高盛在 2026 年 9 月 20 日发布的 NDR 路演纪要中，维持微软买入评级，并将其保留在「确信买入名单」中，12 个月目标价为 640 美元。按报告所列当前价 493.78 美元计算，上行空间为 29.6%。高盛认为，微软过去三年在 AI 领域的几项关键决策正开始兑现回报，包括提前投入长期资本开支、在第一方应用与第三方客户之间平衡资本分配，以及在前沿实验室与企业客户之间平衡资源投入。
这份纪要的背景，是市场对 AI 资本开支回报周期偏长的担忧仍在持续。高盛在解读中指出，微软在企业 AI 平台上的转型进展，正在验证其此前战略。
资本开支结构变化：长期投入占比下降，短期调整空间变大
高盛分析师 Gabriela Borges 在报告中表示，微软对供应链和产能爬坡的控制力，较一年前更强。长期资本开支占总资本开支的比例，已从约 50% 降至约 33%。报告提到，部分原因在于微软已提前完成土地、建筑和冷壳等长期资产投入。
在短期资本开支中，CPU 已取代 GPU，成为最大的组成部分。微软的做法是尽量把决策留到绑定流程后期，以提升灵活性。报告称，GPU 对接上线时间已缩短 50%。微软同时表示，公司从未称自身受限于 CPU 或 GPU，真正的约束更多来自插入芯片的物理空间。
高盛认为，微软对资本开支的控制力体现在多个层面。长期资本开支占比下行后，短期资本开支可调整空间更大。如果真正受约束的部分，在总资本开支中的占比较小，微软就能通过调整非受约束部分来响应需求。微软还称，其对最成熟 AI 客户未来三到五年的扩展情况具备清晰可见性，因此可以为企业未来三到五年的需求建立相对合理的基线预测。
定价与订单：RPO 单季环比增加 510 亿美元
在定价方面，微软正使用多种杠杆优化长期客户终身价值。报告提到，合同续约时的折扣率较正常水平更温和；新的 SKU，例如 CPU 侧产品，则以更高价格点推出，改变了过去十多年价格持续下行的走势。
微软还会按周在多个方向之间动态分配产能，包括第一方应用、第一方模型开发、产品路线图以及广泛客户群。高盛披露，微软第四季度 RPO（剩余履约义务）环比增加 510 亿美元，这部分增量全部来自非前沿实验室的企业客户。
高盛：微软 AI 单位经济学好于早期云周期
高盛认为，微软当前 AI 业务的单位经济学，较原始云周期同阶段更健康。其逻辑之一在于 Azure 与第一方应用采用统一技术栈。报告称，如果采用不同技术栈，资源匹配会更细，最终利用率也会更低。
另一个差异是，微软从第一年起就开始获取 AI 原生客户，而在上一轮云周期中，它并非最早的参与者。高盛称，微软可能在未来几个月披露更多有关 ROIC（投入资本回报率）的细节。该机构的判断是，如果这一轮在每一条队列上都领先上一轮，那么 ROI 也应领先上一轮，除非租金分配出现失衡，例如收益更多流向半导体公司和 token 公司。
在半导体方面，微软认为芯片层会像 CPU 一样变得更加多样化。至于 token 租金，微软表示，公司将在第三方 token 之上交付足够价值，并会在第一方和第三方 token 之间做编排，以把利润率影响随着时间推至最低。微软还表示，没有结构性原因会让 AI 毛利率无法接近云毛利率。报告同时指出，云收入增长将快于资本开支增长，随着行业成熟，这一轨迹与云周期一致；当前难点在于需求信号仍在上升，推高了交叉时点。
硅策略：目标是把 token 成本压到尽可能低
微软称，其目标是提供尽可能低成本的 token。公司拥有 Jalapeno 的知识产权，因此在芯片竞赛中，除 MAIA 外还有第二种选择。报告提到，MAIA 200 的最新进展与 Trainium 基准相当。
高盛认为，微软正在推进更强的垂直整合，覆盖模型层在内。通过混合硅策略，微软可以避免过度依赖单一解决方案或单一架构世代，尤其是在新芯片技术仍处于演进阶段的时候。报告还指出，这种安排也给客户保留了选择旧一代硅的空间，只要在经济性上合理。
模型策略：从 OpenAI 学习，但强调长期独立性
