美国当地时间周三，微软公布了2025财年第一财季（即自然年2024年第三季度，以下称“第三季度”）财报，显示其云计算业务增长迅猛，标志着微软在人工智能领域的巨额投资正逐步获得回报。
微软的人工智能收入主要来自云服务，该公司已将此技术融入其畅销软件如Microsoft 365和必应搜索引擎中。尽管目前人工智能业务收入占比较小，但微软预计这一数字将持续增长，并预计第四季度的年化营收将达到100亿美元。
微软首席执行官萨蒂亚·纳德拉（Satya Nadella）已将微软的未来押注在人工智能上，该公司向ChatGPT开发商OpenAI投资了约140亿美元，并投资于昂贵的芯片和数据中心。在第三季度，微软在数据中心建设上的资本支出达到149亿美元，同比增长50%。
财报发布后，纳德拉、执行副总裁兼首席财务官艾米·胡德（Amy Hood）、投资者关系副总裁布雷特·艾弗森（Brett Iversen）等高管出席了财报电话会议，解读财报并回答了分析师提问。
以下为微软第三季度财报电话会上的干货：
01 AI业务年化收入将达到100亿美元
微软无疑是人工智能热潮中的一大赢家，其在云基础设施及ChatGPT的开发者OpenAI上的百亿美元投资已初见成效。得益于微软云业务的持续强劲推动，微软2025财年开局良好。微软云的营收已攀升至389亿美元，同比增长22%。
纳德拉表示：“由人工智能驱动的转型，正在重塑每个角色、功能和业务流程，包括这些流程中的工作内容和工具。我们正在扩展机遇，赢得新客户，并帮助他们利用我们的人工智能平台和工具，推动新的增长并提升运营效率。”他预计，微软的人工智能业务的年化收入将在第四季度达到100亿美元的门槛，成为公司历史上增速最快的重要业务。
为了支撑云计算和人工智能业务发展，微软在基础设施建设方面取得了显著进展。纳德拉透露，Azure在第三季度的市场份额显著提升，云迁移趋势持续增强。同时，微软正在构建下一代人工智能基础设施，通过全栈创新来优化人工智能工作负载。
纳德拉还证实，微软已经获得了搭载英伟达GB200超级芯片的人工智能服务器，并成为全球首个用上Blackwell架构的云服务提供商。
02 对OpenAI投资或影响微软收益
业界普遍认为，微软可能希望在自家平台上提供更多大语言模型，而非仅仅依赖OpenAI，以便为客户提供更多选择。纳德拉分享了他对微软与OpenAI合作关系的看法。
纳德拉说，微软与OpenAI的合作实现了双赢。四、五年前，微软对OpenAI的投资不仅助力其成长为今天估值最高的私人公司之一，也为微软自身带来了巨大的成功。微软为OpenAI提供了一流的基础设施支持，而OpenAI则在此基础上不断推动模型创新。同时，微软也在模型层面进行了创新，包括训练后的工作以及小模型的建立等。
纳德拉强调，微软对在OpenAI获得的投资股份感到非常满意。他透露，微软与OpenAI始终保持持续的对话，双方都以惊人的速度取得了同样的成功。他认为，这种伙伴关系需要双方相互推动，做更多的事情，抓住时机。
微软首席财务官胡德谈及了投资OpenAI对微软业绩的潜在影响，她预测微软第四季度的收入将因OpenAI预计的亏损而减少15亿美元。
OpenAI目前正处于巨额亏损状态，预计今年的营收将达到40亿美元，但扣除股票薪酬后，亏损额将达到50亿美元。胡德指出，对于微软而言，这些亏损是按照权益法进行核算的。这种会计方法意味着微软将在特定时期内，根据其所持OpenAI股份的比例，来确认被投资公司的利润或亏损。
03 预计第四季度云业务增长将放缓
众多观察者预测，微软云业务的增长速度将从第三季度的34%下滑至30%以下。
对此，胡德承认，企业第四季度在人工智能领域的投入将会增加，但微软云业务的增长速度将有所放缓。这一现象反映出微软在迅速部署数据中心以满足人工智能服务需求方面遇到了挑战，进而限制了Azure业务在第四季度的收入增长潜力。
不过，胡德表示，增速放缓的大部分原因是供应链推迟所致。他相信，随着微软在下半年人工智能方面获得大量供应，他们将能够更好地实现供需匹配。
04. Copilot到AI智能体的进化之路
从Copilot到智能体的转变被视为一种技术进化的体现，这种进化旨在更有效地将人工智能技术转化为实际产品。针对如何从Copilot发展到智能体再到AI智能体，以及这一领域的未来发展，纳德拉给出了他的见解。
他强调，微软所构建的系统涵盖了Copilot、Copilot Studio、智能体以及AI智能体等多个层面，这些元素应被视为一个紧密相连、逐步演进的光谱。纳德拉认为，这些组成部分需要相互融合，而人类与人工智能之间的互动则是实现这一融合的关键。
在这个过程中，Copilot扮演着人工智能用户界面层的角色。用户可以通过Copilot与AI进行交互，而Copilot Studio则进一步扩展了Copilot的功能。通过Copilot Studio，用户可以高效地创建和管理智能体。
因此，从Copilot到内置Copilot Studio的代理，再到内置Copilot Studio的AI智能体，微软构建了一个完整且高效的人工智能系统，并在整个堆栈中充分利用了底层系统服务，以确保其在Azure平台上的可用性和稳定性。
05 内外部挑战
在投资未来几代基础模型提供资金支持时，微软面临着许多内部限制。而在扩大产能以满足需求和抓住机遇方面，它又面临着很多外部制约因素。
对此，纳德拉解释称，在考虑用于模型训练的资本支出时，可能会受到通过模型推理产生收入方面的制约。他强调，微软过去会根据观察到的需求信号来分配资本以便构建云服务，然后通过预测需求进行扩展。因此，模型训练也可以遵循类似的过程。
至于外部制约因素，包括数据中心的建设需要更长时间，还有电力供应不足等问题。尽管这些都是短期限制，但从长远来看，微软确实需要有效的电力供应，也需要更多数据中心。好消息是，在2025财年的下半年，一些供需将达到完美匹配。
免责声明
本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除。