我研究一家公司的财报，越来越不喜欢一上来把Revenue、EPS、Gross Margin、Guidance全部罗列一遍。真正值得研究的，往往是财报里那个看起来“不太协调”的地方：业务很好，为什么现金流不好？收入增长，为什么毛利率下降？公司明明在一个巨大的产业趋势里，为什么资本回报反而可能变差？

上一次研究NVIDIA，我最后留下来的问题是：这家公司这么挣钱，为什么钱反而在变少？ 顺着这个矛盾往下拆，我们才能真正理解NVIDIA的Working Capital、供应链预付款、库存、回购以及整个AI基础设施扩张周期。

这次研究Microsoft FY2026 Q4，我又遇到了一个很像、但本质完全不同的矛盾。

Microsoft这份财报非常强。Azure增长43%，Microsoft Cloud单季度收入达到593亿美元，公司总收入900亿美元，同比增长18%，经营现金流554亿美元，同比增长30%；而且管理层明确表示，客户需求仍然超过Microsoft当前能够提供的Capacity，新释放出来的Azure Capacity几乎马上就被客户使用并转化成收入。

如果只看到这里，结论似乎很简单：Microsoft的AI投资正在兑现。

但同一份财报里，另外几个现金流数字却让我更感兴趣：Company Gross Margin下降，Microsoft Cloud Gross Margin从去年同期68%下降到65%；Cash Capex达到358亿美元，同比增加109.6%；Free Cash Flow只有196亿美元，同比反而下降23.2%。

于是问题出现了：

AI越成功，微软为什么反而越需要花钱？

这不是一个简单的Capex问题，它背后关系到Microsoft正在从一家怎样的公司，变成一家怎样的公司；也关系到AI时代最重要的投资问题之一：AI需求可以创造增长，但这种增长最终能不能创造更高的资本回报？

一、2026年市场重新认识Microsoft：AI到底有没有给微软赚到钱？

如果把时间拉回2026年1月，市场对Microsoft的担心和今天并不一样。当时整个软件行业开始重新讨论一个问题：如果Agent可以直接完成大量知识工作，传统SaaS依靠Seat收费的商业模式会不会受到冲击？Microsoft拥有Office、Teams、Dynamics这些庞大的软件资产，它究竟是AI时代的受益者，还是一个可能被AI重构的传统软件巨头？

1月底FY2026 Q2财报后，这种担忧第一次集中爆发。Microsoft当季资本开支达到375亿美元，同比增长66%，Azure虽然仍然增长39%，但市场明显不满足于“继续高投入、继续高增长”的故事，Microsoft股价随后单日下跌约10%，并拖累整个软件板块。Reuters当时总结的市场担忧主要集中在两个方向：一方面，AI可能改变传统软件公司的商业模式；另一方面，Microsoft正在投入越来越多的钱建设AI基础设施，但这些资本投入最终能获得怎样的回报仍然缺乏证明。

所以2026年Microsoft的市场叙事，其实经历了一个很明显的变化。

到Q4发布前，Microsoft年内股价仍明显跑输大盘，市场真正想看的已经不是“Microsoft有没有AI”，而是这些AI投资有没有开始产生经济回报。

Q4给出的答案第一次比较完整的回答Microsoft投资的 AI已经开始产生经济回报。我先把Microsoft Q4财报压缩成两条最重要的链：一条是Business Growth，一条是Cash Growth。

一条是Business Growth：Microsoft Revenue达到900亿美元，同比增长18%；Microsoft Cloud Revenue达到593亿美元，同比增长27%；Azure增长43%；Commercial RPO达到6780亿美元；经营现金流同比增长30%。

这里最重要的还不是43%这个数字，而是管理层给出了一个非常关键的解释：客户需求仍然超过Available Capacity，而当季度由于CPU、GPU Fleet效率提升和新Capacity提前上线所释放出来的新增产能，很快就被客户消化并Monetize。换句话说，Microsoft目前面对的问题不是“GPU买多了没人用”，而是需求仍然高于供给，新增Capacity一上线就能够变成Consumption和Revenue。

