Why is Microsoft the best target for "bottom-fishing" in AI right now? Goldman Sachs: AI profit margins will replicate the expansion miracle of the cloud era

微軟股價自去年 12 月中旬的高點回落了 16%，至今仍難以收復 500 美元的關鍵關口。

對於在觀望的交易員而言，核心問題只有一個：這次回調是否構成了絕佳的 “抄底” 良機？高盛分析師 Gabriela Borges 在造訪微軟雷德蒙德總部並與高管深入交流後，給出了極其肯定的答案。

高盛的結論直截了當：在覆蓋的所有科技巨頭中，微軟是利用 AI 產品週期實現複利增長的 “最佳標的”。這一判斷不僅僅基於模糊的願景，更有着具體的財務路徑支撐——高盛預計，到 2030 財年，微軟的每股收益（EPS）將穩步邁向 35 美元，這意味着超過 20% 的複合增長率。對於投資者而言，這意味着當下的恐慌可能正是入場的門票，因為微軟正在通過基礎設施的靈活性和獨特的利潤率優勢，確立其在 AI 時代的統治地位。

重演雲時代奇蹟：從高成本到高利潤的必然路徑

微軟管理層向高盛展示的最核心邏輯在於，當前的 AI 週期與早期的雲（Cloud）週期有着驚人的相似性。投資者不必對目前高昂的 AI 投入成本感到恐慌。回顧雲轉型的早期階段，同樣充斥着高昂的成本和疲軟的單位經濟效益，但隨着規模效應、利用率提升和工程效率的優化，利潤率隨後迎來了顯著擴張。微軟在雲轉型期間設立了中期毛利率目標，並在每一年都將實際表現控制在目標偏差 100 個基點以內，這種精準的執行力將在 AI 時代重演。

事實上，微軟認為自己在 AI 週期中的領導地位甚至優於當年的雲週期。這種自信源於一種近乎狂熱的運營紀律和效率提升。一個典型的例子是，微軟發現某個模型中的低效元素導致了超出預期的算力消耗，在雲時代，解決此類問題可能需要 2-3 個月，而在當前的 AI 運營緊迫感下，團隊僅用一個週末就交付了優化方案。隨着規模的擴大，微軟確信核心雲業務的利潤率有進一步擴張的潛力，AI 業務的利潤率也將隨時間推移而改善。

護城河的本質：OpenAI 合作帶來的毛利率優勢與 LLM 抽象層

在軟件層面，微軟的競爭優勢正在轉化為實實在在的財務壁壘。高盛特別指出，微軟與 OpenAI 的合作關係使其擁有了獨特的毛利率優勢。由於擁有 OpenAI 模型的知識產權（IP）權利，微軟在調用這些模型時無需支付額外的 API 費用，這實際上免除了一筆巨大的 “毛利率税”，構成了相對於其他軟件提供商的顯著競爭優勢。

此外，微軟正在重新定義大語言模型（LLM）的角色。正如虛擬機抽象了硬件、容器抽象了操作系統一樣，微軟視 LLM 為下一代抽象層，它將抽象化應用程序本身的邏輯。未來的應用將不再依賴硬編碼的規則，而是轉向意圖驅動的執行。微軟的 Foundry 平台有機會成為這一層的控制中樞，負責路由、治理和成本優化。

儘管目前市場過分關注新模型（如 ChatGPT 5.2 與 5.1）絕對成本的增加，但微軟指出，下一代模型在設計上正變得更加高效。未來，隨着代幣（Token）成本下降，價值將更多地沉澱在平台層，LLM 相關的銷售成本（COGS）將變得微不足道。

基礎設施的 “通用性” 戰略：拒絕客户自備芯片，以此掌控全局

在基礎設施建設上，微軟展現出了極強的戰略定力，拒絕了看似誘人的短期妥協。管理層明確表示，“客户自備芯片”（BYOC）模式對微軟而言既無經濟吸引力，也無戰略優勢。BYOC 會造成基礎設施堆棧的孤立，破壞雲利潤率的核心驅動力——即規模化採購、全棧集成和端到端優化。

微軟的利潤優勢源於對數據中心、電力、冷卻、網絡和硅片層的整體優化，而非單一組件。因此，微軟並未與 Anthropic 達成 BYOC 協議，而是堅持利用自身的採購和資產負債表優勢，為客户提供所需的芯片架構，從而保持系統的整體效率。

支撐這一戰略的核心是 “通用性”。微軟在數據中心設計和供應鏈中推行 “延遲綁定” 策略，儘可能推遲設計和部署決策，以保留靈活性。例如，其新的 “Fairwater” 設計採用了兩層結構和 3D 機架佈局，縮短了線纜距離以提高 GPU 性能。為了獲得這種在不同工作負載和硅片間靈活切換的資本敏捷性，微軟甚至願意犧牲通過定製化冷卻或芯片設計帶來的微小性能增益。這種策略使得微軟能夠根據需求信號，靈活地將產能從訓練任務切換到推理任務，從而最大程度地降低利用率風險。

企業採用率的拐點：從 “是否使用” 轉向 “何時擴大”

在市場需求端，高盛觀察到了明顯的風向轉變。與一年前相比，企業客户關於 Copilot 的對話已經從探討投資回報率（ROI）和 “是否” 採用，轉變為聚焦於 “何時” 以及 “何種程度” 地採用。預算的不確定性正在消退，客户不再像去年四季度那樣為了防禦宏觀風險而保留預算。

微軟指出，企業 AI 的採用已經非常廣泛，並呈現出 “落地生根，然後擴張” 的態勢。客户通常從幾百個許可證的試點開始，隨着熟悉度提高，迅速擴展到數千個。在定價方面，微軟採取了基於價值的策略，目前推出了 21 美元/用户的低價商業版 SKU 以拓寬漏斗頂部的採用率，但長期目標是通過功能擴展，支持高於 30 美元/用户的定價。

雖然許多客户目前嘗試在內部構建 AI 代理（DIY），但微軟認為，隨着維護模型、管理更新和建立可靠連接器的複雜性隨時間複利增加，客户最終會回流到微軟的平台化解決方案中。銷售激勵機制也已調整，從最初關注定價，轉向了加速客户的 “實現價值” 時間，這表明微軟正從單純的銷售轉向深度的生態系統鎖定。