Azure一年破千亿美元,纳德拉给AI定价立了条新规矩

主笔 | 林一  ·  出品 | 安芯元

微软董事长兼CEO纳德拉在年度股东信里公布了一组里程碑数字：2026财年公司收入3318亿美元，同比增长18%；Azure增长41%，第一次突破千亿美元；Microsoft 365 Copilot付费席位超过3000万。但真正的看点不是收入，是纳德拉给AI生意立的那条新规矩：客户衡量的将不再是token的成本，而是token换来的结果，他把这条线叫做「成本到成效」的前沿。这句话可以翻译得更直白：按调用次数收钱的软件时代正在过去，AI产品必须证明自己替客户干成了事，才配拿到下一笔预算。

▲ 来源：微软官网 · Azure 首次突破千亿美元，Copilot 席位破三千万

一、千亿美元背后的结构性变化

Azure跨越千亿美元这条线，走的不是传统云的路数。传统云的收入来自服务器租用和存储，增长曲线跟着企业上云的进度走；今天的Azure里，AI推理和训练的占比在快速抬升，客户买的不是虚拟机，是模型的算力供给。财报数据里有一组对照：微软云整体收入2144亿美元，同比增长27%，高于公司整体增速九个百分点，增量几乎全部来自AI相关工作负载。

Copilot的三千万付费席位是另一个信号。企业软件过去三年的最大疑问是「AI功能到底有没有人愿意付钱」，这个数字给出了阶段性答案：按每个席位30美元月费的下限估算，Copilot的年化收入已经站上百亿美元台阶。加上GitHub Copilot的五千万用户，微软实际上完成了AI办公工具从尝鲜到标配的转换。

这组数字的含金量还要更足一些。三千多万个付费席位不是免费试用转化来的补贴用户，是企业IT预算里真实划出来的科目。

企业采购Copilot的决策逻辑和采购传统软件一样：先小范围试点，看使用率和产出，再决定扩大范围。能把试点做成标配，说明AI办公工具的投入产出在真实企业环境里立住了。

这个验证对整个SaaS行业都有意义，过去一年多，市场一直在等「AI功能到底有没有人愿意付钱」的实证答案。转型期最难的不是做出产品，是让企业把AI写进年度预算，这一步微软已经走完。

AI办公工具完成了从「愿不愿意试」到「敢不敢不用」的身份转换。

▲ 来源：Businessworld 报道页（2026-10-22） · 纳德拉把「成本到成效」写进了年度股东信

二、「成本到成效」：AI定价的第二阶段

纳德拉在信里写的判断是：随着智能体（Agent）承担越来越多的任务和工作流，客户将越来越习惯于拿token的成本去对照产出的结果。这不是一句愿景，是定价权的重新分配。

第一阶段的AI生意按token收费，厂商收入和算力消耗直接挂钩，客户用得越多付得越多；第二阶段客户开始问一个问题：这一次对话、这一份报告、这一个自动化流程，替我省了多少工时、多赚了多少订单？当这个问题成为采购标准，定价的锚就从成本端移到了价值端。

换个角度想这件事。过去企业买软件，买的是「可能性」，上了这套系统，效率可能会提升；现在企业买AI，要的是「确定性」，这个智能体一个月替我处理了多少工单、省了多少人工。

采购语言的变化会倒逼产品设计的变化：AI产品必须自带度量体系，把每一次任务的处理结果记录成客户看得懂的报表。

谁能把「成效计量」做成产品的标配，谁就能在下一轮企业采购里占据主动。纳德拉把这条前沿写进股东信，等于把微软自己的产品要求公示了一遍。

当客户开始拿结果砍价，AI公司就必须学会用报表证明自己。

这个转向对行业的冲击是分层的。对微软这样的平台方，它意味着要证明自家模型的效率，同样的任务，更少的token、更快的完成时间、更高的成功率，这套效率指标已经写进了产品迭代目标。

对应用层公司，它意味着按席位或按调用的简化计费模式面临挑战，客户会要求效果对赌。对算力层，则意味着推理成本必须持续下降，否则价值端定价吃掉毛利，AI生意会变成看起来热闹、实际上不赚钱的搬运工。

▲ 来源：本刊自制 · 微软 2026 财年的三个里程碑

微软的做法是把整套技术栈的效率串起来优化：从应用、智能体，到模型、再到基础设施，每一层都在压成本。纳德拉提到公司在加速产能部署、提升效率、降低技术基础设施的成本。

