微軟

產業鏈位置

從 Jamin Ball 的 AI 營收瀑布看，Microsoft 是第一層“雲端廠 AI 營收先兌現”的核心樣本。AI 需求最先以訓練、推論、API、資料儲存、企業雲端遷移和 Copilot 形態進入 hyperscaler 營收，而 Azure 正是觀察這條瀑布的前沿。Jamin 不會只看“OpenAI 很強”或“Copilot 很熱”，而會追問 Azure/Azure AI 是否貢獻增量營收，Microsoft Cloud 毛利是否承壓，capex 是否匹配需求，AI 功能是否從 demo 進入真實付費。

Microsoft 的產業鏈位置很特殊：向上採購 GPU、網路、伺服器、電力和資料中心資源；中間通過 Azure、Azure OpenAI、Azure AI Foundry、GitHub 和安全產品提供 AI 基礎設施；向下通過 Microsoft 365 Copilot、GitHub Copilot、Dynamics、Teams、Security 和 Power Platform 把 AI 嵌入企業工作流。它既是雲端廠，又是應用軟體巨頭，因此同時處在 Jamin 瀑布的第一層和第三層。

這個位置使 Microsoft 既是 AI 基礎設施買方，也是 AI 應用分發方。它向 NVIDIA、AMD、伺服器 ODM、光互連、電力和資料中心供應商採購算力資源，再把算力包裝成 Azure GPU、Azure OpenAI、模型託管、向量資料庫、Fabric、開發平台和 Copilot 服務。對產業鏈來說，Microsoft 的 capex 能驗證上游硬體需求；對應用層來說，Copilot 與 GitHub 能驗證企業是否願意為 AI 工作流付費。

Jamin 的架構強調“營收瀑布”：第一層是雲端廠先獲得 AI 訓練、推論和儲存營收；第二層是模型和基礎設施平台；第三層是企業應用把 AI 變成 ARPU、留存和生產率。Microsoft 的稀缺性在於它橫跨三層：Azure 捕獲基礎設施營收，OpenAI 合作和 Azure AI Foundry 捕獲模型平台需求，Microsoft 365/GitHub/Dynamics/Security 捕獲應用入口。這種縱深讓它比單一 SaaS 更早看到 AI 需求，也比單一雲端廠更接近終端工作流。

但這種位置也帶來復雜性。AI 雲端營收高增可能伴隨 GPU 折舊、資料中心租約、電力和網路成本；Copilot 增量營收可能需要更高推論成本支撐；OpenAI 關係既是流量和技術優勢，也帶來合作邊界、獲利分配和多雲端變數。研究 MSFT 不能只看“AI 敘事”，必須同時看上游 capex、雲端毛利、應用使用率和企業預算重分配。

業務結構與產品入口

Microsoft 的 AI 業務結構可以拆成四個入口。第一是 Azure 基礎設施，包括 GPU/CPU 例項、AI supercomputer、儲存、網路、資料庫、Kubernetes、機器學習平台和模型服務。第二是模型與開發者平台，包括 Azure OpenAI、Azure AI Foundry、GitHub、Visual Studio、Copilot Studio、Power Platform 和 API 工具鏈。第三是企業應用，包括 Microsoft 365 Copilot、Teams、Outlook、Word、Excel、PowerPoint、Dynamics、Security Copilot。第四是資料與治理，包括 Microsoft Graph、Entra、Purview、Fabric、Defender 和合規體系。

這四個入口不是並列產品列表，而是一條商業路徑。企業先在 Azure 上接入模型和資料，再讓開發者用 GitHub Copilot 和 Azure AI 工具建置內部應用，最後把 AI 嵌入 Office、Teams、CRM、ERP、安全和業務流程。Microsoft 的優勢在於客戶不必從零搭建身份、權限、文件、郵件、會議、程式碼和資料治理系統，AI 可以沿著既有企業 IT 管線擴散。

Azure 是營收瀑布的前門。訓練和推論需求先體現為 GPU 消耗、儲存、網路流量、資料庫和平台服務營收。Azure OpenAI 與 AI Foundry 的關鍵不是單個模型，而是企業把模型能力納入雲端架構：私有網路、資料權限、監控、微調、評估、內容安全、成本控制和合規審計。Jamin 會關注這些能力是否帶來真實 consumption，而不是隻看釋出會功能。

Microsoft 365 Copilot 是應用層試金石。它把 AI 放進 Word、Excel、PowerPoint、Outlook、Teams 和企業知識庫，理論上能提升 ARPU 和留存。但它也必須證明使用頻率、任務完成質量和組織級 ROI。GitHub Copilot 相對更容易驗證，因為開發者工作流高頻、反饋直接、產出可衡量；M365 Copilot 面對的是更復雜的組織變革和權限治理。