《微軟-美股公司深度報告：戰略性穩健發展Copilot有望打開成長空間-231103（67頁）.pdf》由會員分享，可在線閱讀，更多相關《微軟-美股公司深度報告：戰略性穩健發展Copilot有望打開成長空間-231103（67頁）.pdf（67頁珍藏版）》請在三個皮匠報告上搜索。

1、 戰略性穩健發展，Copilot 有望打開成長空間 Table_CoverStock 微軟（MSFT.US）深度報告 Table_ReportTime2023 年 8 月 3 日 馮翠婷 傳媒互聯網及海外首席分析師 執業編號：S1500522010001 聯系電話：17317141123 郵 箱： 請閱讀最后一頁免責聲明及信息披露 2 證券研究報告 公司研究 Table_ReportType 深度報告 Table_StockAndRank 微軟（微軟（MSFTMSFT.US.US）投資評級投資評級 買入買入 上次評級上次評級 Table_Chart 資料來源：萬得，信達證券研發中心 Table

2、_BaseData 公司主要數據 收盤價（美元）346.07 52 周內股價 波動區間(元)210.71-366.10 最近一月漲跌幅()+7.08%總股本(億股)74.30 總市值(億美元)25720.83 資料來源：萬得，信達證券研發中心 信達證券股份有限公司 CINDA SECURITIES CO.,LTD 北京市西城區鬧市口大街9號院1號樓 郵編：100031 Table_Title 微軟（微軟（MSFTMSFT.US.US）深度報告：戰略性穩健發）深度報告：戰略性穩健發展，展，CopilotCopilot 有望打開成長空間有望打開成長空間 Table_ReportDate 2023

3、年 11 月 03 日 報告報告內容提要內容提要:Table_Summary 微軟作為一家成立近 50 年的巨頭公司，無論是早期的操作系統、辦公軟件，亦或是全球云計算服務市場、生成式 AI 新技術的產品融合等，均展示其對不同市場的獨到理解、對用戶的需求的把控以及對創新技術的不斷探索。據 CEO Satya Nadella 最新表示，微軟目標是到 2030 年實現5000 億美元的營收，超目前營收規模的兩倍。在 2022 財年后的幾年中，每年營收同比增長 20%，每年營業利潤同比增長 20%，其業績的穩定性和未來成長空間的展望正逐漸吸引市場的關注?？春糜^點一看好觀點一：微軟微軟 Azure 云計

4、算市場份額不斷攀升，云計算市場份額不斷攀升，直追龍頭。直追龍頭。行業行業近近兩年兩年短期擾動不改長期向好趨勢，短期擾動不改長期向好趨勢，除卻受益于全球數字化浪潮帶來的云除卻受益于全球數字化浪潮帶來的云計算市場自然擴容外，計算市場自然擴容外，AI 側應用的不斷推陳出新也給云計算市場帶來了側應用的不斷推陳出新也給云計算市場帶來了后續長期的需求空間，我們后續長期的需求空間，我們看好看好微軟微軟 Azure 云服務恢復高增速并持續增云服務恢復高增速并持續增長長。擁抱開源、堅定轉型云計算后，巨人成功實現轉身，市值續創新高達到 2.7 萬億美金，整體云業務收入規模體量不斷追趕行業龍頭亞馬遜AWS 第一位置

5、。公司憑借生態化 IaaS、PaaS 和 SaaS 層結合優勢留住用戶、品牌帶來的過硬的原有客戶群基礎和渠道關系等，云計算市場份額不斷上升。IaaS 領域亞馬遜 AWS 仍排首位，微軟次之。對 To C 端而言，隨著全球生成式 AI 產品的不斷推出，爆款產品以及穩定的用戶付費成本支出也會使 AI產品公司良性循環增加 AI相關的產品研發投入，將進一步帶動云計算公司底層云服務的需求。對 To B 端而言，隨著各行各業的客戶對生成式 AI 降本增效等各方面的認知加深，同微軟 Azure 的合作也愈發增多，不斷有新客戶接入微軟 Azure 云的 OpenAI 服務?？傮w來看，無論是 To B 還是 T

6、o C 端，云計算行業整體恢復高增速未來可期?？春糜^點二看好觀點二：2019 年年開始開始投資擁有投資擁有 GPT 系列系列大語言大語言模型的頭部公司模型的頭部公司OpenAI，微軟在，微軟在技術層、產品層等技術層、產品層等受益。微軟正不斷重塑旗下傳統產受益。微軟正不斷重塑旗下傳統產品商業模式，從品商業模式，從 SaaS 層產品層產品如如 Microsoft 365 Copilot、到、到 Azure 的的OpenAI 接口服務接口服務、到、到 Windows 操作系統的操作系統的 Copilot 等等?；诤??；诤蚈penAI 股權、業務方面深度合作關系，微軟有望在長周期內多維度受股權、業

7、務方面深度合作關系，微軟有望在長周期內多維度受益益。微軟將劃時代技術融合進自身產品矩陣體系內，其先發優勢讓底層算法、數據端積累了深厚的優勢。據公司最新財報所述，Azure 云在FY23Q4季度將有1%收入來自于人工智能。同時，從目前Microsoft 365 Copilot 產品 30 美元每用戶每月的超預期定價來看，將對微軟整個生態體系的 Copilot 相關功能產品帶來利好，用戶的接受認可度以及付費率的提升將給微軟生態產品帶來正向良性循環?？春糜^點三：微軟在背靠大語言模型閉源市場具備領先優勢的企業看好觀點三：微軟在背靠大語言模型閉源市場具備領先優勢的企業OpenAI 的同時，同樣積極擁抱開

8、源市場，開源的同時，同樣積極擁抱開源市場，開源+閉源同步走的策略是微閉源同步走的策略是微軟在云計算轉型時積攢的寶貴成功經驗，或為微軟贏得更大的潛在市場軟在云計算轉型時積攢的寶貴成功經驗，或為微軟贏得更大的潛在市場空間，對微軟空間，對微軟 Azure 云雙向利好。云雙向利好。目前在底層 Azure Machine Learning 中的基礎模型（現在處于預覽階段）使數據科學家能夠微調、評估和部署開源模型、Hugging Face Hub 的模型以及 Azure OpenAI Service 的模型。同時在2023微軟Inspire活動中宣布擁有目前市場上開源模型領導者地位的 Meta將成為首選合

9、作伙伴，將在Windows和Azure上支持Llama系列大語言模型，Llama2將被優化在 Windows 上本地運行。盈利預測與投資評級盈利預測與投資評級：我們預測，微軟微軟 FY2024-2026 財財年收入分別為年收入分別為2383.0/2757.7/3248.1 億美元，同比增長分別為億美元，同比增長分別為 12.5%/15.7%/17.8%，-30.00%-20.00%-10.00%0.00%10.00%20.00%30.00%40.00%50.00%22-0722-0822-0922-1022-1122-1223-0123-0223-0323-0423-0523-06微軟(MIC

10、ROSOFT)納斯達克指數 請閱讀最后一頁免責聲明及信息披露 3 歸母凈利潤分別為歸母凈利潤分別為 850.95/977.37/1187.77 億美元，同比增長分別為億美元，同比增長分別為17.6%/14.9%/21.5%?；谖④涀陨碇鳡I業務的穩健發展，季度收入增速受到短期擾動后的恢復，以及和 OpenAI 長周期多維度的深度合作關系帶 來的在生成式 AI行業的先發優勢，微軟重塑了傳統產品的商業模式和用戶體驗等，處在行業發展的領先地位，可給予高于同行業可比公司的平均估值水平。利潤端公司有望自 FY2023Q3 后恢復正常發展增速區間，以及未來生成式 AI有望給公司旗下產品帶來的增值空間，如

11、Microsoft 365 的訂 閱收入、Azure 云的增量需求收入、Bing 搜索引擎等諸多潛在增長點。截至 2023年 11月 01 日，公司市值 25,721 億美元，按當前市值測算，2024/2025/2026 財年對應 PE 分別為 30.2/26.3/21.7 倍。根據同行業可比公司表現以及微軟在生成式 AI行業影響力來看，按照 2026財年可比公司平均 PE 24-30 倍區間來測算，公司市值對應 28,507-35,633 億美元。推薦受益于生成式 AI浪潮下具備先發優勢的龍頭公司微軟，首次覆蓋給予“買入”評級。風險因素：風險因素：云計算行業需求恢復不及預期、AI 行業發展不

12、及預期、Copilot 相關產品不及預期等。Table_ReportClosing 資料來源：萬得，信達證券研發中心預測;股價為2023年 11月01日收盤價 重要財務指標重要財務指標 FY2021A FY2022A FY2023 FY2024E FY2025E FY2026E 營業總收入（百萬美元）168,088 198,270 211,915 238,304 275,772 324,811 增長率（%）17.5%18.0%6.9%12.5%15.7%17.8%EBITDA 82,788 98,176 103,172 115,766 132,558 159,483 歸母凈利潤（百萬美元）61

13、,271 72,738 72,361 85,095 97,737 118,777 增長率 38.4%18.7%-0.5%17.6%14.9%21.5%每股收益-期末股本攤薄 8.15 9.75 9.74 11.45 13.15 15.98 每股凈資產 18.88 22.31 27.75 33.66 38.58 45.44 市盈率（P/E)33.24 26.35 34.98 30.23 26.32 21.65 市凈率（P/B)14.35 11.51 12.27 10.28 8.97 7.62 PE/G 0.87 1.41 2.43 1.77 1.01 每股經營性現金流 10.21 11.93 1

14、1.78 13.46 15.37 18.52 投資聚焦 市場此前觀點認為微軟作為一家長期穩定的巨頭公司，成長性略差。我們年初至今的觀點認為，今年看微軟一方面是看其底層云計算服務高增速的逐漸恢復，另一方面是看生成式 AI 對微軟整個生態產品的“Copilot 功能”的改造，例如Windows、Microsoft 365、Teams、Bing、低代碼應用開發平臺 Power Apps、底層 Azure 云等多種產品，后續隨著 AI 相關功能定價模式的清晰和付費用戶滲透率的提升，將給微軟收入端和利潤端帶來增量。FY24Q1 收入和利潤均超出市場一致預期，向上趨勢保持良好。受益于受益于 B 端、端、C

15、 端對生成式端對生成式 AI 需求，云計算業務恢復高增速可能性較高。需求，云計算業務恢復高增速可能性較高。云廠商以往通過技術迭代等方式帶來計算效率的提高從而進一步降低算力成本來提升盈利水平，但近兩年受到經濟預期放緩、匯率以及地緣政治等因素影響，同時隨著電力成本攀升，疊加疫情下人們對于后期經濟衰退的擔憂，企業在 IT 端的成本預算也相應階段性下調，云計算行業也隨之增速下調。隨著以上影響因素的逐漸緩解以及全球數字化浪潮趨勢的延續，即使沒有生成式 AI 行業帶來的新增需求，拉長周期維度看，云計算行業也有望逐漸恢復高增速增長。而目前除卻云計算市場的自然擴容外，各大云計算公司亦加大 AI 側的資本開支由

