“若GPU管够，增速早超40%！”微软电话会回应市场担忧：我们缺产能，不缺订单（组图）

1月29日，微软发布了2026财年第二季度财报，尽管营收（813亿美元）和每股收益（4.14美元）双双超出华尔街预期，但盘后股价却一度下挫超6%。

市场的情绪矛盾点在于：微软正在以前所未有的速度烧钱，但云业务的增速似乎没有跟上烧钱的节奏。

财报显示，微软本季度资本支出同比激增约66%，达到创纪录的375亿美元。与之形成对比的是，Azure云业务营收增长39%（按固定汇率计算为38%）。虽然这一数字依然亮眼，但在如此巨额的投入下，部分投资者原本期待看到更具爆发力的增长，或者担心AI投资的回报周期将被大幅拉长。

在随后的财报电话会上，微软CEO萨提亚·纳德拉（Satya Nadella）和CFO艾米·胡德（Amy Hood）面对分析师关于“投资回报率（ROI）”的尖锐提问，并未回避，而是抛出了一个核心逻辑：现在的增长上限不是需求，而是供给。

“如果把所有GPU都给Azure，增速早就破40%了”

电话会上，摩根士丹利分析师Keith Weiss直接发问：资本支出增长快于预期，但Azure增速略有放缓，投资者担心ROI。

对此，CFO艾米·胡德给出了全场最有分量的回应：

“如果我把一季度和二季度刚上线的GPU全部由Azure支配，我们的KPI（增速）早就超过40%了。”

胡德解释称，微软面临的是一场“资源分配战”。新增的算力不仅要满足Azure的外部客户需求，还要优先供给内部飞速增长的AI产品——尤其是Microsoft 365 Copilot和GitHub Copilot，以及用于长期的研发创新。

“我们的客户需求持续超过我们的供应能力。”

胡德强调，目前的巨额支出中，约三分之二用于服务器（GPU/CPU）等短期资产，这直接反映了当下的供需紧张关系。

CEO纳德拉：我们看重的是客户终身价值（LTV），不是单一业务

对于市场担忧，CEO纳德拉从战略层面进一步解释道：

“你不能只看Azure。”

“你还要看M365 Copilot、GitHub Copilot、Dragon Copilot、安全Copilot，它们都有各自的毛利结构和生命周期价值。”

他明确表示，微软并不追求某一个业务的极致短期增长，而是追求长期的LTV（客户终身价值）组合：

“我们希望在供给受限的情况下，分配算力去构建‘最优的长期LTV组合’。”

AI投入太早了？管理层反复强调合同“已锁定”

在随后与Bernstein Research的问答中，关于AI硬件投资风险的问题被进一步放大。

分析师直接指出：服务器折旧周期是6年，而剩余履约义务（RPO）平均期限只有2.5年，这是否意味着风险错配？

CFO胡德回应称，公司购买的大部分GPU，在其整个使用寿命内已经被合同锁定。此外，Azure相关的GPU合同，很多是覆盖整个使用周期的，不存在‘卖不出去’的风险。

AI变现：Copilot席位激增160%

为了证明巨额投入正在转化为真金白银，微软在电话会上披露了一系列亮眼的AI商业化数据。

纳德拉透露，Microsoft 365 Copilot的付费席位同比增长了160%，目前拥有1500万付费用户。 此外，每日活跃用户同比增长了10倍，这一数据意在反驳市场上关于“AI工具使用率下降”的传言。

“这是一个创纪录的季度，”纳德拉表示，拥有超过35,000个席位的大型企业客户数量增加了两倍，其中包括辉瑞、NASA等机构。

在代码领域，GitHub Copilot付费订阅用户达到470万，同比增长75%。这表明AI不仅在C端，在B端生产力工具上的渗透率正在加速。

自研芯片Maya 200：“总成本降低了30%”

面对英伟达等硬件厂商的高昂成本，微软也在加速“去依赖化”。

纳德拉在电话会上宣布，本周正式上线了微软自研的Maya 200加速器。他高调宣称：

“Maya 200在FP4精度下提供超过10 Petaops的算力，与我们硬件设施（fleet）中最新一代硬件相比，总拥有成本（TCO）降低了30%以上。”

这一举措被解读为微软控制AI基础设施成本、提升毛利率的关键战略。纳德拉明确表示，微软将从推理和合成数据生成开始，大规模部署自研芯片。

此外，在市场目光紧盯GPU的同时，微软管理层在电话会中揭示了AI硬币的另一面：存储与数据管理。AI Agent（智能体）的爆发正在重构数据基础设施的需求。

纳德拉指出，要让Agent有效工作，必须将其建立在企业的“数据和知识”之上。这直接引爆了微软统一数据平台Microsoft Fabric的增长。他在电话会上透露：

“Fabric的年收入运行率现已超过20亿美元……继续是市场上增长最快的分析平台，收入同比增长60%。”

这一增速表明，企业为了迎接AI时代，正在疯狂清洗、存储和管理其核心数据。

而在问答环节的最后，当巴克莱银行分析师问及云转型动力时，纳德拉更是从技术底层逻辑上，强调了存储在AI架构中不可或缺的地位。他明确表示，AI工作负载不仅仅是关于加速器（GPU）：

“顺便说一句，即使对于训练任务，AI训练任务也需要一堆计算和一堆非常靠近计算的存储。”

他进一步解释称，未来的推理场景（Inference）中，Agent模式不仅运行在GPU上，还需要配置计算机资源，即“计算和存储”。

对于市场最关心的2027年甚至更长远的AI需求，微软表现出极强的信心。虽然股价短期承压，但管理层传递的信号非常明确：这是一场关于算力的“军备竞赛”，谁能拿到更多卡，谁能更高效地部署，谁就能吃下这波AI扩散周期的最大红利。

对于担忧回报周期的投资者，纳德拉用一句话定调：

“实际上，即使在这样的早期阶段，我们已经建立了一个AI业务，其规模比我们耗时数十年建立的一些最大特许经营权业务还要大。”