因此，Q4至少回答了2026年初市场最大的一个疑问：

Microsoft不是AI时代一个被动防守的传统软件公司，它已经证明自己能够把AI需求转化成真实的Cloud Revenue和Operating Cash Flow。

一条是Cash Growth：但这也把问题推进到了更深的一层。因为同一份财报里，Revenue增长18%、OCF增长30%的同时，Cash Capex增长了109.6%，FCF反而下降23.2%。

再继续往下深挖为什么 FCF下降？Microsoft Q4公司Gross Margin约67%，同比下降；Microsoft Cloud Gross Margin更只有65%，而去年同期是68%。别看就1-2pt下降，管理层给出的原因也很直接：业务组合继续向Azure偏移、AI基础设施投资增加、产品使用量增加，只是被Azure和M365的一部分效率提升所抵消。

在当前AI重资本扩张阶段，需求越大，需要建设的Capacity越大，而AI Infrastructure的成本结构正在对Microsoft原来的高软件毛利率形成结构性压力。未来毛利能不能稳定甚至回升，取决于效率提升和上层软件变现能不能跑赢Compute成本。

那我看待Microsoft未来的财务模型要转变了，所以Q4真正重要的不是终结了争论，而是把争论从“AI能不能赚钱”，推到了“AI到底是不是一门资本回报足够好的生意”，这也是为什么这份Q4财报看起来越好，我反而越想把Microsoft重新拆一遍。因为如果还只是把它看成一家“Windows + Office + Azure”的软件公司，我们很容易看不懂今天Microsoft真正的商业结构。

二、要理解这个矛盾，必须先理解Microsoft今天到底在搭什么？

Microsoft现在的问题是产品太多。如果按照财报Segment或者发布会的方式理解Azure、Foundry、GitHub、M365、Dynamics、Agent 365，很容易把它们看成一堆并列业务；但如果按照“AI能力如何从底层Compute进入企业真实工作流”的路径去重新分层，它们之间的关系会清楚很多。

我把Microsoft AI Business Stack重新拆成三层：

第一层是Infrastructure，也就是Azure。

AI时代所有商业故事最终都必须回到Compute：模型需要训练，Agent需要Inference，Copilot每执行一次任务背后都是真实的GPU、CPU、网络、存储、电力和Data Center。Azure因此不仅是一项Cloud业务，更是整个Microsoft AI系统最底层的生产资料。

Azure的Business Engine可以简化成：

Enterprise AI Demand        ↓Demand > Capacity        ↓Capex        ↓GPU / CPU / Datacenter        ↓Available Capacity        ↓Utilization        ↓Azure Consumption        ↓Azure Revenue

这里和NVIDIA有一个非常关键的区别。NVIDIA把GPU卖出去以后，收入确认相对直接；Microsoft买下GPU以后并没有完成商业闭环，它必须把GPU组装成Datacenter Capacity，再把Capacity转化为客户实际可调用的服务，最后客户真正产生Consumption以后，才能形成收入。因此，Microsoft比NVIDIA多承担了一层非常重要的风险——Utilization Risk。如果Capacity没有人使用，Microsoft承担的是Depreciation和闲置资产；如果Capacity一上线就被使用，Capex才真正开始产生回报。

Q4之所以重要，就在于目前这层风险并没有发生：Demand仍然超过Capacity，而且新增Capacity快速Monetize。这说明Microsoft当前不是需求不足，而是需要不断扩张供给。

第二层是Platform，我把Foundry和GitHub放在这一层。

Azure如果只提供GPU和Compute，最终很容易变成一项越来越Commodity的基础设施业务；企业真正需要的不是“租一块GPU”，而是把Model、Enterprise Data、Context、Memory、Tools、Evaluation、Security和Agent Runtime全部组合起来，做成一个真正能运行在企业里的AI系统。

