微軟 Build 2026 深度解讀：自研晶片 Maia 200、MAI 模型與 Azure 的成本反擊，兼論 Ackman 重倉微軟的長線邏輯

過去半年，軟體板塊經歷了一輪被市場稱為「SaaS 末日」（SaaSpocalypse）的劇烈重估。其核心擔憂只有一個：生成式 AI 是否會讓以訂閱制為生的傳統軟體公司被繞過、被替代，進而結構性地摧毀這類企業的商業模式。據財經媒體估算，僅在這半年內，全球軟體股蒸發的市值就高達約兩萬億美元。然而，剛剛結束的這一輪財報季，連同六月初在舊金山落幕的 Microsoft Build 2026 大會，正在把這個敘事推向相反的方向。本文從三個問題切入：AI 究竟是在顛覆軟體，還是在為軟體注入新的增長動能；既然軟體並未消亡，為何微軟反而成為今年最被誤讀的個案；以及微軟在 Build 2026 上交出的答卷，是否足以回應市場對其巨額資本開支的疑慮。

1. 財報證偽「軟體已死」：被 AI 重新點燃的軟體板塊

最先動搖「軟體已死」論調的，是一批最新季度財報。團隊協作軟體廠商 Atlassian（TEAM）是其中最具代表性的逆襲樣本。其 2026 財年第三季度（截至 3 月 31 日）總營收達到 17.87 億美元，同比增長 32%；其中雲業務營收 11.32 億美元，同比增長約 29%；非 GAAP 每股收益錄得 1.75 美元，顯著高於市場預期。Atlassian 聯合創始人兼 CEO 在致股東信中直接回應了市場的悲觀情緒，表示「有人認為軟體已死，但我深信 AI 對 Atlassian 是利多」，並在接受 CNBC 採訪時強調，壓在軟體股上的擔憂並未反映在公司的實際數字之中。

這種增長並非孤例，而是橫跨多個軟體細分賽道的共性信號。數據雲廠商 Snowflake（SNOW）2027 財年第一季度產品營收達到 13.3 億美元，同比增長 34%，增速較此前幾個季度持續加快，創下公司單季度營收增量的歷史新高；財報發布後股價單日大漲超過 30%，並同步宣布與 AWS 達成為期五年、規模約 60 億美元的雲協議。數位工作流平台 ServiceNow（NOW）2026 年第一季度訂閱營收為 36.71 億美元，同比增長 22%，全面超越業績指引上限並上調全年展望；其生成式 AI 套件 Now Assist 的「百萬美元級合約價值客戶」數量同比增長超過 130%，管理層表示 AI 的增長速度超出了公司自身的預期。基礎設施可觀測性廠商 Datadog（DDOG）第一季度營收 10.06 億美元，同比增長 32%，為公司史上首個單季營收突破十億美元的季度，且增速仍在加速。即便是定位於底層通信基礎設施的雲通信平台 Twilio（TWLO），第一季度營收同比增長也達到 20%，創下其 2022 年以來的最快增速。

在 Atlassian 上調財務指引之後，市場情緒顯著修復，並帶動 Salesforce、ServiceNow 等同業股價集體回升，整個軟體板塊的悲觀預期被重新校準。換言之，AI 對軟體行業的影響，至少在當前階段更接近於「需求放大器」，而非「需求替代者」。這一判斷為後文理解微軟的處境提供了行業層面的背景：當軟體板塊整體回暖，作為 AI 軟體龍頭的微軟，理應是這場修復行情中最強勢的標的；但事實恰恰相反。

2. 微軟的悖論：被誤讀的財報與資本開支恐慌

進入 2026 年以來，微軟股價在一眾科技龍頭中表現明顯落後。第一季度股價一度下挫約 23%，創下自 2008 年金融危機以來最差的單季表現；該季度末，股價觸及約 356 美元的階段低點。市場上一種流行的誤讀，是把股價的疲弱直接歸因於業績不佳，但這一推斷與財報數據並不相符。

從微軟 2026 財年第三季度的財報看，公司營收、利潤與雲增速均超出華爾街一致預期。當季總營收 828.9 億美元，同比增長 18%；營業利潤 384 億美元，同比增長 20%；GAAP 攤薄每股收益 4.27 美元，高於市場預期的 4.06 美元。智慧雲業務營收 347 億美元，同比增長 30%；其中核心的 Azure 雲服務同比增長 40%，較去年同期的 31% 進一步加速。在應用層，微軟 AI 業務的年化營收運行率已突破 370 億美元，同比增幅高達 123%；衡量在手合約的剩餘履約義務（RPO）達到 6270 億美元，同比增長 99%，接近翻倍；Microsoft 365 Copilot 的付費席位突破 2000 萬，席位淨增速度同比增長 250%，為產品發布以來的最快水平。整份財報中相對疲弱的，僅有個人計算業務錄得約 1% 的同比下滑。