16、于 B 端、C 端的 AI 需求的擴張。Copilot 正逐漸打造新的微軟生態產品體系，成長空間可期正逐漸打造新的微軟生態產品體系，成長空間可期。Copilot 功能對微軟生態體系內所有產品的改造逐步進行中，除了市場關注度比較高的 Microsoft365 copilot、GitHub Copilot 等C 端屬性產品外，B 端由于其簡單清晰的商業模式以及明確的付費群體來提升企業的真實辦公效率、降本增效，所以落地的更加快速明確。微軟在 AI 側近期新簽的 B 端大客戶越來越多，像日本第二大銀行瑞穗 Mizuho、奔馳、企業流程外包頭部公司 Teleperformance 等，FY23Q4財報顯

17、示微軟的 B 端待確認的合同余額為 2240 億美元，同比增速雖然近三個季度有減緩但仍在歷史高位的區間內。我們看好微軟在 B 端上的 Azure OpenAI 服務的持續亮眼表現，對未來C 端產品的 Copilot 功能收費表現也保持樂觀，生成式 AI 相關的服務有望給微軟未來幾年帶來新的增長動能?！伴_源“開源+閉源”雙管齊下的戰略打法，保證公司長期穩健發展閉源”雙管齊下的戰略打法，保證公司長期穩健發展。一方面可以讓微軟在早期受益于 OpenAI 閉源模型技術，令微軟的生態層產品疊加 Copilot 功能具備了先發優勢，另一方面和基石型開源大模型廠商 Meta 合作，如同在云計算時代一樣積極擁

18、抱開源市場以應對未來可能發生的多種變化，無論開源還是閉源，接入底層的都是微軟 Azure 云服務，有望加強云業務恢復高增速的預期。請閱讀最后一頁免責聲明及信息披露 5 目錄目錄 投資聚焦.4 一、公司概況.7 1、微軟簡介：巨頭誕生.7 2、微軟發展歷程大事件.8 3、近五十年發展史中不同時代的領導者.8 3.1 蓋茨時代：早期綁定強勢硬件端，PC時代操作系統壟斷性的成功.9 3.2 鮑爾默時代：反壟斷危機下求生，后續錯失移動創新發展浪潮.10 3.3 納德拉時代：轉型云計算，開源重塑微軟核心企業文化.11 二、業務生態布局.12 三、微軟云：云端布局引領公司戰略轉型成功.15 1、全球云計算

19、服務市場現況及競爭格局.15 1.1 全球&國內云計算市場規模，國內起步晚并集中在 IaaS 層服務.15 1.2 國內外云計算廠商競爭格局.16 1.3 微軟 Azure云計算市場份額不斷攀升原因.17 1.4 北美云廠商營收階段性放緩，AI 算力有望引領新一輪資本開支.18 1.5 云計算公司由于 AI、大模型等新技術發展，商業模式有望變革.19 1.6 其他云計算巨頭云業務占比情況.19 2、微軟底層云業務生態布局.21 2.1 微軟：Azure云底層架構服務.21 2.2 Azure：接入 OpenAI服務為產品賦能.23 2.3 Azure新客戶融合 ChatGPT部分案例，新技術助

20、力云業務未來恢復高增速.24 3、SaaS 層產品與 AI Copilot 功能相結合.25 3.1 云辦公 Microsoft 365.25 3.2 云辦公Microsoft 365 Copilot 正式版推出，后續存在產品提價空間和動力.26 3.3 云辦公其他 SaaS 產品 Teams、Dynamics365，都逐步融合 AI 功能.29 3.4 微軟云業務數據短期行業波動不改長期向上趨勢.30 4、更多個人計算業務.32 4.1 更多個人計算業務“Old Bing”搜索及廣告業務.32 4.2 更多個人計算業務“New Bing”搜索及廣告業務.33 4.3 更多個人計算Window

21、s Copilot.35 4.4 更多個人計算游戲（XboX&動視暴雪）.36 四、微軟：生成式 AI 浪潮下的先發布局，產品打開想象空間.37 1.1 生成式 AI+產業布局，整體可分為上中下游三個層級.37 1.2 行業回顧：谷歌優先提出 Transformer 模型，技術水平超前.37 2.1 大語言模型格局競爭：微軟 VS 谷歌.40 3.1 垂直應用層產品發展迅速，開源建立自身生態圈層.44 3.2 海外部分生成式 AI+行業應用.46 3.3 大語言模型算力成本高昂.47 3.4 領先大語言模型的核心壁壘在于多環節 know-how.48 3.5 微軟和 OpenAI相輔相成，投資

22、和業務合作愈發深厚.49 3.6 閉源模型側，微軟有望從多維度受益.50 3.7 關于未來可能發生的一些演變的思考.51 五、微軟&OpenAI共同探索多模態模型發展.51 5.1 OpenAI Dall-E 文本-圖像模型.52 5.2 多模態 ChatGPT 升級.56 5.3 多模態 GPT-4V的工作模式.56 5.4 GPT-4V部分多模態應用場景.58 5.5 微軟探索提出多模態模型 CoDi.59 5.6 微軟在文生 3D領域的探索RODIN擴散模型.60 六、財務分析.60 七、盈利預測、估值與投資評級.62 盈利預測及假設.62 估值與投資評級.64 八、風險因素.64 請閱

23、讀最后一頁免責聲明及信息披露 6 節選圖表目錄節選圖表目錄 圖 1：微軟早期參與 OpenAI 的投資布局.7 圖 2：微軟執行管理層構成.7 圖 3：微軟發展歷程事件.8 圖 4：公司市值在不同領導者時代的表現.8 圖 5：IBM 5150.9 圖 6：2009 年微軟操作系統市場份額.9 圖 7：2015-2022 不同瀏覽器美國市場份額.10 圖 8：美國互聯網科技股泡沫.10 圖 9：微軟移動布局步伐相對緩慢.11 圖 10：FY2005-FY2023 微軟歸母凈利潤（百萬美元）.11 圖 11：微軟產品全面云化.12 圖 12：微軟業務產品矩陣.12 圖 13：FY21Q1-FY23

24、Q4 微軟分業務收入占比.13 圖 14：FY21Q1-FY23Q4 微軟分業務經營利潤占比.13 圖 15：FY21Q1-FY23Q4 智能云營收增速快于總營收增速.14 圖 16：FY21Q1-FY23Q4 智能云經營利潤增速快于總經營利潤增速.14 圖 17：FY2018-FY2023 財年各業務線分拆收入表現（百萬美元）.14 圖 18：FY2023 微軟主要產品收入占比.15 圖 19：全球云計算市場規模（億美元）及結構占比.15 圖 21：中國云計算市場規模（億元）.16 圖 23：云計算參與者市場份額趨勢圖.16 圖 24：2021 年中國公有云 IaaS 市場份額占比.17 圖

25、 25：亞馬遜 AWS 和微軟 Azure 構建生態的路徑不同.17 圖 26：21Q1-23Q1 美國制造業 PMI 新訂單.18 圖 28：FY2022 三大廠商逐季度營收增速放緩.18 圖 30：FY21Q1-23Q1 各家資本開支總和（百萬美金）.19 圖 32：基于云計算底層的搭建起來的大模型層、插件、向量數據以及 Prompt 層.19 圖 33：FY21Q1-23Q1 亞馬遜 AWS 云收入（百萬美元）占比.20 圖 34：FY21Q1-23Q1 亞馬遜 AWS 經營利潤（百萬美元）占比.20 圖 35：FY2022 逐季度云計算巨頭相關云業務營收對比.20 圖 36：FY22

26、逐季度云計算巨頭相關云業務營業利潤對比.21 圖 37：轉型云計算后，微軟收入恢復相對高增長態勢.21 圖 38：Azure 服務架構.22 圖 39：Azure 產品分.22 圖 40：微軟 Azure 的戰略方向調.22 表 1：巨頭云計算底層各方面對比.23 圖 41：Azure 接入 OpenAI 功能頁面.23 圖 43：Azure AI 基礎上構建自身大模型中可引入自己的數據集.24 圖 44：Azure AI 基礎上構建自身大模型中可選擇不同的底部模.24 表 2：Azure AI 近期簽約客戶及合作內容.24 圖 45：全球辦公軟件市場規模.25 圖 46：2020 年 10

27、月美國主要辦公生產力軟件市場份額.25 圖 48：FY21Q2-23Q3 Office 商業版、消費版收入增速.26 圖 49：FY21Q2-23Q3 消費版 Office 訂閱用戶數（百萬人）.26 圖 50：Copilot+Word&PPT.27 圖 51：Microsoft 365 Business 商業版產品定價.27 圖 52：Microsoft 365 Copilot 產品發布歷程.28 表 3：Microsoft 365 Copilot 產品營收貢獻測算.28 圖 53：Microsoft Teams 展示圖.29 圖 54：Microsoft Teams Copilot 展示圖

28、.29 圖 55：Dynamics 365 展示圖.30 圖 56：FY21Q1-23Q4 微軟智能云業務收入（百萬美元）、同比增速及收入占比.30 圖 57：FY21Q1-23Q4 微軟智能云業務經營利潤（百萬美元）及其占比.31 圖 58：FY21Q2-23Q4 Azure 和其他云服務收入同比增.31 圖 59：FY21Q2-23Q4 微軟云業務毛利率.31 圖 60：FY21Q2-23Q4 微軟云業務營收（商業端口徑、十億美元）.32 圖 61：FY21Q2-23Q4 To B 端商業留存訂單余額（十億美元）及同比增速.32 請閱讀最后一頁免責聲明及信息披露 7 一、公司概況 1、微軟

29、簡介：巨頭誕生 微軟 1975年由比爾蓋茨和保羅艾倫創立，總部位于美國華盛頓州的雷德蒙德市，“Micro”的來源是 microcomputer 微型計算機，而“soft”則是 software 軟件的縮寫，意思是“微型軟件”。公司是全球個人計算機軟件開發的創新者，致力于用技術改變世界，助力企業實現數字化轉型。其他行業如主機游戲 XboX、職場社交 LinkedIn、開源代碼平臺 GitHub、醫療行業等均有代表性且富有競爭力的產品。微軟在云服務領域的 Azure 和 Microsoft 365 等產品取得了不俗的市場表現。未來，微軟將繼續秉承云端發展戰略，持續全力推動全球數字化進程。早期參與投

30、資人工智能模型算法頭部公司OpenAI，目前已經將其旗下大模型、算法等融合進微軟產品矩陣中，積攢了行業發展的先發優勢。圖圖 1：微軟早期參與：微軟早期參與 OpenAI 的投資布局的投資布局 資料來源：微軟官網，信達證券研發中心 微軟目前的執行管理層成員，在經歷了比爾蓋茨、鮑爾默執掌時代后，目前 Satya Nadela作為公司 CEO 帶領微軟前行發展。圖圖 2：微軟執行管理層構成：微軟執行管理層構成 資料來源：微軟官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 8 2、微軟發展歷程大事件 微軟早年推出了比較成功的操作系統，后續一方面轉型云服務，另一方面開始涉足硬件設施領域，同時通

31、過跨行業收并購的方式不斷豐富自己的產品生態矩陣。2019 年開始投資生成式 AI 行業領軍公司 OpenAI，目前正處在將 GPT 模型技術與自身所有產品融合的階段。圖圖 3：微軟發展歷程事件：微軟發展歷程事件 資料來源：微軟官網，信達證券研發中心 3、近五十年發展史中不同時代的領導者 1）比爾蓋茨時代：引領 PC浪潮，墊定了微軟兩大王牌產品地位：Windows操作系統和Office辦公軟件，1998年Windows98進入市場，幾乎壟斷全球個人PC操作系統。1999年，市值登頂 6000 億美金；2）鮑爾默時代：發力硬件領域嘗試產品多元化，錯失移動浪潮，市場份額受到侵蝕，推出了 Window

