微软 Build 2026 深度解读：自研芯片 Maia 200、MAI 模型与 Azure 的成本反击，兼论 Ackman 重仓微软的长线逻辑

过去半年，软件板块经历了一轮被市场称为「SaaS 末日」（SaaSpocalypse）的剧烈重估。其核心担忧只有一个：生成式 AI 是否会让以订阅制为生的传统软件公司被绕过、被替代，进而结构性地摧毁这类企业的商业模式。据财经媒体估算，仅在这半年内，全球软件股蒸发的市值就高达约两万亿美元。然而，刚刚结束的这一轮财报季，连同六月初在旧金山落幕的 Microsoft Build 2026 大会，正在把这个叙事推向相反的方向。本文从三个问题切入：AI 究竟是在颠覆软件，还是在为软件注入新的增长动能；既然软件并未消亡，为何微软反而成为今年最被误读的个案；以及微软在 Build 2026 上交出的答卷，是否足以回应市场对其巨额资本开支的疑虑。

1. 财报证伪「软件已死」：被 AI 重新点燃的软件板块

最先动摇「软件已死」论调的，是一批最新季度财报。团队协作软件厂商 Atlassian（TEAM）是其中最具代表性的逆袭样本。其 2026 财年第三季度（截至 3 月 31 日）总营收达到 17.87 亿美元，同比增长 32%；其中云业务营收 11.32 亿美元，同比增长约 29%；非 GAAP 每股收益录得 1.75 美元，显著高于市场预期。Atlassian 联合创始人兼 CEO 在致股东信中直接回应了市场的悲观情绪，表示「有人认为软件已死，但我深信 AI 对 Atlassian 是利好」，并在接受 CNBC 采访时强调，压在软件股上的担忧并未反映在公司的实际数字之中。

这种增长并非孤例，而是横跨多个软件细分赛道的共性信号。数据云厂商 Snowflake（SNOW）2027 财年第一季度产品营收达到 13.3 亿美元，同比增长 34%，增速较此前几个季度持续加快，创下公司单季度营收增量的历史新高；财报发布后股价单日大涨超过 30%，并同步宣布与 AWS 达成为期五年、规模约 60 亿美元的云协议。数字工作流平台 ServiceNow（NOW）2026 年第一季度订阅营收为 36.71 亿美元，同比增长 22%，全面超越业绩指引上限并上调全年展望；其生成式 AI 套件 Now Assist 的「百万美元级合约价值客户」数量同比增长超过 130%，管理层表示 AI 的增长速度超出了公司自身的预期。基础设施可观测性厂商 Datadog（DDOG）第一季度营收 10.06 亿美元，同比增长 32%，为公司史上首个单季营收突破十亿美元的季度，且增速仍在加速。即便是定位于底层通信基础设施的云通信平台 Twilio（TWLO），第一季度营收同比增长也达到 20%，创下其 2022 年以来的最快增速。

在 Atlassian 上调财务指引之后，市场情绪显著修复，并带动 Salesforce、ServiceNow 等同业股价集体回升，整个软件板块的悲观预期被重新校准。换言之，AI 对软件行业的影响，至少在当前阶段更接近于「需求放大器」，而非「需求替代者」。这一判断为后文理解微软的处境提供了行业层面的背景：当软件板块整体回暖，作为 AI 软件龙头的微软，理应是这场修复行情中最强势的标的；但事实恰恰相反。

2. 微软的悖论：被误读的财报与资本开支恐慌

进入 2026 年以来，微软股价在一众科技龙头中表现明显落后。第一季度股价一度下挫约 23%，创下自 2008 年金融危机以来最差的单季表现；该季度末，股价触及约 356 美元的阶段低点。市场上一种流行的误读，是把股价的疲弱直接归因于业绩不佳，但这一推断与财报数据并不相符。

从微软 2026 财年第三季度的财报看，公司营收、利润与云增速均超出华尔街一致预期。当季总营收 828.9 亿美元，同比增长 18%；营业利润 384 亿美元，同比增长 20%；GAAP 摊薄每股收益 4.27 美元，高于市场预期的 4.06 美元。智能云业务营收 347 亿美元，同比增长 30%；其中核心的 Azure 云服务同比增长 40%，较去年同期的 31% 进一步加速。在应用层，微软 AI 业务的年化营收运行率已突破 370 亿美元，同比增幅高达 123%；衡量在手合约的剩余履约义务（RPO）达到 6270 亿美元，同比增长 99%，接近翻倍；Microsoft 365 Copilot 的付费席位突破 2000 万，席位净增速度同比增长 250%，为产品发布以来的最快水平。整份财报中相对疲弱的，仅有个人计算业务录得约 1% 的同比下滑。