既然業績並不構成賣出理由，市場真正擔憂的是微軟的資本開支節奏。管理層給出的下一季度營收與營業利潤率指引略低於市場預期；更關鍵的是，公司預計下一季度資本開支將超過 400 億美元，並指引到 2026 日曆年底，全年資本開支規模將達到約 1900 億美元。如此規模的投入，一方面源於近期記憶體等關鍵組件成本的攀升，另一方面則來自微軟對 AI 基礎設施的高強度擴張。由此形成的矛盾在於，市場並非不相信微軟的 AI 能力，而是擔心「先投入巨額資本、回報卻尚未全面兌現」的擴張方式，會在短期內壓制利潤率與自由現金流。

值得注意的是，進入二季度後，隨著財報情緒沈澱、AI 樂觀預期回暖以及「SaaS 末日」擔憂的緩解，微軟股價已從低點回升。在 Build 大會前，微軟與輝達聯合推出面向 AI PC 的 RTX Spark 晶片，並發布了 Surface Laptop Ultra 等硬體新品，進一步修復了市場信心，股價在 6 月初一度回升至約 460 美元。不過，在 6 月 2 日 Build 主題演講結束後，市場出現明顯的獲利了結，6 月 3 日微軟單日回落約 4% 至 5%，股價回到約 438 美元，對應市值約 3.28 萬億美元、市盈率約 27 倍。

賣方機構的整體立場仍偏多。覆蓋微軟的數十位分析師中，絕大多數給予「買入」或「強力買入」評級；未來 12 個月的平均目標價約為 560 至 570 美元。高端目標價由摩根士丹利、富國銀行的 650 美元，到 Tigress Financial 的 680 美元不等；但市場亦存在更謹慎的聲音——Stifel 在 2 月將目標價下調至約 415 美元，處於當前覆蓋區間的低端。摩根士丹利在一份以「每兆瓦營收」為框架的研報中提出，市場可能低估了 Azure AI 業務由資本開支轉化而來的長期營收潛力——這恰好把「燒錢」敘事從負債端，重新引導到了資產端。

3. 聰明錢的選擇：Ackman「棄 Google、買微軟」的長線邏輯

在分析師集體上調評級之前，對沖基金潘興廣場創始人 Bill Ackman 已先以真金白銀在低位建倉。根據其最新披露的 13F 持倉報告，微軟是潘興廣場在 2026 年第一季度唯一新建立的倉位。Ackman 一次性買入約 565 萬股，使微軟迅速成為基金第四大持倉，占整體投資組合比重高達 15.3%；該筆持倉在一季度末的市值約為 20.9 億美元，隨股價反彈，到 5 月中旬已升值至約 23 億美元。

從建倉邏輯看，Ackman 是在 2 月微軟財報公布、股價因市場恐慌而大跌期間開始買入的，建倉時的遠期市盈率約為 21 倍。他公開表示，這一估值大致與市場整體水平相當，卻顯著低於微軟近年的平均交易估值，屬於一個並不常見的「折價」窗口。與買入微軟形成鮮明對照的，是他在同一季度近乎清倉式地削減了對 Alphabet 的持倉：A 類股從約 67.8 萬股削減至約 3.2 萬股，C 類股則從逾 610 萬股削減至約 31.2 萬股。這種「棄 Google、買微軟」的極端輪動，被視為機構資金風向的一個真實樣本。Ackman 將這筆投資類比為他過去在市場對「AI 競爭與支出疑慮」最深時，重倉買入亞馬遜、Meta 與 Alphabet 的操作；其隱含判斷是，市場對一家公司「燒錢無回報」的懷疑達到頂點之際，往往也是估值最具吸引力的時點。

這並非短線交易信號。微軟不僅出現在潘興廣場的主力基金中，也成為其今年 4 月在紐約證券交易所上市的封閉式基金 Pershing Square USA 的核心持倉。將同一投資論點同時配置於兩個不同的基金載體，反映出 Ackman 對微軟長期 AI 變現能力的高度信念。需要強調的是，機構持倉動向只能作為參考，無法替代獨立判斷；其真正價值在於提示我們去審視他所押注的底層資產——微軟的 AI 戰略定位，而這正是 Build 2026 試圖正面回答的問題。

