2026 01 28 MSFT 投資價值

Dec 2025 Q2 FY2025¶

將軍，這是一次經典的「資本支出休克 (CapEx Shock)」。

作為華爾街分析師，我看過這份財報和電話會議紀錄後，可以明確告訴您：微軟交出了一份「過去滿分，但未來昂貴」的成績單。

股價重挫 11% 絕非市場反應過度，而是投資人終於對這場「AI 軍備競賽」的代價感到恐懼。市場擔心的不再是「有沒有需求」，而是「賺錢的速度跟不上燒錢的速度」。

以下我為您拆解市場在恐慌什麼，以及這對 AI 供應鏈的連鎖反應：

一、市場到底在擔心什麼？ (四大恐慌點)¶

1. 令人窒息的資本支出 (The $37.5 Billion Problem)¶

數據： 本季資本支出 (CapEx) 高達 375 億美元。
恐慌點： 這是什麼概念？
- 年化計算，微軟一年要燒掉 1,500 億美元 蓋數據中心和買晶片。
- 相比之下，Azure 的營收成長雖然不錯 (39%)，但下一季指引卻顯示成長沒有加速 (預估 37-38%)。
華爾街邏輯： 投資人原本預期「投入越多，產出越快」。結果現在看到的是：投入呈指數級增長，但營收回報卻呈現線性甚至微幅放緩。 這是典型的「投資回報率 (ROI)」疑慮。

2. 「產能不足」導致的成長天花板 (Supply Constraints)¶

證據： CFO Amy Hood 在電話會議中多次強調：「Customer demand continues to exceed our supply (客戶需求持續超過我們的供應)。」
恐慌點： 這句話聽起來是好消息（需求旺盛），但在華爾街耳裡是壞消息。
- 這意味著，就算微軟想賺更多錢也賺不到，因為蓋數據中心和拿 GPU 的速度不夠快。
- 這導致下一季 (Q3) Azure 的成長指引被「物理限制」鎖死在 37-38%，無法給出令市場興奮的 40%+ 數字。

3. OpenAI 的巨大風險敞口 (Concentration Risk)¶

數據： 微軟透露，商業剩餘履約義務 (RPO) 中，有高達 45% 來自 OpenAI。
恐慌點： 這是一個驚人的集中度。
- 微軟的「訂單積壓 (Backlog)」看起來很漂亮（成長 28%），但如果扣掉 OpenAI 這個超級大客戶，其他的企業 AI 採用速度是否真的那麼強勁？
- 這讓微軟看起來不像是一個「廣泛的 AI 平台」，更像是「OpenAI 的專屬代工廠」。如果 OpenAI 出了什麼事，或者 OpenAI 轉向其他雲端，微軟的成長故事會瞬間崩塌。

4. 利潤率壓縮的幽靈 (Margin Compression)¶

證據： 雖然本季毛利率還行，但 Amy Hood 警告：「未來隨著這些硬體資產折舊（分6年），雲端毛利率會逐漸受壓。」且 Q3 營業利潤率預計會微幅下降。
恐慌點： 燒了這麼多錢，硬體折舊費用即將像海嘯一樣襲來，未來幾年的獲利能力可能會被稀釋。

二、對其他股票的影響 (連鎖效應)¶

微軟的這場「休克」，對不同板塊有截然不同的影響：

1. 對硬體股 (NVIDIA, AMD)：大利多 (Bullish)¶

邏輯： 微軟股價跌，不代表 NVIDIA 會跌。相反，微軟燒了 375 億美元，這些錢去哪了？大部分都進了黃仁勳的口袋。
證據： 微軟明確表示「需求大於供給」，且還要繼續瘋狂買 GPU。
結論： 這證明了 AI 鏟子股 (NVIDIA/AMD) 的業績在未來幾季依然有強大的支撐。微軟越焦慮產能，硬體廠越賺錢。

2. 對其他雲端巨頭 (Google, Amazon)：利空 (Bearish)¶

邏輯： 這是「軍備競賽」的代價。既然微軟一季要燒 375 億，Google 和 Amazon 為了不落後，也必須跟進燒錢。
結論： 這會導致整個雲端行業的自由現金流 (Free Cash Flow) 大幅縮水，利潤率集體承壓。市場會開始用更嚴格的眼光審視 Google 和 Amazon 下週的財報中的 CapEx 數字。

3. 對軟體應用股 (Salesforce, ServiceNow, Datadog)：中性偏空¶

邏輯： 微軟提到企業端 Copilot 席位增長強勁，但也提到傳統 IT 支出在某些領域（如 PC OEM、Gaming）表現疲軟。
結論： 企業預算正在發生「排擠效應」。為了買 AI (微軟 Copilot)，企業可能會縮減其他 SaaS 軟體的支出。