32、s Phone、音樂播放器 Zune 等產品，沒有及時響應移動手機時代軟件需求，公司面臨轉型。2008 年，市值跌至不到 2000 億美金；3）納德拉時代：納德拉上任后帶領微軟全面轉型云計算，調整組織架構，產品云化，同時后期較早布局生成式 AI使微軟取得先發優勢。2014年至今，市值攀升至近 2.7萬億美金。圖圖 4：公司市值在不同領導者時代的表現：公司市值在不同領導者時代的表現 資料來源：Wind、Statista、iFind，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 9 3.1 蓋茨時代：早期綁定強勢硬件端，蓋茨時代：早期綁定強勢硬件端，PC 時代操作系統壟斷性的成功時代操作系統

33、壟斷性的成功 1）早期綁定 IBM，迅速占領市場 1981 年 8 月 12 日，IBM 公司正式推出全球第一臺個人電腦 IBM5150，拉開了 PC 時代帷幕，其個人電腦在 1985 年占據了工商界 80%的市場份額。但由于后期 IBM 兼容機廠家的增多，其他廠商可以通過組裝電腦硬件的方式來售賣價格更為低廉便宜的設備，因此逐漸擠壓 IBM 的市場和利潤，導致公司在 80 年代末盈利能力驟降。IBM5150 選擇采用微軟公司的磁盤操作系統 DOS1.0，配置英特爾 X86 架構 16 位處理器 8088。自此，微軟與英特爾憑借 IBM5150 的帶動規模效應，成為兩家公司重要發展拐點。圖圖 5

34、：IBM 5150 資料來源：IBM官網、信達證券研發中心 2）強大的“Wintel 聯盟”雙寡頭壟斷格局 1981 年，微軟被 IBM 授權開發 PC 操作系統，做出了 MS-DOS，然后迅速在 1980 年末期占有了超過 80%的市場份額；1990 年代，信息產業的重心從以 IBM 為首的大型計算機制造轉向了由微軟和因特爾領導的 PC 軟件和硬件公司，幾乎所有個人電腦都采用英特爾 X86 處理器+微軟 Windows 操作系統。2000 年，Windows 操作系統的市場份額為93%。后期合作度降低，當時微軟開始試水 ARM 架構，英特爾牽手谷歌，推出基于X86 架構打造的 Android

35、 操作系統。圖圖 6：2009 年微軟操作系統市場份額年微軟操作系統市場份額 資料來源：Statcounter,信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 10 微軟 80年代初推出了幾款軟件產品，也包括 1981年推出的 Microsoft Word前身“Multi-Tool Word”，但當時辦公套件的市場領導者不是微軟，而是 1982 年成立的蓮花公 司。1983 年，蓮花公司研發的電子表格軟件 Lotus1-2-3 問世。這款軟件集表計算、圖表生成、數據庫管理三大功能于一體，蓮花一度成為世界第三大軟件公司。1985 年微軟推出了 Excel 的第一個迭代版本，而隨著 1995

36、年推出 Word95、IE 瀏覽器，以及辦公套件Office 產品捆綁銷售策略的推出和在操作系統上的更新優勢使微軟逐漸壟斷軟件市場。3.2 鮑爾默時代：反壟斷危機下求生，后續錯失移動創新發展浪潮鮑爾默時代：反壟斷危機下求生，后續錯失移動創新發展浪潮 1994年 5月成立的網景，依靠 Navigator 瀏覽器成為當時增長最快的軟件公司。1995年網景上市，隨著用戶數量的上漲，Navigator成為90年代世界上最流行的PC應用程序，但目前份額早已被其他瀏覽器搶占。圖圖 7：2015-2022 不同瀏覽器美國不同瀏覽器美國市場份額市場份額 資料來源：Statista，信達證券研發中心 圖圖 8：

37、美國互聯網科技股泡沫：美國互聯網科技股泡沫 資料來源：Yahoo Finance，信達證券研發中心 在反壟斷的陰影下，微軟依賴 Windows 的保守策略讓這個巨頭依靠規模和利潤繼續安全 地生存了十幾年，鮑爾默時代的微軟試圖逐漸改善企業形象、維護政府關系。請閱讀最后一頁免責聲明及信息披露 11 圖圖 9：微軟移動布局步伐相對緩慢：微軟移動布局步伐相對緩慢 資料來源：微軟官網、谷歌官網，The Verge，信達證券研發中心 盡管微軟在2008年以前都保持著較穩健的營收和利潤增長，但它卻對新興技術的變化反應緩慢包括計算、移動終端及互聯網服務等也沒有及時處理好 Windows 系統的質量和安全問題。

38、同時，2013年又以54.4億歐元收購巨額虧損的諾基亞，同時在手機、音樂播放器等設備上的戰略布局失敗也給了競爭對手 Google 等足夠的成長空間。圖圖 10：FY2005-FY2023 微軟歸母凈利潤（百萬美元）微軟歸母凈利潤（百萬美元）資料來源：Wind，信達證券研發中心 3.3 納德拉時代：轉型云計算，開源重塑微軟核心企業文化納德拉時代：轉型云計算，開源重塑微軟核心企業文化 納德拉最開始負責在線搜索和廣告業務，就是后來的 Bing。2011年，納德拉被任命為微軟服務器與工具部門（STB）負責人，負責微軟的企業級服務及云計算業務，但 STB 作為當時收入上僅次于 Office 和 Wind

39、ows 的第三大業務，團隊中的每一個領導者都是獨立運營、利益相對獨立，技術迭代也較慢。相比于亞馬遜2006年就開始打造云計算業務，微軟推后了好幾年的時間。鮑爾默時代的企業文化弊端在于每個部門都有獨立強大的銷售團隊，經營相對獨立，STB 內部領導不愿把資源投入到云計算業務中，但最終納德拉重組了 STB 的組織架構，將原來單立的云計算項目拆分到各個高管的業務矩陣中，改變了部門內部管理者對云計算的推進速度。2014 年納德拉就任公司 CEO 后，轉型了公司戰略的核心理念：即 Windows 不再是微軟的核心增長模式依靠，而是嘗試讓 windows 免費，支持多平臺協同，將微軟的應用軟件向競爭對手平臺

40、開放，擁抱開源。例如，微軟對 9 英寸以下的智能移動設備免收010,00020,00030,00040,00050,00060,00070,00080,000 請閱讀最后一頁免責聲明及信息披露 12 Windows 授權費用等。2014 年 3 月，在納德拉擔任微軟 CEO 后，微軟就正式開啟了與蘋果、谷歌合作的步伐，以 Word、Excel 等為首的 Office 套件正式登陸 iOS 與安卓平臺。僅 2014 年，微軟就與谷歌、Facebook、SUSE（Linux 開發商）、甲骨文、紅帽、IBM等多家廠商達成合作。圖圖 11：微軟產品全面云化：微軟產品全面云化 資料來源：微軟官網，信達證

41、券研發中心 二、業務生態布局 微軟按照目前業務口徑可以劃分為三大板塊：生產力和業務流程、智能云和更多個人計算。生產力和業務流程板塊下面覆蓋了 Office商業版、消費版，LinkedIn和 Dynamics。智能云板塊包含了服務器產品及云服務（Azure 云、SQL 服務器、GitHub 及其他）和企業服務。更多個人計算板塊包含了 Windows 系統、硬件設備、游戲機搜索廣告等業務。圖圖 12：微軟業務產品矩：微軟業務產品矩陣陣 資料來源：微軟年報，信達證券研發中心 智能云業務是微軟近幾年主要增長引擎。2022 財年微軟營收 1982.7 億美元，其中智能云板塊營收 752.51 億美元，生

42、產力及業務流程板塊營收 633.64 億美元，更多個人計算板塊營收 596.55 億美元，智能云板塊營收占比逐漸超過 41%。2022 財年營業利潤分別 請閱讀最后一頁免責聲明及信息披露 13 為 327.2、296.9 和 209.8 億美元，營業利潤率分別為 43.5%、46.9%和 35.2%，智能云板塊經營利潤占比逐漸升至 43%。2016-2022 財年智能云板塊、生產力及業務流程板塊、更多個人計算板塊營業收入復合增速分別為 20.2%、16.2%、6.7%，智能云業務收入復合增速最高。微軟 2023財年總營收 2119.15億美金分業務拆分：生產力和業務流程營收占比近乎保持不變，F

43、Y23Q4 占比為 32.6%；智能云業務收入占比近些年持續上升，FY23Q4 占比為42.7%；更多個人計算業務收入占比近些年下降，FY23Q4 占比為 24.7%。圖圖 13：FY21Q1-FY23Q4 微軟分業務收入占比微軟分業務收入占比 資料來源：微軟年報，信達證券研發中心 微軟總經營利潤分業務來看，FY23Q4 生產力和業務流程經營利潤占比 37.3%，智能云經營利潤占比43.4%，更多個人計算經營利潤占比19.3%。從經營利潤率角度來看，生產力和業務流程業務經營利潤率最高為49.5%，智能云業務經營利潤率為43.9%，更多個人計算業務經營利潤率為 33.6%。圖圖 14：FY21Q

44、1-FY23Q4 微軟分業務經營利潤占比微軟分業務經營利潤占比 資料來源：微軟年報，信達證券研發中心 分季度看：FY2023Q4，公司實現營收 561.89 億美元，同比+8.34%，環比+6.30%；實現歸母凈利潤 200.81 億美元，同比+19.96%，環比+9.74%。FY2023，公司實現營收2119.15 億美元，同比+6.88%；實現歸母凈利潤 723.61 億美元，同比-0.52%。微軟總體經營利潤在 FY23Q2 同比增速同樣下滑至負區間內。但在 FY23Q3 有開始拐點轉好跡象，公司總營收增速恢復至 7.1%，總經營利潤增速恢復至 9.8%水平，略超出市場預期。FY23Q4

45、 總營收同比增速持續上升至 8.3%，總經營利潤同比增速持續上升至 18.1%。0%20%40%60%80%100%21Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4生產力和業務流程占比智能云收入占比更多個人計算占比0%20%40%60%80%100%21Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4生產力和業務流程智能云經營利潤占比更多個人計算 請閱讀最后一頁免責聲明及信息披露 14 圖圖 15：FY21Q1-FY23Q4 智能云營收增速快于總營收增速智能云營收增速快于總營收增速 資料來源：微軟年報，

46、信達證券研發中心 圖圖 16：FY21Q1-FY23Q4 智能云經營利潤增速快于總經營利潤增速智能云經營利潤增速快于總經營利潤增速 資料來源：微軟年報，信達證券研發中心 圖圖 17：FY2018-FY2023 財年各業務財年各業務線分拆收入表現（百萬美元）線分拆收入表現（百萬美元）資料來源：微軟年報，信達證券研發中心 12.40%16.70%19.10%21.30%22.0%20.1%18.4%12.4%10.6%2.0%7.1%8.3%19.70%23%23.10%29.90%30.6%25.5%25.6%20.3%19.8%17.4%16.3%14.7%0%5%10%15%20%25%30