4. Build 2026 的成本反擊：自研晶片、自有模型與平台護城河

本屆 Build 歷時約兩個半小時，發布的產品多達三十餘項。從投資視角剝離細節後，整場主題演講可以濃縮為一句話：微軟要「為 AI 智能體提供一台完整的計算機」。CEO 薩提亞·納德拉將這一架構拆解為五層，自下而上分別是算力、模型、情境、工具，以及最上層的運行時與安全治理。其戰略意圖，並非打造一個「更好用的 Copilot 按鈕」，而是把 Windows、Azure、GitHub 與 Microsoft 365 改造造成 AI 智能體時代的操作系統。對資本市場而言，本屆大會最具價值之處，在於它以自研晶片、自有模型與平台護城河這三條線索，正面回應了前述「燒錢恐慌」。

第一條線索是自研晶片與成本效率，這直接對應市場對資本開支失控的質疑。微軟確認，其於 2026 年 1 月發布的自研 AI 推理晶片 Maia 200 已進入量產，並開始支撐 Microsoft 365 Copilot 的運行。關於成本，需要在在此做一處專業層面的澄清：微軟官方博客的書面表述，是 Maia 200 的「每美元性能」較微軟自有機隊中最新一代硬體高出約 30%，並未點名具體競品；納德拉在財報電話會上的版本同樣以「機隊中最新矽片」為基準，並提到晶片已部署於亞利桑那州與愛荷華州的數據中心；而 Guthrie 在一段宣傳影片中則給出了更寬口徑的說法，稱 Maia 比市面上任何其他 AI 晶片「便宜 30%」。兩種口徑的差異在於比較基準，本文傾向以書面與財報口徑為準。配套發布的新一代、面向智能體工作負載的 Cobalt 200 處理器，則在官方 Azure 博客中被描述為較上一代 Cobalt 100 實現最高 50% 的代際性能提升，其中雲數據庫工作負載最高提升 135%、網頁服務最高提升 40%、通信加密最高提升 45%。

微軟將其內部的核心衡量指標定義為「每瓦特、每美元能產出多少 token」。據其披露，最新的 MAI 模型在自研的 Maia 200 晶片上訓練，端對端的每瓦能效進一步提升約 1.4 倍。高盛分析師在相關研報中指出，自研晶片不僅能降低微軟對輝達的依賴，也有助於改善 Azure AI 業務的毛利率。需要明確的是，上述性能與成本數據目前主要來自微軟官方口徑，尚缺乏權威第三方機構的全面實測，因此應被視為「官方宣稱」而非已被獨立驗證的結論。

第二條線索是自有模型的成軍，這意味著微軟「不再只是 OpenAI 的分發渠道」。本屆大會一次性發布了 7 個 MAI 自有模型，其中最受關注的是微軟首個推理模型 MAI-Thinking-1。該模型擁有 350 億活躍參數、256K 上下文窗口，採用稀疏混合專家（sparse MoE）架構，並強調完全從零訓練、未經任何知識蒸餾，使用的是經過清洗且具備商業授權的企業級數據。微軟在官方博客中宣稱，在盲測中獨立評測者對該模型的偏好度高於 Claude Sonnet 4.6，且其在 SWE-Bench Pro 編碼測試上的表現與 Claude Opus 4.6 處於同一水平。以一個中等規模、低 token 成本的模型逼近頂級大模型的能力，是微軟面向企業客戶的核心賣點。此外，面向輕量編碼的 MAI-Code-1 已接入 Copilot 與 VS Code，影像、語音及語音轉寫模型也分別進駐 PowerPoint、OneDrive 與 GitHub Copilot；這些模型同步上架 OpenRouter、Fireworks 等第三方平台，不再被鎖定在微軟自有生態內。這一轉變的意義在於，長期被視為「OpenAI 企業出海口」的微軟，正在建立屬於自己的模型棧，從而增強議價能力與成本控制力。同樣需要提示的是，上述基準測試成績亦屬微軟自行公布，尚待第三方複現。

第三條線索是微軟最擅長的平台與護城河策略——無論最終哪一家的模型勝出，微軟都能從中獲取收入。當前微軟 Foundry 模型目錄中的可選模型已超過 12000 個，除自家 MAI 模型外，OpenAI 與 Anthropic 的最新模型（包括 Claude Opus 4.8）亦在其中。這種多模型策略意味著，無論企業客戶選擇哪一家的模型，微軟都能穩定賺取平台與雲基礎設施層面的收入。為降低企業部署門檻，微軟還推出了智能體權限控制台 Agent 365，並結合聯網層 Web IQ 與面向企業的微調工具 Frontier Tuning，將 AI 智能體封裝為「企業敢於部署、IT 部門可控可管」的標準基礎設施。其商業邏輯在於，微軟無需在每一代都擁有全球最強的模型，只要牢牢掌握「AI 智能體為企業完成工作、並由此產生數據」的場景入口即可——這與 Ackman 願意長線重倉的底層判斷高度一致。