既然业绩并不构成卖出理由，市场真正担忧的是微软的资本开支节奏。管理层给出的下一季度营收与营业利润率指引略低于市场预期；更关键的是，公司预计下一季度资本开支将超过 400 亿美元，并指引到 2026 日历年底，全年资本开支规模将达到约 1900 亿美元。如此规模的投入，一方面源于近期内存等关键组件成本的攀升，另一方面则来自微软对 AI 基础设施的高强度扩张。由此形成的矛盾在于，市场并非不相信微软的 AI 能力，而是担心「先投入巨额资本、回报却尚未全面兑现」的扩张方式，会在短期内压制利润率与自由现金流。

值得注意的是，进入二季度后，随着财报情绪沉淀、AI 乐观预期回暖以及「SaaS 末日」担忧的缓解，微软股价已从低点回升。在 Build 大会前，微软与英伟达联合推出面向 AI PC 的 RTX Spark 芯片，并发布了 Surface Laptop Ultra 等硬件新品，进一步修复了市场信心，股价在 6 月初一度回升至约 460 美元。不过，在 6 月 2 日 Build 主题演讲结束后，市场出现明显的获利了结，6 月 3 日微软单日回落约 4% 至 5%，股价回到约 438 美元，对应市值约 3.28 万亿美元、市盈率约 27 倍。

卖方机构的整体立场仍偏多。覆盖微软的数十位分析师中，绝大多数给予「买入」或「强力买入」评级；未来 12 个月的平均目标价约为 560 至 570 美元。高端目标价由摩根士丹利、富国银行的 650 美元，到 Tigress Financial 的 680 美元不等；但市场亦存在更谨慎的声音——Stifel 在 2 月将目标价下调至约 415 美元，处于当前覆盖区间的低端。摩根士丹利在一份以「每兆瓦营收」为框架的研报中提出，市场可能低估了 Azure AI 业务由资本开支转化而来的长期营收潜力——这恰好把「烧钱」叙事从负债端，重新引导到了资产端。

3. 聪明钱的选择：Ackman「弃 Google、买微软」的长线逻辑

在分析师集体上调评级之前，对冲基金潘兴广场创始人 Bill Ackman 已先以真金白银在低位建仓。根据其最新披露的 13F 持仓报告，微软是潘兴广场在 2026 年第一季度唯一新建立的仓位。Ackman 一次性买入约 565 万股，使微软迅速成为基金第四大持仓，占整体投资组合比重高达 15.3%；该笔持仓在一季度末的市值约为 20.9 亿美元，随股价反弹，到 5 月中旬已升值至约 23 亿美元。

从建仓逻辑看，Ackman 是在 2 月微软财报公布、股价因市场恐慌而大跌期间开始买入的，建仓时的远期市盈率约为 21 倍。他公开表示，这一估值大致与市场整体水平相当，却显著低于微软近年的平均交易估值，属于一个并不常见的「折价」窗口。与买入微软形成鲜明对照的，是他在同一季度近乎清仓式地削减了对 Alphabet 的持仓：A 类股从约 67.8 万股削减至约 3.2 万股，C 类股则从逾 610 万股削减至约 31.2 万股。这种「弃 Google、买微软」的极端轮动，被视为机构资金风向的一个真实样本。Ackman 将这笔投资类比为他过去在市场对「AI 竞争与支出疑虑」最深时，重仓买入亚马逊、Meta 与 Alphabet 的操作；其隐含判断是，市场对一家公司「烧钱无回报」的怀疑达到顶点之际，往往也是估值最具吸引力的时点。

这并非短线交易信号。微软不仅出现在潘兴广场的主力基金中，也成为其今年 4 月在纽约证券交易所上市的封闭式基金 Pershing Square USA 的核心持仓。将同一投资论点同时配置于两个不同的基金载体，反映出 Ackman 对微软长期 AI 变现能力的高度信念。需要强调的是，机构持仓动向只能作为参考，无法替代独立判断；其真正价值在于提示我们去审视他所押注的底层资产——微软的 AI 战略定位，而这正是 Build 2026 试图正面回答的问题。