47、%35%010,00020,00030,00040,00050,00060,00021Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4總營業收入（百萬美元）智能云收入（百萬美元）總營收同比增速智能云收入同比增速25.1%28.8%31.4%42.4%27.5%24.3%19.5%7.5%6.3%-8.3%9.8%18.1%39.5%26.3%28.9%11.5%18.7%8.6%14.4%21.3%-20%-10%0%10%20%30%40%50%05,00010,00015,00020,00025,00030,00021Q121Q221Q321Q4

48、22Q122Q222Q322Q423Q123Q223Q323Q4總經營利潤（百萬美元）智能云經營利潤（百萬美元）總經營利潤yoy智能云經營利潤yoyFY2021FY2022FY2023服務器產品及云服務服務器產品及云服務52,58967,35079,970企業服務企業服務6,9437,4077,722Office產品及云服務產品及云服務39,87244,86248,728LinkedIn領英領英10,28913,81615,145Windows22,48824,73221,507游戲游戲15,37016,23015,466搜索和新聞廣告搜索和新聞廣告9,26711,59112,208設備（設備

49、（Surface和和PC）7,1437,3065,521Dynamics3,7544,6875,437其他其他37328921152,589 67,350 79,970 39,872 44,862 48,728 -10,000 20,000 30,000 40,000 50,000 60,000 70,000 80,000 90,000 請閱讀最后一頁免責聲明及信息披露 15 圖圖 18：FY2023 微軟主要微軟主要產品收入占比產品收入占比 資料來源：微軟年報，信達證券研發中心 三、微軟云：云端布局引領公司戰略轉型成功 1、全球云計算服務市場現況及競爭格局 1.1 全球全球&國內云計算市場規

50、模，國內起步晚并集中在國內云計算市場規模，國內起步晚并集中在 IaaS 層服務層服務 根據 Gartner 統計，2021 年以 IaaS、PaaS、SaaS 為代表的全球公有云市場總規模突破 3300 億美元，增速達到 32.44%。其中，IaaS、PaaS、SaaS 市場規模分別同比增長42.7%、39.3%、23.6%至 916 億美元、869 億美元、1522 億美元。占比結構角度上看，SaaS 整體規模較大但市場占比持續下降。2022 年以 IaaS、PaaS、SaaS 為代表的全球公有云市場規模近 4000 億美元，同比增速+19.2%。其中，IaaS、PaaS、SaaS 市場規模

51、分別同比增長 25.3%、28.9%、9.9%至 1148 億美元、1120 億美元、1673 億美元。一方面隨著全球數字化浪潮的推進帶來的云計算市場自身的擴容，另一方面生成式AI 新技術帶來的 AI+模型、應用也有望給云計算市場重新帶來新的增長動力和額外空間。圖圖 19：全球云計算市場規模（億美元）及結構占比：全球云計算市場規模（億美元）及結構占比 圖圖 20：全球云計算市場結構占比：全球云計算市場結構占比 資料來源：Gartner，信達證券研發中心 資料來源：Gartner，信達證券研發中心 3073694836429161148150319551993624916248691120139

52、0170496110861222123115221673197323230%10%20%30%40%50%60%70%80%90%01000200030004000500060007000全球IaaS、PaaS、SaaS市場規模全球IaaS市場規模（億美元）全球PaaS市場規模（億美元）全球SaaS市場規模（億美元）IaaS市場規模增速（yoy）PaaS市場規模哦增速（yoy）SaaS市場規模增速（yoy）20.9%20.3%22.0%25.7%27.7%29.1%30.9%32.7%13.6%19.9%22.4%25.0%26.3%28.4%28.6%28.5%65.5%59.8%55.6%

53、49.3%46.0%42.5%40.5%38.8%0%10%20%30%40%50%60%70%80%90%100%全球公有云市場規模結構占比IaaS(%)PaaS(%)SaaS(%)38%38%4%4%23%23%7%7%10%10%7%7%6%6%3%3%2%2%服務器產品及云服務服務器產品及云服務企業服務企業服務OfficeOffice產品及云服務產品及云服務LinkedInLinkedIn領英領英WindowsWindows游戲游戲搜索和新聞廣告搜索和新聞廣告設備（設備（SurfaceSurface和和PCPC）DynamicsDynamics其他其他 請閱讀最后一頁免責聲明及信息披露

54、 16 據中國信息通信研究院數據顯示，2021年中國云計算市場規模達3229億元，較2020年增長 54.4%，處于高速增長狀態。其中公有云市場規模增長 70.8%至 2181 億元，私有云市場同比增長 28.7%至 1048 億元。國內市場以 IaaS 層為主，占比 62%遠高于海外27%占比。國內IaaS市場成熟度高，企業可以按需租用相關資源，便捷性高，但Iaas層也是競爭最為白熱化的環節，多年來各大廠商不斷采用降價來搶占更多的市場份額。圖圖 21：中國云計算市場規模（億元）：中國云計算市場規模（億元）圖圖 22：中國云計算市場結構占比：中國云計算市場結構占比 資料來源：中國信通院云計算白

55、皮書2022，信達證券研發中心 資料來源：中國信通院云計算白皮書2022，信達證券研發中心 1.2 國內外云計算廠商競爭格局國內外云計算廠商競爭格局 根據 Synergy Research Group 最新數據顯示：在 IaaS+PaaS 統計口徑下，TOP3 云基 礎設施廠商分別為亞馬遜 AWS、微軟 Azure 云和谷歌云。在云計算市場本身持續擴容情 況下，微軟 Azure 云在 23Q1 市場份額已達到 23%，僅次于亞馬遜 AWS 32%市場份 額，并呈持續上升的態勢。頭部前三名共計占比 65%的 IaaS+PaaS 市場份額。圖圖 23：云計算參與者市場份額趨勢圖：云計算參與者市場份

56、額趨勢圖 資料來源：Synergy Research Group，信達證券研發中心 中國云計算市場以IaaS層服務為主導，占比超過60%。其中主要由互聯網公司和通訊公司占據市場份額，阿里云市場份額最高，2021 年占比 34%。IaaS 層競爭激烈，行業內廠 商往往通過降價來吸引更多客戶采用其推出的云服務。69296213342091322939.0%38.7%56.7%54.4%0%10%20%30%40%50%60%050010001500200025003000350020172018201920202021中國公有云市場規模中國私有云市場規模中國云計算市場規模中國云計算市場增速52%5

57、2%60%62%62%14%21%16%13%15%34%27%24%25%23%0%20%40%60%80%100%20172018201920202021IaaS%PaaS%SaaS%請閱讀最后一頁免責聲明及信息披露 17 圖圖 24：2021 年中國公有云年中國公有云 IaaS 市場份額占比市場份額占比 資料來源：中國信通院、信達證券研發中心 1.3 微軟微軟 Azure 云計算市場份額不斷攀升原因云計算市場份額不斷攀升原因 1）生態化：雖較晚進入云計算市場，但本身 B 端 C 端就有龐大的用戶群體，微軟將原軟件產品直接上云和Azure各業務進行深度融合地更快速，實現了跳躍式增長，如Of

58、fice可以直接打開云上文檔等，用戶遷移成本低，競爭對手需要開發新的云端產品，效果不能保證。微軟多年建立起來的渠道和生態能力較強，使用微軟其他產品的老客戶更容易認同 Azure 云服務；2）客戶認知清晰：相較于其他云廠商，微軟對于中大型企業客戶的需求有著更為清晰的認知，基于 Windows 生態支持下，微軟了解客戶仍有很多本地化數據中心，因此公司 早在 2016 年就推出了混合云的解決方案 Azure Stack，而 AWS、谷歌云則分別在 2018、2019 年才推出類似的解決方案，混合云戰略有先發優勢；2）宏觀經濟承壓時，云需求增長放緩。主要競爭對手 AWS 缺少底層云以外的產品，增 長后

59、勁不足，利潤承壓。相比之下，微軟云的產品矩陣更豐富，Copilot 增值服務也有望 給公司帶來額外盈利空間，也有高利潤的軟件業務反哺其他業務。亞馬遜亞馬遜 AWS 和多和多伙伴伙伴平臺達成戰略合作，微軟通過自建平臺達成戰略合作，微軟通過自建+收并購收并購+合作合作構建云生態體系構建云生態體系 圖圖 25：亞馬遜：亞馬遜 AWS 和微軟和微軟 Azure 構建生態的路徑不同構建生態的路徑不同 資料來源：財經十一人，信達證券研發中心 巨頭們往往通過采用資本方式去收購PaaS或SaaS頭部細分廠商，如谷歌收購云安全服阿里云34%天翼云14%騰訊云11%華為云10%移動云9%其他22%阿里云天翼云騰訊

60、云華為云移動云其他 請閱讀最后一頁免責聲明及信息披露 18 務商 Mandiant、微軟收購 AI 玩家 Nuance，擴大營收增量以及做一站式全域云計算解決方案，同時也可以在整個生態下擁有成本優勢。Teams 辦公協同軟件獲得超過 20%的市場份額，和 Zoom 產生有力競爭。其他的例如 LinkedIn、Github 等。AWS 邏輯：聚焦公有云，提供基本的計算、存儲、網絡、數據庫等服務，不涉足上層應用。AWS 不去做上層應用也減少了合作伙伴關于競爭方面的擔憂，上層應用越多則對AWS 的云資源需求也越大，但這種模式在發展中會遇到瓶頸，原因在于行業軟件上的缺失使得無法深入行業，較難做出差異化

61、。而微軟在轉型云計算后，將固有的強勢軟件層直接上云，又通過收并購、自研等逐步搭建自己的生態體系，成長空間更深且獨立自主。包括在 AI 方面，AWS 也 是選擇除自研基礎大模型之外，會和一些初創企業的大模型合作，伙伴文化較深。1.4 北美云北美云廠商營收階段性放緩，廠商營收階段性放緩，AI 算力有望引領新一輪資本開支算力有望引領新一輪資本開支 云廠商以往通過“技術迭代提高計算效率-降低算力成本”的方式來提升盈利能力，但近兩年受到經濟放緩、匯率以及地緣政治等因素影響，隨著電力成本攀升，疊加疫情下人們對于后期經濟衰退的擔憂，企業在 IT 端的成本預算也相應階段性下調。宏觀經濟背景波 動 下，FY4Q

62、22 亞 馬 遜 AWS/微 軟 智 能 云/谷 歌 云 營 收 同 比 增 速 分 別 為20.2%/20.3%/32.0%，分別較 FY3Q22 放緩 7.3/5.7/5.6pct。圖圖 26：21Q1-23Q1 美國制造業美國制造業 PMI 新訂單新訂單 圖圖 27：20Q2-23Q1 美國美國 CPI 分項：電力指數分項：電力指數 資料來源：Wind，信達證券研發中心 資料來源：Wind，信達證券研發中心 圖圖 28：FY2022 三大廠商逐季度營收增速放緩三大廠商逐季度營收增速放緩 圖圖 29：Azure 和其他云服務收入同比增速和其他云服務收入同比增速 資料來源：各公司公告，信達證