所以Foundry的价值，就在于把底层复杂性重新抽象成AI Development Platform，而不是再增加一个AI品牌，而是把底层Compute变成一个可开发、可管理、可运行的AI Platform。

Azure Compute      ↓Models      ↓Enterprise Data / Context      ↓Memory / Tools      ↓Evaluation / Sandbox      ↓Agent Runtime      ↓Foundry

截至Q4，Microsoft披露Foundry拥有10万客户，收入同比超过翻倍；达到1万亿Token Annualized Run Rate的Foundry客户数量同比增长4倍。更重要的是，它已经不再只绑定OpenAI，而是允许企业在OpenAI、Anthropic、Mistral、xAI以及Microsoft自有模型之间进行选择。

再看GitHub解决的是另一个问题：谁来使用这个Platform。Microsoft 2018年收购GitHub时，Nadella最看重的就是Developer Distribution。到了FY2026 Q4，GitHub用户达到2.25亿，GitHub Copilot用户达到5000万，大约三分之一的Pull Request已经有Agent参与；在Pricing向Usage和Value重新调整以后，GitHub Copilot Consumption也成为Q4增长超过预期的重要原因之一。

所以这一层真正的逻辑不是“Microsoft又多了两个AI产品”，而是：

Azure提供Compute，Foundry把Compute抽象成AI开发平台，GitHub则把这个平台嵌进Developer每天工作的地方。

所以这一层其实非常清楚：

Azure提供Compute   ↓Foundry把Compute抽象成AI开发平台   ↓GitHub把平台放进Developer Workflow

第三层是Application Layer，也就是Microsoft最接近企业真实价值的地方。

这里我现在不再单独看M365，而是把M365、Agent 365和Dynamics放在一起理解，因为它们刚好对应企业里的三个核心角色：

Microsoft 365 = 人，M365解决Human WorkflowAgent 365     = AI，Agent 365解决AI GovernanceDynamics 365  = 企业流程，Dynamics 365解决Business Workflow

M365掌握的是Human Workflow，Word、Excel、Outlook、Teams本来就是企业员工完成知识工作的入口；Agent 365解决的是AI Identity、Security、Permission、Audit和Governance，当企业未来不只是管理员工，还要管理成千上万个Agent时，这一层会越来越重要；Dynamics则掌握Sales、Finance、Customer Service、Supply Chain这些真正产生交易和业务结果的流程。

这三者连接起来以后，Microsoft AI的应用层不再只是“人问AI一个问题”，而开始走向：

Human + Agent      ↓Enterprise Context      ↓Business Rule      ↓Action      ↓Transaction      ↓Business Outcome

这里才真正开始出现ROI。

三、M365让我看到Microsoft正在发生的第二次收费模式革命

Office 365时代，Microsoft完成过一次非常成功的商业模式迁移：从一次性License转向Subscription。客户不再每隔几年购买一版Office，而是持续按月、按年付费，这让Microsoft获得了更稳定的Recurring Revenue，也大幅提高了Customer Lifetime Value。Office 365在2011年正式推出时，Microsoft就已经明确采用Predictable Monthly Subscription的收费方式。

但从授权许可费License到订阅费Subscription，本质上并没有改变“按人收费”的逻辑。传统M365依然可以简单理解成：

Revenue = Seats × ARPU。

AI正在推动第二次变化。

Microsoft 365 Copilot Q4付费席位已经超过3000万，新增席位环比超过翻倍。Microsoft对这一阶段的描述也越来越明确：企业AI正在从单纯的Per-seat Pricing向Per-seat + Consumption演化。

这意味着未来Microsoft面对同一个员工，收入不再只来自一张Seat。

我把这种变化定义为：

Seat Economy → Intelligence Consumption Economy

这件事情非常重要，因为Seat天然受到企业Headcount限制。一个拥有1万员工的企业，很难长期卖出10万个Office Seat；但是如果1万名员工未来每个人都能同时调用多个Agent，每个Agent每天又能处理大量任务，那么Microsoft能够货币化的就不再只是“多少个人”，而是多少工作量、多少Inference、多少Agent Action和多少Intelligence Consumption。