三、軍師的最終判斷¶

將軍，微軟這次的下跌，是市場在進行「估值重塑」。

過去一年，市場給微軟高估值是假設「AI 會立即帶來暴利」。

現在，市場意識到 AI 是一個「重資產、長週期、高折舊」的生意。微軟從一家「輕資產軟體公司」變成了一家「重資產基礎設施公司」，這需要調降估值倍數 (PE Compression)。

操作建議：

不要急著接刀微軟： 等市場消化完這個「資本支出恐慌」，股價可能需要幾週來築底。
盯緊 NVIDIA： 如果 NVIDIA 因為微軟大跌而被錯殺，那是絕佳買點。因為微軟的財報實際上是在幫 NVIDIA 的業績背書。
避開現金流弱的二線 AI 股： 連微軟這種現金牛都被資本支出壓得喘不過氣，那些口袋不深的小公司會死得更慘。

一句話總結：微軟證明了 AI 是真的（需求爆棚），但也證明了 AI 是極度昂貴的（燒錢如流水）。現在是「鏟子商 (NVIDIA)」笑著數錢，「淘金者 (微軟)」揮汗如雨的時刻。

電話會議¶

將軍，這份電話會議紀錄是理解為何微軟股價重挫 11% 的關鍵。

我已將其整理為一份「華爾街戰情摘要」。這份摘要不僅包含了公司想說的「亮點」，更還原了分析師們刀刀見骨的「質詢」，以及管理層如何（有些吃力地）進行防禦。

第一部分：公司管理層報告重點 (Management Prepared Remarks)¶

這是 Satya Nadella (CEO) 和 Amy Hood (CFO) 試圖建構的「AI 帝國」敘事。

1. 財務數字：營收亮眼，但成本驚人¶

營收： 813 億美元 (年增 17%)，優於預期。
Azure 成長： +39% (固定匯率 +38%)，優於預期。
微軟雲端 (Microsoft Cloud)： 營收首次突破 500 億美元。
資本支出 (CapEx) - 核爆點： 375 億美元（單季）。CFO Amy Hood 確認其中 2/3 用於硬體 (GPU/CPU)。這是一個令人咋舌的數字。

2. AI 基礎設施：自研晶片與超級工廠¶

Maia 200 (自研 AI 加速器)： 正式上線。號稱比現有硬體 TCO (總擁有成本) 降低 30%，效能強大。
超級工廠 (Fairwater)： 在亞特蘭大和威斯康辛建立了液冷 AI 超級中心。
產能瓶頸： CFO 強調 「需求持續超過供給 (Demand continues to exceed our supply)」，這是 Azure 成長無法更快的物理限制。

3. 產品進展：Agent (代理人) 是新焦點¶

Agent 365： 推出跨雲端的 Agent 控制平台。Satya 定義 「Agent 是新的 App」。
Copilot 動能：
- M365 Copilot 付費席位達到 1,500 萬 (年增 160%)。
- 每日活躍用戶 (DAU) 年增 10 倍。
- GitHub Copilot 付費訂閱者達 470 萬。

4. 前瞻指引 (Guidance) - 市場失望的源頭¶

Azure Q3 預測： 成長率 37%-38% (固定匯率)。
解讀： 雖然還是高成長，但在投入 375 億美元資本支出的情況下，成長率居然「沒有加速」，甚至微幅放緩（從 39% 降到 37-38%）。這讓市場對 ROI 產生了巨大懷疑。

第二部分：華爾街分析師的犀利拷問 (Key Q&A)¶

這是股價崩跌的真正戰場。分析師們集中火力攻擊「錢花哪去了？」和「OpenAI 風險」。

戰場一：資本支出與回報率 (CapEx vs. ROI)¶

Q1 (摩根士丹利 Keith Weiss)：

「獲利成長 24% 很棒，但盤後股價在跌。投資人擔心 CapEx 成長速度快過 Azure 成長速度。請問這些巨額投資的 ROI (投資回報率) 到底在哪裡？」

Amy Hood (CFO) 防禦：
- 不要只看 Azure： 這些 GPU 不只是給 Azure 用的，也給 Copilot (SaaS) 和 R&D 用。這是在建立長期的客戶終身價值 (LTV)。
- 產能分配： 如果我不把 GPU 拿去給 Copilot 用，全部給 Azure，那 Azure 成長率早就破 40% 了。但我必須平衡發展。
Satya (CEO) 補充：
- 獲取一個 Copilot 客戶跟獲取 Azure 客戶一樣重要，那是增量市場。