4. Build 2026 的成本反击：自研芯片、自有模型与平台护城河

本届 Build 历时约两个半小时，发布的产品多达三十余项。从投资视角剥离细节后，整场主题演讲可以浓缩为一句话：微软要「为 AI 智能体提供一台完整的计算机」。CEO 萨提亚·纳德拉将这一架构拆解为五层，自下而上分别是算力、模型、情境、工具，以及最上层的运行时与安全治理。其战略意图，并非打造一个「更好用的 Copilot 按钮」，而是把 Windows、Azure、GitHub 与 Microsoft 365 改造成 AI 智能体时代的操作系统。对资本市场而言，本届大会最具价值之处，在于它以自研芯片、自有模型与平台护城河这三条线索，正面回应了前述「烧钱恐慌」。

第一条线索是自研芯片与成本效率，这直接对应市场对资本开支失控的质疑。微软确认，其于 2026 年 1 月发布的自研 AI 推理芯片 Maia 200 已进入量产，并开始支撑 Microsoft 365 Copilot 的运行。关于成本，需要在此做一处专业层面的澄清：微软官方博客的书面表述，是 Maia 200 的「每美元性能」较微软自有机队中最新一代硬件高出约 30%，并未点名具体竞品；纳德拉在财报电话会上的版本同样以「机队中最新硅片」为基准，并提到芯片已部署于亚利桑那州与爱荷华州的数据中心；而 Guthrie 在一段宣传影片中则给出了更宽口径的说法，称 Maia 比市面上任何其他 AI 芯片「便宜 30%」。两种口径的差异在于比较基准，本文倾向以书面与财报口径为准。配套发布的新一代、面向智能体工作负载的 Cobalt 200 处理器，则在官方 Azure 博客中被描述为较上一代 Cobalt 100 实现最高 50% 的代际性能提升，其中云数据库工作负载最高提升 135%、网页服务最高提升 40%、通信加密最高提升 45%。

微软将其内部的核心衡量指标定义为「每瓦特、每美元能产出多少 token」。据其披露，最新的 MAI 模型在自研的 Maia 200 芯片上训练，端到端的每瓦能效进一步提升约 1.4 倍。高盛分析师在相关研报中指出，自研芯片不仅能降低微软对英伟达的依赖，也有助于改善 Azure AI 业务的毛利率。需要明确的是，上述性能与成本数据目前主要来自微软官方口径，尚缺乏权威第三方机构的全面实测，因此应被视为「官方宣称」而非已被独立验证的结论。

第二条线索是自有模型的成军，这意味着微软「不再只是 OpenAI 的分发渠道」。本届大会一次性发布了 7 个 MAI 自有模型，其中最受关注的是微软首个推理模型 MAI-Thinking-1。该模型拥有 350 亿活跃参数、256K 上下文窗口，采用稀疏混合专家（sparse MoE）架构，并强调完全从零训练、未经任何知识蒸馏，使用的是经过清洗且具备商业授权的企业级数据。微软在官方博客中宣称，在盲测中独立评测者对该模型的偏好度高于 Claude Sonnet 4.6，且其在 SWE-Bench Pro 编码测试上的表现与 Claude Opus 4.6 处于同一水平。以一个中等规模、低 token 成本的模型逼近顶级大模型的能力，是微软面向企业客户的核心卖点。此外，面向轻量编码的 MAI-Code-1 已接入 Copilot 与 VS Code，影像、语音及语音转写模型也分别进驻 PowerPoint、OneDrive 与 GitHub Copilot；这些模型同步上架 OpenRouter、Fireworks 等第三方平台，不再被锁定在微软自有生态内。这一转变的意义在于，长期被视为「OpenAI 企业出海口」的微软，正在建立属于自己的模型栈，从而增强议价能力与成本控制力。同样需要提示的是，上述基准测试成绩亦属微软自行公布，尚待第三方复现。

第三条线索是微软最擅长的平台与护城河策略——无论最终哪一家的模型胜出，微软都能从中获取收入。当前微软 Foundry 模型目录中的可选模型已超过 12000 个，除自家 MAI 模型外，OpenAI 与 Anthropic 的最新模型（包括 Claude Opus 4.8）亦在其中。这种多模型策略意味着，无论企业客户选择哪一家的模型，微软都能稳定赚取平台与云基础设施层面的收入。为降低企业部署门槛，微软还推出了智能体权限控制台 Agent 365，并结合联网层 Web IQ 与面向企业的微调工具 Frontier Tuning，将 AI 智能体封装为「企业敢于部署、IT 部门可控可管」的标准基础设施。其商业逻辑在于，微软无需在每一代都拥有全球最强的模型，只要牢牢掌握「AI 智能体为企业完成工作、并由此产生数据」的场景入口即可——这与 Ackman 愿意长线重仓的底层判断高度一致。