所以M365真正值得研究的，并不是Copilot是否多收了几十美元，而是它让我们第一次看到Microsoft正在改变传统软件公司的收入上限：过去Microsoft卖的是“一个人使用软件的权利”，未来越来越可能卖“一个人加一组Agent完成工作所消耗的智能”，这也是国内目前所有大厂都在积极布局且深度入场 AI桌面办公Agent同样的原因。

四、Microsoft AI Flywheel：不是几个AI产品，而是一套企业AI操作系统

把Azure、Foundry、GitHub、Agent 365、M365和Dynamics全部串起来以后，Microsoft真正的AI战略才开始变得清楚。

  如果把这张图压缩成一句话，就是：

Azure提供技术，Foundry和GitHub把技术变成可开发的AI，Agent 365负责管理AI，M365把AI带进人的工作流，Dynamics把AI带进企业交易流程，而真实的Business ROI最终推动更多Consumption重新回到Azure。

所以我越来越不愿意把Microsoft的AI战略理解成“Azure + Copilot”。它更像一个Enterprise AI Operating System。

这里最大的商业价值，是Microsoft可以在同一个企业客户的AI价值链上完成多次货币化。同一个客户未来可能同时向Microsoft支付Azure Compute、Foundry Consumption、GitHub Copilot、Agent Usage、M365 Subscription、M365 Copilot、Dynamics Subscription和Dynamics Consumption。Microsoft不一定需要每一层都拥有最高毛利，只要客户在越来越多层使用Microsoft，它就可以不断提高Customer Lifetime Value，同时提高迁移成本。

这也是Full Stack真正的价值。

但这个Flywheel有一个非常关键的前提：ROI必须成立。

如果Copilot和Agent只能让企业做出更漂亮的Demo，却不能真正增加Revenue、降低Cost或者改善Working Capital，那么企业最终不会无限增加AI Spending。相反，如果Dynamics里的Agent能够提高Lead Conversion、降低Customer Service成本、缩短Finance Close或者降低库存水平，那么AI的价值就开始真正进入企业利润表和资产负债表。

所以整个Microsoft AI Flywheel真正的点火器，不是模型能力，而是Business ROI，这也是目前所有 AI泡沫理论根源。

五、Customer ROI决定Microsoft ROIC

这是我研究Microsoft到这里以后得到的一个非常重要的连接。

今天市场习惯讨论Microsoft AI Capex是否有ROI，但Microsoft自己的ROI其实不是链条的起点。链条真正的起点是客户。

所以：Customer ROI → Microsoft ROIC

这是一个双向奔赴的过程，如果Customer ROI很高，企业会部署更多Agent，产生更多Usage，Microsoft的Consumption Revenue会持续增长；如果Customer ROI不足，那么Microsoft最危险的情况就会出现：Data Center已经建了、GPU已经买了、Depreciation仍然发生，但客户Consumption增长开始放缓。

这一点也是为什么Dynamics值得长期跟踪。Q4 Dynamics 365 Revenue只增长13%，并没有因为Agent出现就立刻爆发；但Customer Service的Usage-based Credit Consumption已经出现很强的环比增长信号。对我来说，这比某个Demo做得多漂亮更有意义，因为它开始告诉我们：Agent有没有从“技术能力”进入真正的“使用量”。

因此未来看Microsoft AI，我不会只看Copilot Seats或者Agent数量，而会更重视一个从Leading Indicator到Financial Output的连续过程：

Agent Adoption      ↓Usage      ↓Customer ROI      ↓Consumption      ↓Revenue      ↓OCF

