Azure在第三财季处理超过100万亿个token，同比增长五倍。仅3月份，微软就处理了50万亿个token，显示出AI需求的强劲增长。
微软的供应链体系帮助GPU交付时间缩短了近20%，整体系统AI性能提升约30%，单位计算成本则下降了50%。
5月1日消息，美国当地时间周三，微软发布了该公司截至3月31日的2025财年第三财季财报（对应自然年2025年第一季度）。财报显示，微软第三财季营收为700.66亿美元，同比增长13%，按固定汇率计算同比增长15%；净利润为258.24亿美元，同比增长18%，按固定汇率计算同比增长19%；每股摊薄收益为3.46美元，同比增长18%，按固定汇率计算同比增长19%。
微软第三季度营收和利润均超出预期，这主要得益于Azure云计算业务的强劲增长，这也向投资者证明，其巨额人工智能投资正在取得回报。
财报发布后，微软首席执行官萨提亚·纳德拉、首席财务官艾米·胡德（Amy Hood）及投资者关系副总裁乔纳森·尼尔森等公司高管出席了随后举行的财报电话会议，解读财报要点，并回答分析师提问。
纳德拉首先登场，阐述了微软在第三财季云计算和人工智能方面取得的进展。他强调，云服务与AI已成为各类企业提升产出、降低成本、加速增长的核心引擎。
在基础设施方面，微软持续扩展数据中心能力，仅在第三财季，就在四大洲、十个国家和地区新建了数据中心。微软的模型能力每六个月翻一番，这是多种“扩展定律”叠加所带来的成果。
微软正持续在从数据中心设计、硬件与芯片、系统软件到模型优化等各个层级提升效率，目标是降低成本、提升性能。这体现在其供应链体系中：GPU交付时间缩短了近20%，整体系统AI性能提升约30%，单位计算成本则下降了50%。
在云迁移方面，客户对在Azure上扩展部署的需求持续加速，涉及各个行业。微软仍是关键任务型工作负载的首选云平台，其全球区域覆盖也领先于所有其他超大规模云服务提供商。
微软对云的下一个技术前沿——量子计算——同样充满期待。除了与合作伙伴部署量子栈之外，该公司也在向实用级量子计算迈出实质性步伐，推出了量子芯片Myorana 1。
在AI平台和开发工具方面，Azure AI Foundry作为微软的智能体与AI应用开发平台，目前已有超过70,000家企业使用它来设计、定制和管理AI应用及智能体。
第三财季，微软共处理了超过100万亿个token，是去年同期的5倍，仅3月份就处理了50万亿个token。目前已有数万家机构在使用微软的新型智能体服务进行构建、部署与扩展。
同时，微软已将OpenAI的最新模型及Cohere、DeepSeek、Meta、Mistral和Stability等提供商的新模型集成进Foundry平台，并扩展了自研的SLM（小语言模型）系列，新增了多模态模型和轻量迷你模型，SLM系列累计下载量已达到3,800万次。
微软研究团队在该方向上也取得了新突破，推出了BitNet B1.58模型。这是一款仅使用CPU即可运行的十亿参数大语言模型，预计将很快登陆Foundry平台。
在开发者工具方面，微软正将 GitHub Copilot 从“程序员助手”进化为“程序员同事”。在 Visual Studio Code 的智能体模式下，Copilot 现在不仅能迭代代码，还能识别并自动修复错误。微软还推出了更多Copilot功能，如支持漏洞自动审查与修复的安全智能体。此外，微软正在开发可异步执行任务的“智能体套件”，进一步拓展开发者的AI工作能力。
在开发者工具方面，Visual Studio 和 VS Code 的月活跃用户超过 5000 万。Power Platform 则是领先的 AI 低代码平台，月活跃用户达 5600 万，同比增长 27%。越来越多的用户正利用微软提供的 AI 功能构建应用与自动化流程。
在未来办公领域，目前已有数十万来自全球各行业的客户在使用 Microsoft 365 Copilot，用户数同比增长达 3 倍。
