一度大跌 2000 亿美元，AI 没能救微软？
过去一年，微软在AI上的资本支出近千亿美金。
**作者 | 宛辰
**编辑 | 郑玄
当地时间 7 月 30 日，微软公布了截至 2024 年 6 月 30 日的季度业绩。该季度，微软总收入 647 亿美元，与去年同期相比，增长了 15%，净利润为 220 亿美元，同比增长 10%。
尽管整体营收和利润好于预期，但微软股价在盘后交易中跌去 2000 亿美元，下跌达 7%，与隔天发财报后大涨的 Meta 形成鲜明对比。
三大业务表现平平的财报中，被寄予厚望的 Azure 相关业务甚至不及预期，后者收入增长 29%，略低于上一季度微软给出的预期指引（30%——31%）。
财报电话会上，微软首席财务官 Amy Hood 安抚了投资者情绪，预测在接下来的几个季度，微软云部门将更快地增长。但即便如此，股价也只回升了 3 个点。原因无他，微软还有更大的隐忧——在 AI 基础设施上持续攀升的支出，还将继续增加。
在刚刚结束的 2024 财年，微软在数据中心等基建上的支出增加了一倍多，从一年前的 281 亿美元增加到 445 亿美元，用于为新数据中心提供土地和建筑租赁资金，以及购买芯片（CPU 和 GPU）并将其安装在这些数据中心。如果再算上微软在 AI 无形资产和投资并购的投入，其一年的支出直逼千亿美金。
从当下这份业绩报告看，微软能否覆盖掉还将继续攀升的 AI 支出，并不明朗。不止股票市场，就连财报电话会上，分析师的问题也都围绕这一问题展开。
Amy Hood 则让大家保持耐心、静候佳音，她说，「微软在建设和租赁数据中心以支持 AI 方面的非凡投资将在 15 年或更长时间里得到回报」，当前，「为了满足对 AI 和云产品不断增长的需求信号，将继续扩大基础设施投资，预计 2025 财年的资本支出高于 2024 财年。」
01
AI 加持的 Github
一年能赚 20 亿美金了
电话会上，纳德拉开宗明义：微软正在再次「刷新」，由云计算时代，迈入知识密集和资本密集型的 AI 时代。从投资 130 亿美元给 OpenAI 创造 ChatGPT 以来，微软的 AI 布局正在初见成效。
**这首先体现在微软的支柱业务，云部门。**2024 财年，微软年营收 2450 亿美元，微软云贡献了大头。在 AI 的推动下，后者增长 23%，收入超过 1350 亿美元。纳德拉称，微软增购了 AMD 和英伟达最新的 AI 新品，并扩大了数据中心的覆盖范围，在四大洲进行投资，这些是推动未来十年甚至更长时间业务增长的长期资产。
现在，微软有超过 60000 名 AzureAI 客户，同比增长近 60%，每个客户的平均支出还将继续增长。
本季度，Azure OpenAI 服务提供了 OpenAI 最前沿模型的优先访问权，GPT-4o 和 GPT-4o mini。同时，微软通过 MaaS（模型即服务），提供了第三方模型的 API 访问，最新涵盖了来自 Cohere、Meta 和 Mistral 的新模型。相比上一季度，2024 财年 Q4 付费的 MaaS 客户数量翻倍，从 Adobe 到 Palantir 的行业领导者都在增加使用。
纳德拉特别提到了微软这两年新推出的智能数据平台业务，涵盖数据库、数据分析、商业智能和数据治理，它们无缝集成了微软的 AI 服务。本季度，使用数据和分析工具的 AzureAI 客户数量同比增长近 50%。AI 驱动的数据平台 Fabric 现在拥有超过 14000 名付费客户，环比增长 20%。本季度，Fabric 平台引入了实时智能功能，客户可以解锁对大容量、高时效要求的数据见解。
云部门最亮眼的产品当属开发者工具——GitHub Copilot，同比增长 180%，两年来已经有 77000 多个组织采用。这是 AI 提振微软应用程序最有力的证据，纳德拉称，「Copilot 今年占 GitHub 收入增长的 40% 以上，GitHub 现在一年能赚 20 亿美元，比我们收购它时还要大。」
除了云部门，微软另一大 AI 加持的业务部门——生产力和业务流程业务的季度营收为 203 亿美元，同比增长 11%，与 3 月份 12% 的增长相比略有放缓。其中，Office 商业产品和云服务、Office 消费者产品和云服务、LinkedIn 和 Dynamics 365 的营收分别增长 12%、3%、10%、19%。
从微不足道的营收增长中，纳德拉努力「扒拉」了AI对该部门用户活跃和客户数量增长的贡献。
首先是集成了生成式 AI 的 Power Platform，让人们可以使用自然语言创建应用程序、自动化工作流程或构建网站。现在，有 4800 万每月活跃的 Power Platform 用户，同比增长 40%。其中，有超过 48 万个组织在 Power Platform 中使用 AI 功能，季度环比增长了 45%。
其次，微软 365 的 Copilot 日活用户季度环比翻倍，用以在工作中完成任务、高效会议以及自动化业务工作流；随着 AI 对改变 ERP 和 CRM 的改变，微软 Dynamics 在本季度新增了大客户数量；Teams Premium 已经超过了 300 万付费用户，同比增长近 400%。当前，微软正在将智能体（agent）功能添加到 Copilot 中。