大会还披露了若干并非核心投资论点、但具备长期想象空间的进展。硬件方面，微软推出了采用英伟达芯片、最高支持 128GB 统一内存的 Surface Laptop Ultra，以及可在本地运行 1200 亿参数模型的开发者设备；软件方面，预告将在今夏把 Copilot 整合为常驻智能体 Microsoft Scout；在科学前沿领域，微软发布了据称可靠度提升千倍的 Majorana 2 量子芯片，并上线科研智能体 Microsoft Discovery，不过 Majorana 2 的相关数据目前在学界仍存在争议。

5. 基本面的四层传导：从「成本」到「毛利」

抛开产品细节，更值得长期投资者关注的，是这些战略如何传导至微软未来的财务基本面。这一传导链条大致可分为四个层次。

在成本端，AI 算力之所以会压低毛利率，根源在于过去需要为采购英伟达 GPU 支付较高溢价。若如微软所称，每 token 成本下降三成以上的 Maia 200 开始放量，叠加 MAI 模型在自有硅片上约 1.4 倍的每瓦能效提升，那么随着推理需求向自有硬件迁移，Azure AI 的单位成本有望明显下降，毛利率将逐步向传统 CPU 云业务的较高水平靠拢。AI 对毛利率的影响，可能由当前的「稀释」阶段，过渡到「不再稀释、乃至带来增益」的拐点。这一判断仍以微软的成本数据成立为前提，属于条件性推演。

在资本开支与现金流层面，今年约 1900 亿美元的投入中，约 250 亿美元来自当前偏高的内存组件成本。随着供应链价格回归常态，叠加微软将新增 GPU 的上线周期缩短约两成、部分基础设施提前完工，这一高强度资本开支预计将见顶回落；市场一致预期认为，自由现金流有望自 2028 财年起明显回升。管理层目前维持的指引是，2026 财年营业利润率将扩张约 1 个百分点，2027 财年继续保持双位数的营收与营业利润增长。若这些指引兑现，则当前的高额投入更接近「前置投资」，而非结构性的现金黑洞。

在营收端，依托 Foundry 平台超过 12000 个模型构成的生态，再叠加前述同比增长 99%、高达 6270 亿美元的 RPO 在手合约，微软不仅获得了多模型平台收入，客户的转换成本与锁定效应也在加深，从而强化了营收的可预测性与定价权。在长期潜在市场（TAM）的层面，AI 智能体的出现，使微软的销售单元从「面向人的席位」延伸到「面向智能体的席位」，理论上抬高了长期增长的天花板。

将这四个层次串联，可以看到微软所下的并非一场对赌，而是一盘以自研芯片、自有模型与自有平台为支点、试图把「今天的成本」转化为「明天的毛利」的长期布局。对应到可量化的跟踪指标，后续值得持续观察的是 Azure 增速、AI 年化运行率、营业利润率走势，以及 RPO 与 Copilot 席位的增长动能。

6. 风险与验证：官方宣称与第三方实测之间的信息落差

将上述线索重新拼接，逻辑链条相对清晰：被市场判定为「夕阳产业」的订阅制软件，非但没有被 AI 取代，反而获得了新的增长动能，这为整个行业的信心提供了基础；而微软那份被误读、并引发股价大跌的财报，真正的痛点从来不是业绩本身，而是市场对其资本开支节奏的担忧；Build 2026 的答卷，恰好是针对这一痛点而来。基于成本曲线的改善、护城河的加深，以及机构资金的同向选择，对微软长期基本面持相对积极的判断是有依据的。

但理性的投资者仍需保留一份清醒。除了 AI 智能体基础设施的建设成本可能持续超预期、企业端变现的回报周期可能被拉长之外，更需要正视的是一处信息不对称的盲点：无论是 Maia 200「成本下降三成」的数字，还是 MAI 模型「超越竞品」的基准成绩，目前都停留在微软「官方宣称」的阶段，市场尚未出现权威第三方机构对这套硬件与模型栈的全面实测报告。也就是说，这份看似亮眼的成绩单，仍缺少华尔街最看重的客观验证。一旦后续第三方测评结果不及预期，微软的短期估值在波动的市场环境中仍可能承压。

因此，这一基本面剧本能否兑现，最直接的检验点是即将于 7 月底公布的最新季度财报。其中两个指标最具信号意义：一是 Azure 云增速是否延续，二是营业利润率走势是否如管理层指引般改善——后者尤其关键，因为它直接回答了「成本是否真正转化为毛利」这一核心问题。

综合来看，本文倾向于认为微软的长期基本面正处于由「资本开支压制」向「效率与平台变现」过渡的关键阶段，但这一过渡能否顺利完成，仍取决于上述数据与第三方验证。