近期，微软宣布一项重大更新，将智能体、笔记本、搜索与创作功能整合到一个全新的工作框架中。微软推出的新一代研究员和分析师型深度推理智能体，能够分析海量网页与企业数据，在 Copilot 中实时提供高水平、专业级的知识支持。
微软还为不同岗位与业务流程开发了专属智能体。例如，销售智能体可以将联系人转化为潜在客户，帮助销售代表快速掌握新客户信息；客服智能体则能够自动回应客户问题，加快问题响应与处理效率。
通过 Copilot Studio，客户可在无需编程或仅用低代码方式下扩展 Copilot 功能，并构建自有智能体。目前已有超过 23 万家组织在使用 Copilot Studio，其中涵盖 90% 的《财富》500 强企业。
在消费者业务方面，LinkedIn 的全球专业用户超过 10 亿，用户依然保持两位数增长。平台上的视频观看时长同比增长 36%，评论数量增长 32%。借助 AI 寻求技能提升和求职机会的用户数量实现翻倍增长。
在广告与搜索业务方面，微软正通过 Copilot Search 重塑用户在搜索、浏览、内容发现与 AI 助理方面的体验。必应搜索结果中已集成由 AI 生成的概览页面与对话功能中。新版 Copilot 应用已显著提升用户的日常互动频次，以及在搜索、购物、旅行规划等多场景下的使用成效。
在游戏业务方面，微软持续推进游戏业务转型，聚焦于提升整体利润率。目前，微软游戏平台月活跃用户总数已超过 5 亿。微软也已在 Xbox 平台全面集成 AI，推出了全新 Gaming Copilot——这是一位个性化游戏助手，可提供实时指引与专家级建议。此外，微软还发布了 Muse 模型，可实现游戏内容的实时生成。
问：近期有媒体报道称微软搁置了部分数据中心建设计划，但AI需求却非常强劲。你能否说明微软在数据中心战略方面发生了哪些变化？特别是关于GPU供应过剩的风险，具体指的是什么？这类风险是否已被纳入你们的规划考量？
纳德拉：在过去10至15年间，我们始终根据实际情况动态调整数据中心的建设和租赁节奏。核心目标是确保这些部署计划与未来工作负载的增长趋势保持一致。我们需要综合考虑多个因素，包括整体需求、工作负载结构的变化，以及地理分布等。加之摩尔定律的持续影响，我们的数据中心战略正是建立在对这些“最新变量”的全面研判之上。举例来说，虽然我们目前在“特定地区”面临电力和容量的局部紧张，但这并不具有普遍性。
问：你提到“云迁移需求加速”，能否进一步展开说明？目前客户在云迁移方面有哪些新趋势？
纳德拉：我们在云端观察到四大趋势几乎同步发展，而且彼此之间存在高度关联和相互促进作用：
首先是传统IT系统的持续迁移，例如SQL Server、Windows Server等。这一部分的云化仍在稳步推进。客户越来越意识到，将本地工作负载迁移至云端能够显著提升效率，从而推动了新一轮传统系统的迁移浪潮。
其次是数据平台的快速发展。我们在Azure上看到诸如PostgreSQL、Cosmos DB等开源数据库的使用量显著上升。我们新推出的数据平台Fabric，以及合作伙伴如Databricks和Snowflake在Azure上的采用情况也非常积极，这表明数据层增长具备坚实的基础。
第三是云原生应用的持续增长。在当前AI负载尚未全面计入的前提下，许多云原生客户对计算资源的使用保持健康态势，并在整个季度持续增长。我们预计这一趋势将继续延续。
第四是AI与非AI工作负载之间的协同关系。例如，即便是ChatGPT团队，也不仅依赖AI加速器（如GPU），还大量使用Cosmos DB、PostgreSQL、核心计算和存储资源。这说明AI工作负载并非孤立存在，而是深度嵌入并依赖于整个云基础设施体系。
所以总的来说，我们认为Azure的持续增长由四大因素共同驱动：传统迁移、数据平台扩展、云原生计算的发展，以及AI工作负载的增长。这四者相辅相成，形成了坚实的增长动力。
