AI 基础设施竞赛进入第二阶段。市场不再只看 GPU 数量、数据中心规模和云收入增速，而是开始追问三个更直接的问题：新增算力能产生多少收入，每兆瓦算力能沉淀多少利润，资本开支何时重新转化为自由现金流。
这正是微软当前估值分歧的核心。Azure 证明 AI 需求是否真实，Copilot 决定微软能否将底层算力转化为应用层收入，毛利率和自由现金流则负责检验这套商业模式是否具备足够高的资本回报率。
下文 FY 均指微软截至 6 月的财年，E 为机构预测。
一、资本开支进入高压区，微软必须证明 AI 投资的单位经济性
摩根士丹利预计，微软 FY26 至 FY29 总资本开支分别为 1454 亿美元、2500 亿美元、3126 亿美元和 3751 亿美元；同期经营现金流由 1725 亿美元增至 2985 亿美元，但自由现金流由 625 亿美元快速降至 146 亿美元、63 亿美元和 79 亿美元。机构模型同时假设微软在 FY28 新增发行约 450 亿美元债务，并降低远期股份回购规模，以保留 AI 投资所需的资产负债表空间。
按上述模型，FY26 至 FY29 收入复合增速约 21%，EPS 复合增速约 20%，但自由现金流率将由 FY26 的 19.0% 降至 FY28 的 1.3%。需要注意，机构 “总资本开支” 可能包含融资租赁等项目，与自由现金流扣减的现金资本开支并非完全同一口径，不能简单用经营现金流减总 Capex 复算 FCF。但趋势没有歧义：未来两至三年，微软的利润表仍然强劲，现金回收能力却将明显让位于基础设施建设。
因此，当前最容易产生误判的指标是远期 PE。以 2026 年 7 月 20 日 402.29 美元收盘价计算，微软对应 FY28 EPS 23.86 美元的 PE 约 16.9 倍，表面上已低于多数大型软件公司；但以报告日约 2.995 万亿美元市值和 FY28 预测自由现金流 63 亿美元粗算，FCF 收益率仅约 0.2%。
微软并非传统意义上的 “低估值软件股”。当前估值隐含的是一个资本开支前置、利润确认快于现金回收的特殊阶段。
16 至 17 倍远期 PE 是否便宜，取决于 AI 资产未来能否兑现高于资本成本的回报，而不是 EPS 本身能否增长。
二、Azure 增长加速只能证明需求，不能证明投资回报率
Azure 近阶段的主要约束不是订单不足，而是可用算力不足。微软管理层预计，FY26 第四财季 Azure 按固定汇率计算增长 39% 至 40%，并判断 2026 年下半年增速将较上半年小幅加快。新增数据中心和 GPU 上线后，微软不仅能够满足当期需求，还可以消化此前因产能不足而延迟部署的工作负载。
摩根士丹利预计，Azure 及其他云服务收入将由 FY26 的 1056 亿美元增至 FY27 的 1503 亿美元、FY28 的 2149 亿美元和 FY29 的 3059 亿美元，对应增速分别为 40%、42%、43% 和 42%。这意味着 Azure 在收入基数超过 1000 亿美元后，仍可能维持超过 40% 的增长。
但 Azure 增速不是 AI 投资回报率的充分条件。新增收入可以来自三种完全不同的业务：第一类是 GPU 计算、训练和推理容量，核心竞争变量是硬件供给、利用率和单位算力价格；第二类是数据库、存储、安全、开发工具和 AI 平台服务，收入与客户工作负载深度绑定；第三类是 Microsoft 365、GitHub、Dynamics 和 Security 等第一方应用，微软可以同时获取软件订阅、套餐升级和 AI 调用收入。
三类收入的资本效率差异很大。机构预计，FY28 微软 Azure AI 将占用 8.71GW 容量，产生约 927 亿美元收入，单位 MW 收入约 1065 万美元；第一方应用仅占用 4.25GW 容量，却可产生约 1280 亿美元收入，单位 MW 收入约 3010 万美元，接近 Azure AI 的 2.8 倍。M365 Copilot 的单位 MW 收入预计约 2014 万美元，也明显高于 Azure AI 基础设施层。
因此，微软的优势并不是单纯拥有更多数据中心。真正影响资本回报率的是算力分配结构：多少容量停留在 GPU 租赁层，多少容量能够带动 Azure 平台服务，多少容量最终进入 M365、GitHub 和企业工作流。
如果新增算力主要用于出售基础计算资源，Azure 收入可以增长，但毛利率和资本回报率未必改善；如果 AI 工作负载能够持续拉动数据库、安全、开发工具及第一方软件收入，同一块 GPU 的商业价值才会明显提高。
三、每兆瓦收入决定微软是云平台，还是算力租赁商
摩根士丹利以 FY28 预计 8.71GW Azure AI 容量为基础，构建了三种变现情景。三种情景的硬件规模相同，收入和利润差异却极大。
