重點摘要
- 本季營收達 813 億美元、年增 17%，調整後 EPS 為 4.14 美元，雙雙優於市場預期。雖然受 AI 基礎設施投資推升成本影響，短期毛利率下滑至 68%，但公司預期透過營運效率提升與產品組合優化，2026 全財年營業利潤率仍可維持小幅成長。
- Microsoft Cloud 營收達 515 億美元、年增 26%，其中 Azure 與其他雲端服務成長 39%。同時，公司大幅提高 AI 相關資本支出，使短期 CapEx 成長明顯快於雲端營收增速。
- 商業 RPO 達 6,250 億美元，其中約 25% 將於未來 12 個月轉為營收，其中 RPO 中約 45% 來自 OpenAI 的長期承諾，其餘約 55%（約 3,500 億美元）仍年增 28%。
- 為應對算力供給需求，本季新增接近 1GW 的資料中心容量，透過雙層設計與液冷技術提升 GPU 密度，並以 AI WAN 連接 Atlanta 與 Wisconsin，將站點視為單一的 AI 超級工廠，以逐步緩解 Azure 當前的供應限制並滿足強勁的積壓需求。
- 自研晶片成為優化成本結構的關鍵槓桿，Maia 200 在推論工作負載中可帶來超過 30% 的總持有成本（TCO）改善，Cobalt 200 CPU 較前一代效能提升超過 50%，透過垂直整合持續提升整體算力經濟性。
- AI 平台層維持高速成長，Fabric 年化營收 run-rate 突破 20 億美元、年增 60%；Foundry 百萬美元級季度客戶數成長近 80%，且已有超過 250 家客戶預計今年處理逾 1 兆 tokens。
- AI 應用層商業化明顯加速，Microsoft 365 Copilot 付費席次達 1,500 萬、年增逾 160%，大型企業部署動能強勁；GitHub Copilot 付費用戶達 470 萬、年增 75%，個人高階方案季增 77%。
- Windows 11 用戶數突破 10 億人、年增超過 45%。受惠於 Windows 10 終止支援帶動的換機潮與企業需求回溫，Windows OEM 營收表現優於預期，為公司在高投資轉型階段提供穩定現金流支撐。
FY 2Q26 財務概況
簡明損益表
| 單位：十億美元 | FY 2Q26 | FY 1Q26 | FY 2Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| 營業收入 | 81.3 | 77.7 | 69.6 | 4.63% | 16.81% |
| 營業成本 | 26.0 | 24.0 | 21.8 | 8.33% | 19.27% |
| 營業毛利 | 55.3 | 53.6 | 47.8 | 3.17% | 15.69% |
| 營業費用 | 17.0 | 15.7 | 16.1 | 8.28% | 5.59% |
| 營業收入 | 38.3 | 38.0 | 31.7 | 0.79% | 20.82% |
| 稅後淨利 | 30.9 | 30.8 | 25.0 | 0.32% | 23.60% |
| EPS(元) | 4.14 | 4.13 | 3.35 | 0.24% | 23.58% |
| 毛利率 | 68% | 69% | 69% | (100) bps | (100) bps |
| 營利率 | 47% | 49% | 45% | (200) bps | 200 bps |
FY 3Q26 財測指引
| 單位：十億美元 | FY 3Q26 (G) | FY 2Q26 (A) |
|---|---|---|
| Productivity and Business Processes | 34.25 - 34.55 | 34.1 |
| Intelligent Cloud | 34.1 - 34.4 | 32.9 |
| More Personal Computing | 12.3 - 12.8 | 14.3 |
| 合計: 營業收入 | 80.65 - 81.75 | 81.3 |
| 營業成本 | 26.65 - 26.85 | 26.0 |
| 營業費用 | 17.8 - 17.9 | 17.0 |
核心觀點
Azure 增速微幅放緩與供應限制
雖然 Azure 與其他雲端服務本季仍繳出 39% 的年增率，看似維持在高成長區間，但相較市場原先期待在 AI 工作負載快速放量帶動下出現進一步加速，實際表現已顯示成長動能逐步受限於算力供給瓶頸，管理層於法說會中多次重申需求仍明顯高於可用產能，反映 Azure 當前營收受制於資料中心建設進度與 GPU、CPU 上線時點。
公司規劃於 2026 年初正式啟用威斯康辛州 Fairwater AI 超級資料中心，並採取分階段 ramp up 方式釋放產能，試圖緩解當前算力短缺問題。然而，這類大型基礎設施屬於多年度交付專案，即使技術架構具備高密度 GPU 配置與液冷優勢，實際對營收的貢獻仍需隨時間逐步累積，短期難以形成明顯營收增長，市場因此開始質疑，Azure 成長曲線是否已進入供給受限期，未來幾季恐難重現先前在雲端滲透初期的高速擴張動能。此外，AI 工作負載並非僅集中於 GPU 推論與訓練，同時大幅提高一般運算與儲存需求，使微軟必須在有限資本下兼顧 AI 與傳統雲端運算擴建，進一步分散資源配置效率。因此即便市場對 AI 需求前景仍高度樂觀，Azure 短期營收成長仍可能持續落後於需求增速，削弱雲端業務作為主要成長引擎的即時爆發力。