戰場二：OpenAI 集中度風險 (Concentration Risk)¶

Q2 (Jefferies Brent Thill)：

「你們揭露 45% 的商業剩餘履約義務 (RPO) 來自 OpenAI。大家很擔心這個集中度風險，以及 OpenAI 的持久性？」

Amy Hood (CFO) 防禦：
- 反向解讀： 你應該看剩下的 55% (約 3,500 億美元) 是來自廣泛的客戶，而且這部分還成長了 28%。這證明非 OpenAI 的業務也很強。
- 夥伴關係： 我們是 OpenAI 的規模化供應商，這關係很好。

戰場三：硬體折舊與營收年限的錯配 (Depreciation Mismatch)¶

Q3 (Bernstein Mark Moerdler)：

「你們伺服器折舊年限是 6 年，但合約平均長度只有 2.5 年。現在 CapEx 這麼大，投資人怎麼能放心你們能在這 6 年內賺回足夠的錢？會不會有硬體閒置風險？」

Amy Hood (CFO) 防禦：
- 產能已預售： 我們現在買的 GPU，大部分在其「整個生命週期」內都已經有合約覆蓋了（特別是 OpenAI 和大客戶）。
- 效率提升： 隨著時間推移，硬體運作效率會變高，利潤率反而會提升。不用擔心賺不回來。

戰場四：自研晶片 vs NVIDIA¶

Q4 (JP Morgan Mark Murphy)：

「Maia 200 效能看起來很強。這會變成微軟的核心競爭力嗎？對毛利率有幫助嗎？」

Satya (CEO) 回答：
- 垂直整合： 軟硬體整合能優化成本 (TCO)。
- 不排斥 NVIDIA： 我們還是會跟 NVIDIA 和 AMD 合作。我們的目標是讓我們的機隊擁有「最佳的 TCO」，不管是自研還是外購。

第三部分：軍師的總結解讀¶

將軍，整理完這份紀錄，微軟大跌 11% 的邏輯非常清晰：

ROI 的信任危機： 微軟試圖說服市場「燒錢是為了長遠未來 (Copilot + Azure)」，但市場只看到眼前的數據是「燒錢指數級成長 (375億)，營收線性成長」。
產能瓶頸是雙面刃： 管理層一直喊「供不應求」，這雖然證明需求強，但也承認了「有錢賺不到」的窘境。這限制了股價的想像空間。
OpenAI 的巨大陰影： 45% 的 RPO 來自 OpenAI 是一個極度驚人的數字。這讓微軟看起來更像是 OpenAI 的「代工廠」，如果 OpenAI 未來轉向或成長放緩，微軟的半壁江山都會動搖。

結論： 微軟這場電話會議沒能安撫市場對於「資本支出黑洞」的恐懼，反而加深了疑慮。這也是為什麼我之前說，這對 NVIDIA (賣鏟子的人) 是利多，但對 微軟 (淘金者) 卻是短期利空。

關於電力¶

將軍，我仔細掃描了整份微軟的電話會議逐字稿。針對您關心的「電力」問題，微軟管理層的回答非常謹慎且具體。

結論是：在這份會議紀錄中，微軟「沒有」提到要自建發電廠（Self-building power），也沒有提出解決全球缺電問題的宏大方案。

他們解決自身「電力瓶頸」的策略，集中在「搶地」和「省電」這兩個戰術層面。

以下是詳細的證據拆解：

1. 有沒有提到「自建電力」？¶

沒有。

微軟在這場會議中完全沒有提到「蓋核電廠」、「SMR（小型模組化反應爐）」或「投資發電設施」等字眼。（這與 GE Vernova 或日立這種賣發電設備的公司完全不同）。

2. 他們如何解決「缺電（或電力取得）」的問題？¶

他們不解決「製造電力」的問題，他們專注於解決「如何更有效地使用每一度電」以及「去哪裡搶有電的地」。

根據逐字稿，他們的對策分為三點：

策略一：瘋狂搶地（與搶電）
- 原文證據 (CFO Amy Hood): "The way to think about that is we need to make sure we've got power and land and facilities available..." （我們的思考方式是，我們必須確保我們手上有電力、土地和設施可用...）
- 解讀： 他們把「電力」和「土地」視為一種必須去市場上「搶奪」的稀缺資源，而不是自己去蓋。他們本季在 7 個國家投資數據中心，就是在全球範圍內尋找有電、有地的地方。
策略二：極致的能源效率（Tokens per Watt）
- 原文證據 (CEO Satya Nadella): "The key metric we are optimizing for is tokens per watt per dollar..." （我們優化的關鍵指標是每瓦特、每美元能產出的 Token 數。）
- 解讀： 既然電很珍貴，那就讓每一度電能算更多東西。這是微軟應對缺電的核心技術手段。
策略三：透過硬體技術省電
- 原文證據 (CEO Satya Nadella): 提到了 "Fairwater data centers" 使用 「液冷技術 (Liquid Cooling)」 和 「Maia 自研晶片」。
- 解讀： Maia 晶片號稱能改善 30% 的 TCO（總擁有成本），其中很大一部分就是省電。他們試圖用更強的晶片和散熱技術，來繞過電力容量的物理限制。