尽管未来仍存在不确定性，但有一点是明确的——微软的最大业务是基础设施服务，而即将到来的下一代平台变革（即AI）正是构建在这一基础之上。这场变革并非从零开始，而是在我们已有技术和能力之上展开的深度转型。
问：你们在第三财季发布了不少亮眼数据，其中最引人关注的是AI为Azure带来了16个百分点的增长。能否进一步解析这一数字？是由于ChatGPT推理需求激增，还是企业AI应用加速推动所致？
胡德：需要澄清的是，第三财季Azure的超预期增长，主要动力来自非AI业务。AI业务表现也不错，增长基本符合预期，但其驱动因素主要是我们提前向部分客户交付了计算资源。这种提前交付确实带来了一些额外收益，但整体而言，本季度业绩超预期的主要贡献来自非AI服务板块。
问：微软在云计算和AI业务方面，持续提升资本效率。你们也曾提到，即使资本开支增速放缓，Azure（包括AI）依然能够实现加速增长。目前这方面的进展如何？
胡德：从过往经验来看，在云计算转型初期，资本支出通常会随着数据中心建设显著上升；随后，随着CPU利用率的提升，以及软硬件效率的逐步优化，资本使用效率也随之改善。如今，AI业务正以更快的节奏重复这一过程，模型的多样化正在加速资源利用效率的提升。不同之处在于，这一轮转型节奏更快，但建设规模也显著扩大，可能在一定程度上掩盖了效率提升的实际成果。
我们的硬件、软件和施工团队正协同发力，持续优化端到端的交付周期——从设备上架到投入运营的时间持续压缩。值得强调的是，目前AI业务的利润率已经远高于当年传统服务器向云转型时期的水平。
纳德拉：从更宏观的视角来看，我们需要明确区分传统托管服务与超大规模云服务的根本差异——这归根结底是软件能力的差异。虽然这仍是一个资本密集型行业，但真正决定资本效率高低的是系统级软件优化能力。这正是超大规模云服务的核心竞争力所在，也是我们今后持续发力的重点。
问：你们最近提到的“DeepSeek时刻”确实存在，且软件效率的提升将延长整个算力集群的使用寿命。能否谈谈这些技术进步如何影响市场上AI实验和活动的节奏与规模？
纳德拉：首先，OpenAI在推理模型方面的开创性工作，以及DeepSeek等技术的后续贡献，确实为AI领域带来了重大突破。预训练加推理计算模式，以及推理阶段的优化，已经证明是行之有效的。我认为，每一代摩尔定律的进步背后，软件带来的实际效能提升可以达到10倍，这种提升源自模型架构创新、数据效率和计算效率等多方面的优化。
我们正在构建一个更加平衡的基础设施体系，使工作负载能够充分利用底层效率的提升。某种程度上，这就像虚拟化技术改变了服务器架构，云计算提升了虚拟化效率一样。当前AI时代的核心差异依然是效率革命，软件驱动的效率提升才是最终创造需求的关键。
问：第三财季业绩超预期主要来自Azure的非AI业务部分，且看起来这一趋势有望持续。你们是否开始看到AI部分带动非AI服务的增长？随着推理计算规模突破传统认知，打破扩展定律的限制，这将如何影响Azure AI业务未来几个季度的增长轨迹？
胡德：现在，AI工作负载与非AI工作负载的界限变得越来越模糊。我们曾经将这两者分开，主要是为了让外界更清楚地理解过去两到三年间加速的资本支出，如何有效转化为可验证的收入和产品成果。但本质上，这些工作负载都需要GPU、CPU、存储和网络等资源的协同支持。
我们观察到，数字原生企业所构建的工作负载往往同时包含AI和非AI部分。虽然它们不一定部署在同一云平台上，但随着AI工作负载的比重不断增加，二者之间的协同效应会越来越强。实际上，我们已经开始看到这种联动效应。随着AI应用从概念验证阶段进入扩展阶段，这一趋势将愈加明显。
因此，我更倾向于从整体角度来看待Azure的表现——无论是AI还是非AI部分，在第三财季，我们都取得了全面的进展。这体现在多个维度，包括销售团队的执行力、合作伙伴生态、待转化订单、创新工作负载，以及最终为客户创造的实际价值等方面。与其强行将这两部分区隔开，不如关注我们如何通过整体解决方案不断为客户创造持续的价值。（腾讯科技特约编译金鹿）