63、券研發中心 資料來源：微軟年報，信達證券研發中心 近兩年北美云計算巨頭資本開支增速放緩，近兩年北美云計算巨頭資本開支增速放緩，AI+投入有望重振云計算需求投入有望重振云計算需求 由于全球宏觀經濟的波動以及下游客戶需求影響，北美云計算巨頭的資本開支也有所放緩。從近兩年逐季度的資本開支增速表現來看，呈現持續性降低趨勢。但另一方面在FY22Q4 業績會上，北美科技巨頭普遍表示將會支持 AI 創新產品、新型數據中心架構的發展，加大相關領域的投資力度。微軟在最新的財報交流會上指出，FY23Q3 季度資本50%50%51%50%46%46%40%35%31%27%0%10%20%30%40%50%60%0

64、.0%10.0%20.0%30.0%40.0%50.0%60.0%FY22Q1 FY22Q2 FY22Q3 FY22Q4微軟智能云收入增速yoy谷歌云收入增速yoy亞馬遜云收入增速yoy 請閱讀最后一頁免責聲明及信息披露 19 支出環比上升 10 億美元至 78 億美元，2024 財年資本支出將出現連續性實質增長。圖圖 30：FY21Q1-23Q1 各家資本開支總和（百萬美金）圖各家資本開支總和（百萬美金）圖 31：FY2018-2022 各家資本開支（百萬美金）各家資本開支（百萬美金）資料來源：Wind、Bloomberg，信達證券研發中心 資料來源：Wind、Bloomberg，信達證券研

65、發中心 1.5 云計算公司由于云計算公司由于 AI、大模型等新技術發展，商業模式有望變革、大模型等新技術發展，商業模式有望變革 未來類 GPT LLM可能改變云計算行業商業模式、新技術生態有望成為用戶黏性入口。傳統云計算平臺提供存儲、算力等資源，通過公有云、私有云、混合云的不同方式去按照客戶需求部署，但未來客戶可能會在采購云計算服務時，不只看底層的算力、服務器的多少，客戶可能會看大模型搭建起來的生態層完整性，或將給云計算公司帶來新的競爭力。圖圖 32：基于云計算底層的搭建起來的大模型層、插件、向量數據以及：基于云計算底層的搭建起來的大模型層、插件、向量數據以及 Prompt 層層 資料來源：M

66、icrosoft Build 2023，信達證券研發中心 1.6 其他云計算巨頭云業務占比情況其他云計算巨頭云業務占比情況 亞馬遜 AWS 云收入占比總收入較低，主要依靠電商業務貢獻收入，AWSFY23Q1 收入占比為16.8%，但AWS卻貢獻了公司的經營利潤，覆蓋掉虧損業務。谷歌云占比總營收10%，谷歌云業務部門今年第一季度的營業收入為 74.5 億美元，盈利 1.9 億美元。去年同期，該部門報告虧損超過 7 億美元，去年第四季度虧損為 1.86 億美元。25,139 23,548 22,281 24,640 31,485 11,632 13,925 15,441 20,622 23,886

67、 9,783 13,058 16,530 22,047 27,755 -5,000 10,000 15,000 20,000 25,000 30,000 35,000FY2018 FY2019 FY2020 FY2021 FY2022谷歌微軟亞馬遜AWS39.53%46.69%36.43%19.15%27.60%18.29%18.12%17.20%1.52%0.00%10.00%20.00%30.00%40.00%50.00%010,00020,00030,00040,00050,000Amazon、Microsoft、Google、Meta、Apple資本開支合計（百萬美元）合計增速yoy

68、請閱讀最后一頁免責聲明及信息披露 20 圖圖 33：FY21Q1-23Q1 亞馬遜亞馬遜 AWS 云收入（百萬美元）占比云收入（百萬美元）占比 資料來源：Wind、Bloomberg，信達證券研發中心 圖圖 34：FY21Q1-23Q1 亞馬遜亞馬遜 AWS 經營利潤（百萬美元）占比經營利潤（百萬美元）占比 資料來源：Wind、Bloomberg，信達證券研發中心 圖圖 35：FY2022 逐季度云計算巨頭相關云業務營收對比逐季度云計算巨頭相關云業務營收對比 資料來源：公司公告，信達證券研發中心 16,964 18,327 19,051 20,909 5,821 6,276 6,868 7,3

69、15 18,441 19,739 20,538 21,378 0%10%20%30%40%50%60%05,00010,00015,00020,00025,00022Q122Q222Q322Q4微軟智能云收入(百萬美元）谷歌云收入（百萬美元）亞馬遜云收入（百萬美元）微軟智能云收入增速yoy谷歌云收入增速yoy亞馬遜云收入增速yoy41.6341.9348.8352.9365.1857.1554.0352.0551.2388.6577.0248.5234.636.6933.1725.2527.3747.7447.0%54.4%100.6%153.0%177.7%172.3%214.0%190.2

70、%107.3%0%50%100%150%200%250%0102030405060708090100FY21Q1FY21Q2FY21Q3FY21Q4FY22Q1FY22Q2FY22Q3FY22Q4FY23Q1AWS營業利潤亞馬遜總經營利潤AWS營業利潤占比135.03148.09161.1177.8184.4197.4205.4213.8213.51085.21130.81108.11374.11164.41212.3127114921273.612.4%13.1%14.5%12.9%15.8%16.3%16.2%14.3%16.8%0%2%4%6%8%10%12%14%16%18%02004

71、006008001000120014001600FY21Q1FY21Q2FY21Q3FY21Q4FY22Q1FY22Q2FY22Q3FY22Q4FY23Q1亞馬遜AWS收入亞馬遜總收入AWS收入占比 請閱讀最后一頁免責聲明及信息披露 21 圖圖 36：FY22 逐季度云計算巨頭相關云業務營業利潤對比逐季度云計算巨頭相關云業務營業利潤對比 資料來源：各公司公告，信達證券研發中心 微軟在云計算領域的轉型驅動了其后續的業績和估值抬升。自2014年納德拉升任公司 CEO來，通過開源、對云計算的全面擁抱等措施，微軟成為過去數年美股科技股表現最好的公司其中之一。從營業收入和凈利潤數據表現來看，轉型前公司營

72、收增速一度跌至負增長，凈利潤增長率則在轉型前幾年幾次跌至負區間。轉型成功后，微軟公司層面營收增速保持在 16%上下，凈利率已從 2015 財年的最低點 13%攀升至目前的 36%附近，云業務重新拾起了公司成長的發動機。圖圖 37：轉型云計算后，微軟收入恢復相對高增長態勢：轉型云計算后，微軟收入恢復相對高增長態勢 資料來源：公司公告，信達證券研發中心 2、微軟底層云業務生態布局 2.1 微軟：微軟：Azure 云底層架構服務云底層架構服務 微軟云業務底層 Azure 云+頂層 Microsoft 365。微軟在云服務上具有較為全面的產業鏈布局。目前微軟云業務涉及 IaaS、PaaS、SaaS 三

73、個云計算核心層級，IaaS+PaaS主要對應 Azure、服務器產品、AI、信息安全等，SaaS 產品包括 Microsoft 365、Dynamics 365、Teams 等系列產品。同時，除了傳統的公有云部署模式之外，公司也推出了私有云、混合云、邊緣計算等多種產品架構及部署模式，產品體系完整。7,562 8,197 8,281 8,681-931-858-699-480 6,518 5,715 5,403 5,205-2,00002,0004,0006,0008,00010,00022Q122Q222Q322Q4微軟智能云營業利潤（百萬美元）谷歌云營業利潤（百萬美元）亞馬遜云營業利潤（百萬

74、美元）11.3%18.2%-3.3%6.9%11.9%5.6%11.5%7.8%-8.8%5.4%22.7%13.6%18.0%6.9%-15%-10%-5%0%5%10%15%20%25%050,000100,000150,000200,000250,000微軟總收入（百萬美元）yoy 請閱讀最后一頁免責聲明及信息披露 22 圖圖 38：Azure 服務架構服務架構 資料來源：微軟官網，信達證券研發中心 Azure 云平臺匯集的產品和云服務超過 200 種，旨在幫助客戶將新解決方案付諸實踐。利用所選的工具和框架，在多個云中、在本地以及在邊緣生成、運行和管理應用程序?？梢宰杂汕异`活地在任何位置

75、構建、管理和部署應用程序，從而實現自己的目標。使用任意語言、框架和基礎設施（甚至是自己的數據中心和其他云）來解決大大小小的難題。圖圖 39：Azure 產品分產品分類類 資料來源：微軟官網，信達證券研發中心 圖圖 40：微軟：微軟 Azure 的戰略方向調的戰略方向調整整 資料來源：微軟官網、信達證券研發中心 微軟傳統業務的云化微軟傳統業務的云化 2010年 1 月 Windows Azure 正式發布，2 月云計算平臺正式開始收費標志著微軟的云計算平臺已經搭建起來。2010 年微軟提供 1）計算服務；2）存儲服務；3）SQL Azure 數據庫。4）基于 Web 的開發服務等 面對客戶需求調

76、整戰略，擁抱開源 擁抱開源，收并購做出差異化擁抱開源，收并購做出差異化2014 年將 Windows Azure 更名為 Microsoft Azure，并與開源軟件廠商達成合作。2015 年，微軟通過收購Revolution Analytics，將 R語言引入 Azure 數據平臺。微軟在大數據、物聯網等領域取得差異化優勢。2018 年又收購了開源代碼社區 GitHub。請閱讀最后一頁免責聲明及信息披露 23 2.1.1 云計算巨頭底層架構服務對比云計算巨頭底層架構服務對比 總體來看：AWS 優勢在于市場份額高、功能齊全數量多、全球數據中心數量多，運營經驗口碑好；Azure 云優勢在于微軟生

77、態體系，和微軟自身軟件集成度較高，混合云早期優勢地位，OpenAI 的 GPT 模型長期多維度合作；GCP 追趕者狀態，AI 能力強、堅定開源、部分功能折扣高但產品總體服務數量較少且持續處于虧損狀態。表表 1：巨頭云計算底層各方面對比：巨頭云計算底層各方面對比 資料來源：微軟、亞馬遜、谷歌官網，信達證券研發中心 2.2 Azure：接入：接入 OpenAI 服務為產品賦能服務為產品賦能 除卻云計算市場擴容、微軟 Azure 滲透率提升以及搶占政府企業端訂單帶來的收入增量 外，Azure AI+戰略未來可能會逐漸成為 Azure 的核心競爭力，無論是底層搭建上代碼的 編寫，還是 SaaS 層應用

78、結合 ChatGPT 等，微軟目前都已經占據了一定的先發優勢。圖圖 41：Azure 接入接入 OpenAI 功能頁面功能頁面 圖圖 42：Azure OpenAI Service 資料來源：微軟官網，信達證券研發中心 資料來源：微軟官網，信達證券研發中心 微軟在 2023 年開發者大會上推出了全新的 Azure AI Studio，開發人員將可以在 AI 的輔 助下基于 Azure 個性化地去構建、訓練、評估和部署最新的下一代模型，開發人員可以 將自己的數據集上傳到模型中，并且可以選擇用 OpenAI 自己的底部模型，也可以選擇 用 Hugging Face 上的開源模型，功能更加強大，降低

