微軟（MSFT）：Azure 成長之後，平台優勢如何承受現金投入？

企業財報更新稿｜資料更新至 2026 年 11 月 8 日｜金額除每股外為美元。財報期間為截至 2026 年 9 月 30 日的 FY2027 Q1。已核對公司新聞稿、正式 10-Q、FY2026 年報與官方法說逐字稿。

研究結論

平台的變現能力仍有改善證據，但收入增長與股東現金流已出現不同速度。 Azure 及 Microsoft 365 cloud 推動收入，營業費用增幅低於毛利，使營業利益增長快於營收。與此同時，設備付現增量大於營業現金流增量，自由現金流下降。這使研究焦點從「AI 是否有人使用」，移向「客戶付款能否覆蓋設備、租賃及供應鏈資金，並在汰換後留下每股現金」。

本文認為微軟同時扮演兩種角色。在平台層，它掌握企業入口、開發者工具與治理，大型語言模型之間的競爭越激烈，模型越像可替換的零件，價值越往平台集中；在算力層，它是重資本的「水電公司」，承擔設備、租賃與價格下滑的壓力。本季的毛利率變化，正反映收入組合由前者往後者移動。

一、企業為何願意持續付費？

企業導入 AI，需要算力、資料、權限、安全與能完成工作的應用。微軟同時銷售雲端、開發工具和企業軟體，可以把既有客戶關係延伸至更多用途。當客戶將資料治理、部署與工作流程整合到這些產品，重新配置供應商便涉及工程、人員訓練與安全成本。這是平台交叉銷售與續約的經濟機制。

但這種機制不會自動轉成高增量現金回報。軟體訂閱擴大時，服務更多使用者的成本可能相對有限；GPU 算力擴大則需要設備、電力和資料中心。若收入組合向算力移動，即使客戶黏性提高，公司整體資本密集度仍會上升。因此以下依序檢查收入來源、毛利與費用、現金設備支出與長期合約，最後再回到平台角色。

二、成長從哪裡來？

本季財報先改變了觀察方式。公司改採 Agents and Infra、Devices and Consumer 兩分部，並重編去年同期比較，因此不能把新的 Agents and Infra 與上一季 Intelligent Cloud 直接比較成長。Azure 新定義包括 GPU 與非 GPU 用量服務；Microsoft 365 commercial cloud 則包含 GitHub cloud、Copilot 及部分安全產品。新分類更貼近管理層目前的產品組合，卻要求研究員重建一致序列。公司財報分部說明及 10-Q 指標定義

來源為公司 FY2027 Q1 正式公告的產品與服務收入表，去年同期為公司依新分類重編的數字。占收入增量為各項增減除以總收入增加的 146.06 億，因有項目下滑，正值合計超過 100%。

收入增量的約四分之三來自 Azure，Microsoft 365 cloud 再貢獻約 28%；兩者合計已占總收入約 66%。傳統授權、Windows 與 XBOX 則同時下滑。微軟的成長引擎高度集中在雲端與企業訂閱，消費性與一次性授權業務已不再推動成長。公司在新聞稿另揭露，Microsoft 365 商用雲端收入經調整後年增 18%，消費者雲端年增 17%，搜尋與廣告扣除流量取得成本後年增 12%。

Agents and Infra 貢獻全公司約 88.3% 的營業利益，利潤率小幅下降，與雲端組合向算力移動的方向一致。Devices and Consumer 收入下滑，但成本與費用降得更多，營業利益仍小幅增加，屬於縮減中的現金來源，而非成長來源。分部營業利益未分攤全部資本成本，不能直接當成各事業的投資報酬。

產品層的採用訊號也指向同一方向。管理層在法說表示，Foundry 客戶超過 12 萬、收入為去年同期的三倍以上；Copilot 使用量與使用計費客戶也上升。這些是實際商業採用的訊號，但公司沒有揭露 Foundry 絕對收入、Copilot 本季付費席次更新或個別產品的獨立利潤，因此不能推算其投資報酬率。管理層同時承認 M365 E3 與部分單項產品銷售執行較弱，平台優勢仍需靠落地能力兌現。官方法說逐字稿

