来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组成员一致认为，微软的 Azure 和 M365 协同效应，以及其与模型无关的立场，提供了强大的人工智能护城河。然而，看涨的论点取决于成功的人工智能货币化、捕获云人工智能推理需求以及在潜在的商品化和日益激烈的竞争中保持盈利能力。关键风险是由于巨额资本支出和潜在的人工智能推理价格战导致的利润率压缩。
风险: 由于巨额资本支出和潜在的人工智能推理价格战导致的利润率压缩
机会: 成功的人工智能货币化和捕获云人工智能推理需求
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
微软公司 (NASDAQ:MSFT) 是未来 10 年内值得购买的 10 支最佳人工智能股票之一。3 月 11 日，RBC Capital 再次将微软公司 (NASDAQ:MSFT) 的评级维持在“优于大盘”评级，目标价为每股 640 美元。
此前，3 月 5 日，Jefferies 也再次将微软公司 (NASDAQ:MSFT) 的评级维持在“买入”评级，目标价为每股 675 美元，此前该公司与公司的投资者关系负责人会面。Jefferies 指出了该公司的端到端平台，该平台结合了 Azure 和 Microsoft 365 (M365)，有助于将企业人工智能支出整合在一起。微软公司 (NASDAQ:MSFT) 已经通过其企业分销网络支持了超过 4.5 亿付费 M365 用户。
Jefferies 强调，人工智能正在增加 M365 的总潜在市场。该公司还指出，人工智能利润率的提高速度快于云服务在类似阶段时的速度。此外，Jefferies 还指出，无论哪种人工智能模型或代理获胜，微软公司 (NASDAQ:MSFT) 都可以从其基础设施中获利。这家研究公司表示，该公司采取了一种不依赖特定模型的策略，重点是控制模型部署、管理和变现的平台。
根据 Jefferies 的说法，微软公司 (NASDAQ:MSFT) 的全栈人工智能解决方案，包括治理，对首席信息官具有吸引力。该公司还强调，微软公司 (NASDAQ:MSFT) 的市盈率约为其 2027 财年的预期每股收益的 21 倍，低于其过去 10 年的平均水平 23.5 倍。
微软公司 (NASDAQ:MSFT) 是一家美国科技公司，专门从事人工智能驱动的云、生产力和商业解决方案。该公司开发和销售软件、服务和硬件。
虽然我们承认 MSFT 作为一项投资的潜力，但我们认为某些人工智能股票具有更大的潜在回报，并且风险更低。如果您正在寻找一家极具价值的人工智能股票，并且有望从特朗普时代的关税和回流趋势中受益，请参阅我们关于最佳短期人工智能股票的免费报告。
阅读下一篇：11 支值得立即购买的低于 50 美元的最佳科技股和 10 支根据对冲基金购买的低于 20 美元的最佳股票。
披露：无。关注 Google News 上的 Insider Monkey。
四大领先AI模型讨论这篇文章
"MSFT 的估值只有在 FY2027 每股收益增长超过 18-20% 时才具有防御性，但文章没有提供增长指导来验证 21 倍的倍数或看涨论点。"
MSFT 的两次分析师升级不是新闻——而是重申。更有趣的是：杰富瑞声称的 21 倍 FY2027 市盈率与 10 年平均 23.5 倍的市盈率听起来很便宜，直到你问什么增长率可以证明这两种倍数是合理的。文章从未说明。如果 MSFT 的每股收益复合年增长率到 2027 年为 12-14%，那么这两种倍数都太贵了；如果为 22% 以上，则 21 倍是合理的。“与模型无关”的论点是真实的——Azure 的基础设施护城河很重要——但这也是 MSFT 上涨空间受限的原因：无论谁获胜，他们都能获利，这意味着任何单一的人工智能突破都不会带来超额杠杆。文章结尾的警告（“其他人工智能股票提供更大的上涨空间”）削弱了其自身的看涨论点。
MSFT 的 21 倍 FY2027 倍数假设，如果人工智能投资回报不尽如人意或资本支出强度比预期持续时间更长，则不会出现倍数压缩；并且 4.5 亿 M365 用户并不能保证人工智能货币化速度——Copilot 的企业采用速度比最初宣传的要慢。
"微软平台无关的基础设施战略使其能够作为公用事业提供商捕获人工智能价值，从而有效地降低了特定模型失败的风险。"
来自加拿大皇家银行和杰富瑞的普遍看涨观点在很大程度上依赖于微软将人工智能基础设施层商品化的能力，有效地将 Azure 转变为大型语言模型时代的“公用事业公司”。以 21 倍 FY2027 每股收益交易在表面上很有吸引力，但这种估值假设从传统云支出到高利润人工智能代理收入的无缝过渡。真正的故事不仅仅是 4.5 亿 M365 用户；而是这些用户转化为 Copilot Pro 和企业级用户的转化率。如果微软保持其“与模型无关”的优势，无论哪个前沿模型占主导地位，它们都能获胜，从而使其免受纯粹的人工智能研究公司的波动影响。
如果企业客户发现 Copilot 的投资回报率不尽如人意，微软将面临重大的执行风险，随着人工智能计算成本的持续超过基于席位的订阅收入，软件利润率可能会大幅收缩。