第一种情景下，Azure AI 接近商品化 Neocloud：客户主要购买 GPU、训练和推理资源，平台服务附加率较低。微软承担数据中心、芯片、电力和折旧成本，但定价权受到算力供给扩张压制。FY28 每 MW 收入仅 990 万美元，营业利润率 14%。
第二种情景复制传统 Azure 的路径：IaaS 作为入口，随后拉动存储、数据库、安全、分析和开发平台消费。每 MW 收入升至 1354 万美元，营业利润率提高至 19%。相较商品化算力，微软在不增加容量的情况下可多产生约 317 亿美元收入和 103 亿美元 EBIT。
第三种情景要求微软同时控制基础设施、AI 平台和应用工作流。Azure AI 不仅提供算力，还带动 Copilot、Agent、数据服务、开发工具和自动化产品。每 MW 收入达到 2277 万美元，EBIT/MW 达到 546 万美元。相较第一种情景，FY28 收入差额约 1121 亿美元，EBIT 差额约 355 亿美元。
影响微软市值的不是 8.71GW 本身，而是这些容量能否从每 MW 约 1000 万美元的基础设施收入，向 1350 万美元以上的平台收入迁移。
当前市场的谨慎定价，更接近第一种情景；机构基础预测则介于第一种和第二种之间。由此产生的主要预期差并不是 Azure 需求超预期，而是 Azure AI 能否复制传统 Azure 从 IaaS 向 PaaS 迁移的利润路径。
这一判断需要观察三个经营指标：Azure AI 平台服务的附加率、单位 MW 收入以及 Azure AI 毛利率。单季 Azure 增长超过 40%，并不能单独证明微软已经跨过商品化算力阶段。
四、Copilot 是提高单位算力产出的应用层出口
Copilot 的重要性不在于其是否成为一项百亿美元级产品，而在于它能否改变微软 AI 的收入结构。Azure 负责将算力出售给客户，Copilot 则直接进入 Office、Teams、GitHub 和企业工作流，将计算成本转换为订阅、套餐升级和消费收入。
微软正在形成三层收费结构。第一层是 Copilot 付费席位，收入主要由用户数量驱动；第二层是 M365 E7 升级，将 E5、Copilot 和 Agent 能力打包，提高 M365 安装基数的单用户收入；第三层是 Agent 调用、任务编排和工作流自动化，以实际使用量收费，使收入与推理成本更紧密地对应。
Copilot 三层变现路径
付费席位 → E7 套餐升级 → Agent 与工作流按量消费
机构预计，M365 Copilot 收入将由 FY26 的 44.3 亿美元增至 FY29 的 224.8 亿美元，付费席位由 2600 万增至 1.149 亿。更值得关注的是，模型中 FY29 收入仍增长 51%，而期末席位增速已降至 11.7%。尽管年度收入和期末席位不能直接用于计算 ARPU，但这一差距清楚表明，机构预测不再只依赖新增席位，而是隐含了平均席位增长、E7 升级和按量消费贡献。
CIO 调查也支持企业采用率上升。88% 的受访者预计未来 12 个月使用 M365 Copilot，当前主要采用 E7 的企业比例约 7%，对下一年的预期升至 21%。但该调查仅覆盖 60 名美国和欧洲 CIO，适合作为采购方向指标，不能替代实际付费席位、部署渗透率、使用频率和续费数据。
Copilot 商业模式能否成立，关键不是 “企业是否购买过”，而是四个层次的转化率：试点客户转为正式部署的比例、正式部署扩展至全员的速度、E5 客户迁移至 E7 的比例，以及 Agent 调用是否产生稳定的消费收入。
如果 Copilot 长期停留在固定席位收费，使用频率提高可能导致推理成本增长快于收入，毛利率反而承压；如果微软能够通过套餐配额、超额调用和消费承诺将价格与使用量挂钩，推理需求越高，收入与利润池越大。这决定了 Copilot 究竟是一项成本较高的 Office 功能，还是微软 AI 资本开支的高价值出口。
五、毛利率下行并不等于 ROIC 恶化，但单位成本必须持续下降
微软整体毛利率预计由 FY26 的 67.7% 降至 FY29 的 63.4%，累计下降 4.3 个百分点；同期营业利润率却由 46.6% 升至 47.2%，EPS 由 17.35 美元增至 29.83 美元。机构假设收入规模和费用纪律可以抵消毛利率压力，使营业利润继续保持较快增长。
毛利率下降主要来自三个方面：AI 基础设施在收入中的占比提高；新上线资产在利用率尚未成熟前即开始计提折旧；Copilot 等固定价格产品的计算成本高于传统 SaaS。
机构模型预计，Azure AI 毛利率将由 FY25 约 10.3% 升至 FY26 的 28.5%、FY28 的 42.5% 和 FY29 的 47.5%，仍低于同期 Core Azure 约 64% 至 65% 的毛利率。
要使这条利润率路径成立，微软需要同时改善资产周转、软件效率和硬件成本。