三、本業獲利如何改善？

表內單位為億美元，EPS 為美元。去年同期均採公司本季呈列口徑。

來源為公司 FY2027 Q1 正式公告。成長率按原始數值計算，與公司整數四捨五入略有差異。

毛利增加約 89.29 億，營業利益增加約 79.54 億，兩者差額只有約 9.75 億新增營業費用。這是本季營業槓桿改善的主要財務證據。綜合毛利率由約 69.0% 降至 67.8%，營業利益率卻由約 48.9% 升至 49.8%，兩者可以同時成立，因為費用占收入比例降低。

公司 10-Q 說明 Microsoft Cloud 毛利率降至 66%，原因包括組合向 Azure 移動，部分被產品層級效率改善抵銷。這並非每一項 AI 服務毛利惡化的證據，也不能把集團費用吸收當成 GPU 單位回報改善。研究結論應停留在已可觀察的層次，即平台整體能吸收更多收入，但各產品完整經濟性仍未分離揭露。

四、EPS 成長中有多少屬於投資比較基期？

本季 OpenAI 投資帶來稅後收益 2.07 億、EPS 0.03；去年同期則有稅後損失 30.86 億、EPS 負 0.41。因而 GAAP EPS 年增 32%，明顯高於公司排除此項後的 18%。這一差別不能用來判定 OpenAI 的客戶需求真假，它只說明財務投資的損益變動使 GAAP 成長率偏離較可比的營運趨勢。公司非 GAAP 對帳表

排除投資損益，也沒有消除公司與 OpenAI 的經濟關係。10-Q 披露當季與 OpenAI 商業安排產生收入 100 億，包含收入分享款；期末應收 72 億，較六月底 60 億增加。100 億相當於集團季度收入約 10.8%，但不能全部當作 Azure 算力收入，因為披露明確包含不同商業安排。應收增加本身也不能證明逾期，仍需帳期、收款與交易條款。10-Q 附註一 OpenAI 合作揭露

雙方的關係結構也在調整，但微軟並未收縮出資。微軟對 OpenAI 的出資承諾維持 130 億，已出資由六月底 119 億增至九月底 120 億；轉換後持股則由約 25% 降至約 24%。FY2026 年報說明，持股下降來自 2025 年 10 月的重組與 OpenAI 其他募資，微軟並因此認列稀釋利益，而不是出售持股。2026 年 4 月雙方修約後，微軟對 OpenAI 模型與產品的授權延續至 2032 年，但改為非獨占；OpenAI 可透過任何雲端銷售產品，仍優先部署於 Azure；微軟不再支付營收分成給 OpenAI，OpenAI 付給微軟的分成持續至 2030 年，比例不變但設有總額上限。FY2026 年報；OpenAI 修約公告

因此平台廣度與客戶集中風險需要並列。多數客戶分散，不代表所有大型 AI 合約的資金來源也同樣分散。應逐季核對主要合作客戶的付款、履約與融資能力，避免把供應商的收入與客戶的投資承諾當作彼此獨立的終端需求證明。

五、自由現金流為何落後營業利益？

來源為10-Q 現金流量表與附註十二。CFO 減設備現金支出是分析者依報表重算；租賃資產取得不是當期同額現金付款，不能直接相加作為現金流出。

CFO 多了約 129.43 億，設備現金支付卻多了約 199.73 億，於是簡化自由現金流減少約 70.3 億，年減 27.4%。這並非公司無法產生現金。相反地，公司本業現金流很強；問題是新增現金仍不足以完全抵銷擴建付款的增幅。同期折舊、攤銷及其他由 81.47 億增至 117.44 億，增幅約 44.2%，明顯高於營收增速，過去的擴建已開始反映在損益表。

租賃讓這個問題更需要口徑紀律。營運租賃新資產上升、融資租賃新資產下降，意味只看某一種資本支出指標會漏掉部分未來資源承諾。公司用 CFO 減現金設備支出得到的金額，仍未扣融資租賃本金；若再扣本季 10 億本金，機械差額為 176.33 億。這不是公司另一項正式 FCF 指標，也不是已扣除全部未來義務的股東可分配現金。營運租賃付款已在 CFO 中，不應重複扣除。