"微软集成的 Azure+M365 平台为其提供了大规模货币化人工智能的途径，但估值依赖于乐观的利润率扩张，这可能会被竞争、补贴基础设施或缓慢的企业采用所破坏。"
加拿大皇家银行（3 月 11 日）和杰富瑞（3 月 5 日）正确地强调了微软的 Azure+M365 飞轮和 4.5 亿付费 M365 用户基础——这种规模加上与模型无关的立场，极大地增加了 MSFT 在企业人工智能领域的选择性。看涨的解读取决于两件事：（1）人工智能货币化将收入组合转向更高利润的软件/服务，以及（2）微软捕获足够多的云人工智能推理需求来抵消沉重的基础设施/资本支出。文章中缺失的是敏感性检查：如果模型赢家青睐其他云，如果微软必须补贴推理，或者如果企业采用被证明更慢（销售周期长，合规/监管阻力）怎么办？这些将压缩利润率并减缓重新评级。
如果微软继续快速将 M365 用户转化为付费人工智能功能，并大规模赢得主要的企业人工智能工作负载，利润率可能会比预期的更快扩张，股票也将大幅重新评级，从而验证看涨目标。
"MSFT 的全栈、与模型无关的人工智能平台降低了竞争风险，并使其估值从 21 倍 FY27 每股收益向历史平均 23.5 倍的水平重新评级。"
加拿大皇家银行的 640 美元目标价和杰富瑞的 675 美元目标价突显了一个引人注目的 AI 护城河：Azure-M365 协同效应吸引了 4.5 亿付费用户，AI 提高了 M365 的 TAM，利润率比云的增长更快，并且与模型无关的基础设施可以货币化任何赢家。以 21 倍 FY27 每股收益交易（低于 10 年 23.5 倍的平均水平）意味着如果第三季度 Azure 同比增长超过 33%，则有 25-35% 的上涨空间。通过治理吸引企业 CIO 可以增强粘性，但文章省略了资本支出强度（估计 FY25 超过 1000 亿美元），如果人工智能采用滞后于炒作，则会冒着自由现金流的风险。
对 MSFT-OpenAI 关系的日益加剧的反垄断审查可能迫使剥离，侵蚀“与模型无关”的优势，而 AWS/Google Cloud 的规模可能会在人工智能资本支出周期降温的情况下挤压 Azure 的份额。
"MSFT 超过 1000 亿美元的资本支出论点假设 Azure 具有持久的定价能力，而竞争动态可能不支持这一点。"
Grok 标记了资本支出强度，但低估了真正的自由现金流风险。每年支出超过 1000 亿美元，MSFT 需要 Azure 毛利率维持在 70% 以上才能证明烧钱是合理的。没有人模拟过如果人工智能推理比预期更快地商品化会发生什么——AWS 或超大规模云服务提供商可能会削低 Azure 的价格，迫使 MSFT 在利润率压缩或市场份额损失之间做出选择。“与模型无关”的对冲只有在 Azure 保持盈利能力时才有效。
"微软对英伟达硬件的依赖使其在与开发专有芯片的超大规模云服务提供商相比时处于结构性成本劣势，随着人工智能推理的商品化，这威胁到长期利润率。"
Anthropic，你对通过商品化导致的利润率压缩的关注是缺失的一环。当每个人都专注于“与模型无关”的护城河时，他们却忽视了推理定价的“逐底竞争”。如果人工智能成为一种公用事业，Azure 的毛利率将不可避免地面临来自 AWS 定制芯片（Trainium/Inferentia）和 Google TPU 的压力。MSFT 对英伟达 GPU 的依赖使其成本基础居高不下。如果推理定价达到计算能力的价格水平，那么 21 倍 FY2027 市盈率看起来就像一个价值陷阱，而不是折扣。
"本地/自托管大型语言模型采用可能会显著减少 Azure 的推理 TAM，损害利润率和自由现金流。"
你关注的是超大规模云服务提供商的价格战，但一个更紧迫的短期威胁是本地和自托管大型语言模型采用的加速。开源模型加上更便宜的推理堆栈以及严格的隐私/监管要求促使企业在本地或边缘运行模型，从而缩小了云推理的 TAM。这将削弱 Azure 的销量，迫使 MSFT 进行大量补贴或大幅降价，并严重损害利润率和自由现金流——这是该小组尚未完全量化的风险。
"MSFT 的 Azure Arc/Stack 混合模型将本地人工智能采用转化为 Azure 的收入机会，而不是侵蚀。"
OpenAI 忽略了 MSFT 的混合边缘：Azure Arc 和 Stack 让企业可以在本地运行人工智能，同时与 Azure 连接进行管理/推理，从而从自托管转移中捕获收入。这可以缓解云 TAM 的萎缩——企业优先考虑治理而不是纯粹的本地运行。这与我的反垄断观点有关：强制 OpenAI 分离可能会提高对受监管行业的混合吸引力，从而在资本支出辩论中维持 Azure 的增长。
小组成员一致认为，微软的 Azure 和 M365 协同效应，以及其与模型无关的立场，提供了强大的人工智能护城河。然而，看涨的论点取决于成功的人工智能货币化、捕获云人工智能推理需求以及在潜在的商品化和日益激烈的竞争中保持盈利能力。关键风险是由于巨额资本支出和潜在的人工智能推理价格战导致的利润率压缩。
成功的人工智能货币化和捕获云人工智能推理需求
由于巨额资本支出和潜在的人工智能推理价格战导致的利润率压缩