微软：Ai 业务落地进展如何？
以下是微软 2024 年二季度的财报电话会纪要，财报解读请移步《微软无愧股王，但盛誉之下难有惊喜》
（文章链接：https://longportapp.cn/zh-CN/topics/11416712）
一、财报核心信息回顾：
1. 营收增长复苏，利润释放更为不俗：先看总体业绩，微软本季实现营收 620 亿美元，略微高于预期的 611 亿。名义同比增速也大幅提升到 17.6%。但剔除并表动视暴雪贡献的额外 20 亿收入后，可比增速为 13.6%，较上季度有小幅的提升。
不过在 Azure 和 Office 365 业务回暖，以及更关键的降本控费下，本季的经营利润率比预期的高了近 1pct。虽然并没名义同比增长 33% 的展现的那么强劲（去年基数低，实际利润绝对值仅环比增加了 1 亿），但还算可圈可点。
2. 核心 Azure/Office 365 增长坚韧，但无惊喜：微软两大核心拳头产品—Azure 和 Commercial Office 365本季度营收，剔除汇率影响的实际增速分别为 28% 和 16%，分别同比持平、和下滑了 1pct。换言之，尽管 Ai 浪潮在进一步发酵，微软受益的两大产品的增长势头并没有进一步走高。受此影响，智慧云和生产力流程两大板块的营收增速同样持平或略微放缓，相比预期也基本一致。
3. 剔除收购，看似光鲜的个人计算板块只是企稳：板块的名义营收同比增速达到了 19%，提升幅度较大。但一方面因为去年同期基数极低（当时增速-18%），另一方面又并表暴雪的影响。剔除这部分影响，可比增速实际为 4.3% 左右，较上季只是略有改善。实际情况更多是 PC 出货量触底企稳后，公司个人业务板块同样趋于稳定。
4、“余粮” 指标同样展现迹象：与智慧云和生产力流程板块本季增长或持平或放缓的趋势类似，待履约合同余额，递延收入等 “余粮” 指标同样出现了边际放缓或持平的趋势。
其中，未履约合同余额（即已收到付款未确认收入的递延收入 + 未收到付款但已签订合同的金额）为 2220 亿，同比增速也继续下滑 1pct 到 17%，仍在继续放缓。反映当季增量的新签企业合同金额，据公司披露剔除汇率影响后的实际增速也从 17% 放缓到了 9%。
至于递延收入上，智慧云和生产力流程板块递延收入的同比增速也都环比下滑了 1pct。
5、控费比增效贡献了更多的利润：相比营收层面多项指标增速普遍出现了边际在下滑的迹象，微软本季的利润表现还是可圈可点，主要是经营利润率同比提升了近 4.9pct。
分解来看，本季毛利率同比提升了约 1.5pct，剔除折旧期限延长的影响，智慧云和生产力板块的毛利率大约都提升了 1pct，据公司解释主要是由于 Azure 和 Office 365 需求回暖导致。
而费用层面，公司全部三类经营费用费率普遍在继续下降，三费合计费率同比共下降了 3.4pct，换言之相比毛利率的提升，微软利润改善的更多是源自裁员控费后的节省。不过我们注意到，随着经济预期的改善和推广 Ai 产品的需求，本季的支出环比来看已有重回增长的趋势。
分板块看，智慧云和生产力流程板块的经营利润表现依旧不俗。两个板块的经营利润分别比预期高出了 9% 和 11.7%。这两个板块的经营利润率并未像预期的那样，在折旧年限延长的利好过后，快速回落到原先水平，而是环比基本持平。
但是个人计算板块的经营利润环比减少了约 9 亿，拖累了集团整体利润。其中并表动视暴雪就产生了约 4.4 亿的经营亏损，是主要原因之一。
6、下季度指引：针对下个季度的业绩，公司指引的三大板块营收增速都在进一步放缓，合计营收 605 亿也略低于预期的 610 亿。增长指引略有些疲软。
利润层面则继续好于营收，指引下季度经营利润 260 亿，好于预期的 247 亿。同样是由于市场预期经营利润在折旧利好周期过后会回归至原先水平，但公司指引的经营利润率则基本是环比持平的。
7. 概览如下
二、财报电话会详细内容
2.1、高管层陈述核心信息：
