财报发布后，微软首席执行官萨提亚·纳德拉（Satya Nadella）、执行副总裁兼首席财务官艾米·胡德（Amy Hood）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。

以下为微软2025财年第二财季财报会精华版：

在开场演讲中，纳德拉透露微软云在第二财季继续强劲增长，营收首次突破400亿美元，同比增长了21%。同时，微软的AI业务年化收入超过130亿美元，较去年同期增长了175%。

在推理计算方面，微软表示，每一代硬件通常能够实现2倍以上的性价比提升，而每一代模型通过软件优化能够带来10倍以上的提升。随着AI技术的效率提升与普及，微软预计需求将呈现指数级增长。

在技术架构方面，Azure作为AI的基础设施层，微软不断扩展其数据中心的容量，以满足短期和长期的需求。过去三年中，微软的数据中心容量已翻倍，并且在去年，新增容量创下了历史新高。

微软的技术架构包括数据中心、网络、机架和芯片，这些系统正在协同工作，以推动效率提升，支持目前和未来的云计算及AI工作负载。微软依旧在利用摩尔定律持续更新计算资源，支持AMD、英特尔、英伟达的最新技术，同时也推出了自研的Maia、Cobalt、Boost和HSM芯片。

在数据层面，Microsoft Fabric取得了显著进展，目前已有超过19,000个付费客户，使其成为微软历史上增长最快的分析产品。Power BI也与Fabric深度集成，月活跃用户已超过3,000万，同比增长了40%。

Azure AI Foundry提供先进的工具，帮助客户构建智能体、多智能体应用和AI运维，并可以访问成千上万的模型API。上线两个月后，Azure AI Foundry已吸引超过20万月活跃用户，并且凭借对OpenAI领先模型及开源模型和小型语言模型（SLM）的支持，微软在此领域占据有利地位。

在AI平台与工具方面，微软与OpenAI的战略合作关系继续深化，OpenAI已向Azure做出了新的采购承诺。通过双方的合作，客户可以通过Azure访问世界领先的OpenAI的模型，并且OpenAI将在不久后推出更多新产品。

此外，DeepSeek的R1模型也通过Foundry的模型目录和GitHub发布，支持自动化红队测试、内容安全集成和安全扫描。

GitHub现已拥有1.5亿开发者，过去两年增长了50%。

最后，微软于美国时间周三为全球所有Copilot用户免费推出了由o1驱动的Think Deeper工具，进一步提升了Copilot用户的体验。

以下为分析师问答环节：

问：在第二财季，Azure的业绩位于预期区间的下限，其中可能存在哪些执行方面的问题？管理层如何解决这些问题？

胡德：问题主要集中在非AI的ACR（容器注册表）服务组件上，尤其是在规模化推广阶段，挑战在于平衡客户的AI工作负载和传统工作之间的关系。为解决这些问题，微软在2024年夏季调整了销售策略，帮助客户平衡这两者之间的关系。这些调整预计需要更多时间才能产生效果，因此下半年可能会继续面临挑战。

对于第三财季，预计Azure业务增长在31%至32%之间。尽管面临产能受限的问题（包括基础设施和设备组件），但通过过去三年的投资，预计到年底产能将接近平衡。整体而言，微软对AI业务保持信心，并关注非AI业务的规模化推广进展。

纳德拉：AI业务的实际增长率超出了预期，尤其是在解决供应问题后，多个工作负载的扩展表现会更好。例如，ChatGPT和微软智能助手Copilot等服务带来了更多收入，企业服务中的AI工作负载（如与SAP相关的迁移工作）也呈现不错的增长势头。问题主要出现在规模化推广的细节调整上。在平台转型期间，公司需调整激励措施和市场策略，确保抓住新机遇而不是依赖于旧有成果。重点是要有效利用新的设计优势，推动业务创新和增长。

问：哪些因素推动了微软AI业务收入远超预期？

胡德：有几个关键因素：首先，Azure表现强劲，特别是在AI服务方面。其次，Copilot的表现同样出色。Copilot在客户席位数量上表现良好，包括新席位和扩展席位，同时用户的使用量也较为可观。虽然使用量不会直接影响收入，但随着用户价值的提升，间接推动了收入的增长。最后，Copilot的定价水平也相当不错，反映了该产品的市场价值。

