重點摘要
- Microsoft 2026 會計年度第三季營收 829 億，YoY 18%，EPS 為 4.27 、YoY 21%，營業利益 YoY 20%，顯示公司在 AI 基礎建設大幅擴張下仍維持強勁獲利能力。
- Microsoft Cloud 本季營收 545 億、YoY 29%，其中 Azure 及其他雲端服務收入 YoY 40%，優於預期，主因部分容量提前上線，帶動 AI 與非 AI 工作負載同步成長，但整體需求仍全面高於供給。
- AI 業務年化營收規模突破 370 億、YoY 123%，反映 agents 正逐步成為下一代主導性工作負載，並帶動企業 IT 架構、預算配置與長期 TAM 擴張。
- 公司本季再新增 1GW 資料中心容量，並維持兩年內整體基礎設施足跡翻倍目標，同時新 GPU 部署週期自年初以來縮短近 20%，主要模型推論吞吐量提升 40%，顯示擴產與效率優化同步推進。
- CapEx 本季達 319 億，其中約三分之二投入 GPU 與 CPU 等短週期資產，第四季預計升至超過 400 億，2026 年資本支出則估約 1,900 億，反映公司正持續大規模提前部署 AI 算力。
- Microsoft 365 Copilot 付費席次已超過 2,000 萬席、YoY 250%，為推出以來最快成長速度，每位使用者查詢量季增近 20%，整體每週互動已接近 Outlook，顯示 Copilot 正由席次擴張進一步走向高頻使用與大型企業標準化導入。
- 展望後續，公司預估第四季總營收將達 867 億至 878 億，Azure 維持 39% 至 40% 高成長，並預期 2026 年下半年成長將較上半年溫和加速，但 GPU、CPU 與儲存供給至少到 2026 年底前仍將維持吃緊。
FY 3Q26 財務概況
簡明損益表
| 單位：十億 | FY 3Q26 | FY 2Q26 | FY 3Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| 營業收入 | 82.9 | 81.3 | 70.1 | 1.97% | 18.26% |
| 營業成本 | 26.8 | 26 | 22 | 3.08% | 21.82% |
| 營業毛利 | 56.1 | 55.3 | 48.1 | 1.45% | 16.63% |
| 營業費用 | 17.7 | 17 | 16.1 | 4.12% | 9.94% |
| 營業利益 | 38.4 | 38.3 | 32 | 0.26% | 20.00% |
| 稅後淨利 | 31.8 | 30.9 | 25.8 | 2.91% | 23.26% |
| EPS(元) | 4.27 | 4.14 | 3.46 | 3.14% | 23.41% |
| 毛利率 | 68% | 68% | 69% | -35 bps | -94 bps |
| 營利率 | 46% | 47% | 46% | -79 bps | 67 bps |
營運部門績效
| 單位：百萬 | 3Q26 營收 | 3Q25 營收 | YoY | 3Q26 營利 | 3Q25 營利 | YoY |
|---|---|---|---|---|---|---|
| Productivity and Business Processes | 35,013 | 29,944 | 16.93% | 20,973 | 17,379 | 20.68% |
| Intelligent Cloud | 34,681 | 26,751 | 29.64% | 13,753 | 11,095 | 23.96% |
| More Personal Computing | 13,192 | 13,371 | -1.34% | 3,672 | 3,526 | 4.14% |
| 總計 | 82,886 | 70,066 | 18.30% | 38,398 | 32,000 | 19.99% |
FY 4Q26 財測指引
| 單位：十億 | FY 4Q26 (G) | FY 3Q26 (A) |
|---|---|---|
| Productivity and Business Processes | 37.0 - 37.3 | 35.0 |
| Intelligent Cloud | 38.0 - 38.3 | 34.7 |
| More Personal Computing | 11.8 - 12.3 | 13.2 |
| 合計: 營業收入 | 86.7 - 87.8 | 82.9 |
| 營業成本 | 29.4 - 29.6 | 26.8 |
| 營業費用 | 19.3 - 19.4 | 17.7 |
核心觀點
Azure 供給瓶頸的負面敘事開始鬆動，市場關注產能釋放