1）在 Microsoft 云持续强劲的推动下，本季度收入突破 330 亿美元，增长 24%，创下了历史新高；其中 Office 商业产品及云服务收入增长 15%，Azure 及其他云服务收入增长 30%，Xbox 内容及服务收入增长 61%，主要由动视收购推动。
2）Azure 本季度增加了对 OpenAI 最新模型的支持，AI 带动收入增长 6%，市场份额再度增加。
3）Copilot 收入暂未公布；Copilot 已经在超过 7500 万台 Windows 10 和 Windows 11 PC 上可用。
4）CAPEX 预计 Q3 较 Q2 将环比显著增加。
2.2、Q&A 分析师问答
Q: 随着 Azure AI 的优化稳定，将如何影响收入？随着云计算转移继续和数据需求的增长，我们是否会看到直接 AI 消费的停滞或反弹？目前 Azure AI 主要由训练驱动，到未来由推断驱动的转变过程中，何时推断成为主要的驱动因素？
A: 当前大部分所看到的 AI 训练都处于初级阶段。微批量训练，例如微调，虽然会存在，但这只是次要的部分。在 Azure 中，大部分所看到的是处于初级阶段的工作负载。AI 的新工作负载不仅仅是一个模型，它涉及从模型出发，进行一些微调、检索等操作，这可能需要使用到存储或计算资源。AI 工作负载本身会有一个生命周期，随着时间的推移，它们会被重建并持续优化。
对于传统 IT 支出的优化，优化仍在继续，但同时新增需求也在出现，两者是共存的。在 AI 和传统工作负载中，客户都会经历这种持续的循环过程。人们开始大规模应用 AI，希望能够展示其效果，例如推断工作负载，人们期待其提高生产力、增加收益等好处。最终目标是追求 AI 工作负载和非 AI 工作负载的最佳效。尽管如此，所有这些都需要考虑在内。
Q：能否解释一下利润改善是如何实现的，特别是考虑到在 AI 方面的投资？在使用 Caliber AI 时，在试图管理的一些成本中，目前看到的情况如何？
A：由于去年的一次性费用，第二季度的利润改善幅度较大，这更像是一种常态化的利润改善。绝对利润改善也非常好，这反映了我们在整个技术堆栈上进行的投资，包括 AI 赋能。我们的整个投资基础设施正在转向这项工作，这非常重要，因为它意味着我们正在转向 AI 优先的位置，这不仅体现在我们使用的语言上，还体现在人们的日常工作中。许多团队在提高产品的毛利润率方面做了出色的工作，这反映在 Office 365 和 Azure 核心等产品上。我们还需要继续投资，并关注未来十年的发展，同时还要继续关注能够履行日常承诺的能力。
Q：如何预见生成式 AI 会像云计算那样改变我们所知的技术堆栈？
A: 生成式 AI 将对技术堆栈产生深远的影响，从核心计算架构到数据中心设计等各个方面都会发生变化。计算架构的变革将影响所有工作负载。数据层是最令人兴奋的发展，因为它是为 AI 而构建的。Fabric 的优势在于能够将存储与计算层分离，并允许在相同的数据湖上运行不同的计算任务。工具正在发生变化，例如 GPT 的扩展性和应用程序到 Copilot 堆栈的集成。在云中构建 AI 非常有帮助，但现在 AI 正在重新定义基础设施和应用程序模型的意义。
Q： 在满足 AI 需求方面，微软在建立基础设施方面取得了哪些进展？微软是否感觉 GPU 供应有限制？微软是否已经成功解决了其他云基础设施提供商提到的扩展瓶颈问题？在基础设施扩展方面，微软的进展？
A: 微软在增加能力方面感到非常满意，从一年前开始加速资本支出，并已扩展规模。资本支出的增加是为了满足不断变化的需求，包括服务器和新数据中心。微软团队在满足客户需求方面做得非常好，同时也利用了第三方能力来帮助。展望未来，微软将继续加速资本支出，以在未来几个季度增加能力。
Q：对于微软 365 copilot 的市场反馈，微软能否提供更多细节和具体数据，以说明其采用趋势如何与过去的其他新产品推出相比？是否有任何因素阻碍了 copilot 的推广？将 copilot 推向市场有多重要？微软将采取什么措施来激励客户使用 copilot？