供應鏈資金也不能忽略。10-Q 將部分協助購買伺服器元件的款項列為其他應收及投資活動，而非現金 PP&E；這類流動其他應收由六月底 278 億增至 357 億，依供應商協議受限的投資另有 126 億。這表示只看設備支出會低估某些期間的整體基建資金部署。不過，這些款項不等同永久消耗，能否收回、轉為設備或形成其他權利，仍取決於合約。10-Q 附註一及流動性分析

資本支出指引：需求強，仍需防範交付與回收錯配

法說中的第一季資本支出為 452 億美元，包括資產取得與租賃開始時認列等項目；其中現金購置 PP&E 為 393.67 億美元。管理層另提到當季融資租賃為 74 億美元。因認列時點和計量口徑不同，不能把 452 億與 393.67 億相加，也不能用兩者差額直接推算 74 億。10-Q 現金流附註的新取得融資租賃使用權資產 51.92 億與法說 74 億亦屬不同口徑，不能在沒有公司對帳的情況下視為同一指標。官方法說；10-Q

管理層指出，約四分之三的法說資本支出是 CPU、GPU 等較短壽命資產，第二季支出預計超過 500 億美元；2026 曆年預計約 1,700 億美元，與 FY2027 全年不是同一期間。第三方容量交付延遲，部分投資移至財政年度下半年。較低的曆年預估因此包括時間遞延，不能直接解讀成最終投資需求減少。短壽命設備占比高也意味首次建置後仍要考慮替換與技術迭代，判斷回報不能假設設備只買一次。

管理層預期 FY2027 自由現金流維持正值，也表示將在條件有利時運用其他資金來源。這是展望，不是保證。第一季營業現金流 580 億扣現金 PP&E 後為 186.33 億；再扣現金股利 67.57 億與現金流量表中股票買回 43.79 億，餘額約 74.97 億，未扣融資租賃本金及其他投資。這個單季算式顯示仍有緩衝，卻不能證明未來擴產與回購都可由內生現金永久支撐；也不應將法說的股東回饋 102 億與現金流量表買回數字直接混為同口徑。

六、合約與資產如何形成長期取捨？

商業 RPO 為 6,770 億，年增 73%；其中約 30% 預計未來十二個月認列，合約加權平均期間約 2.3 年。RPO 證明合約能見度，並非當期現金，也不是未來利潤。公司還需交付算力、承擔成本並向客戶收款。反過來，資產與租賃投入先發生，若客戶延後消耗或重新議價，收入與資金支出的時序便會拉長。

九月底尚未開始的租賃承諾約 3,646 億，主要為資料中心，部分有條件，預計在 FY2027 至 FY2034 間陸續起租。不能把它當作本季借款、立即到期債務或本年資本支出。它的研究意義是，公司對未來容量已作出相當規模的安排，收入是否按預期轉換將影響未來彈性。10-Q 附註十一、十二

當季現金與短期投資合計 645.09 億，較六月底減少。公司仍有持續營運現金與資本市場管道，未見本稿能據以判定即時資金危機的證據。但「可融資」與「投資有好回報」是兩個問題，前者不能取代後者。

七、平台角色：模型競爭越激烈，價值流向哪裡？

前面的財報數字回答了「現金投入多大」，這一節回答另一個問題：在模型快速商品化的產業裡，微軟賺錢的位置在哪裡。

需求與價格：用量擴張必須抵銷單價下降

AI 基礎設施的需求由模型訓練、推論與企業應用構成，但這三類需求的付款者、持續時間和所需設備並不相同。訓練案可能使大型客戶短期集中採購；推論則取決於終端使用者是否反覆使用、企業是否願意為結果付費。若模型效率提高，單次工作所需算力下降，需求也可能因價格降低而擴大。最後帶來多少收入，取決於使用量的擴張能否抵銷單位價格下降，而不是只看模型呼叫次數。

