【Moontalk深度個股分析】Microsoft 在 AI 時代的戰略轉型與價值重估
從三大疑慮出發，拆解 AI 投資、Azure 成長與 Copilot 變現，理解其平台定價權的重建
摘要：
當市場仍在為 AI 熱潮買單時，對微軟的質疑卻同步升溫。投資人最關心的三大問題逐漸浮現：
資本支出急速擴張，AI 投資是否已經過度？
Azure 高增長是否接近天花板？
Copilot 的變現能力是否被高估？
今天將圍繞這三大核心疑慮，透過最新財報數據與戰略拆解，重新檢視微軟在 AI 時代的位置。
一、關於微軟的三大疑慮 vs 財報數據
要打破市場的迷思，最直接的方式就是讓數據說話。微軟本季交出了一份營收高達 828.9 億美元（年增 18%）、每股盈餘 (EPS) 達 4.27 美元（年增 23%）的亮眼成績單，雙雙超越華爾街預期。然而，隱藏在這些宏觀數字背後的細節，才是我們解答三大疑慮的關鍵。
1）AI 投資是否過高？微軟被低估的「需求前置」佈局
市場對微軟最大的擔憂，莫過於其如滾雪球般增長的資本支出。數據顯示，微軟本季度的資本支出 (CapEx) 高達 308.8 億美元，且預期到 2026 年，全年的資本支出將大幅上調 61%，達到驚人的 1900 億美元。同時，智慧雲端部門 (Intelligent Cloud) 的成本因為 AI 硬體的龐大投入而激增了 47%，導致該部門的營運利潤率從 41.5% 微幅下滑至 39.7%。這些數字乍看之下確實令人心驚。
但我們需要了解這種短期利潤率下滑的表象。微軟本季首度公開了 AI 業務的年度經常性收入 (AI ARR)，這個數字達到了 370 億美元，年增長率高達 123%，已經佔據了總營收的約 10%。更重要的是，微軟在計算 AI 收入時，採用了一種極度「不對稱」的保守定義。當微軟為 OpenAI 提供服務時，無論是 GPU、CPU、存儲還是網絡資源，全部都會被計入 AI 收入中。然而，當微軟面對一般企業客戶時，卻僅僅將純粹的「AI 服務」計入，完全排除了支撐這些服務的底層基礎設施收入。
這種會計處理方式暗示了一個重要的事實：微軟真實的 AI 財務貢獻被低估了。目前的資本支出激增，本質上是微軟戰略性地轉向「自建數據中心」，以降低對第三方租賃的依賴。這種做法雖然在短期內壓低了自由現金流，但長期來看，卻能有效降低單位算力成本並延長硬體的折舊週期。因此，微軟目前的 AI 投資絕非盲目擴張，是一種具前瞻性的「需求前置」投資。
更進一步來看，微軟在內部矽晶片與模型效率上的突破，正在為龐大的投資提供經濟性支撐。微軟披露了關於其內部模型策略的具體數據，這些數據具說服力。特別是 MAI-Transcribe-1 模型，在將語音轉換為文字的任務中，實現了 67% 的 GPU 效率提升；而 MAI-Image-2 模型在圖像生成任務中，更是將 GPU 效率提升了高達 260%。這意味著，隨著自研技術的滲透，微軟在未來處理同樣的 AI 工作負載時，所需的硬體成本將大幅降低。這種成本優勢不僅會直接反映在雲端服務的毛利率上，更會讓微軟在價格戰中擁有更大的操作空間。這正是高資本支出背後的長期邏輯：透過自研技術將成本曲線拉低，從而在未來的 AI 雲端市場中獲取壓倒性的優勢。
2）Azure 是否放緩？從「供給限制」到「需求驅動」的質變
雲端業務一直是微軟的命脈。本季 Intelligent Cloud 營收達到 346.8 億美元，年增 30%，其中 Azure 更是繳出了 40% 的強勁增長。微軟給出的下一季 Azure 增長指引落在 39% 至 40% 之間，引發了部分投資人對於增長觸頂的擔憂。
過去幾個季度，Azure 的增長天花板，其實是被「算力供給」所限制的。微軟空有滿手的客戶需求，卻受限於 GPU 的交付速度與數據中心的建設進度。然而，隨著新產能的陸續開出，將成一個關鍵的轉變。Azure 的增長動力正在從單純的「供給限制」轉變為真實的「供需同步擴張」。無論是第一方 (1P) 的內部模型訓練，還是第三方 (3P) 客戶的推論需求，都在呈現爆發式的增長。
這代表40% 的增長率不再是微軟調配算力所達成的極限，是市場真實需求釋放的初步體現。隨著基礎設施的完善，Azure 的增長質量將變得更加健康且可持續。如果供給端的瓶頸能夠持續獲得緩解，Azure 的成長動能就會變得更加健康且具備可預測性。這種從被動接受訂單到主動驅動生態的轉變，正是微軟雲端業務進入成熟期的標誌。