79、開發門檻，為每個開發者構建自 己的 copilot。請閱讀最后一頁免責聲明及信息披露 24 圖圖 43：Azure AI 基礎上構建自身大模型中可引入自己的數據集基礎上構建自身大模型中可引入自己的數據集 資料來源：微軟2023年開發者大會，信達證券研發中心 圖圖 44：Azure AI 基礎上構建自身大模型中可選擇不同的底部?；A上構建自身大模型中可選擇不同的底部模型型 資料來源：微軟2023年開發者大會，信達證券研發中心 2.3 Azure 新客戶融合新客戶融合 ChatGPT 部分案例，新技術助力云業務未來恢復高增速部分案例，新技術助力云業務未來恢復高增速 表表 2：Azure AI 近期

80、簽約客戶及合作內容近期簽約客戶及合作內容 資料來源：AIGC開放社區，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 25 3、SaaS 層產品與 AI Copilot 功能相結合 3.1 云辦公云辦公 Microsoft 365 微軟云辦公產品及服務主要包括 Microsoft 365、Dynamics 365、Microsoft Teams 及LinkedIn 等，相比于亞馬遜、谷歌等云計算巨頭相對單一簡單有限的 SaaS 產品組 合，微軟 SaaS 產品占有全球領先地位；2011 年 6 月，微軟發布 Office 365，是 Office 產品的云訂閱模式，即由傳統的買斷制（On-

81、premise）轉向定期訂閱制。買斷制的優勢在于前期一次性收取全部費用，可以將這部分資金投入銷售和研發，擴大市場份額，但對于市場份額較高的企業而言，進一步獲取客戶的難度卻在提升。圖圖 45：全球辦公軟件市場規模：全球辦公軟件市場規模 資料來源：Statista，信達證券研發中心 2020 年 10 月根據安裝對應軟件的企業數量占比來看，在美國主要辦公生產力軟件市場中，谷歌占比 59.41%，微軟占比 40.39%。圖圖 46：2020 年年 10 月美國主要辦公生產力軟件市場份額月美國主要辦公生產力軟件市場份額 圖圖 47：Microsoft 365 辦公套件收費標準辦公套件收費標準 資料來源

82、：Statista，信達證券研發中心 資料來源：微軟官網，信達證券研發中心 Office產品作為公司最成功的產品線，轉型云化后，有助于 office將新產品、功能模塊推送到企業客戶端，企業客戶也可以根據自身需求調整自己的購買計劃，利于客戶長期ARPU 的提升，也降低了中小企業的使用門檻，訂閱用戶數可以看到近些年保持穩健提59.41%40.39%谷歌微軟Office 365629.3651.5693.4728.8762.3796.33.5%6.4%5.1%4.6%4.5%0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%0200400600800100020192020202120

83、222023E2024E2019-2024E全球辦公軟件市場規模辦公軟件市場空間（億美元）yoy 請閱讀最后一頁免責聲明及信息披露 26 升增長。Office 商業版和消費版的收入增速自 FY23Q2 開始有向上轉好的趨勢。圖圖 48：FY21Q2-23Q4 Office 商業版、消費版收入增速商業版、消費版收入增速 資料來源：微軟財報，信達證券研發中心 根據微軟公布數據顯示，FY23Q3 Office 365 消費者版年費用戶數達到 6540 萬，截至FY23Q3 商業版年費用戶數達到 3.82 億。微軟表示，2022 年全球運行 Windows 10、Windows 11 系統的設備月活達

84、到了 14 億臺，則其訂閱服務的年費會員付費率約為32%，根據 FY2022 Office 產品及云服務 448 億美元來測算，ARPU 值在 100 美元左右。圖圖 49：FY21Q2-23Q3 消費版消費版 Office 訂閱用戶數（百萬人）訂閱用戶數（百萬人）資料來源：微軟財報，信達證券研發中心 3.2 云辦公云辦公Microsoft 365 Copilot 正式版推出，后續存在產品提價空間和動力正式版推出，后續存在產品提價空間和動力 微軟公司今年推出國際版 Microsoft 365 Copilot，為工作場所生產力工具帶來全新一代人工智能功能。微軟 Copilot 將結合大型語言模型

85、、業務數據和 Microsoft 365 應用，提高生產效率，有望打開額外的變現增值空間。2023 年 6 月 2 日據海外科技媒體 The Information 報道，包括美國銀行、沃爾瑪和埃森哲在內的 600 多家微軟最大的客戶預計將試用 Microsoft 365 Copilot 功能，額外分別為 1000 個訂閱賬戶支付了高達 10 萬美元的年費，意味著 AI 相關增值功能為 100 美元/訂閱賬戶。11%14%20%18%14%12%9%7%7%13%12%7%5%18%10%15%11%9%7%-2%1%3%-5%0%5%10%15%20%25%FY21Q2FY21Q3FY21Q

86、4FY22Q1FY22Q2FY22Q3FY22Q4FY23Q1FY23Q2FY23Q3FY23Q4Office 商業版收入增速Office消費版收入增速47.5 50.2 51.9 54.1 56.4 58.4 59.7 61.3 63.2 65.4670.010.020.030.040.050.060.070.080.0FY21Q2 FY21Q3 FY21Q4 FY22Q1 FY22Q2 FY22Q3 FY22Q4 FY23Q1 FY23Q2 FY23Q3 FY23Q4 請閱讀最后一頁免責聲明及信息披露 27 圖圖 50：Copilot+Word&PPT 資料來源：微軟發布會演示，信達證券研

87、發中心 在經歷多輪小范圍客戶的定價測試后，2023 年 7 月 19 日微軟宣布了 Microsoft 365 Copilot 產品企業版定價，每用戶每月售價為 30 美元，全年 360 美元，較之前 B 端客戶小范圍測試中 ARPU100 美元大幅提高。根據微軟官網顯示，Microsoft 365 商業標準版/商業高級版/企業版 E3/企業版 E5 的定價分別為每用戶每月$12.5/$22/$36/$57，和之前的定價相比，Copilot功能帶來的價值溢價超出市場預期，Copilot帶來的價值分別為之前定價的 240%/136%/83%/53%，30 美金每月的定價可以側面反映用戶對 Cop

88、ilot 產品的接受度高，為公司后續其他產品定價打下基礎。圖圖 51：Microsoft 365 Business 商業版產品定價商業版產品定價 資料來源：微軟官網，信達證券研發中心 2023 年 9 月 21 日，微軟宣布 MS Copilot 365 將于 2023 年 11 月 1 日面向企業客戶全面推出，同時將在 Word、Excel 等中引入 Copilot。2023 年 9 月 26 日，Windows Copilot跟隨 Windows 11 免費更新推出。Bing 支持 OpenAI 最新圖文模型 DALL.E 3，圖片豐富度相較 Midjourney 更優。并且從 Word開

89、始，微軟還將文生圖工具 Designer集成到面向消費者的 Microsoft 365 Copilot 中。而在 ToC 端，微軟已開始在一小部分 Microsoft 365消費者用戶中測試 Microsoft 365 Copilot，并期待隨著時間的推移將預覽版擴展到更多人。請閱讀最后一頁免責聲明及信息披露 28 圖圖 52：Microsoft 365 Copilot 產品發布歷程產品發布歷程 資料來源：微軟，信達證券研發中心 在基于 To B端 Microsoft 365 Copilot 每個月每用戶 30 美金的客單價保持不變的假設下，我們預計微軟2024財年第一季度，即2023自然年Q

90、4季度的copilot滲透率可以達到4%（11 月 1 日上線），根據目前的付費訂閱用戶數，推導出未來 MS 365 Copilot 的逐季度收入情況，我們預計 FY2024、FY2025、FY2026 財年 MS 365 Copilot 收入分別可以達到 52.63 億美元、129.3 億美元、208.9 億美元，占比 2022 財年 Microsoft Office 產品及云服務收入分別為 12%、29%、47%。我們認為，后續 MS 365 Copilot 產品收入有望跟隨付費用戶滲透率加速提升、ASP 客單價提高而提升。表表 3：Microsoft 365 Copilot 產品營收貢獻

91、測算產品營收貢獻測算 資料來源：微軟官網，信達證券研發中心 而基于微軟過往在Microsoft 365產品上的提價過程，我們認為，在Microsoft 365 Copilot產品大規模推廣開來，活躍用戶和付費用戶攀升至一定程度后，微軟同樣有望在 Copilot產品端進行提價行為，提價后或將持續提高微軟 Copilot 產品盈利能力，增厚公司利潤。Microsoft Office 365 于 2011 年 6 月推出，2021 年 8 月 19 日，微軟宣布更改 Microsoft 365 的商業定價，這是自十年前推出 Office 365 以來的首次實質性定價更新，宣布的價格調整在六個月后生效

92、。2022 年 3 月 1 日，微軟更新了以下商業產品的定價：Microsoft 365 商業基礎版（從每用戶 5 美元到 6 美元）、Microsoft 365 商業高級版（從 20 美元到 22美元）、Office 365 E1（從8美元到10美元）、Office 365 E3（從20美元到23美元）、Office 365 E5（從 35 美元到 38 美元）和 Microsoft 365 E3（從 32 美元到 36 美元）。因此，基于過往微軟在相關產品上的提價行為以及后續用戶規模提升帶來的算力成本提升，我們認為 Microsoft 365 Copilot 有望存在長期產品價格提升的空間

93、和動力。請閱讀最后一頁免責聲明及信息披露 29 3.3 云辦公云辦公其他其他 SaaS 產品產品 Teams、Dynamics365，都逐步融合，都逐步融合 AI 功能功能 1）Microsoft Teams 作為集聊天、視頻會議、文件共享與編輯等功能于一體的辦公平臺軟件，已成為云端生產力平臺 Microsoft 365 中智能遠程中心樞紐，可與 office 365 辦公套件一起使用。2023年 2 月微軟宣布推出 Premium 版本，亮點在于對 AI 能力的融合，每用戶每個月 10 美金的訂閱費，可基于視頻會議自動生成筆記、記錄會議紀要等，FY23Q3 月活用戶超 3 億。圖圖 53：M

94、icrosoft Teams 展示圖展示圖 資料來源：微軟官網，信達證券研發中心 圖圖 54：Microsoft Teams Copilot 展示圖展示圖 資料來源：微軟官網Blog，信達證券研發中心 2）Dynamics 365 Dynamics365 是微軟整合 CRM 和 ERP 的應用，即客戶關系管理和企業資源規劃的集合系統，并且與微軟生態的其他應用相互打通。Dynamics 的產品定位是兼有中小企業和大型企業，主要競爭對手 Salesforce 主要面向大型企業客戶。根據 Software Connect 數據，2022年全球ERP市場份額中，微軟得益于持續優秀的數據分析能力，占比為

95、31.5%，請閱讀最后一頁免責聲明及信息披露 30 全球第一，其次為 SAP、Oracle、Workday 等公司。Dynamics 365 Copilot 使用自然語言賦能員工自動化任務、生成想法和獲取洞見，購買方為企業客戶，使用者為企業內部的銷售、客服、市場營銷、供應鏈相關工作者，幫助客戶實現例如自動編寫恢復郵件、生成總結、為客戶提供查詢服務來快速響應客戶問題等。圖圖 55：Dynamics 365 展示圖展示圖 資料來源：微軟官網，信達證券研發中心 3.4 微軟云業務數據微軟云業務數據短期行業波動不改長期向上趨勢短期行業波動不改長期向上趨勢 微軟智能云板塊近幾個季度增速跟隨行業下降，但韌