在自有模型策略上，微软重申，公司已从 OpenAI 的前沿成果中受益，并可在此基础上继续构建，同时在 2032 年后建立自身模型架构独立性。微软称，公司已形成清晰的模型栈谱系，反映出对 OpenAI 经验的吸收，但不会因此对 OpenAI 形成依赖。
报告提到，MAI 这一微软自研模型系列，聚焦将前沿知识产权与微软具备超额领域经验的场景结合，涉及知识工作者、编码和安全等领域。其中，M365 系统中有 17EB 数据。基准测试显示，其成本/性能已有显著进步。最近一个被提及的例子是安全方向的 Project Perception，该项目用于持续渗透测试。
前沿模型节奏变化，不改当前资本开支逻辑
微软在路演中表示，任何新技术都必须带来社会和经济价值，公司长期支持有助于安全与保障的监管。微软判断，当前真正的瓶颈在于如何把性能落到企业用例中，前沿模型原始性能已不是主要约束。公司甚至提出一个极端思想实验：即便前沿不再继续进步，现阶段仍存在充足增长空间。
在模型多样性上，微软称，模型生态正在实时演变为一个跨性能和价格区间的异构模型集合，目前 Foundry 托管 1.1 万个模型，并坚持多模型方法。微软没有给出跨模型经济学的明确方向性判断，只重申公司不支付 OpenAI 或 MAI 的 token 费用；对于那些可能需要费用的模型，微软也表示可以接受，因为它有能力通过交叉销售更高利润的平台服务来覆盖。
报告还提到微软的 Scout。该产品是一个自主代理，基于 OpenClaw，但为企业级版本。微软称，启用低成本和开源模型，反而会释放预算，用于更高频的使用或更深入的转型。在内部实践上，微软已在工程团队中测试限制前沿模型使用，把前沿能力优先分配给真正从中受益的工程师，而不是所有人平均使用。
对于前沿节奏变化是否会影响资本开支，微软给出的回答是，其资本开支决策取决于当前需求信号，前沿节奏变化不会改变当前需求信号。微软可以把新增资本开支投入前沿模型，但优先级仍是服务更广泛的客户群和更多潜在工作负载。报告举出的例子包括关闭 Stargate 容量，以及第四季度 RPO 增长全部来自非前沿客户。
M365：FY27 被微软称为近期首个指引加速年份
微软表示，FY27 是近期历史上第一个给出加速指引的年份。在 E5 和 E7 的渗透上，新增用户更偏向低端市场，包括一线工人和中小企业。E7 发布表现良好，部分原因是它捆绑了 Agent 365 的可见性和价值。
微软认为，AI 采用会以不同形式渗透整个用户基础，因此单一渗透率披露未必最能反映实际情况。应用层软件定价也会演变：更多价值将被嵌入基于席位的 SKU 中，同时消费型元素会逐步叠加，因为软件将更完整地面向劳动单元或成果定价，而不是只停留在席位附加价值上。微软称，从长期看，消费带来的美元机会大于每用户模式对应的美元机会。
对于软件抽象层与前沿模型的关系，微软指出，前沿竞争格局本身是动态变化的，企业客户不愿被锁定在单一前沿模型上。与此同时，代理会在现有软件生态中创造更多工件，这会提升 M365 这类生态系统的价值。微软的基本判断是，在 harness 层面存在大量价值，包括持久安全、上下文和成本优化，而这些能力未必能由模型公司以模型无关的方式复制。
高盛维持 640 美元目标价，提示四项下行风险
估值方面，高盛维持微软 12 个月目标价 640 美元，估值方法为 28 倍市盈率乘以微软的 SNTM 调整后净利润，倍数维持不变。
报告列出的主要下行风险包括：
- 内部硅爬坡时间长于预期，可能限制市场份额增长或毛利率扩张；
- 项目投资超出预期；
- 关键领导层变动；
- 向定制软件更显著迁移，可能对应用业务造成负面影响。
高盛的核心观点是，微软企业 AI 平台转型正验证三年前的战略决策。如果其单位经济学持续优于云周期、AI 毛利率逐步接近云毛利率，微软当前估值溢价就具备基本面支撑。
本文所述评级、目标价、盈利预测及相关判断，均为高盛集团 2026 年 9 月 20 日研究观点的整理与转述，不代表原文发布平台立场，也不构成投资建议。原文同时提示，市场有风险，决策需独立，相关内容不应作为买卖任何证券的依据。