此外，微軟對於 Azure 加速的指引，特別是提到了 1P（第一方）和 3P（第三方）應用使用量的加速，以及新產能上線對增長的貢獻，這都證明了需求端的強勁。過去，市場擔心微軟的增長主要依賴於 OpenAI 的訓練需求，這種單一依賴確實存在風險。但現在的數據顯示，微軟自身的應用生態以及廣泛的企業客戶正在成為增長的新引擎。這種結構性的變化，讓 Azure 的增長故事變得更加紮實。
3）Copilot 是否能變現？產品邏輯已確立，商業化正處於爆發前夕
Copilot 被視為微軟在應用層最具顛覆性的武器。目前，Microsoft 365 Copilot 的付費席位 (seats) 已經達到 2000 萬，年增長率高達 250%。然而，相較於微軟龐大的企業用戶基數，目前的滲透率僅約 4%。這讓部分市場人士質疑其變現能力是否過於緩慢。
從我的分析視角來看，4% 的滲透率不應被解讀為失敗，Copilot 的用戶使用頻率已經開始接近傳統的 Outlook 郵件系統。隨著 WorkIQ 和語意搜尋等進階功能的推出，Copilot 的不可替代性正在快速攀升。
WorkIQ 的整合是微軟的一個神來之筆。它不僅僅是一個簡單的聊天機器人，而是深入到了企業的知識管理核心。透過語意搜尋和索引技術，Copilot 能夠精準地理解企業內部的非結構化數據，從而提供真正具備決策參考價值的建議。這種深度的整合，使得 Copilot 從一個「可有可無」的輔助工具，轉變為一個「不可或缺」的工作夥伴。當一個工具的價值體現在日常工作的每一個環節時，其商業化變現就只是時間問題。
如果企業端客戶能透過這些工具實現顯著的生產力提升，微軟的訂閱制商業模式就會變得更具定價能力與長期黏性。目前的變現雖然處於早期階段，但產品的商業邏輯已經完全成立。微軟正在透過「訂閱制加上基於使用量的計費模式」 (Subscription + usage-based)，悄悄地提高單一客戶的收入上限。GitHub 的使用量激增就是一個最好的例證，它證明了開發者社群對於 AI 輔助工具的強烈依賴，這種依賴最終都會轉化為微軟穩定的營收貢獻。
二、微軟為何開始「去 OpenAI 化」？
在微軟的 AI 戰略中，與 OpenAI 的結盟是精彩的一步棋。然而，近期雙方協議的重大重構，卻向市場傳遞出一個強烈的信號：微軟正在有計畫地降低對 OpenAI 的單一依賴。這背後的戰略考量，值得我們深入剖析。
1）合作框架的巨變：從「深度綑綁」走向「靈活與利潤導向」
根據最新資料，微軟與 OpenAI 修訂了長達 7 年的合作協議。最核心的改變在於「放棄獨家授權」。OpenAI 現在可以透過 Amazon、Google、Oracle 等競爭對手的雲端平台分發產品，其智慧財產權 (IP) 也可以授權給其他雲端廠商。同時，OpenAI 在算力採購上也不再被強制綁定於微軟的 Azure。
在分潤機制上，微軟停止了向 OpenAI 支付 20% 的分成，這將直接且立即地提升微軟的短期利潤。作為交換，OpenAI 將向微軟支付分成至 2030 年，但設定了總額上限。此外，原本備受爭議的「AGI 條款」（即一旦 OpenAI 達成通用人工智慧，微軟將失去獨家權）也因為獨家權的取消而被正式移除。這本質上是微軟用放棄長期的無限上行空間，換取了當下利潤的絕對確定性。
2）探究背後的深層原因：OpenAI 的內憂與外患
微軟為何選擇在此刻主動鬆綁？我認為，這與 OpenAI 當前面臨的嚴峻挑戰有關。首先是增長與營收的雙重壓力。ChatGPT 的用戶數目前停滯在約 9 億，未能達成 10 億的內部目標。由於付費用戶轉化不足，加上 Google 的 Gemini 與 Anthropic 的強勢競爭，OpenAI 在編程工具與企業市場等核心領域面臨嚴重的客戶流失，導致整體營收未達預期。
其次是令人窒息的基礎設施與財務風險。OpenAI 未來面臨高達 6000 億美元的算力支出承諾，這引發了其內部的嚴重分歧。財務長 Sarah Friar 對公司的償付能力表示擔憂，董事會也加強了對資金流向的審查。儘管已經融資 400 億美元，但按照目前的燒錢速度，這些資金極有可能在不到三年的時間內耗盡。