本季最重要的變化是 Azure 並未如市場擔心般繼續被供給限制壓住成長，已開始出現產能釋放轉化為收入的跡象，公司本季 Azure 與其他雲端服務營收年增 40%，高於原先市場預期，且 Fairwater 資料中心提前 6 週上線、使部分容量得以提早貢獻營收，同時單季再新增 1GW 容量，並進一步指引 Q4 Azure 成長達 39% 至 40%，且 2026 年下半年相較上半年仍將溫和加速，先前市場對於 CapEx、RPO 與基建擴張終將反映到 top line 的期待，已開始逐步落地。不過目前需求仍持續高於供給，且即使在大幅加碼投資後，GPU、CPU 與儲存資源至少到 2026 年底前仍會受限，未來幾季投資人需留意 Microsoft 能否持續把新增容量轉為 revenue-ready，並在第一方 AI 使用與外部 Azure 客戶之間維持更佳配置效率。先前市場把 CapEx 快速膨脹視為估值壓抑因素，這個判斷在當時是對的，因為市場當時更在意毛利、自由現金流與 OpenAI 集中風險，但本季 CapEx 雖然進一步上修，市場卻沒有再用同樣悲觀的方式解讀，原因在於本次也同步給出更強的需求、產能釋放與收入指引，公司預估 Q4 CapEx 將超過 400 億，2026 年曆年 CapEx 約 1,900 億，其中約 250 億來自元件價格上升，且約三分之二仍投入短週期資產，持續大規模拉高 GPU、CPU 等可較快轉成算力供給的設備部署。
Copilot 商業化已從席次擴張走向 usage 驗證
先前微軟雖然在 Copilot、Foundry、Fabric 等 AI 應用與平台層快速放量，但市場對其真正商業化深度仍抱持保留，特別是在高額基建投資尚未對應到足夠明確的應用層收入時，估值容易受壓。本季最大的改變，是 Copilot 除了付費席次成長外，整理使用量也有增加的趨勢，本次 Microsoft 365 Copilot 付費席次已突破 2,000 萬、年增 250%，每位使用者查詢量季增近 20%，整體每週 engagement 已接近 Outlook，顯現 Copilot 成為執行長任務的 async coworker 的潛力，進一步而言，微軟順勢將 AI 商業模式從 per-seat 轉向 user plus usage，目前 GitHub Copilot 已正式轉向 usage-based pricing。然而須留意的是，目前這個轉型尚未完全成熟，因為 UBS 也點出短期毛利、D365 renewals 與 bookings 已受到 seats-to-usage 轉型擾動，usage 模式雖可能擴大 TAM，但短期仍伴隨 P&L 壓力與客戶採購行為重組，因此後續仍需追蹤 usage 收入放大速度，是否足以抵消前期成本與定價轉換摩擦。不過整體而言，本季微軟管理層對 ROI 的信心比上一季更強，直接把 Azure 下半年溫和加速與 Copilot usage 增長連結到當前投資，大幅上修 CapEx 短期可能需時間消化，但中期其實是正向需求訊號，投資人後續需繼續關注 CapEx 是否能持續轉化為 Azure 加速、Copilot 使用深化，以及更可見的 usage-based monetization。
Q&A
Q1: 企業端 AI 需求目前是如何轉化為 commercial bookings 的？從過去以 seat 為主的模式，未來是否會逐步轉向 seat 加上 consumption 的混合模式？在整體 IT 預算與 GDP 並未明顯上修的情況下，企業持續投入 AI 的預算最終會從哪裡來？
從短期來看，bookings 仍會受到大型多年期 Azure 合約、到期基期與合約簽訂時點影響，但更重要的變化是商業模式正由單純 per-seat 授權，逐步轉為 seat 加 usage 並行。未來不論是 productivity、coding 或 security，核心邏輯都會變成每位使用者搭配 agent 的使用情境，因此部分收入會像傳統授權一樣反映在 seat，另一部分則會以實際 usage 計費，未必完全經過過去熟悉的 bookings 形式。至於 AI 預算來源，公司認為最終仍會來自可量化的 business outcome，也就是 agents 幫助客戶壓縮流程、降低成本、提升收入，當企業看到這些任務路徑被明顯改善後，就會自然增加使用強度與支出。
Q2: 今年下半年 CapEx 指引大幅上升，公司對供應鏈與實體元件限制的掌握度有多高？新增產能將如何在 Azure 與第一方 AI 應用之間分配？公司是否有能力如期把這些設備與容量轉成可供營收使用的資產？
對於克服供應鏈與工業製造層面的限制具有相當高的信心，尤其短期內更重要的是把 CPU、GPU 與 storage 盡快安裝到位，以回應目前已看到的需求訊號。 CapEx 上升有一部分確實來自元件價格提高，因此也意味支出組成更偏向短週期資產；同時，公司也透過效率優化與資料中心交付加速，盡可能讓新增容量更快變成 revenue-ready。至於分配邏輯，Azure 需求仍非常強，而 Copilot 在 productivity、coding 與 security 的使用量也正走在更陡峭的成長曲線上，因此未來一段時間 Azure 與第一方應用之間的資源拉鋸仍會持續，但公司會以最高 ROI 的方向做平衡配置。
Q3: 為什麼市場普遍認為 AI 很燒錢，但 Microsoft、Google 與 Amazon 卻仍能維持較好的利潤表現？投資人目前低估了哪些 AI 商業模式或成本改善因素？長期來看，AI 是否有機會成為更高毛利的業務？
