摘要：四季度商業雲合計收入同比增長21%，分析師預期增速持平三季度的22%；Azure和其他雲服務收入增長31%，也較三季度的33%放緩，當季AI產品貢獻Azure 13個百分點增長、高於預期；資本支出接近翻倍增長。CEO稱AI業務年收入超130億美元，增長175%；DeepSeek有“真正的創新”，成本下降會讓AI更普遍，對微軟是好消息；微軟Azure AI Foundry和GitHub周三納入了DeepSeek的R1模型。
華爾街見聞
“人工智能（AI）領頭羊”微軟上一季的總收入和盈利高於預期，但資本支出加速增長，最直接受益於AI技術應用的微軟雲業務收入卻遜於預期，增長不但沒加快，還較此前一季略為放緩。財報公布後，微軟股價震蕩下行，一度大跌超6%。
中國AI新星DeepSeek近來崛起顛覆了矽穀的普遍觀念：開發AI模型就得大舉砸錢、配置最強大、最貴的芯片。麵對DeepSeek的衝擊，現在微軟不僅得證明自己的AI工作能增加公司收入，還得證明巨額的AI基礎設施投資是有必要的。最新財報未能安撫越發質疑微軟這類投入的投資者。
公布財報時，周三美股盤後，微軟宣布，用戶當天可以在微軟雲平台 Azure AI Foundry上使用DeepSeek推理模型R1的AI服務，Azure AI Foundry 上的 R1 版本“經過了嚴格的紅隊和安全評估”，包括“自動評估模型行為和廣泛的安全審查，以此減輕潛在風險”。
美東時間1月29日周三美股盤後，微軟公布截至自然年2024年12月31日的公司2025財年第二財季（下稱四季度）財務數據。
1）主要財務數據
營收：四季度營業收入696.3億美元，同比增長12%，分析師預期689.2億美元，三季度同比增長16%。
EPS：四季度稀釋後每股收益（EPS）為3.23美元，同比增長10%，分析師預期3.10美元，三季度同比增長10%。
營業利潤：四季度營業利潤317億美元，同比增長17%，三季度同比增長14%。
淨利潤：四季度淨利潤241億美元，同比增長10%，三季度同比增長11%。
資本支出：包括融資租賃獲得資產在內，三季度總資本支出226億美元，同比增長96.5%，三季度增長78.6%；其中，不動產和設備相關的現金支出158億美元，同比增長約63%，三季度增長50.7%。
2）細分業務數據
商業雲：包括Office和Azure等產品在內，四季度微軟合計商業雲業務的營收為409億美元，同比增長21%，分析師預期411億美元，三季度增長22%。
智能雲：包括Azure公共雲、Windows服務器、語音識別軟件Nuance和GitHub的智能雲業務部門四季度營收255億美元，同比增長19%，三季度同比增長20%。
生產力和業務流程：包括Microsoft 365 Copilot AI工具等Office軟件在內的生產力和業務流程部門四季度營收294億美元，同比增長14%，三季度同比增長11%。
更多個人計算：包括Windows操作係統、Surface硬件、Xbox遊戲機以及視頻遊戲公司動視暴雪在內的更多個人計算業務部門四季度營收147億美元，幾乎未增長，三季度同比增長17%。
財報公布後，收跌超1%的微軟股價盤後跳水，盤後跌超5%後收窄過半跌幅，曾跌不足1%，後跌幅再度擴大，一度跌超6%。
Azure等微軟雲收入增長均放緩 AI業務年收入超130億美元
財報顯示，微軟四季度的營收和盈利保持兩位數增長，營收較三季度增長有所放緩，但還高於分析師預期。令華爾街意外的是，四季度微軟商業雲的合計收入增長略為放緩至21%，分析師預期大致持平三季度的22%。
包括服務器產品和Azure在內的智能雲業務部門四季度營收也略為放緩，較三季度的同比增速下降1個百分點至19%。Azure和其他雲服務的營收四季度增長31%，增速也低於三季度的33%。
但微軟透露，四季度Azure的增長中，有13個百分點來自AI產品的貢獻，高於分析師預期的12.2個百分點。
微軟CEO Satya Nadella透露了AI應用於業務的亮點。他表示：
“我們正在整個技術領域進行創新，幫助客戶充分發揮AI的投資回報，抓住未來的巨大機遇。我們的AI業務年收入已超過130億美元，同比增長175%。”
CEO：DeepSeek有“真正的創新” 成本下降會讓AI更普遍 對微軟是好消息
微軟CEO Nadella在業績電話會上提到，DeepSeek的R1被納入微軟平台Azure AI Foundry和GitHub的模型目錄，稱開發者將很快就能在Copilot +PC 上本地運行 DeepSeek 的R1精簡模型，以及在 Windows 上龐大的 GPU 生態係統中運行。
分析師問到有關DeepSeek出現帶來的成本降低怎樣影響AI行業Scaling定律，Nadella評價，DeepSeek“有一些真正的創新”。他認為，AI成本下降是趨勢。
Nadella回答，AI的發展與常規的計算周期沒什麽不同。基於Scalling定律，預訓練和推理時間計算中不斷積累，所有軟件都是如此。多年來，我們已經看到了AI訓練和推理方麵的效率顯著提高。在推理方麵，我們通常看到每一代硬件的性價比提高2倍以上，每一代模型的性價比提高10倍以上。
當Token價格下跌時，推理計算價格下跌，這意味著人們可以消費更多，也會有更多的App被編寫出來。模型優化意味著AI將更加普遍，因此對於像微軟這樣的超大企業、像微軟這樣的 PC 平台提供商來說，“這都是好消息。”