1. 深入解析微軟股價暴漲的投資邏輯 [1]

thumbnail 微軟股價在一天內暴漲15%，這不僅是其40年歷史上的罕見事件，也帶動了整個AI板塊的上漲，這波漲勢背後是市場對微軟投資邏輯的徹底重構。

1.1. 微軟股價上漲的真正原因：市場擔憂的緩解 [1]

  1. 微軟股價的漲跌與市場對其的擔憂息息相關，而非僅僅是業務數據的變化 [18]。
    1. 過去半年，微軟股價經歷大跌，面臨前所未有的挑戰 [5]。
    2. 一份財報讓股價暴漲15%，顯示之前的擔憂可能已不存在 [6]。
  2. 投資者應關注微軟面臨的最大問題及其應對措施，而非財報中的所有數據 [19]。
  3. 市場對微軟的三大質疑是制約其股價上漲的關鍵因素 [21]：
    1. AI回報不足：微軟在AI領域投入最多，但回報不盡人意，Azure雲業務增速連續四個季度觸頂，軟體應用方面也缺乏明確的AI回報 [22]。
    2. AI投入失控：AI數據中心投資巨大，像無底洞般消耗公司現金流，市場對此格外敏感 [25]。
    3. 軟體被AI顛覆的威脅：若未來企業工作流程由AI Agent完成，Office軟體的入口地位和不可替代性將被削弱，利潤可能流向大型模型 [28]。
  4. 微軟若要扭轉股價頹勢並實現可持續上漲，必須有效解決這三大質疑 [32]。

2. 財報如何回應市場對AI回報的質疑 [48]

thumbnail

微軟的最新財報顯示，Azure雲業務的產能釋放和訂單增長有效回應了市場對AI回報的質疑，儘管短期內利潤率仍面臨壓力。

2.1. Azure雲業務的產能釋放與訂單增長 [48]

  1. Azure雲業務是觀察微軟AI回報的最佳指標，因為其AI投資主要集中在Azure數據中心 [49]。
  2. Azure本季度業績突破連續一年的增長瓶頸，開始加速增長 [52]。
    1. 季度同比增長43%，高於上季度的39.5%和市場預期的41.5% [53]。
    2. 下季度指引提高到45%，顯示出關鍵的增長拐點 [54]。
  3. Azure超預期增長主要歸因於效率提升和產能提前上線 [56]。
  4. 產能提升是Azure業務的關鍵，而非僅僅是收入增長 [61]。
    1. Azure的需求旺盛，但增長受限於可落地使用的算力模型 [62]。
    2. 微軟6月份產能突然跳升，同比增長超過120%，環比增長超過50% [66]。
    3. 管理層證實未來兩年整體產能將再翻一倍 [66]。
    4. 預計隨著產能持續釋放和效率提升，Azure收入將持續加速增長 [67]。
  5. 長期訂單進一步證實了Azure的強勁需求 [69]。
    1. 本季度新簽訂單（包括OpenAI）增長近11% [70]。
    2. 剔除OpenAI後，新簽訂單增長達18%，其中來自前沿模型公司的增量訂單增長25% [71]。
    3. 這表明即使沒有OpenAI，Azure的訂單需求依然旺盛，能保持快速增長 [74]。

2.2. Azure雲業務利潤率的挑戰與潛在催化劑 [77]

  1. Azure的利潤率是另一大難題，因微軟在自主晶片方面落後，雲業務利潤率壓力高於亞馬遜和谷歌 [77]。
  2. 智能雲業務的營收利潤率環比回升0.9個百分點，止住了此前連續三個季度下滑的趨勢 [78]。
    1. 然而，毛利率實際在下滑，本季度成本端上漲42%，收入端僅上漲31% [79]。
    2. 成本上漲原因包括AI基礎設施的先行投資和GitHub Copilot使用量上升帶來的算力消耗 [80]。
    3. 整體利潤上漲主要來自營運費用的有效控制，但這種控制通常是一次性的，難以無限持續 [80]。
  3. 雲業務利潤率能否持續反彈，關鍵在於毛利率的上升，這有兩大潛在催化劑 [81]：
    1. 自主研發晶片：微軟雖落後於谷歌TPU和亞馬遜Traning，但自身進步迅速 [83]。
      1. 24年前發布第一代Maya晶片，今年初發布第二代Maya 200晶片，每美元性能比最新硬體高出30% [86]。
      2. Maya 200已支援OpenAI和微軟自己的Maya AI模型 [88]。
      3. 預計明年下半年Maya 300晶片將規模化量產，屆時將顯著提升雲業務利潤率 [89]。
    2. 模型多元化：微軟在三大雲模型中多元化做得最好，提供超過11,000個模型 [91]。
      1. 包括OpenAI、Anthropic等最強模型，以及微軟自己的MaaS（模型即服務） [94]。
      2. 大量引入中國的高性價比模型如DeepS...e-K和Kimi [94]。
      3. 客戶同時使用多家供應商模型的數量增加近5倍，微軟可根據場景分發任務給成本更合適的模型，從而增加利潤率 [95]。
  4. 儘管有潛在催化劑，微軟雲業務利潤率在短期內難以持續提升 [97]。
    1. 晶片要等到明年才能上量，多元化模型目前作用太小，無法帶來根本性質變 [97]。
    2. 雲業務利潤率的持續提升可能要等到明年 [98]。