投資人可能低估了 usage-based pricing 對 AI 業務利潤結構的幫助。 與早年雲端轉型相比，Microsoft 目前 AI 業務在週期中的利潤表現其實更好，關鍵在於應用層能夠更直接依照客戶創造的價值進行計價，因此收入模式不只是單純授權，而是與實際使用量與成果綁定。此外，公司也持續運用既有 IP、合作夥伴提供的 IP，以及自研硬體與整體軟硬體效率優化，從 infra stack 中持續拿回成本，讓毛利率改善。 ，真正的核心仍是客戶是否願意持續使用，若 usage 對應的是明確價值與正向 ROI，那麼長期不只 TAM 能夠擴大，利潤表現也會更健康。
Q4: 當前 CapEx 成長速度明顯快於營收成長速度，這個時間差應該如何理解？哪些支出會比較快轉成收入，哪些則屬於長期投資？公司是否已經開始看到 app 與 services 層的 monetization 成果，足以支撐這樣的資本投入？
若以 Azure 為例，真正與收入較直接相關的是投入在短週期資產上的支出，而不是那些攤在 15 年以上的長期資產或因 finance lease 形成的時點波動，因此外界不宜只看總 CapEx 與收入增速的簡單對比。 目前平台層的 TAM 擴張與供需缺口仍給予公司很高的投資信心，而在應用層，公司已開始看到 seat 加 consumption 模式逐步反映在收入端，例如本季 M365 Commercial Cloud 成長加速，Q4 指引也進一步改善，GitHub 未來也可望隨 usage-based 模式帶來更明顯的 top-line acceleration。再加上公司目前仍有超過 6,000 億以上的 RPO 尚待交付，因此重點是如何把已投入的 CapEx 更快轉成可認列收入的容量。
Q5: 過去幾個月 Microsoft 365 Copilot 的技術與商業進展非常快，公司從目前的 adoption 過程中學到了什麼？哪些產品形態與使用情境最有效？這些經驗又如何影響 E7 與 Copilot cowork 等後續策略？
Copilot 的演進已從單一 chat 介面，擴展到包含 reasoning chat、內建 agents、可延續對話的編輯模式，以及可以直接委派任務的 cowork 形態，反映產品正在從同步助手走向可執行長任務的 coworker。真正讓這些 form factors 有效的關鍵，是多模型能力與企業內部 context 的結合，包括郵件、文件、會議、Teams、SharePoint 等持續更新的組織資料，這些是形成高品質輸出的核心。目前 Copilot 的使用強度已接近 Outlook 的等級，顯示它不再只是概念驗證，而已經變成高頻工作習慣。因此，公司未來會繼續沿著多模型 harness 加上 context richness 的方向推進，同時配合 user plus usage 的商業模式來擴大變現。
Q6: OpenAI 協議調整後，從模型面、財務面與合作架構面來看，投資人需要注意哪些變化？這次新框架是否也代表 Microsoft 在模型來源上將更積極走向多元化？
整體而言對與 OpenAI 的合作關係感到滿意，核心仍是確保雙方維持長期 win-win。 最重要的資產之一是 Microsoft 仍可在 2032 年前取得 frontier model 的 royalty-free IP 使用權，會充分利用這些權利來支援自身產品與平台優化。另一方面，OpenAI 仍是 Microsoft 的重要客戶，不僅在 AI accelerator，也在其他 compute 資源上持續消耗，而公司同時也保有對 OpenAI 的股權部位。從財務面來看， revenue share 延續到 2030 年，能提供較高的可預測性，而 royalty-free IP 以及 Microsoft 對 OpenAI rev share 義務的消除，也有助於改善公司未來的經濟效益。整體來看，雙方關係雖隨各自成長與客戶對 model diversity 的要求而調整，但公司認為新框架讓合作基礎仍然穩固。
Q7: 在 E7 與更廣泛的 AI 商業模式下，公司要如何同時滿足客戶對 seat-based 定價可預測性的需求，以及對 usage-based 模式的擴張？三到五年後，seat 與 consumption 的組合大概會走向什麼樣的結構？
客戶確實仍重視預算與採購上的可預測性，因此 seat-based pricing 不會消失，而是會變成附帶一定 consumption entitlement 的包裝方式，企業先透過 seat 或 agent 購買一個基礎使用額度，超過後再進入純 consumption 計價，而若客戶願意簽長約承諾用量，也可獲得相應折扣。這會是未來幾年的主要方向，因為它同時兼顧採購便利性與實際價值對價。最終客戶是否願意把更多 IT 預算轉向這類模型，仍會取決於 tokens 所對應的成果評估，也就是 AI 是否真正改善收入、效率與流程；當這些結果逐步明確後，企業的 IT 預算與其他營運費用項目也會跟著重分配。