微軟的競爭優勢是同時控制企業入口、資料與安全工具、應用和雲端基礎設施。客戶從 Microsoft 365 進入，再用 Foundry 建構應用、以 Azure 執行，可能降低整合成本；然而客戶也可以採用其他雲端、模型或自建技術。平台越能支援多模型，越可能保留客戶工作流程；同時模型提供者與客戶更容易比較價格，微軟就必須以服務品質、信任與成本效率證明自己的加值。

逆向工程與開源：軟體與模型被複製的成本正在下降

AI 寫程式的能力提高後，依照公開功能、檔案格式或使用行為重寫一套軟體的成本正在下降。這不只是開源社群的老問題，而是複製速度改變了。微軟 10-Q 的風險因素寫得很直接：有些競爭者修改並散布開源軟體，以極低或零成本提供給使用者，或採用開放模型，再靠廣告或整合服務賺錢；這些廠商不承擔開源產品的全部研發成本，部分開源產品也模仿微軟產品的功能。公司認為這可能導致銷量減少、降價或費用上升。10-Q 風險因素

在應用層，Office、Windows 與伺服器授權的功能較容易被模仿；但企業更換供應商的成本，主要來自資料遷移、權限與合規設定、與既有系統的相容及員工訓練，而不只是程式碼本身。本季生產力與伺服器授權收入年減約 3.1%、Windows OEM 與裝置年減約 22.0%，但財報沒有把這些變化歸因於開源或仿製，不能拿來證明替代已經發生。

模型層的壓力更明顯。管理層表示，微軟自有 MAI 模型的目標，是在領先模型推出後三到六個月內，以一小部分的訓練成本做出相近能力；執行長也提到，部分客戶會用前沿模型累積的執行紀錄，訓練自己的模型或改用開放權重模型。模型能力能被快速追上，是平台把成本優勢讓給客戶的機會，也代表單一模型的溢價期在縮短；微軟持有的 OpenAI 智慧財產權與收入分享，價值同樣受這個速度影響，而且分成本身已有總額上限。後一點是本文推論，公司沒有量化。官方法說逐字稿

微軟的應對：主動把模型變成可替換的零件

微軟沒有押注單一模型，而是讓模型彼此競爭，自己掌握路由與治理。執行長在法說表示，使用程式碼代理的開發者會希望 Anthropic 與 OpenAI 不是每季一次、而是每個任務都來競爭工作量，這正是路由與自動分派的價值。具體作為包括：

• GitHub Copilot Fusion：2026 年 10 月 28 日正式推出，使用者不必自行選模型，系統依任務採單一模型、由便宜模型起步再視檢查結果升級，或由第二個模型審查後修改。GitHub 未公開完整模型池，官方文件只說可用模型會隨時間調整。GitHub 更新紀錄
• Foundry 多模型：法說揭露，Foundry 上開源模型收入成長 10 倍，使用多個模型打造代理的客戶增加 5 倍。媒體報導，微軟於 2025 年 11 月宣布承諾投資 Anthropic 最多 50 億美元，Anthropic 則承諾採購 300 億美元 Azure 算力，Claude 模型同時上架 Foundry 與 Copilot。TechRadar
• MAI 自有模型：MAI Code Flash 上月在 GitHub Copilot 有 300 萬使用者；MAI Cyber 已負責微軟自家代理式程式碼掃描工具逾四成的掃描，每次掃描成本低 18%。
• 開源降成本工具：Microsoft Research、Microsoft Security 與 UC Berkeley 開源 TokenEconomizer，可外掛於 Claude Code、Codex 與 Copilot CLI 等代理，透過記住專案固定事實、移除未使用工具與攔截失敗迴圈來減少 token。作者自測在 SWE-Bench 上，五組代理與模型組合的平均成本降低 18.4% 至 30.9%，屬未經獨立驗證的數字。GitHub 專案頁