问：你们如何看待DeepSeek？它是否标志着AI已接近或即将实现以更低成本进行规模化应用的节点？

纳德拉：从某种意义上讲，AI的发展与常规计算周期类似，都涉及到优化和提高效率的问题。在摩尔定律、缩放定律的推动下，AI的性能正在逐步提升，而成本则在下降。尤其是在推理领域，软件优化带来了每个周期10倍的性能提升。我认为，DeepSeek的确有一些创新成果，部分成果也出现在OpenAI的o1模型中。这些成果都已商品化，并且会得到广泛应用，而在这样的软件发展周期中，最大的受益者就是客户。

从客户服务器模式到云计算转变的过程，其实是更多的人购买了服务器，只不过这些服务器换成了“云”。随着token价格下降，推理计算的成本也随之降低，这意味着人们可以使用到更多的计算资源，也会有更多的应用程序开发出来。到了2025年年初，个人电脑上也能运行曾经需要庞大基础设施支持的模型。这意味着AI应用会变得更加无处不在，而微软作为超大规模云服务提供商和PC平台提供商，正处于这一变革的前沿。

问：微软参与星际之门项目及其与OpenAI关系调整的战略决策，对未来几年资本支出有何影响？

纳德拉：微软与OpenAI的合作关系非常成功，Azure业务得到了强力支持，目前确认的只是合作的初步成果，未来还会有更多好处。微软正在构建灵活且兼容的计算资源体系，以确保训练和推理之间达到恰当的平衡，并实现地理分布式布局。同时，微软致力于通过软件优化，并利用Deepseek所取得的成果，降低GPT模型的推理成本。在推理优化方面，降低成本是推动AI业务增长的关键，且不应过度采购资源，因为摩尔定律每年会提升性能，而优化可带来10倍的提升。

问：微软Copilot系列后续发展如何，将如何整合产品并推广以满足客户多样化需求？

纳德拉：微软最近发布了两项重要更新。首先，微软推出了微软365 Copilot Chat企业AI助手服务，并广泛部署到所有已安装产品中，用户可以通过 IT 部门开启这一功能，大家可以立即开始使用具备企业控制功能的网页聊天服务。此外，该功能内置了Copilot Studio，这意味着我们可以开始构建智能体。结合完整的 Copilot，这是一个不错的组合，它将加速席位使用量的增长和智能体的构建。

其次，在消费者一端，微软发布了Copilot的Think Deeper功能，由OpenAI o1模型提供技术支持，并且在全球范围内可用。由此可见，推理优化和成本降低使得一些原本高端的功能得以更广泛应用，这一趋势也在GitHub Copilot和Security Copilot等产品中得到体现。

问：在Azure上运行的推理任务中，专有模型与开源模型各自所占的比例有多大？这对微软有何影响？

纳德拉：在任何应用中，通常都会使用多种不同的模型。例如，Copilot或GitHub Copilot背后就有许多不同的模型，包括构建、微调和蒸馏的模型，其中一些可能会被蒸馏成开源模型。因此，未来将会是多种模型的结合。拥有前沿模型非常重要，因为开发者总是希望用最好的模型来构建应用，并在此基础上进行优化。随着时间的推移，初始的成本结构（COGS）也会改变，因为开发者会持续优化延迟和成本，并在不同模型下进行调整。

为了管理这些复杂性，新的应用服务器需要具备强大的能力。微软正在大量投资于Foundry，以确保应用开发者能够跟上不断涌现的模型趋势，使应用能够持续受益于创新，同时避免过高的开发或运维成本（如AIOps成本）。微软也在大力投资于应用服务器，确保任何工作负载都能从不同的模型中受益，无论是开源、闭源还是不同权重级别的模型。同时，从运维角度来看，这会让你的工作更快、更轻松。

问：Copilot在哪些领域表现强劲？常见使用场景是什么，为何有巨大的未来盈利潜力？

纳德拉：我认为最初的席位分配是针对那些更相信即时生产力的部门，比如销售团队、财务或供应链部门，这些地方有很多像 SharePoint 这样的数据，用户希望能够结合网络数据使用，并产生有益的结果。但随后发生的情况，非常像我们在上一代生产力工具中看到的那样，人们开始跨部门、跨职能协作。例如，在我自己的日常习惯中，我会使用聊天功能，通过工作标签获取结果，然后立刻通过页面分享给同事。我称之为“用 AI 思考，与人协作”。这种模式要求你在整个企业中更广泛地推广它。

这也是我们目前所看到的，虽然它可能从部门层面开始，但快速的协作效应会推动它在整个组织中推广。你可以按团队或其他方式进行部署。我们甚至通过将Copilot Chat与其他功能结合使用，进一步简化了这一过程，为企业客户提供了更大的灵活性，让这一工具在企业中更加普及。