只有这条链能够持续成立，Microsoft自己的资本回报才有可能真正改善。

六、Business Engine很漂亮，但Cash Engine闭环了吗？

到这里，所有战略分析最终还是必须回到现金流。研究Microsoft Q4，我认为最重要的财务框架不是Income Statement，而是一条非常简单的资本链：

Capex → Capacity → Revenue → OCF → FCF → ROIC

我把它固定为Microsoft AI Capital Flywheel v1.0。

先看Q4最值得放在一起的四个数据：

这四个数字基本解释了整篇文章。

第一关，Capex能不能形成Capacity？目前答案是Yes。Microsoft仍然在快速扩大数据中心、GPU和CPU能力，Q4 Capex including leases达到410亿美元，其中大约三分之二属于CPU和GPU等Short-lived Assets。

第二关，Capacity有没有转化成Revenue？目前答案同样非常明确。Demand仍然高于Capacity，而且新增Capacity快速Monetize，Azure增长43%。

第三关，Revenue有没有转化成Operating Cash Flow？答案仍然是Yes。Revenue增长18%，OCF增长30%，说明Microsoft不是只在创造会计收入，而是在产生真实经营现金。

真正的断点出现在第四关，新增经营现金追不上新增资本投入。

Q4经营现金流554亿美元，Cash Capex358亿美元，所以FCF约196亿美元。绝对值看，Microsoft当然有足够现金覆盖AI投资，OCF/Cash Capex大约仍有1.55倍；但投资真正应该看的是增量关系。

去年同期OCF约426亿美元，今年554亿美元，增量约128亿美元；去年同期Cash Capex约171亿美元，今年358亿美元，增量约187亿美元。换句话说：

ΔOCF+12.8B<ΔCash Capex+18.7B

新增经营现金目前仍然没有追上新增资本投入，这就是为什么Revenue和OCF都增长得很好，FCF却同比下降23.2%。

当然，这不能简单解读为AI Capex回报很差，因为Capex和Cash Flow之间存在明显Time Lag。今天投入的数据中心可能未来十几年继续使用，而今天购买的GPU也会在未来几个季度持续产生Consumption。因此更合理的理解是，Microsoft目前仍然处在一个从Build Phase向Monetization Phase过渡的阶段。

我会把这个资本周期分成三个阶段：

Q4最好的信号，是Microsoft已经越来越清楚地证明Capex能够快速转化成Capacity和Revenue；但它仍然没有证明整个资本周期已经进入Harvest。

七、最终还是必须回到ROIC

对于长期投资者来说，Revenue不是终点，FCF甚至也不是终点，最终还是要回到资本配置效率，我主要看ROIC这个指标。

假设Microsoft投入100美元建设AI基础设施，如果最终只能长期产生5美元新增NOPAT，那么即使Azure增长很快，这也不是优秀的资本配置；相反，如果这100美元未来能够持续产生20美元、30美元甚至更高的利润，那么今天看到的高Capex完全可能是非常有价值的投资。

所以Microsoft AI最终真正要回答的是：

新增AI资本创造利润的速度，能不能长期快于Invested Capital本身的增长速度？

这才是ROIC问题。

我们自己的Q4报告给出的ROIC Proxy约35.9%，同比下降约410bps，但这个数字属于Derived Proxy，而且此前Q3报告和Q4之间还存在口径需要进一步统一的问题，所以目前我不会用这个数字直接判断Microsoft AI投资的实际ROIC。更严谨的结论是：现在没有足够证据证明资本效率已经重新改善。

于是整个Microsoft Q4可以被压缩成一句非常简单的话：

Capex → Capacity → Revenue → OCF，Microsoft已经越来越能证明；OCF → FCF → ROIC，仍然等待证明。

这就是我分析财报的出来Microsoft最核心的发展矛盾。

八、AI正在改变Microsoft过去最优秀的软件经济学

为什么这一轮Capex如此值得关注？因为它改变的不是Microsoft某一个季度的现金流，而可能是这家公司长期的Financial DNA。

传统Microsoft的软件经济学非常漂亮：开发一份Windows或者Office，复制给100万人和1000万人，新增一份Software License的边际成本非常低；客户承担PC、Server、Data Center等大量Hardware Investment，Microsoft主要负责Software Layer。