資本支出快速膨脹推升財務壓力
本季微軟資本支出大幅跳升至 375 億美元，且約三分之二集中投入 GPU 與 CPU 等短折舊資產，顯示公司正以前所未有的速度與規模提前佈署 AI 算力。雖然管理層將此解讀為搶佔長期 AI 市場與建立算力護城河的必要投資，但對財務結構而言，這意味著折舊負擔將在未來數年持續放大，已對本季雲端毛利率與自由現金流形成顯著壓力，且公司在指引中亦明確預期毛利率將進一步下滑。
管理層強調多數 GPU 投資已透過長期合約覆蓋其大部分甚至整個使用年限，並反映在商業 RPO 至 6,250 億美元，以此降低投資回收風險。然而，RPO 結構中約 45% 集中於 OpenAI，使未來營收與現金回收高度依賴少數大型客戶的需求與合作穩定性。一旦大型客戶調整算力需求規模、延後使用時程，或產業投資週期出現波動，前置的資本投入可能放大獲利波動與資產利用率風險。微軟正進入一個高度資本密集的擴張階段，雖有望在長期建立 AI 算力與平台優勢，但短期內卻同步承受毛利下滑、現金流承壓與回收能見度不足的多重壓力。這種結構性轉換，使市場重新評價其作為重資產 AI 基礎設施營運商的風險與報酬，亦成為本次盤後股價明顯回落的關鍵因素。
Q&A
Q1：投資人擔心 CapEx 成長過快、Azure 成長略低於預期，該如何看待這些投資的 ROI？
市場過度將 CapEx 成長直接對應到 Azure 營收表現其實並不完整，因為大量 GPU 與 CPU 投資同時用於第一方產品（如 Microsoft 365 Copilot、GitHub Copilot）、內部研發與創新，以及雲端客戶需求三個層面。若將近期新增算力全部配置給 Azure，成長率其實可超過 40%。公司目前是在供給受限下，優先將算力分配到能帶來最高長期價值（LTV）的組合，包括雲端服務與 Copilot 系列新業務，而非單純最大化 Azure 短期營收，整體策略是為了長期報酬與產品生態系優化。
Q2：硬體資本支出折舊六年，但 RPO 平均合約年期僅約兩年半，如何確保 AI CapEx 在整個使用年限內能帶來足夠營收與毛利？
RPO 平均年期被較短期的 M365 與企業應用合約拉低，但實際上大部分 Azure 尤其是 GPU 相關產能已經被長期合約鎖定，許多大型 AI 客戶的 GPU 使用量是涵蓋整個硬體壽命週期的，因此風險遠低於表面數字顯示。此外，隨著設備使用年限拉長，運營效率會逐步提升，單位成本下降，毛利反而會隨時間改善，這與過去 CPU 雲端資產的經驗一致。
Q3：約 45% 的 RPO 來自 OpenAI，市場擔心集中風險與合作持續性，管理層如何看待？
應先關注剩餘約 55%、約 3,500 億美元的 RPO，這部分來自廣泛產業、地區與產品組合，成長達 28%，顯示整體雲端與企業需求非常健康且多元化。至於 OpenAI，微軟對合作關係依然高度有信心，這是一個極具成功潛力的夥伴關係，也讓微軟站在 AI 應用創新的最前沿，並強化整體雲端與平台領導地位。
Q4：未來幾季資料中心與算力擴張速度如何？是否會持續加速？
公司表示正全力在全球各地加速擴建產能，不應只聚焦特定據點如 Fairwater Atlanta 或 Wisconsin，因為這些都是多年期專案。策略重點是同時投資長期基礎設施（土地、電力、機房）與快速部署短期資產（GPU、CPU），並提升營運效率以最大化使用率。整體方向是全球同步擴張，以滿足持續超過供給的需求。
Q5：Maia 200 自研加速器效能亮眼，未來自研晶片是否將成為微軟核心競爭力？對毛利是否有幫助？
微軟多年來持續投入自研晶片與系統整合，Maia 200 的進展證明模型、系統與晶片協同設計能大幅優化效能與成本。公司目標並非只依賴單一架構，而是同時與 NVIDIA、AMD 合作並自研晶片，打造在任何時點都能達到最佳 TCO 的混合算力艦隊。這種垂直整合能力將長期提升成本效率，特別在推論運算上有助於支撐毛利結構。
Q6：企業採用微軟 AI 全棧（frontier transformations）的動能如何？未來客戶支出是否有放大效應？
AI 正在讓 M365、GitHub、Security 三大平台產生複利效應，特別是 Work IQ 將企業在 Microsoft 365 中的「隱性知識」轉化為高價值資料層，讓代理系統能跨工具自動協作。企業不只是在單點導入 AI，而是重塑客服、行銷、財務與研發流程，並透過 Foundry、Fabric、低程式碼工具打造專屬代理系統。這種全面轉型正推動企業對微軟雲端與平台的整體支出顯著擴張。
Q7：除了 GPU，CPU 與雲端遷移的角色如何？AI 是否加速企業上雲？
AI 工作負載不只是加速器運算，實際還需要大量傳統運算與儲存資源來支撐代理系統、工具呼叫與資料處理。訓練與推論都依賴 CPU、儲存與網路的協同運作。此外，企業持續將核心工作負載遷移到 Azure，例如新一代 SQL Server 推動 IaaS 使用量成長，顯示 AI 正成為企業加速雲端轉型的重要催化劑，而非單一 GPU 驅動現象。