微软的第三大业务——个人计算部门的营收同比增长了 14%，达到 159 亿美元。该部门包括 Windows PC 软件、Xbox 视频游戏、Surface 电脑、互联网搜索和广告。
微软 2024Q4 财报营收增长情况｜图片来源：CNBC
02
微软 AI 基建上投入的千亿美金，
在 15 年里得到回报
对于微软这样的大公司，大模型和生成式 AI 仍需要投入大量资金，纳德拉也「感到了展示成果的压力」。
接连几个财报季度，他换着花样「扒拉」AI 亮点，努力展示 AI 的实际「印钞能力」，从 Copilot 在各行各业的用例（use case）到 AzureAI 和 Copilot 等 AI 产品的使用率。但显然，微软还没有哪个业务已经能印证 AI 的「带货量」，就连 Azure 的增长也不及预期。
能展现的成果，寥寥；但要花的钱，多少也不够。
隔天发财报的小扎显然看到了这个矛盾，以及大家对 AI 泡沫的死亡凝视。4 月下旬发一季报时，Meta 就曾因或上调资本支出至 42%，股价下跌了 15%。昨天，Meta 在二季度回调了资本支出，并且扎克伯格给出不再增加全年资本支出的预期指引，Meta 盘后涨 5%。
现在，同样的压力给到纳德拉。
图片来源：视觉中国
财报电话会上，一位分析师隐晦地提问，微软的资本支出在最近一个季度达到了创纪录的 190 亿美元，如何看待行业对 AI 资本支出与变现是否真正匹配的讨论？
纳德拉再次将其资本支出的必要性视为云的转型。他说，AzureAI 的增长的确带来了大部分的资本支出，但背后依旧是是客户需求推动的。
对此，微软首席财务官 Amy Hood 则表示，「这些投入真的将在 15 年及更长时间里得到回报」。在她看来，无论需求是在平台层还是在应用层，还是通过第三方和合作伙伴，或者微软作为自己的第一方 SaaS，都会使用相同的基础设施，「因此，这是一个长期存在的灵活资产，希望通过资本支出的这种形式，帮助人们看到其中有多少是短期变现的驱动力，以及多少是更长的持续业务」。
真的是这样吗？AI 应用得扩张到多大的市场，才配得上微软不管不顾的投入。
单就 PPE，花在数据中心厂房、芯片等有形资产上的投资，微软在过去四个季度不断打破历史投入记录。算上投资并购等在 AI 上的无形投资，资本支出的绝对值更是飙升。
过去一年，微软在 AI 基建的投资不断攀升（数据来源 SEC 官网，统计口径：Additions to property and equipment）｜制图：极客公园
对比过去三年硅谷大厂在 AI 基建上的投入，微软也最为激进。这是让这家 49 岁的企业再次屹立潮头的秘诀，是纳德拉「刷新」微软掌舵人的业绩，但现在，激进投入 AI 的路径依赖，也成为他最大的潜在危机。
海外大厂 PPE 投入增长趋势图｜制图：极客公园
备注：各大厂商的财年划分不同，故以微软一个财年所代表的自然月为周期，手动加总了每一年的财务数据。
统计口径如下：
微软：Additions to property and equipment；
亚马逊：Purchases of property and equipment；
Alphabet：Purchases of property and equipment；
Meta：Purchases of property and equipment, net
微软在 AI 基建上的投入如此积极，是在利用 AI 这个变量，与 AWS 和谷歌云争夺 AI 的用云量。当前，Azure 的规模大约是 AWS 的一半，远高于谷歌云。
但问题在于，像芯片、服务器、厂房等这种 AI 基建等投资，回报周期很长，如果过度估计了需求，超额供给带来的将是无限的沉没成本，让一家公司的命运就此陷于泥沼。
当前，几家大厂一年在 AI 基建上的投入近 2000 亿美金，这意味着 AI 应用的市场至少要 2 万亿美金。
但在实际需求侧，Copilot 拉动 Github 40% 的营收增长，可能是当下最成熟的 AI 应用案例，其他 AI 应用，就连微软都要挤牙膏般计算多了几个用户和客户。
宏观数据上也是这样，据 Statista 统计，2024 年，AI 市场规模超 1840 亿美元，到 2030 年，市场规模将超过 8260 亿美元。按照这个数字，远撑不起巨头下的注。
一位云厂商从业者曾向极客公园表示，AI 应用对 AI 基建的新需求主要体现在模型训练阶段，在模型推理阶段，随着工程化手段的不断优化，成本会一降再降，并且传统的云计算产品也可以用作模型推理。到底，每年有多少 AI 应用需要这些 AI 基建作模型训练？除了大厂们自己追求最极致的模型，大部分客户并不会在模型训练上无止境追求更好。
以同理心著称的纳德拉不会看不到这些 AI 需求信号背后的潦草、单薄与不确定。据传，纳德拉每周都会亲自造访硅谷，拜访一圈 AI 新宠儿，了解 AI 应用最真实的使用场景。
那么当前不断加码的激进投资背后，只能是 FOMO 心态作祟。
*头图来源：视觉中国
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你认为大公司布局AI的优势有哪些？
热点视频
Sam Altman：解雇员工太慢是普遍错误，早开除他们是为他们着想。
点赞关注极客公园视频号，
观看更多精彩视频
**
