來說，這就是一個典型的企業級工作流程範例：我作為一名知識工作者，可以去建立儀表板；資料工程師可以去 Fabric 尋找該產出物；專業開發人員可以去 GitHub 找到對應的程式碼庫——而且順便一提，這全都註冊在 Agent 365 的管理之下，對吧？

這就是 Amy 所描述的景況：在帶來全新工作方式的同時，兼顧了 IT、安全性與可管理性。

Adam Wood（摩根士丹利分析師）：

非常有幫助，非常感謝。

Jonathan Neilson（微軟投資人關係副總裁）：

謝謝 Adam。操作員，請接下一位提問者。

問題五

操作員（Operator）：

下一個問題來自德意志銀行（Deutsche Bank）的 Brad Zelnick。請開始提問。

Brad Zelnick（德意志銀行董事總經理）：

太好了。非常感謝你們接受我的提問。

Satya，大家都很清楚資訊安全（cybersecurity）是微軟所有業務的核心。隨著最新前沿模型（frontier models）的推出，整個競爭格局近期發生了變化，而本週你們推出了 Project Perception。能否請您詳細闡述一下，這個時刻對你們的資安業務具體意味著什麼？以及更廣泛地來說，對微軟的信任度（trust）意味著什麼？謝謝。

Satya Nadella（微軟董事長暨執行長）：

是的，謝謝你提出這個問題。

我想你說得很對，不論是在資安產品的需求層面，還是在資安營運（cyber operations）層面，整體的運作機制（physics）都發生了相當劇烈的變化——因為歸根結底，你必須在產品以及公司的營運方式這兩方面同時進行轉型，以保護自己。

我們專注的首要事項，依然是採取與處理知識工作或程式碼編寫相同的做法：從「情報優先（intelligence-first）」與「模型前向（model-forward）」的方法開始。

我們透過 Perception 推出的內容，本質上是在說：讓我們真正確保你擁有：

• 紅隊代理（Red team agents）：懂得如何不斷進行紅隊攻擊演練並尋找系統漏洞；
• 藍隊代理（Blue team agents）：不斷進行威脅分流與排查；
• 綠隊代理（Green team agents）：負責進行修復與防禦。

你本質上是在建立一個屬於你自己的自主代理系統（agentic system），它持續運行，以提供你所需的網路防禦。

它絕對仰賴所有訊號的滋養——無論是來自 Microsoft Entra 的身分訊號、Microsoft Defender 的資安訊號、網路訊號還是應用程式安全訊號——所有這些訊號都有助於提供真實的上下文（context），從而讓你建立起真正的保護。

我們發表的另一件事是，特別是在資安領域，採用「多模型方法（multi-model approach）」變得至關重要（這呼應了剛才的第一個問題）。這不僅僅是為了成本。事實上，我們在 CyberGym 的數據中證明了：透過我們的 MAI-Cyber-1-Flash 模型，你可以用低 50% 的成本，達到 Mythos 等級（前沿大模型）的性能表現。

原因在於：90% 的任務由 MAI-Cyber-1-Flash 模型處理，而只有 10% 的高難度任務才會去呼叫前沿模型（frontier model）。這種在流水線（pipeline）工作流中「為正確的任務挑選正確模型」的混合搭配，是一個超級重要的特徵。對我們來說，這是一個不可或缺的關鍵組成部分。

我想說的另一件事是關於系統韌性（resilience）的視角：無論出於何種原因，如果某個特定模型無法使用，你不能因此陷入癱瘓（left high and dry）。你必須能夠繼續進行你的資安營運。這就是另一個關鍵——成本與韌性都是非常重要的衡量標準，而這正是我們試圖在程式碼、資安以及知識工作中內建的能力。

我們對 Perception 以及它坦白說對我們未來的安全業務所代表的意義感到非常興奮。

Brad Zelnick（德意志銀行董事總經理）：

超級有幫助，謝謝你。

Jonathan Neilson（微軟投資人關係副總裁）：

謝謝 Brad。操作員，我們還有時間回答最後一個問題。

問題六

操作員（Operator）：

最後一個問題來自高盛（Goldman Sachs）的 Gabriela Borges。請開始提問。

Gabriela Borges（高盛美國軟體股權研究董事總經理兼主管）：

嗨，下午好，謝謝你們。

Amy，我想向您請教關於投資報酬率（ROI）的問題。您剛才為我們說明了資本支出（CapEx）那一端的狀況，也說明了變現（monetization）那一端的狀況。能否請您幫我們將這兩部分串聯起來？

與一年前相比，當您檢視並追蹤目前所做資本支出決策的 ROI 時，情況有何不同？展望未來，還有哪些槓桿可以運用——例如在自研晶片（internal silicon）方面——來作為推動額外變現成長的驅動力？謝謝。

Amy Hood（微軟財務長）：

謝謝你，Gabriela。

坦白說，就計算方式而言，我在過去一年裡的計算數學公式並沒有改變。對我來說，思考這件事的方式更多在於：

• 對可尋址市場（TAM）擴展的信心；
• 我們在產品改進與基礎設施改進兩方面所擁有的利潤率槓桿（margin levers）。

我們在今天的電話會議中已經討論過其中的一些槓桿，包含我們在應用層與基礎設施層持續獲取效率的手段。你說得對，我們還沒有觸及所有的環節，不過我想 Satya 實際上已經對其中的不少部分做了評論。

顯然，當我們持續尋求晶片的最佳性價比（price-performance）時，我們依然擁有龐大的機會，這包括我們在自研晶片（first-party silicon）上的投資。

坦白說，模型多元化（model diversification）的工作也是一個提升利潤率的機會——能夠透過一個在 Token 使用效率與成本結構上都更優異的模型，來提供最佳的成果，這些都是我們的利潤率槓桿。

所有這些因素，正如你所提到的，無疑都增強了我們對目前及未來持續投入的資金獲得良好投資資本回報率（ROIC）的信心。

當我們思考業務組合（portfolio）的搭配時，能在知識工作、程式碼編寫、資訊安全，以及基礎上的 AI 代理層（我暫且稱之為 Agent 365）擁有如此廣泛的佈局，本身就是一個巨大的機會。

當然，還有我們在 Azure 方面談到的：模型效率、晶片與零組件效率（包含我們對自研解決方案 1P solutions 的投資），以及在超大規模運營下的整體效率。我們擁有相當多的槓桿來持續看到改進，而這也正是我們所專注的。

正如 Satya 所提到的，這是一項紮實的磨練工作（grind work）——就像是每天都要進步一點點。而我們事實上非常擅長這種持續磨練的工作，並確保我們能為客戶實現這些交付。

Gabriela Borges（高盛美國軟體股權研究董事總經理兼主管）：

這完全合理，非常感謝。

Jonathan Neilson（微軟投資人關係副總裁）：

謝謝 Gabriela。今天的財報電話會議問答環節到此結束。感謝大家的參與，我們期待很快能再次與各位交流。

Satya Nadella（微軟董事長暨執行長）：

非常感謝大家。

Amy Hood（微軟財務長）：

謝謝。

操作員（Operator）：

各位先生、女士，今天的會議到此結束。您現在可以斷開電話連線，祝各位度過愉快的一天。