軍師的觀點¶

微軟在這場會議中表現得像一個「電力的超級消費者」，而不是生產者。他們傳遞的訊號是：「雖然電力很緊缺（需求大於供給），但我們會用錢去搶全世界現有的電力，並且用技術讓我們的晶片更省電。」

這反而間接證實了 GE Vernova 和 日立 (Hitachi) 的論點：微軟這種巨頭對電力的需求是無底洞，而且他們自己不蓋電廠，只能依賴外部供應（電網公司）。這對電力基礎設施股來說，反而是更確定的利多。

Maia 200 的部署細節¶

將軍，根據微軟剛結束的電話會議（FY2026 Q2），關於 Maia 200 的部署細節已經浮出水面。

這款晶片是微軟為了對抗高昂 AI 成本（尤其是 NVIDIA 稅）所祭出的「秘密武器」。針對您的三個問題，我從 Satya Nadella（CEO）的口中提取了最精確的答案：

1. 量產時間點：已經上線，現在正在「擴大規模 (Scaling)」¶

官方說法： Satya 明確表示："Earlier this week, we brought online our Maia 200 accelerator."（本週稍早，我們已經讓 Maia 200 加速器正式上線運作。）
軍師解讀： 這意味著 Maia 200 已經過了「實驗室階段」或「小量試產階段」，現在（2026年1月）已經正式進入資料中心服役。
當前狀態： Satya 用了 "We will be scaling this"（我們將擴大其規模）。這表示 Q3 和 Q4 將是 Maia 200 產能爬坡的主升段。

2. 預估會有多少量？（官方未給數字，但可從 CapEx 推敲）¶

官方說法： 微軟從未公開具體的晶片顆數（這是最高機密）。
軍師的推算邏輯：
- 本季資本支出高達 375 億美元，其中 2/3 是硬體（GPU/CPU）。
- 雖然大部分錢還是進了 NVIDIA 的口袋（因為客戶指名要 NVIDIA），但微軟為了降低成本，會盡可能在「內部負載」中塞入 Maia 200。
- 關鍵訊號： Satya 提到 Maia 200 的 TCO（總擁有成本）比最新一代的商用硬體（暗指 NVIDIA Blackwell 或更高級）優化了 30%。
- 結論： 為了挽救被壓縮的毛利率，微軟會「能產多少就塞多少」。量級雖然無法跟 NVIDIA 的採購量比，但在微軟自身的 Copilot 運算叢集中，它將迅速佔據顯著比例。

3. 主要用在推理 (Inference) 嗎？¶

答案： 是的，絕對主力是推理。 但還有一個特殊的用途。
Satya 原話證詞：

"We will be scaling this, starting with inferencing and synthetic data gen for our super intelligence team, as well as doing inferencing for Copilot and Foundry."

（我們將擴大部署，首先用於推理和合成數據生成……以及用於 Copilot 和 Foundry 的推理。）
三大用途拆解：
1. Copilot 推理（主要）： 當您用 M365 Copilot 寫信、寫程式時，背後的運算將大量轉移到 Maia 200 上。這是為了省錢。
2. Foundry 推理（出租）： 讓外部客戶也能租用 Maia 200 來跑模型（價格會比租 NVIDIA 便宜）。
3. 合成數據生成 (Synthetic Data Gen)： 這點很有趣。 這是為了訓練下一代模型（Super Intelligence Team）做準備。雖然 Maia 不拿來做「核心訓練（Pre-training）」（那還是 NVIDIA 的強項），但它被用來生成大量的數據餵給模型吃。

軍師的戰略總結¶

Maia 200 的定位非常清晰：它是微軟的「成本殺手」。

效能： Satya 宣稱在 FP4 精度下有 10+ Petaflops 的算力（這非常強大，針對推理優化）。
目的： 微軟不敢把最頂級的訓練任務（GPT-6 Pre-training）從 NVIDIA 移開，但他們正在積極把「燒錢最快」的推理任務（每天幾十億次的 Copilot 查詢）轉移到 Maia 200 上。

這對投資的啟示：

對微軟 (MSFT)： 長期利多。如果 Maia 200 量產順利，微軟的毛利率在 2026 下半年會有支撐。
對 NVIDIA (NVDA)： 中性偏小空。 雖然微軟還在瘋狂買 GPU，但 Maia 200 確實搶走了原本屬於 NVIDIA 的「推論市場」份額。不過只要「訓練需求」還在爆炸，NVIDIA 就不用太擔心。