GitHub 本身也是開源與程式碼協作的主要平台。管理層表示，六個月內由 AI 代理開出的 PR 增加六倍，已占平台全部 PR 的三分之一以上。開源與仿製把價值從「擁有程式碼」推向「執行、治理、資安與算力」，這些環節正是 Azure、GitHub 與安全產品收費的地方。代價是，當軟體與模型越容易替換，客戶也越容易比較各家雲端的價格。逆向工程與開源對單一授權產品是持續壓力，對平台則是收費點的轉移：微軟能否受益，取決於收入能否從按授權收費，順利轉到按用量、治理與算力收費，而算力收入需要的資本遠高於軟體授權。

算力即水電：節約改善的是資本密集度與毛利

把算力視為水電，效率提升可以帶來兩種改善。第一是資本密集度：財務長在法說表示，隨著基礎設施效率改善，每一塊錢資本支出都有機會支撐更多收入與更高報酬。但較可能下降的是「每一塊錢收入所需的資本支出」，不是資本支出的絕對金額；同一場法說的指引仍是第二季超過 500 億美元、下半年加速，已簽約的 3,646 億未開始租賃也不會因效率提高而撤回。若效率進步快過需求，反而可能出現閒置產能。

第二是毛利。當服務改以結果計費，且背後使用哪個模型由平台決定，客戶付的是完成工作的價格，平台則能用路由、自有模型與節省 token 壓低成本，差額留在平台。這段機制是本文推論，公司未揭露按產品拆分的毛利；財報已有的初步跡象是，透過用量計費實際消耗額度的 Copilot 客戶單季增加超過 75%，管理層形容這類支出直接連到代理交付的價值。限制在於，結果必須能被衡量，任務失敗的成本也落在平台身上；OpenAI 的 Codex 與 Anthropic 的 Claude Code 也直接銷售「結果」，與 GitHub Copilot 正面競爭。

三個層次，受益程度不同

我的判斷是，「模型競爭越激烈，平台越受益」的論點，在微軟的平台層成立，而且財報已有證據；但微軟同時是算力的供應者，這一層承擔價格下滑與資本負擔。Microsoft Cloud 毛利率降至 66%，正是收入組合由高毛利平台層移向重資本算力層的結構性結果。平台要持續受益，前提是客戶入口留在微軟手上；修約後 OpenAI 可在任何雲端銷售，模型廠商也持續往應用層延伸，這是平台論點最需要盯住的威脅。

八、正反方交叉檢驗：成長是否已足夠支撐投入？

正方提問： Azure 營收年增 48%，CFO 成長、毛利額與營業利益同步增加，為何還質疑投資？答案是這些數字證明需求與當期獲利強，卻沒有單獨揭示新一代設備的完整收入、折舊、維修、電力及替換成本。投資可能合理，但需要更長期間追蹤現金回收，不能僅憑營收增速認定回本。

反方提問： FCF 年減 27.4%、高額租賃和單一大客戶曝險，是否代表公司過度擴張？尚不能直接下此結論。投入先於收款是基礎設施建設的正常時序，微軟仍有強大的訂閱收入、現金生成與企業客戶；但若未來使用率不及預期，固定承諾和折舊將先留下來，經營槓桿也可能反向作用。

正方追問客戶集中： OpenAI 的 100 億美元商業收入已證明最終企業需求嗎？不能完全這樣說。該金額涵蓋多種商業安排及收入分享，不全是算力銷售；其應收與融資能力也應一起看。這不是違約判斷，而是提醒研究員區分合約收入、最終使用者付款和現金回收。

反方追問效率： 模型與晶片效率變好，會不會讓既有設備提早過時？有可能；但如第七節所述，效率也可能提高同一設備的可服務工作量、改善毛利並擴大使用。兩者同時存在。要觀察的是設備利用率、單位運算成本、價格及實際新增需求，公司未完整揭露這些指標，因此無法替它計算精確的增量 ROIC。

我的判斷： 微軟目前有真實客戶需求、平台通路能力和強大的現金流，支持持續投資；同時，短壽命設備、未開始租賃和大客戶集中，使「成長很好」不足以證明「投資回報很好」。我對企業競爭力偏正面，對 AI 資本回收維持有條件的審慎。這是一項經營判斷，不是交易建議。