此外，Elon Musk 發起的訴訟更是雪上加霜。他指控 OpenAI 背離了非營利的初衷，索賠金額超過 1300 億美元。這場法律戰不僅可能迫使 OpenAI 撤銷現有的商業化結構，更會對其未來的 IPO 計畫造成毀滅性的打擊。在治理層面，執行長 Sam Altman 的激進擴張與財務長的保守策略形成強烈對比，管理層的動盪與權責分散，迫使 OpenAI 不得不削減如 Sora 等前瞻性項目以控制成本。
3）戰略意義的昇華：從「單一依賴」蛻變為「AI 生態主導者」
面對 OpenAI 的種種不確定性，微軟的管理層展現出了極高的戰略定力。如果微軟持續將所有資源綁定在單一供應商身上，其未來的基礎設施擴張就會變得更具風險與不確定性。因此，微軟果斷地將 Azure 生態推向多元化，積極接入 Mistral AI、Meta 的開源模型以及自家的 MAI 模型。這使得 OpenAI 對微軟的邊際價值開始下降。
同時，微軟也將寶貴的算力資源進行了重新配置，優先保障自家 Copilot 的運行，並服務於更多元的客戶群體（如 Anthropic）。這種降低單一依賴、提升戰略靈活性的做法，為微軟的長期發展築起護城河。
更深層次來看，這是關於定價權的爭奪。如果微軟僅僅是 OpenAI 的分銷商，那麼最終的定價權掌握在模型層；但透過建立 Azure Foundry，引入多元模型，並發展自有的 MAI 系列與 Maia 200 晶片，微軟正在將定價權重新抓回到基礎設施與平台層。這意味著，無論未來哪個模型勝出，微軟作為底層雲端平台與算力提供者的地位都將穩固。這才是「去 OpenAI 化」背後真正的戰略野心。
三、潛在風險
首先是資本支出 (CapEx) 的回收風險。儘管我認為目前的投資是需求前置，但高達 1900 億美元的預期支出絕對不是一個小數目。如果宏觀經濟出現嚴重衰退，導致企業端大幅削減 IT 預算，AI 應用的普及速度可能會低於預期。這將直接導致微軟龐大的基礎設施投資面臨回收期延長的窘境，進而對中短期的自由現金流與股東回報造成壓力。
其次是自研模型與晶片的技術風險。微軟正在大力推進自研的 MAIA AI 晶片以及 MAI 內部模型，以期降低對 Nvidia 的依賴並優化成本結構。數據顯示，MAI 模型在語音處理上提升了 67% 的效率，在圖像處理上更是提升了 260%。然而，硬體研發是一條充滿荊棘的道路。如果 MAIA 晶片在良率、效能或軟體生態兼容性上無法達到預期，微軟可能仍需長期承受高昂的第三方硬體採購成本，這將侵蝕其長期的毛利率。
最後是「去平台化」 (De-platforming) 的風險。隨著開源模型的快速進步（如 Llama 3 等），越來越多具備技術實力的大型企業客戶可能會選擇在本地端或利用開源架構自建 AI 系統，以確保數據的絕對安全與客製化彈性。如果這種趨勢擴大，可能會削弱企業對 Azure AI 服務以及標準化 Copilot 產品的依賴，對微軟的長期營收增長構成挑戰。
結語
市場目前對微軟的分歧，本質上來自於時間維度的錯配：短期投資壓力對上長期結構性優勢。資本支出的擴張、利潤率的波動，以及與 OpenAI 關係的調整，在短期內確實帶來不確定性，但若從更長週期觀察，這些動作實際上可重塑微軟於 AI 時代的競爭邊界。透過自建基礎設施、自研模型與晶片，以及建立多元模型生態，微軟正逐步從「依賴模型能力」轉向「掌控平台與算力分配」，進而取得更穩固且可持續的定價權。
然而，這條路徑並非沒有風險。高額資本支出的回收速度、自研技術的落地成效，以及開源與去平台化趨勢，都可能影響其長期回報結構。因此，未來觀察的關鍵，更在於三個核心指標：AI 收入佔比的持續提升、雲端毛利率的修復能力，以及 Copilot 等應用層產品的滲透速度。
Source: Bloomberg, CNBC, J.P. Morgan Research
免責聲明：本報告內容僅供學術探討與專業投資參考，不構成任何買賣證券的建議。投資者應基於自身的風險承受能力與獨立判斷做出投資決策。本報告所引用的投行數據與預測均基於公開可得之研究資料，此文不對其絕對準確性提供擔保。過往財務表現不代表未來收益保證。
詳細的解析, 很有幫助. 謝謝