Morgan Stanley 看多 Microsoft：Azure 与 Copilot 是股价重估核心

概览

这是一篇 Morgan Stanley 对 Microsoft 的公司研究报告，核心围绕 AI stack 中基础设施层 Azure 和应用层 Copilot 的增长拐点展开。报告认为，市场低估了 Azure 供给释放带来的增长持续性，也低估了 Copilot 在 Microsoft 365 体系内通过席位、E7 升级和用量计费带来的 ARPU 扩张。尽管 AI 基础设施投入会压低毛利率，分析师仍认为规模效应、运营费用纪律和更高价值的平台/软件变现可支撑长期盈利能力。

核心观点

核心观点包括：第一，Azure 和 Copilot 是影响 MSFT 股价的两个最关键变量，且均处于增长和变现拐点前后；第二，Azure AI 不应仅被按 bare-metal neocloud 估值，平台服务和 Microsoft 生态 pull-through 可提高 Rev/MW 与利润率；第三，Copilot 的商业模式正在从座席收费扩展至 E7 订阅升级和 consumption-based monetization；第四，AI capex 会造成短期 gross margin headwinds，但长期可通过利用率、软件优化、自研芯片、平台服务和经营杠杆转化为 gross profit 与 EPS tailwinds。

分析框架

报告采用自下而上的业务模型调整、Azure AI 容量和 Rev/MW 情景分析、Microsoft 365 P x Q 模型、CIO 调研数据、云毛利率拆分，以及 PEG/PE 估值框架来评估 Microsoft 的收入、毛利率、经营利润率、EPS 和目标价。

方法论与常识提炼

• 估值方法PEG / PE valuation

  FY28 EPS 估值

  报告以 FY28 EPS $23.86 为基础，保守采用约1.2x PEG / 25x PE，并相对大型软件同业折价，推导 $600 目标价。

• operating_modelMS Azure AI Monetization Model

  Azure AI Rev/MW 情景分析

  模型围绕 Azure AI 容量从 FY26 约3GW 增至 FY28 约9GW，比较 bare-metal neocloud、接近 Core Azure、full-stack AI platform 三种变现路径下的收入、毛利和 EBIT/MW。

• operating_modelM365 P x Q model

  Microsoft 365 与 Copilot ARPU 建模

  报告通过席位数量、产品升级和用量计费三条路径评估 Copilot 与 M365 Commercial Cloud 的收入扩张潜力。

• surveyMS CIO Survey

  企业 AI 采用调研

  报告引用最新 Microsoft CIO Survey，作为 Copilot 采用率提升、企业部署加速和 GenAI 领导地位维持的辅助证据。

• margin_analysisMicrosoft Cloud Gross Margin Build

  云毛利率拆分

  报告将 Microsoft Cloud 拆分为 Microsoft 365 Commercial Cloud、Azure and Other Cloud Services、Azure AI、Core Azure 等部分，评估 AI 投资、折旧、利用率和业务组合对毛利率的影响。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Microsoft (MSFT.O)

  报告覆盖标的，评级 Overweight，目标价 $600。

  优势

  拥有强企业分发能力、广泛产品组合、Azure 基础设施层和 Microsoft 365/Copilot 应用层双重 AI 暴露，且软件 moat 在报告框架中排名领先。

  劣势

  AI capex、折旧和 Azure AI/Copilot 收入结构变化压低未来数年毛利率。

  对比

  报告认为市场将 Azure AI 过度按 bare-metal neocloud 经济性定价，而 Microsoft 更可能通过平台服务和应用层 pull-through 获得更高经济性。

  风险

  Azure AI 毛利率上限低于预期、Copilot 采用放缓、竞争性生产力工具分流、AI 基础设施定价压缩。

• Azure / Azure AI

  Microsoft 股价重估的核心基础设施变量。

  优势

  需求强劲且此前受容量约束，新增供给上线后可推动增长加速；高阶 AI PaaS 和平台服务有望提升 Rev/MW 和利润率。

  劣势

  资本强度高，GPU 折旧、利用率和供电供应链成本会压制近期毛利率。

  对比

  情景一类似 bare-metal neocloud，情景二接近 Core Azure，情景三为 full-stack AI platform；报告倾向认为市场低估向情景二/三迁移的可能性。