在基础设施交付端，微软称 FY26 第三财季的设备到上线周期缩短近 20%，Fairwater 数据中心提前六周投入运营，并新增超过 1GW 容量。更短的建设和调试周期可以减少资产开始折旧但尚未产生收入的时间差。同期推理吞吐量提高约 40%，意味着同一块 GPU 能够处理更多可计费 Token。
在芯片端，Maia 200 相较微软现有最新芯片的每美元 Token 产出提高超过 30%，Cobalt 服务器 CPU 已部署至接近一半的数据中心区域。自研芯片不仅降低对第三方硬件厂商利润率的让渡，也使微软能够协同优化网络、存储、虚拟化、模型和推理软件栈。
传统云计算提供了一个参考。微软 FY12 至 FY17 资本开支扩大超过四倍，FY14 至 FY18 云收入增长约十倍，云业务资本密集度由 FY14 超过 200% 降至 FY18 约 50%，FY22 进一步降至 30% 以下。
但 AI 不能机械复制传统云计算周期。GPU 折旧速度更快，单机成本更高，电力约束更强，模型效率迭代可能迅速改变硬件需求。AI 基础设施的稳态毛利率大概率低于传统 Azure。因此，判断毛利率下降是否合理，不能只看历史类比，而要验证 Azure AI 单位成本是否按模型下降。
最重要的风险包括利用率低于预期、GPU 迭代导致资产过早淘汰、电力和供应链成本上涨、AI 算力价格下降，以及固定价格产品的使用量增长快于收入。
六、估值分歧主要来自商业质量，而不是 EPS 差异
摩根士丹利给出的三种估值情景分别为：乐观情景 FY28 EPS 27.39 美元，29 倍 PE，对应 795 美元；基础情景 FY28 EPS 23.86 美元，25 倍 PE，对应 600 美元；悲观情景 FY28 EPS 21.64 美元，12 倍 PE，对应 250 美元。
值得注意的是，乐观与悲观情景的 FY28 EPS 仅相差约 27%，目标价却相差 218%。换言之，大部分估值差异并非来自近期盈利预测，而是来自市场愿意给予微软何种估值倍数。
如果 Azure AI 被视为资本密集、价格竞争激烈的算力业务，Copilot 又未能形成稳定 ARPU，微软的软件估值框架将受到破坏，市场可能用接近基础设施公司的倍数定价。相反，如果 Azure AI 每 MW 收入持续提高，Copilot 带动 M365 套餐升级和消费收入，市场会将其视为 AI 时代的平台软件公司，远期 PE 有条件回升至 25 倍以上。
机构基础模型对 FY28 收入、营业利润和 EPS 的预测分别高于一致预期 4.1%、4.6% 和 3.2%，但毛利率低于一致预期约 96 个基点；到 FY29，收入和营业利润预测分别高于一致预期 6.8% 和 7.8%。这说明其看多逻辑并不依赖短期毛利率改善，而是依赖 Azure 与 Copilot 的增长持续时间以及经营费用率下降。
基础情景的主要问题也在这里：25 倍 FY28 PE 需要市场相信 FY28 并非盈利高点，资本开支增长率将下降，Azure AI 毛利率继续改善，Copilot 收入仍能保持较高增长。如果投资周期不断延长、自由现金流持续接近低位，25 倍 PE 缺乏足够的现金流支撑。
结论：中期逻辑偏多，但 Azure 增速不是充分买入信号
微软 AI 投资的核心优势，是同时控制基础设施、云平台、企业软件和用户工作流。与纯算力供应商相比，微软有能力将一份底层计算资源向 Azure PaaS、M365、GitHub、Security 和 Agent 多次收费。这是其单位算力收入和长期 ROIC 可能高于 Neocloud 的根本原因。
但当前仍处于证明阶段。Azure 超过 40% 的增长只能确认需求强和产能释放，无法单独确认资本回报率。真正决定估值能否从 16 至 17 倍 FY28 PE 向 25 倍迁移的，是 Azure AI 每 MW 收入能否由约 1000 万美元向 1350 万美元的平台情景靠拢，Azure AI 毛利率能否进入 40% 以上区间，以及 Copilot 收入能否持续快于付费席位增长。
未来两个至四个季度的五项验证指标
1. Azure 固定汇率增速及新增产能转化速度； 2. Azure AI Revenue/MW； 3. Copilot 付费席位与收入增速差； 4. E7 和 Agent 消费收入的贡献； 5. 现金资本开支、自由现金流及融资需求的边际变化。
当前更合理的判断是：微软具备 AI 全栈变现的最优资产组合，中期基本面偏多，但现金流端尚未提供无条件安全边际。若微软只能证明 “AI 需求很强”，却不能证明 “每单位算力越来越赚钱”，16 至 17 倍 FY28 PE 并不构成绝对低估；若 Azure 平台附加率、Copilot ARPU 和 AI 毛利率同时兑现，600 美元基础情景才具备足够的盈利与估值支撑。
数据及观点来源：微软公开披露、Morgan Stanley Research、Visible Alpha 等。文中预测数据均为机构估算，不代表公司指引。
本文仅作研究交流，不构成任何投资建议。
精彩评论