96、性恢復好于市場一致預期。FY23Q2 智能云營收為 215 億美元，同比增長 18%，為 FY2021 后首次跌破 20%。其中微軟 Azure和其他云服務營收同比增長 31%，增速較 1QFY23 持續下降，FY23Q3同比增速延續了持續下滑趨勢跌至 27%。FY23Q3 智能云板塊營收為 221 億美元，同比增速為 16.3%。FY23Q4 智能云營收 240 億美元，同比增速為 14.7%?？紤]到云基礎設施擴建的正常季度支出變化疊加 AI 方面的支出，微軟預計 24 財年資本開支將出現逐季度環比增長。圖圖 56：FY21Q1-23Q4 微軟智能云業務收入（百萬美元）、同比增速及收入占比微

97、軟智能云業務收入（百萬美元）、同比增速及收入占比 資料來源：微軟財報，信達證券研發中心 19.70%23%23.10%29.90%30.6%25.5%25.6%20.3%19.8%17.4%16.3%14.7%35.0%33.9%36.2%37.6%37.4%35.4%38.5%40.3%40.6%40.8%41.8%42.7%0%5%10%15%20%25%30%35%40%45%05,00010,00015,00020,00025,00030,00021Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4智能云收入（百萬美元）智能云收入同比增速智能云

98、收入占比 請閱讀最后一頁免責聲明及信息披露 31 圖圖 57：FY21Q1-23Q4 微軟智能云業務經營利潤（百萬美元）及其占比微軟智能云業務經營利潤（百萬美元）及其占比 資料來源：微軟財報，信達證券研發中心 圖圖 58：FY21Q2-23Q4 Azure 和其他云服務收入同比增和其他云服務收入同比增速速 資料來源：微軟財報，信達證券研發中心 圖圖 59：FY21Q2-23Q4 微軟云業務毛利率微軟云業務毛利率 資料來源：微軟財報，信達證券研發中心 FY23Q4 微軟云業務（偏 TO B 的口徑）營收為 303 億美元，涵蓋了 Azure 及云服務、office 商業版、LinkedIn 商業

99、版、dynamics 365 等其他云資產收入。作為引領未來的先導指標，FY23Q2 To B 端商業訂單同比增速實現了由負轉正，自 FY23Q1 的-3%恢復至7%，FY23Q3 升至 11%。截至 FY23Q4To B 端待確認的合約余額亦回歸至 2240 億美元，34.2%36.3%37.7%40.8%37.4%36.8%40.7%42.3%41.7%43.6%42.4%47.1%0%10%20%30%40%50%02,0004,0006,0008,00010,00012,00021Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4智能云經營利潤

100、（百萬美元）智能云經營利潤占比50%50%51%50%46%46%40%35%31%27%26%0%10%20%30%40%50%60%FY21Q2FY21Q3FY21Q4FY22Q1FY22Q2FY22Q3FY22Q4FY23Q1FY23Q2FY23Q3FY23Q471%70%70%71%70%70%69%73%72%72%72%67%68%69%70%71%72%73%74%FY21Q2 FY21Q3 FY21Q4 FY22Q1 FY22Q2 FY22Q3 FY22Q4 FY23Q1 FY23Q2 FY23Q3 FY23Q4 請閱讀最后一頁免責聲明及信息披露 32 處于歷史高位，該指標為后

101、續收入的增長釋放了積極信號。圖圖 60：FY21Q2-23Q4 微軟云業務營收（商業端口徑、十億美元）微軟云業務營收（商業端口徑、十億美元）資料來源：微軟財報，信達證券研發中心 圖圖 61：FY21Q2-23Q4 To B 端端商業商業留存留存訂單余額（十億美元）及同比增速訂單余額（十億美元）及同比增速 資料來源：微軟財報，信達證券研發中心 4、更多個人計算業務 4.1 更多個人計算業務更多個人計算業務“Old Bing”搜索及廣告業務”搜索及廣告業務 Bing 是全球僅次于 Google 的第二大搜索引擎，但與 Google 的市場份額差距過大。根據Statista 數據，截止至 2023.

102、01，谷歌占據 84.69%搜索引擎市場份額，Bing8.85%排次之，Yahoo 占比 2.59%排在第三位。搜索引擎的核心競爭力在于先發優勢，先發優勢可以更早的積累模糊數據，搜索引擎能夠爬取的網頁數量內容越多，更多的數據也可以優化模型算法給用戶更好的體驗。Bing 落后的主要原因在于移動時代布局的落后導致失去了先發優勢，市場份額較低，給微軟帶來的廣告收入也較低。11211714113714715518918018919622424%31.0%32.0%28.0%31.3%32.5%34.0%31.4%28.6%26.5%18.5%0%5%10%15%20%25%30%35%40%05010

103、0150200250FY21Q2 FY21Q3 FY21Q4 FY22Q1 FY22Q2 FY22Q3 FY22Q4 FY23Q1 FY23Q2 FY23Q3 FY23Q4To B商業留存訂單履約收入余額（十億美元）同比增速16.717.719.520.722.123.425.125.727.128.530.333.6%33.1%36.4%36.2%32.3%32.2%28.7%24.2%22.6%21.8%20.7%0%5%10%15%20%25%30%35%40%05101520253035FY21Q2 FY21Q3 FY21Q4 FY22Q1 FY22Q2 FY22Q3 FY22Q4 F

104、Y23Q1 FY23Q2 FY23Q3 FY23Q4微軟云業務收入（十億美元）(包含了Azure和其他云服務、Office365商業版、LinkedIn商業版、Dynamics365和其他云資產收入）yoy 請閱讀最后一頁免責聲明及信息披露 33 圖圖 62：全球電腦桌面系統搜索引擎市場份額：全球電腦桌面系統搜索引擎市場份額 圖圖 63：2021 年美國數字廣告龍頭公司收入占比年美國數字廣告龍頭公司收入占比 資料來源：Statista，信達證券研發中心 資料來源：Statista,信達證券研發中心 圖圖 64：FY21Q3-23Q4 微軟搜索和廣告收入同比增速微軟搜索和廣告收入同比增速 資料來

105、源：微軟財報，信達證券研發中心 4.2 更多個人計算業務更多個人計算業務“New Bing”搜索及廣告業務”搜索及廣告業務 微軟 Bing 目前已經接入 GPT-4，且無須排隊等候體驗。New Bing 未來將接入共享的插 件生態系統，提升用戶體驗；Bing Chat Enterprise 版本后續也將上線。圖圖 65：New Bing 中接入中接入 OpenAI 插件生態演示插件生態演示 資料來源：微軟Build開發者大會，信達證券研發中心 Bing 已成為 ChatGPT 默認搜索引擎，提供實時檢索功能。既能提高 Bing 品牌效應，增28.60%23.80%11.30%36.30%Goo

106、gleFacebookAmazon其他0%13%48%40%32%23%18%16%10%10%8%0%10%20%30%40%50%60%FY21Q2 FY21Q3 FY21Q4 FY22Q1 FY22Q2 FY22Q3 FY22Q4 FY23Q1 FY23Q2 FY23Q3 FY23Q4 請閱讀最后一頁免責聲明及信息披露 34 大流量曝光，又能留存更多用戶數據，完善搜索客戶的回答準確性等。圖圖 66：OpenAI 中默認中默認 Bing 為搜索引擎為搜索引擎 資料來源：微軟Build開發者大會，信達證券研發中心 雖然短期 Bing 市場份額數據不如預期亮眼，網站擁擠度數據并沒有出現明顯增長

107、，且由于諸多因素例如谷歌 Bard 的完善更迭、OpenAI 主站的流量吸引等，但隨著用戶推理數據的完善、算力的緩解和 OpenAI 產品功能的迭代推新，我們中長期繼續看好 Bing 市場份額升高。圖圖 67：New Bing 近幾個月網站擁擠度無明顯近幾個月網站擁擠度無明顯波動波動 資料來源：SimilarWeb，信達證券研發中心 隨著生成式 AI 的發展，后續對嵌入式廣告模式變現方式的探索也是各家都要去找尋的方向，包括像廣告和回答問題的優先度以及如何避免太多廣告影響用戶體驗、第三方網站公司是否愿意谷歌抓取自家網站內容來訓練谷歌大模型等諸多問題。請閱讀最后一頁免責聲明及信息披露 35 圖圖

108、68：Bing Chat 企業預覽版本推出，單獨推出的定價為企業預覽版本推出，單獨推出的定價為 5 美金美金/用戶用戶/月月 資料來源：Microsoft Blog，信達證券研發中心 4.3 更多個人計算更多個人計算Windows Copilot 2023 年 5 月，微軟在 Microsoft Build 全球開發者上發布了 Windows Copilot 的演示版本功能，其中涉及到了一些比較亮眼的功能比如處理辦公任務時主動提醒開啟專注模式、夜晚主動提醒開啟夜間模式，喚醒音樂軟件播放喜歡的歌單，總結文章內容、網頁內容、文生圖等功能，6 月底微軟上線了開發者預覽版本，但目前更新了一些基礎功能，

109、但作為初代開發者版本來看已經得到市場一定的認可。微軟對于 Windows Copilot 的定位并不在于擴大 Windows 的操作系統營業收入規模，而是更像讓其成為一個 AI 生態入口，通過更新底層的操作系統 Copilot 化，讓消費者接觸到更多 Copilot 功能應用，例如 Bing、Edge、Teams 等，培養用戶的 AI 使用習慣，讓更多的用戶留在微軟產品生態體系內。圖圖 69：Windows Copilot 打開夜晚模式操作打開夜晚模式操作 資料來源：Microsoft資訊，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 36 4.4 更多個人計算更多個人計算游戲（游戲（X

110、boX&動視暴雪）動視暴雪）Xbox：美國微軟公司創建的電子游戲品牌，隨 2001 第一代 Xbox 游戲機發布而首次推出。產品和服務包括家用游戲機、游戲制作與發行、線上游戲服務和內容訂閱服務。動視暴雪(Activision Blizzard,Inc.,Nasdaq:ATVI)：全球最大的游戲開發商和發行商之一，擁有COD 使命召喚 魔獸世界 爐石傳說 暗黑 Candy Crush 守望先鋒等多款經典游戲 IP。2021 年營業收入 88.0 億美元，同比增長 8.9%。公司旗下三個公司動視/暴雪/King 收入占比分別為 39.5%/19.7%/29.3%。圖圖 70：FY2018-2022

111、 動視暴雪收入規模（百萬美元）動視暴雪收入規模（百萬美元）資料來源：公司財報，信達證券研發中心 圖圖 71：FY2018-2023 微軟游戲業務收入微軟游戲業務收入（十億美元）、（十億美元）、yoy 及收入占比總營收及收入占比總營收 資料來源：微軟財報，信達證券研發中心 2022 年 1 月 18 日，微軟發布聲明，宣布就收購動視暴雪達成協議，將以每股 95 美元的價格收購動視暴雪，收購總價達 687億美元（包括動視暴雪的凈現金），成為微軟史上最大收購交易。2022 年 12 月 8 日，美國聯邦貿易委員會 FTC 向微軟提出了一項訴訟，試圖阻止其收購動視暴雪。2023 年 4 月 26 日，