九、中長期隱憂：成長越快，越要看汰換與承諾

把前面各節放在一起，本季沒有顯示財務危機，但有五項中長期隱憂，依重要性排列。它們的共同點是：收入成長很好，每一塊錢成長所需的資本卻越來越多，而且其中相當部分是不易撤回的承諾。

第一，資本密集度上升，現金轉換下降。 簡化自由現金流由 256.63 億降至 186.33 億，折舊、攤銷及其他增加約 44.2%，同期營業利益卻增加。約四分之三的資本支出屬短壽命資產，數年後還要汰換重購，不能用「蓋一次就好」的方式評估回本。

第二，固定承諾規模大，需求放慢時難以退出。 3,646 億的未開始租賃將在 FY2034 前陸續起租，伺服器元件相關的其他應收 357 億，另有 126 億投資依供應商協議受限，兩者合計約 483 億的資金已綁在供應鏈安排上。若 AI 使用量不如預期，收入會先放慢，租金、折舊與元件安排卻不會同步減少，營業槓桿可能反向作用。

第三，OpenAI 集中度，使客戶的資金能力連到微軟的收入。 單季 100 億收入、約占集團收入 10.8%，應收持續增加，持股約 24%。若 OpenAI 的營運現金或外部融資不足以支應其算力採購，微軟的收入、應收與投資價值會同時受影響；修約後分成設有上限，也限制了上行空間。這不是違約判斷，而是提醒兩邊的財務表現並不獨立。

第四，收入組合往算力移動，定價權可能被稀釋。 Microsoft Cloud 毛利率降至 66%，集團毛利率由約 69.0% 降至 67.8%。如第七節所述，算力比軟體訂閱更容易比價，開源模型與快速追趕也讓客戶更容易轉換模型與平台；用量擴張能否抵銷價格下降，公司尚未揭露足以驗證的單位資料。

第五，按席次收費的傳統業務出現鬆動。 管理層承認 M365 E3 與單項產品銷售執行較弱，Windows OEM 與裝置收入年減約 22%。若 AI 代理減少企業所需的使用者人數，按人頭計價的模式長期將承壓；公司正把收入轉向進階席次與用量計費，但新模式的利潤率與穩定性仍待觀察。這一點屬本文推論，本季財報並未呈現席次下滑。

抵銷這些隱憂的力量同樣真實：單季營業現金流 580 億、年增約 29%，商業 RPO 6,770 億、年增 73%，營業利益率仍在上升。因此目前較準確的描述是「投入先於回收」的時序問題。真正的分水嶺，是第一批 AI 設備進入汰換週期時，每股自由現金流能否恢復成長。

十、後續如何驗證本文判斷？

正向情境是 Azure 與企業應用持續付費，容量投入後的客戶消耗與付款跟上，雲端效率抵銷價格競爭，設備汰換後每股現金恢復成長。此時跨產品平台優勢會有收入與現金兩端的證據。

中性情境是收入與營業利益繼續成長，但租賃和設備要求較高資金，現金回收期拉長。公司仍有競爭力，但估值需要較低現金轉換及較長回收期假設。

負向情境是主要客戶融資或消耗轉弱、租賃按期開始，折舊與租金持續增加。此時 RPO 大額數字未必能防止收益下修，因為履約成本與客戶付款能力仍決定經濟結果。

下一份季報應以新分部及新產品定義追蹤 Azure、Microsoft 365 cloud、雲端毛利、OpenAI 交易與應收、CFO、現金設備支出及租賃。要檢驗第七節的平台論點，可另外看三個指標：資本支出占收入的比例是否開始下降、Microsoft Cloud 毛利率能否止跌，以及用量計費與按結果收費的收入占比。官方指引顯示 FY2027 Q2 總收入預計 960 至 971 億美元、Azure 固定匯率成長 49% 至 50%，但這是管理層展望，並非實績。最新價格及一致預期本稿未納入，不推論股價是否反映預期差。