3. 微軟對AI投入失控和軟體顛覆威脅的回應 [100]

thumbnail

微軟透過承諾維持自由現金流和Copilot的優異表現，有效回應了市場對AI投入失控和軟體被AI顛覆的兩大質疑。

3.1. AI投入與現金流承諾 [100]

  1. 市場對微軟的第二大質疑是AI投入是否會失控，此前谷歌因資本開支顯著增加而股價暴跌 [100]。
  2. 微軟本季度支出達410億美元，同比增長69%，但低於市場預期 [103]。
    1. 自由現金流仍有196億美元，儘管比上季度下降近40%，但依然充裕 [105]。
    2. 在大規模AI投資的同時，微軟本季度還支付了102億美元的股息和收購，顯示其未犧牲原有經營品質 [106]。
  3. 微軟管理層承諾2027財年自由現金流將始終保持健康，正面回應了市場擔憂 [108]。
    1. 市場此前最擔心的是所有大型科技公司無腦投入AI軍備競賽，燒光現金流甚至借錢投資 [109]。
    2. 谷歌本季度自由現金流轉負，股價因此受罰 [110]。
    3. 微軟的承諾消除了未來一年的不確定性，表明不會為AI投資犧牲經營品質 [111]。
  4. 關於資本性支出下調的討論，實際上是會計處理方式的調整，而非實際花費減少 [114]。
    1. 微軟將部分融資租賃的資本支出透過會計手段轉為經營性租賃，導致報表數字下降 [116]。
    2. 實際花費並未減少，這只是記帳方式的騰挪，投資者無需過度在意 [117]。

3.2. Copilot的優異表現降低軟體顛覆擔憂 [121]

  1. 市場對微軟的第三大質疑是AI是否會顛覆軟體，特別是其核心的Office軟體（現稱M365） [121]。
  2. 本季度M365商業和個人版收入同比增長15%（剔除統計差異後為16%），增速略有放緩但符合預期 [125]。
  3. M365商業版席位數保持6%的增長，已維持近5個季度不變，表明AI尚未對軟體使用人數造成威脅 [128]。
  4. Microsoft Copilot是微軟的旗艦AI應用，旨在將傳統軟體融入AI工作流程，強化軟體護城河 [130]。
    1. 本季度Copilot付費席位從上季度的2000萬快速增長到3000萬以上，環比增長約1000萬，遠超市場預期的600萬 [134]。
    2. 企業客戶數量環比增長近75%，席位數超過5萬的客戶數量同比增長超7倍，顯示Copilot已成為企業核心工具 [135]。
    3. GitHub Copilot用戶達5000萬，按量收費後席位和收入持續增長，收入環比增長超過60% [136]。
  5. Copilot在產品品質上做了很大改善 [137]。
    1. 工作負載吞吐量自年初以來提升4倍多，模型接入讓相同任務能用更少Token完成 [138]。
    2. 推出新功能AutoPilot，一個具備完整企業合規能力的常識運行Agent [138]。
    3. 微軟計畫將Chat Copilot、AutoPilot和Code整合進一個跨消費級和商用級的超級AI應用，迅速鋪開AI生態 [139]。
  6. 雖然無法斷定AI不會威脅微軟軟體，但Copilot的發展趨勢確實不斷降低這種威脅 [141]。

4. 微軟投資邏輯的重構與AI產業發展趨勢 [142]

thumbnail

微軟的風險釋放邏輯已確立，業績增長確定性強，且其財報指明AI產業價值將從基礎層向雲計算層流動，預示雲計算領域的長期增長空間。

4.1. 微軟風險釋放邏輯的確立 [142]

  1. 微軟股價的恢復源於市場對三大質疑的緩解 [143]。
    1. AI回報：關鍵產能釋放推動Azure收入加速，短期利潤率仍有壓力，但明年自主晶片落地將進一步釋放利潤潛力 [146]。
    2. AI投入：管理層承諾「絕不讓現金流為負」打消了市場最大疑慮，數據顯示微軟能在大規模產出同時保持現金流健康和營運品質 [149]。
    3. 軟體AI威脅：本季度財報雖未能完全消除質疑，但Copilot的優異表現一定程度上降低了擔憂 [153]。
  2. 整體而言，微軟的風險釋放邏輯已確立，未來風險將逐步降低，為股價提供支撐和上漲動力 [154]。
  3. 公司業績增長確定性強，將進一步支持未來股價表現 [156]。
  4. 股價反彈後，微軟的估值仍處於合理水平，安全邊際高 [157]。

4.2. AI產業鏈價值流動趨勢 [161]

  1. 微軟財報揭示了AI發展的重要趨勢：AI產業鏈價值將逐步從最高層的基礎層向下流動，從中間的雲計算到模型，最後到應用層 [161]。
  2. 過去兩年，算力是產業鏈瓶頸，大部分利潤沉澱在上游基礎層 [162]。
  3. 上半年出現兩大變化，打斷了價值向雲計算層流動的過程，導致雲計算公司股價表現不佳 [163]。
    1. 大型模型在Coding領域出現爆款應用，以Anthropic為首的模型公司產生巨大利潤 [163]。
    2. 以儲存為代表的基礎層硬體出現短缺甚至大幅漲價 [164]。
    3. 雲計算因此被夾在中間，兩頭受擠壓 [165]。
  4. 長期來看，這種兩頭擠壓不會是常態 [166]。
    1. 上游硬體極端短缺不會長期存在，超額利潤會帶來擴產和競爭 [166]。
    2. 模型能力正在快速商品化，護城河逐步縮小，單靠模型本身難以維持超額利潤 [166]。
    3. 中國高性價比模型不斷出現，OpenAI也開始降低尖端模型價格 [167]。
  5. 基礎層半導體和大模型的需求在未來很長一段時間內仍將堅挺，但產業鏈價值生態將被打破 [168]。
  6. 雲計算在AI產業鏈中地位不可或缺，擁有從硬體到軟體、從業務到資本的龐大生態，具備超高溢價權 [170]。
  7. AI價值鏈最終將回歸常態化分配，目前受擠壓的中間層雲計算具備不錯的長期增長空間，微軟將是其中最強受益者之一 [172]。