A：微软 365 copilot 的采用速度比之前的 E3 或 E5 等套件快得多，从客户的使用情况来看，其需求和部署信号增长迅速。copilot 的采用过程类似于个人电脑的普及率，最初只有少数人使用，后来逐渐成为标准配置。微软认为 copilot 的采用周期与个人电脑的普及过程相似，并期望未来会有更多的公司采用 copilot。总结是 copilot 的一项重要功能，用户可以在 Teams 会议、Word 文档、电子邮件等中对其进行使用。
Q：微软 365 copilot 的最强大的功能是什么？微软认为公司中最重要的数据库是什么？微软如何看待自然语言处理在文档和通信数据库中的重要性？Chat summarization draft 是微软使用最频繁的功能之一吗？Word document Gold complete 是什么？微软认为这些功能如何改变工作流程和工作方式？
A：对于一些公司来说，微软 365 copilot 将成为标准配置，类似于个人电脑；而对于其他公司，他们可能希望先在小范围内使用，观察生产力的提升，然后再进行扩展。微软降低了早期版本的座位要求，这将使客户能够采用上述方法。在企业软件中，软件销售后需要部署，部署后需要观察使用情况。微软观察到，随着时间的推移，用户参与度会随着学习和行为的变化而增长。微软认为这是一个重要的动态变化，当考虑到他们所表达的乐观态度时。
Q: 是否有可能详细说明 6 点 AI 服务的顺风因素？这三个增量点对哪些元素有所提升？这些因素中，哪个因素的增长最为显著？这些增长因素是否与 OpenAI 的推理、GitHub Copilot、Azure OpenAI 服务、第三方 LLM 在 Azure 上的运行有关？
A: 人们主要采用 AI 服务进行推理和 API 的使用。GitHub Copilot 也有所增长，并且有越来越多的第三方开始使用它。尽管存在一些小批量的训练活动，但目前主要的驱动力来自 Azure Open AI。其他新模型的使用量也在增长，但目前主要是 Azure Open AI。
Q：在过去的几个季度里，Office 365 商业版的秘密增长是否超过了 ARPU？随着座位数的增加，未来会发生什么趋势？在短期内，ARPU 是否会超过增长？
A：增长主要来自小型和中等规模的企业以及一线工作人员的场景。新座位数的增加导致座位数增加，但 ARPU 的增加是独立的。传统上，ARPU 的增加来自 E3 和 E5 的订阅，而订阅的续订情况非常好。copilot 的收入不会显示在座位增长上，而是会增加 ARPU。座位数的增长主要来自小型企业和一线工作人员，以及新的行业场景。尽管有这些增长和 ARPU 增加的独立运动，但仍认为两者之间没有直接关系。还有进一步的增长空间，并且 ARPU 也有增长的空间。
Q：如何看待 GitHub copilot 为开发者带来的突破和生产力？如何看待未来 GitHub copilot 对 ARPU 的推动力？如何看待 GitHub copilot 的下一阶段发展？
A: 这一代的 AI 与之前不同，从 GPT-3 的推出开始，其经济和生产力效益已经显现。GitHub copilot 已经成为了开发者的标准工具，就像拼写检查一样不可或缺。对于这些工具，人们将其视为提高生产力的工具。随着这些工具的普及，它们将开始捕获所驱动的生产力方面的价值，例如在 OpEx 中实现 2-3 个百分点的杠杆效应。现在已经有充分的理由为这些工具定价，这与以前的情况不同。在 Office 365 或 Microsoft 365 级别上，也可以为这些工具提出相同的 ARPU 论据。现在可以按 OpEx 的百分比看到为 copilot 支付的费用，例如为了获得更多的时间节省。copilot 为我们提供了一个新的增长方向，特别是在一线工作和知识工作方面。copilot 不仅仅是一个工具业务，它还参与了公司的开发活动运营支出，提高了开发团队的生产力。
本文的风险披露与声明：海豚投研免责声明及一般披露