  风险

  如果 Azure AI 主要停留在基础算力出租，Rev/MW 和 margin expansion 将受限。

• Copilot / Microsoft 365

  Microsoft 应用层 AI 变现和 ARPU 扩张核心。

  优势

  变现路径包括 Copilot seats、M365 E7 升级和 consumption；可利用 Microsoft 365 安装基础和企业工作流入口。

  劣势

  商业模式仍在演进，企业级大规模部署和用量计费贡献需要继续验证。

  对比

  报告将 E7 与历史 E3 到 E5 的升级周期类比，认为 AI 可能成为新一轮高价值订阅升级催化剂。

  风险

  Copilot seat 增长放缓、竞争产品削弱 adoption、固定价格产品中使用量增长快于变现。

关键数据

• 评级OverweightAdam Wood 接手覆盖 Microsoft，并给予 Overweight。
• 目标价$600.00报告目标价由 $650.00 调整至 $600.00。
• 当前股价$402.292026-07-20 收盘价。
• 隐含上涨空间约50%基于 $600 目标价与 $402.29 当前价。
• FY28 EPS 估计$23.86用于 base case 约25x PE 估值。
• Azure and Other Cloud Services 增长FY26e 40.0%；FY27e 42.3%；FY28e 43.0%报告关键 earnings inputs。
• M365 Commercial Cloud 增长FY26e 16.5%；FY27e 14.6%；FY28e 15.9%反映 Copilot 与 E7 相关 ARPU 贡献。
• 毛利率假设FY27e 65.7%；FY28e 64.4%；FY29e 63.4%因 AI 基础设施投资、Azure AI 和 Copilot 收入占比提升及折旧上升而下调。
• 经营利润率FY26e 46.6%；FY27e 46.5%；FY28e 46.7%报告认为费用纪律和规模效应可抵消毛利率压力。
• GAAP EPS 增长FY26e 27.2%；FY27e 13.1%；FY28e 21.6%报告强调超过20%的盈利增长支撑当前估值重估。
• Azure AI 容量FY26 约3GW；FY28 约9GWAzure AI Monetization Model 的基础假设。
• Azure AI 容量占比FY24 约11%；FY28 约43%报告估算 Azure AI 将成为 Microsoft 数据中心容量的最大消费者。
• First-Party Applications 容量占比FY28 约21%，超过4GW包括 Microsoft 365、Dynamics、Security、GitHub 等 AI-enabled 软件产品。

影响与含义

报告对投资含义偏正面：如果 Azure 新增供给顺利转化为收入、Copilot 采用率和用量计费继续提升，Microsoft 的 AI 投资回报可能从单纯基础设施经济性迁移至平台和软件经济性，带来更高 Rev/MW、利润弹性和估值重估。短期毛利率压力仍是核心争议，但 Morgan Stanley 认为市场对这一压力的关注超过了对长期价值创造的定价。

风险

• Azure AI 的实际经济性可能更接近 bare-metal neocloud，导致 Rev/MW 和利润率改善不及预期。
• AI 基础设施资本强度、折旧、GPU 淘汰速度、供电和供应链成本可能持续压制毛利率。
• Copilot seat 增长可能放缓，consumption pricing 贡献可能无法兑现。
• 竞争性生产力和 GenAI 工具可能削弱 Microsoft 365/Copilot 的 adoption 和定价权。
• 固定价格 AI 产品若使用量增长快于货币化，可能形成毛利率压力。
• 若运营杠杆和费用纪律不足以抵消 gross margin headwinds，经营利润率和 EPS 增长可能低于报告假设。

后续跟踪

• C2H26 Azure 增长是否如管理层和报告预期出现加速。
• Azure AI 是否从基础算力消费扩展到数据库、存储、开发工具、Azure AI Foundry 等高价值平台服务。
• Copilot paid seats、企业级部署规模、使用强度和 consumption-based revenue 的披露变化。
• M365 E7 的采用率及其对 Microsoft 365 ARPU 的提升幅度。
• FY27-FY29 gross margin pressure 是否符合报告下调后的路径，及 Azure AI margin 是否开始改善。
• Microsoft AI capex、数据中心容量利用率、自研芯片 Maia/Cobalt 的效率提升和折旧节奏。
• 市场是否重新评估 Microsoft AI 投资回报，从基础设施估值框架转向平台/软件经济性框架。