大會還披露了若干並非核心投資論點、但具備長期想像空間的進展。硬體方面，微軟推出了採用輝達晶片、最高支持 128GB 統一內存的 Surface Laptop Ultra，以及可在本地運行 1200 億參數模型的開發者設備；軟體方面，預告將在今夏把 Copilot 整合為常駐智能體 Microsoft Scout；在科學前沿領域，微軟發布了據稱可靠度提升千倍的 Majorana 2 量子晶片，並上線科研智能體 Microsoft Discovery，不過 Majorana 2 的相關數據目前在學界仍存在爭議。

5. 基本面的四層傳導：從「成本」到「毛利」

拋開產品細節，更值得長期投資者關注的，是這些戰略如何傳導至微軟未來的財務基本面。這一傳導鏈條大致可分為四個層次。

在成本端，AI 算力之所以會壓低毛利率，根源在於過去需要為採購輝達 GPU 支付較高溢價。若如微軟所稱，每 token 成本下降三成以上的 Maia 200 開始放量，疊加 MAI 模型在自有矽片上約 1.4 倍的每瓦能效提升，那麼隨著推理需求向自有硬體遷移，Azure AI 的單位成本有望明顯下降，毛利率將逐步向傳統 CPU 雲業務的較高水平靠攏。AI 對毛利率的影響，可能由當前的「稀釋」階段，過渡到「不再稀釋、乃至帶來增益」的拐點。這一判斷仍以微軟的成本數據成立為前提，屬於條件性推演。

在資本開支與現金流層面，今年約 1900 億美元的投入中，約 250 億美元來自當前偏高的記憶體組件成本。隨著供應鏈價格回歸常態，疊加微軟將新增 GPU 的上線週期縮短約兩成、部分基礎設施提前完工，這一高強度資本開支預計將見頂回落；市場一致預期認為，自由現金流有望自 2028 財年起明顯回升。管理層目前維持的指引是，2026 財年營業利潤率將擴張約 1 個百分點，2027 財年繼續保持雙位數的營收與營業利潤增長。若這些指引兌現，則當前的高額投入更接近「前置投資」，而非結構性的現金黑洞。

在營收端，依托 Foundry 平台超過 12000 個模型構成的生態，再疊加前述同比增長 99%、高達 6270 億美元的 RPO 在手合約，微軟不僅獲得了多模型平台收入，客戶的轉換成本與鎖定效應也在加深，從而強化了營收的可預測性與定價權。在長期潛在市場（TAM）的層面，AI 智能體的出現，使微軟的銷售單元從「面向人的席位」延伸到「面向智能體的席位」，理論上抬高了長期增長的天花板。

將這四個層次串聯，可以看到微軟所下的並非一場對賭，而是一盤以自研晶片、自有模型與自有平台為支點、試圖把「今天的成本」轉化為「明天的毛利」的長期佈局。對應到可量化的跟踪指標，後續值得持續觀察的是 Azure 增速、AI 年化運行率、營業利潤率走勢，以及 RPO 與 Copilot 席位的增長動能。

6. 風險與驗證：官方宣稱與第三方實測之間的信息落差

將上述線索重新拼接，邏輯鏈條相對清晰：被市場判定為「夕陽產業」的訂閱制軟體，非但沒有被 AI 取代，反而獲得了新的增長動能，這為整個行業的信心提供了基礎；而微軟那份被誤讀、並引發股價大跌的財報，真正的痛點從來不是業績本身，而是市場對其資本開支節奏的擔憂；Build 2026 的答卷，恰好是針對這一痛點而來。基於成本曲線的改善、護城河的加深，以及機構資金的同向選擇，對微軟長期基本面持相對積極的判斷是有依據的。

但理性的投資者仍需保留一份清醒。除了 AI 智能體基礎設施的建設成本可能持續超預期、企業端變現的回報週期可能被拉長之外，更需要正視的是一處信息不對稱的盲點：無論是 Maia 200「成本下降三成」的數字，還是 MAI 模型「超越競品」的基準成績，目前都停留在微軟「官方宣稱」的階段，市場尚未出現權威第三方機構對這套硬體與模型棧的全面實測報告。也就是說，這份看似亮眼的成績單，仍缺少華爾街最看重的客觀驗證。一旦後續第三方測評結果不及預期，微軟的短期估值在波動的市場環境中仍可能承壓。

因此，這一基本面劇本能否兌現，最直接的檢驗點是即將於 7 月底公布的最新季度財報。其中兩個指標最具信號意義：一是 Azure 雲增速是否延續，二是營業利潤率走勢是否如管理層指引般改善——後者尤其關鍵，因為它直接回答了「成本是否真正轉化為毛利」這一核心問題。

綜合來看，本文傾向於認為微軟的長期基本面正處於由「資本開支壓制」向「效率與平台變現」過渡的關鍵階段，但這一過渡能否順利完成，仍取決於上述數據與第三方驗證。