Microsoft Q3 FY26 财报精简版

微软这份财报很强，而且和 Google、Amazon、Meta 不太一样：它不是靠一次性投资收益把 EPS 拉上去，而是主营业务本身很扎实。 Q3 收入 829 亿美元，同比增长 18%，经营利润 384 亿美元，同比增长 20%，净利润 318 亿美元，同比增长 23%，EPS 4.27 美元，同比增长 23%。微软披露的 OpenAI 投资相关调整对本季度 EPS 基本没有影响，所以这份财报的质量比“headline EPS”看起来更干净。

这份财报的核心还是 Azure 和 Microsoft Cloud。Microsoft Cloud 收入 545 亿美元，同比增长 29%，商业剩余履约义务，也就是未来合同收入池，达到 6270 亿美元，同比增长 99%。Azure 和其他云服务收入同比增长 40%，固定汇率增长 39%。这说明微软的 AI 云需求并没有明显降温，市场之前担心 Azure 被 CapEx、OpenAI 依赖、Google/Amazon 竞争拖累，但这一季至少说明 Azure 仍然在高位加速。

AI 是这份财报里最关键的一句话。Satya Nadella 说，微软 AI 业务年化收入已经超过 370 亿美元，同比增长 123%。这个数字很硬，因为它说明 AI 对微软已经不是“战略叙事”，而是接近一个独立大型软件/云业务的规模。换句话说，微软现在的 AI 不是只有 Copilot，而是贯穿 Azure AI、GitHub Copilot、Microsoft 365 Copilot、安全、开发者工具和企业应用。

生产力业务依然稳。Productivity and Business Processes 收入 350 亿美元，同比增长 17%，其中 Microsoft 365 商业云收入增长 19%，Consumer cloud 收入增长 33%，LinkedIn 增长 12%，Dynamics 365 增长 22%。这说明微软的企业软件基本盘还很强，AI Copilot 本质上是在原有 Office、Teams、Dynamics、Security 的高粘性场景里加价，而不是从零开始找用户。

Copilot 的商业化也在继续推进。The Verge 报道称，Microsoft 365 Copilot 付费 seats 从上季度的 1500 万增长到 2000 万；Reuters 也提到，微软近期拿下 Accenture 约 74.3 万名员工的大规模 Copilot 部署。这说明企业端 Copilot 采用不是没有进展，但市场现在关心的是：这些 seats 能不能转化成足够高的续费率、ARPU 和工作流粘性，而不是单纯“装了多少席位”。

Intelligent Cloud 是最大亮点之一。该部门收入 347 亿美元，同比增长 30%，经营利润 138 亿美元，利润率接近 40%。这说明微软云业务虽然在重资本开支阶段，但利润能力依然非常强。相比 Google Cloud 的高增速，微软 Azure 的优势是体量更大、企业客户更深、软件生态绑定更强。

More Personal Computing 则是弱项。这个部门收入 132 亿美元，同比下降 1%；Windows OEM 和设备收入下降 2%，Xbox 内容和服务收入下降 5%，Xbox 硬件收入也明显承压。Search advertising excluding TAC 增长 12%，还算不错，但游戏和设备明显不是这份财报的主线。

最大的争议还是 AI CapEx 和自由现金流。微软 Q3 经营现金流 467 亿美元，但新增物业和设备支出 309 亿美元，因此自由现金流约 158 亿美元，低于去年同期约 203 亿美元。这就是市场现在对微软、Google、Amazon、Meta 共同追问的问题：AI 收入确实在增长，但数据中心、GPU、网络、服务器、电力投入太重，未来必须证明这些 CapEx 能换来足够高的回报。

所以这份财报的核心判断是：微软仍然是 AI 时代最确定的企业软件和云平台受益者之一。 Azure 继续高增长，AI 年化收入已经超过 370 亿美元，Copilot seats 继续扩大，Microsoft 365、Dynamics、Security、GitHub 这些入口都能承接 AI 商业化。

但投资上不能无脑乐观。微软最大的问题不是需求，而是 AI 基建投入太重、自由现金流被压缩、市场开始要求更清晰的 ROI。如果 Azure 和 AI 业务继续维持高增长，这些 CapEx 是护城河；如果未来增速放缓，市场就会重新审视微软的估值。

一句话总结：微软这份财报证明，AI 已经实质性进入收入曲线，Azure 仍然强，Copilot 开始放量；但下一阶段胜负不再是“有没有 AI”，而是“AI 收入增长能不能覆盖越来越重的算力和数据中心投入”。