微软周三发布的2025财年第四季度财报显示,公司营收超出预期,主要得益于蓬勃发展的云业务和AI技术。
微软董事长兼首席执行官萨蒂亚·纳德拉在声明中表示:"云计算和AI是推动各行各业商业变革的驱动力。"
纳德拉首次披露了微软Azure云计算平台的营收数据。他表示,在截至6月30日的财年中,Azure营收超过750亿美元,同比增长34%,这得益于"所有工作负载的增长",包括AI工作负载。平均而言,Azure每季度带来近190亿美元营收,与云计算领域的王者AWS相比仍有约100亿美元的差距。AWS最近公布的第一季度净销售额约为290亿美元。根据Alphabet第二季度财报,谷歌云的年化营收规模为500亿美元。
纳德拉在财报电话会议上表示:"我们继续引领AI基础设施浪潮,今年每个季度都在夺取市场份额。"
尽管微软计划在2025财年投入800亿美元资本支出建设能够处理AI业务的数据中心,但纳德拉并未详细说明AI在其中的具体贡献,这引起了金融分析师的关注。
伯恩斯坦研究公司高级分析师马克·默德勒在电话会议中询问,企业如何最好地将AI作为软件服务进行货币化。
纳德拉给出了一个冗长的回答,将AI比作云业务,考虑到两者已经紧密结合,这种比较是合理的。
微软首席财务官艾米·胡德提供了更有针对性的回应,断言AI货币化将类似于其他软件货币化方式。
她说:"有按用户付费的逻辑,有按用户分层的模式。有时这些层级与消费相关,有时是纯粹的消费模式。我认为随着AI模型能力的增长,你会继续看到这些模式的融合。"
换句话说,微软正在为其产品添加AI功能,费用也会随之而来。随着AI融入每个应用程序和服务,所有营收都可以归因于AI。
而这样的营收规模相当可观。总体而言,这家IT巨头第四季度营收达764亿美元,同比增长18%,营业收入343亿美元,增长23%,净收入272亿美元,增长24%。每股收益达到3.65美元,增长24%。
整个财年,微软营收达2817亿美元,增长15%,营业收入1285亿美元,增长17%,净收入1018亿美元,增长16%。每股收益达到13.64美元,增长16%。
Azure属于微软智能云业务集团,该集团第四季度营收299亿美元,增长26%。
公司的生产力和业务流程集团营收331亿美元,增长16%。这包括Microsoft 365商业版和消费者产品、LinkedIn和Dynamics产品。
更个人化计算集团营收135亿美元,增长9%。这包括Windows OEM和设备、Xbox内容和服务,以及搜索和新闻广告营收。
对资本支出和AI营收产生的担忧似乎并未困扰投资者,微软财报发布后股价上涨约8%。投资者的热情使公司市值在盘后交易中突破4万亿美元,成为继AI军火商英伟达之后历史上第二家触及4万亿美元市值大关的公司。
Q&A
Q1:微软Azure云平台的营收表现如何?
A:微软首次披露Azure营收数据,在截至6月30日的财年中,Azure营收超过750亿美元,同比增长34%。平均每季度带来近190亿美元营收,虽然与AWS仍有差距,但增长势头强劲。
Q2:微软如何通过AI技术实现盈利?
A:微软CFO艾米·胡德表示,AI货币化将采用多种模式,包括按用户付费、用户分层和消费模式的融合。微软正在为其产品添加AI功能,随着AI融入每个应用程序和服务,所有营收都可以归因于AI。
Q3:微软第四季度整体财务表现怎么样?
A:微软第四季度营收764亿美元,同比增长18%;净收入272亿美元,增长24%;每股收益3.65美元,增长24%。整个财年营收2817亿美元,增长15%,各项指标均超出预期。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。