这套说法背后是一个朴素的算术：当定价锚定结果，成本每降一分，利润就厚一分，给客户的折扣空间也就多一分。

三、生态逻辑：让别人在你身上赚得更多

股东信里另一个值得记住的表述是「前沿生态」：微软要建造一个让其他人能够在它之上、通过它创造比它自己捕获的更多价值的生态。

这句话放在AI语境里读，指向的是一个具体的商业设计，模型目录已经收录超过一万一千个模型，Foundry平台的客户数突破十万。

微软不再要求客户只用自家的模型，而是把自己变成货架：GPT系、开源系、第三方模型都可以上架，客户在这个货架上搭建自己的AI系统，微软赚平台和算力的钱。

货架策略的精妙之处在于把竞争变成了抽成。模型层打得再凶，只要模型要在微软的云上跑、在微软的平台上被调用，流量就过微软的手。这个位置类似机场里开餐厅，餐厅之间是竞争关系，机场收的是租金。

货架之上还能长出自己的生意。模型目录收录过万之后，客户在选型时自然会做横向对比，对比的过程本身就是粘性：调用的日志、微调的权重、权限的配置都沉淀在平台上，换一家平台的成本随着使用深度线性上升。微软财报里把Foundry客户数写成十万的里程碑，看中的就是这个沉淀速度。企业AI的采购一旦启动，续约率和扩容速度都会远超传统软件，因为客户的模型应用越铺越广，算力消耗是自动增长的，不需要销售再去敲门。AI时代的平台战争，打到最后比的不是谁家的模型最强，是谁家的机场人流最大。

平台战争的最后，赢家未必是最强的模型，多半是最热闹的货架。

这个策略和三十年前Windows的打法一脉相承，但变量不同。Windows时代微软几乎垄断了桌面操作系统，生态位没有挑战者；AI时代的模型层竞争激烈，货架策略本质上是承认一个现实：没有任何一家公司能同时在模型、平台和应用三层都做到最好，与其硬挤，不如收过路费。纳德拉同时强调客户应该保留对自己知识产权的控制，企业数据进出平台时的主权问题，正在成为企业采购AI时的硬性条款。

▲ 来源：Wikimedia Commons，摄影 公有领域（Wikimedia Commons） · 平台战争打到最后，比的是谁的机场人流最大

四、给整个行业出的考题

纳德拉的股东信表面是写给投资者，实际是给整个软件行业出了题：AI投入的回报周期怎么向市场交代。

微软自己的答案是拿出数字，Azure千亿、Copilot三千万席位、运营利润1552亿美元增长21%，用收入证明投入在起效。但不是每家公司都有这样的家底。

同期的行业图景里，各家都在把资本开支推向上限，华尔街的目光已经从「AI烧钱」转向「AI赚钱」，下一批放榜的云巨头都要面对同一道题：巨额投入什么时候变成报表上的收入。

还有一层时差值得放在心里：基础设施先行、应用滞后是每一轮技术周期的固定节奏。铁路修好到货运量起来隔了十年，光纤铺完到互联网爆发隔了五年，这一轮算力集群到AI应用大规模变现，大概率也要经历一段「投入在前、收入在后」的窗口期。谁能在这个窗口期里把现金流的压力管好，谁就能撑到应用爆发的那一天。纳德拉信里那句「基于需求做有纪律的建设」，说的就是这个意思。

「成本到成效」如果成为行业共识，受益的其实是客户和真正的效率赢家。客户拿到了价值衡量的标尺，赢家靠效率拿到定价权，输家则会发现按token收费的舒适区正在消失。

软件行业过去十年的繁荣建立在一个前提上：边际成本趋近于零。AI把这个前提改写了，每一次调用都有真实的算力成本，商业模式的成败取决于能否让客户相信：你收的每一分钱，都比客户自己干便宜。

对中国的软件同行，这封股东信同样值得一读。国内的AI应用市场正在重复类似的阶段：先按调用收费，再被客户追问成效。

提前把效果度量、按结果计费的机制设计进产品，比事后被迫改定价模式要从容得多。中美软件市场的节奏有时差，但商业逻辑的演化方向很少分叉。

AI生意的下半场，卖的不是模型有多聪明，是替客户省下的每一小时有多真。