所以过去Microsoft的经典模型代表着传统的软件经济学，但在AI时代至少有一部分业务正在变成完全不同的结构，它代表着AI基础设施经济学：

Microsoft Q4 Company Gross Margin下降、Microsoft Cloud Gross Margin降至65%，管理层明确将原因归结为Business Mix向Azure转移、AI Infrastructure Investment以及更高的Product Usage，只是被效率改善部分抵消，也看得出来AI时代下Microsoft的Financial DNA正在改变 。

所以这里需要一个非常重要的修正：不能简单说“AI需求越大，Microsoft毛利率就必然越来越低”，那就要进入一个全新的财务模型来修正这个毛利率：比如未来GPU Utilization提升、模型效率提高、自研Silicon优化、Inference Cost下降，以及M365、Dynamics和Agent这些更高Value Layer收入增加，都可能重新抬高Unit Economics。

真正值得研究的是：

Microsoft能不能通过上层Platform和Application的高价值收入，加上底层Compute效率持续提高，最终让Revenue Growth长期快于Infrastructure Cost Growth？

如果可以，今天的Margin下降只是Build Phase的阶段性现象；如果不可以，那么AI就可能永久改变Microsoft过去最优秀的Software Economics。

九、把时间拉长50年：Microsoft商业模式一直在变，但有一样东西从没变

研究到这里以后，我重新把Microsoft过去50年的历史拉了一遍。如果只看产品，这几乎是完全不同的几家公司。

➡️1975年，Microsoft从Altair BASIC起家，本质上是一家Programming Tools公司；➡️1980年代进入MS-DOS和Windows时代以后，它开始占据PC操作系统入口；➡️1990年代Windows + Office让Microsoft同时控制PC Platform和Knowledge Worker Workflow；➡️2000年代Windows Server、SQL Server、Exchange和SharePoint又把Microsoft延伸到Enterprise IT Stack。

➡️2008年Azure出现以后，Microsoft第一次大规模从纯Software进入Cloud Infrastructure：Microsoft自己建设Data Center，为客户提供Compute、Storage和Network；➡️2011年Office 365又把Software License转变成Monthly Subscription。➡️到2014年Nadella重新把Microsoft定义为“Productivity and Platform Company for a mobile-first and cloud-first world”，Microsoft重新明确了自己最核心的身份不是Device Company，而是Platform Company。

如果把这段历史做成商业模式时间轴，会是这样：

产品变了，收费方式也一直在变：

License → OEM License → Enterprise License → Subscription → Consumption → Seat + Intelligence Consumption。

但是如果把BASIC、Windows、Office、Azure、Foundry这些产品名称全部删除，只看Microsoft每一次转型的结构，我反而发现它50年来一直重复做同一件事：

新的Compute Paradigm出现        ↓底层技术越来越复杂        ↓Microsoft建立Abstract Layer        ↓Developer可以更容易开发        ↓Enterprise可以更容易使用        ↓形成生态和Distribution        ↓Platform逐渐成为标准        ↓Microsoft Monetize

1975年机器语言复杂，Microsoft用BASIC把它抽象给Developer；PC时代Hardware复杂，Microsoft用Operating System抽象；企业IT越来越复杂，Microsoft用Windows Server、SQL和Enterprise Stack抽象；Cloud时代Data Center复杂，Microsoft用Azure抽象；今天AI时代更复杂，GPU、Model、Token、Context、Memory、Tool Calling、Security和Agent都变得异常复杂，Microsoft又试图用Azure、Foundry、GitHub和Agent 365重新抽象一次。

所以如果NVIDIA几十年来最稳定的长期追求是：

不断提高Compute的速度和效率。

那么我认为Microsoft50年真正没有变的东西是：

把最新一代计算能力平台化。

更完整一点：

把每一代新的Compute能力，抽象成Developer能够构建、Enterprise能够使用的平台，并努力占据这一代计算革命最关键的Control Point。

这比“Microsoft是一家软件公司”更接近它真正的长期商业基因。

十、AI最符合Microsoft的战略DNA，却正在挑战它的财务DNA

这也是我研究完这家公司以后最有意思的结论。

从战略上看，AI几乎是最符合Microsoft能力禀赋的一次技术革命。因为AI的核心问题恰好就是复杂：GPU复杂、Model复杂、Data复杂、Memory复杂、Security复杂、Agent复杂，而Microsoft最擅长的事情，就是站在复杂Compute和Developer、Enterprise之间建立一个Platform。

所以AI时代：

New Compute    ↓Platform    ↓Developer    ↓Enterprise    ↓Ecosystem

完全符合Microsoft过去50年的成功路径。

但从财务上看，它又第一次把Microsoft推向一个与经典Software Economics非常不同的位置。过去Customer自己购买大量Hardware，Microsoft主要卖Software；今天Microsoft必须先支付数百亿美元购买GPU、CPU、Data Center和Power Infrastructure，再等待Customer Consumption逐步把这些资产Monetize。

于是出现了这篇文章最核心的矛盾：

AI极度符合Microsoft的战略DNA，却正在改变Microsoft过去最优秀的财务DNA。

这也是为什么我不会因为Azure +43%就简单认为Microsoft的AI战略已经完成验证，也不会因为FCF下降23%就认为这些AI投资一定效率低下。我们现在看到的是同一轮资本周期的两个不同阶段。

前半段：Capex↓Capacity↓Revenue↓OCFMicrosoft已经证明得越来越清楚。真正还没有被证明的是后半段：OCF↓FCF↓ROIC

结尾：我接下来真正会盯Microsoft什么？

2026年初，市场担心Microsoft还是一家可能被AI颠覆的传统软件公司；到Q4以后，我认为这个问题已经不再是Microsoft最重要的问题。Q4越来越清楚地证明，Microsoft有能力把AI从技术能力变成企业需求、Cloud Revenue和Operating Cash Flow。

真正的新问题已经变成：

Microsoft能不能完成从AI增长到AI资本回报的最后一跳？

未来我会重点观察四件事情。

第一，Customer ROI有没有越来越多可以量化的证据，尤其是Dynamics和Agent进入Sales、Finance、Customer Service和Supply Chain以后，是否真正产生Revenue提升、Cost下降和Working Capital改善。

第二，AI Consumption是不是从Frontier Model Companies扩散到普通Enterprise。Q4一个很值得关注的信号是，Commercial RPO环比增加全部来自Frontier Model Companies以外的客户，而且Microsoft全年Cloud Revenue接近90%来自Frontier Model Companies以外。

第三，ΔOCF什么时候能够持续跑赢ΔCapex。单个季度环比已经出现改善并不够，真正重要的是这一变化能否持续几个季度，最终让FCF重新开始同比增长。

第四，也是最重要的，ROIC什么时候重新向上。只有到这一刻，我们才能真正说，这轮AI投资不只是创造了一家更大的Microsoft，而是创造了一家资本回报同样甚至更优秀的Microsoft。

所以我现在对Microsoft最核心的研究问题已经非常简单：

Customer ROI → Consumption → OCF → FCF → ROIC。

如果这条链最终能够闭环，那么今天看到的巨额Capex，很可能会成为Microsoft历史上又一次成功的平台迁移；如果AI Usage持续增长，却始终需要同比例甚至更快的Capital Investment去支撑，那么Microsoft仍然可以是一家高速增长的AI公司，但它未必还是过去那门低资本强度、极高ROIC的软件生意。

而这才是我认为Microsoft未来几年最值得研究的地方。