112、英國競爭和市場管理局表示微軟收購動視暴雪的交易被阻止以保護云游戲中的創新和選擇，主要由于索尼一直持反對態度并向歐洲和英國監管機構表達對微軟壟斷的擔憂。7,500 6,489 8,086 8,803 7,528 6.90%-13.50%24.60%8.90%-14.50%-20%-10%0%10%20%30%02,0004,0006,0008,00010,000FY2018FY2019FY2020FY2021FY2022動視暴雪收入體量（百萬美元）yoy10.411.411.615.416.215.59.6%1.8%32.8%5.2%-4.3%9.38%9.05%8.09%9.14%8.19%7

113、.30%-10%-5%0%5%10%15%20%25%30%35%024681012141618FY2018FY2019FY2020FY2021FY2022FY2023微軟游戲業務收入（十億美元）yoy游戲業務收入占比 請閱讀最后一頁免責聲明及信息披露 37 2023 年 5 月 15 日，交易得到了歐盟的批準。2023 年 7 月 11 日，美國加州法官駁回了FTC 的初步禁令請求，允許微軟完成這筆交易，后續繼續觀望英國競爭和市場管理局的決定進程。2023 年 7 月，微軟已與索尼簽署了一份協議，在收購案完成后動視暴雪旗下最受歡迎的游戲使命召喚將繼續在索尼 PS上發行，授權期 10年。202

114、3年 10月 13日，微軟正式發布公告以 687 億美元收購動視暴雪，意味著微軟成為世界上收入第三高的游戲公司，僅次于騰訊和索尼。微軟收購后有望補足自身一方游戲優質內容不足的短板，動視暴雪的游戲研發能力也有望為微軟游戲持續貢獻優質游戲儲備，同時微軟 XGP的訂閱服務也有望打開空間，目前 XGP 訂閱用戶數為 2500 萬。四、微軟：生成式 AI 浪潮下的先發布局，產品打開想象空間 1.1 生成式生成式 AI+產業布局，整體可分為上中下游三個層級產業布局，整體可分為上中下游三個層級 圖圖 72：生成式：生成式 AI 行業產業鏈條行業產業鏈條 資料來源：信達證券研發中心 1.2 行業回顧：谷歌優先

115、提出行業回顧：谷歌優先提出 Transformer 模型，技術水平超前模型，技術水平超前 很長一段時間，文本生成采用的是類 RNN（循環神經網絡）架構，但 RNN 也存在著諸如順序計算、并行計算能力偏弱等缺點T 時刻的隱形狀態 St 還依賴（t-1）時刻的狀態 S（t-1)的輸出。盡管后期也出現了能解決一定長期記憶問題弱的 LSTM 架構，LSTM通過引入額外的存儲單元存儲長期記憶信息并忘掉不再需要的信息，但 Transfomer 架構的出現又帶來了新的技術革命。2017 年，谷歌提出 Transformer 模型，成為日后大語言模型的通用解。隨后，谷歌、微軟等巨頭，基于這一模型分別推出 BE

116、RT 和 GPT，在文本領域展開了激烈的競爭。Transformer本質上是字預測字的過程。通過上一個字，結合訓練的技巧方法和下一個不同字出現的概率，選取概率最高的來輸出。Transformer 算法的革命性在于其避免了RNN 中的順序計算問題、長序列處理問題，且通過自注意力機制和多頭注意力機制可以使模型更好的理解和生成文本。自注意力機制將序列中的任意兩個位置之間的距離縮小為一個常量，可以使模型對輸入序列的不同位置進行加權，從而更好的捕捉輸入序列之 請閱讀最后一頁免責聲明及信息披露 38 間的依賴關系，使模型在處理長序列時更加高效和準確。Transformer 模型內部創造性地采用了自注意力結

117、構（Self-Attention），相比 NLP 中的兩大主流結構 RNN（循環神經網絡）、CNN（卷積神經網絡），每層具有更佳的計算復雜度，能更好地學習語法、語義等，提高訓練和計算效率；雖然原理仍然是利用前面的 詞 語預測后面的詞語但它可以利用并行性一次預測整個事情。隨著 Transformer 模型層深增加，能夠學習到的知識數量逐漸以指數級增加。圖圖 73：Transformer 模型架構模型架構 圖圖 74：大語言模型如何預測下一個詞：大語言模型如何預測下一個詞 資料來源：Ashish Vaswani等Attention is All You 資料來源：Mor Geva等Transfor

118、mer Feed-Forward Need，信達證券研發中心 Layers Are Key-Value Memories，信達證券研發中心 1.2.1 GPT 模型的迭代對比模型的迭代對比 GPT-1 之前，傳統 NLP 模型往往需要大量人工標注的數據進行有監督訓練，但只能做到特定領域功能性強，無法做到通用，且成本比較昂貴。Open AI采用 Transformer模型的Decoder 部分作為主結構，經過無標簽訓練得到通用模型后進行微調。隨著后續ChatGPT和 GPT-4的問世，帶來了技術熱潮。在 GPT-3的基礎上，OpenAI引入了監督學習“預訓練+微調+獎勵機制”，具備了更準確的人類

119、意圖、邏輯能力。圖圖 75：不同版本的：不同版本的 GPT 模型的對比模型的對比 資料來源：MoPaaS，信達證券研發中心？請閱讀最后一頁免責聲明及信息披露 39 參數量和預訓練數據量的不斷增加讓 GPT-3.5 量變到質變，后基于人類反饋強化學習（RLHF）對模型進行反饋和指導，每一次 GPT 模型給出的反饋都會交由數據評估員對生成的結果打分，讓 gpt針對打分情況進行自我優化，這一技術革新，使得 GPT 系列的內容生成表現有了明顯的提升。圖圖 76：獎勵機制的具體過程：獎勵機制的具體過程 資料來源：OpenAI官網，信達證券研發中心 1.2.2 大語言模型的能力涌現現象大語言模型的能力涌現

120、現象 人工智能方面，過往公眾比較熟知的是 AlphaGo 圍棋領域的能力，其實大多時候的性能表現、邏輯推理能力都比較不穩定。而自 GPT 模型發布以來，大語言模型的知識體量、邏輯推理、能夠順暢和人類溝通的能力相比于過往均有增強。除了在算法上的不斷迭代，例如監督學習、微調、RLHF 等方式之外，大語言模型的涌現現象值得探究，即在訓練參數和數據量等超過一定數量級之后，大模型會出現超出預期的性能表現。圖圖 77：大語言模型在一定模型規模后出現能力涌現現象：大語言模型在一定模型規模后出現能力涌現現象 資料來源：Jason Wei等Emergent Abilities of Large Language

121、 Models，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 40 1.2.3 大語言模型的參數量指標不是唯一決定性因素大語言模型的參數量指標不是唯一決定性因素 OpenAI 提出了大語言模型遵循“伸縮法則”（scaling law）大模型性能與每個單獨的因素（訓練時長、參數量、數據質量、數據量規模等）都有相關性關系，體現為 Test Loss 的降低，也就是模型性能提升，但具體去看這些因素如何綜合影響模型表現還在進一步的探索當中。圖圖 78：大語言模型的性能表現和不同因素之間的關系：大語言模型的性能表現和不同因素之間的關系 資料來源：OpenAI Jared Kaplan等Scalin

122、g Laws for Neural Language Models，信達證券研發中心 DeepMind此前發布了2800億參數的 Gopher，統計了 Gopher高昂的訓練成本，但預測出最優模型應該小 4 倍參數量，并且在多 4 倍的數據量上進行訓練，才能更充分。然后Deepmind 又訓練了一個更小的、700 億參數的模型 Chinchilla，但在更大規模的數據量上訓練，最終證實 Chinchilla 的性能不輸于 Gopher，可以看到我們平時簡單關注的參數量并不完全意味著“越大越好”。對比來看，OpenAI 的結論是優先增加模型參數量，然后才是訓練數據量，但這樣會造成推理成本高昂，1

123、750 億的參數可能并沒有充分訓練。圖圖 79：DeepMind 推出的減少參數量、擴大數據量的大語言模型性能表現優異推出的減少參數量、擴大數據量的大語言模型性能表現優異 資料來源：Jordan Hoffmann等Training Compute-Optimal Large Language Models，信達證券研發中心 2.1 大語言模型格局競爭：微軟大語言模型格局競爭：微軟 VS 谷歌谷歌 谷歌技術研發早，早期搶占優勢地位，后續雙方在細分領域各有勝負，谷歌甚至一度推出萬億參數大模型，但 OpenAI 后續勝在結合了 RLHF 等技術提升了迭代速度、效率和使用效果，同時誕生了 ChatGP

124、T、GPT4 以及插件等產品，逐漸拉開差距，但對于谷歌而言，差距或可以通過產品迭代、數據積累去逐漸縮小，2023年 5月發布的Palm2大模 請閱讀最后一頁免責聲明及信息披露 41 型也同樣比較亮眼，也在研發谷歌自身的多模態大模型。2.1.1 大語言模型格局競爭：微軟和大語言模型格局競爭：微軟和 OpenAI 側的持續迭代，提高生態化能力側的持續迭代，提高生態化能力 1）軟件側：）軟件側：GPT 模型插件功能迭代，擴大生態模型插件功能迭代，擴大生態 2023.04.20，Open AI 聯合創始人 Greg Brockman 演示了 GPT-4 潛在新功能和插件，GPT-4具備了一樣的跨業務流

125、程、平臺和系統的端到端自動化插件功能，OpenAI通過不斷迭代、補全缺點來吸引用戶，實現了持續的進化。圖圖 80：OpenAI 聯合創始人在聯合創始人在 TED 演講上展示插件生態功能演講上展示插件生態功能 資料來源：Greg Brockman TED Speech，信達證券研發中心 技術原理：首先通過 ChatGPT+DALL-E 實現菜譜生成，然后通過 API 與貨物配送商Instacart 實現數據連接將菜品加入到你的購物車，最后通過自動化平臺 Zapier 將內容上傳至社交平臺上。在整個自動化業務流程中 Open AI 將 DALL-E，多個平臺 API 融合到了 GPT-4 中，從而

126、實現了初級 AGI 功能。截至 8 月 2 日，ChatGPT 共有 735 多個插件上線，涉及餐飲、旅行訂票、教育、購物等諸多應用場景。2）硬件側：微軟加速）硬件側：微軟加速 AI 芯片研發芯片研發 表表 4：三家云計算廠商自研芯片進展比較：三家云計算廠商自研芯片進展比較 資料來源：谷歌、亞馬遜云官網整理，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 42 2.1.2 大語言模型格局競爭：開源的大語言模型格局競爭：開源的 Amazon、Meta Open AI 在早期的幾個版本完全開源后，后續版本部分開源（論文形式公布技術細節），而到了 GPT-4 目前沒有對外公布技術細節，以 API

127、 接口形式提供給用戶，逐漸變得不那 么“開源”；而 Google 的 BERT、T5、LaMDA 大模型以及亞馬遜的 Bedrock 和 Meta 的 LLaMA 大模型則對外開源。1）Amazon“Bedrock”基礎大模型 Bedrock 是由亞馬遜自研 Titan 大模型+初創公司 AI21Labs、Anthropic（Claude）和Stability AI 等 基礎模型構成的。Titan 系列模型分為兩種，一種是用于內容生成的文本模型，另一種是可創建矢量嵌入的嵌入模型，用于創建高效搜索功能等。分別由人工智能研究初創公司 Anthropic 和 AI21 實驗室開發，客戶將能夠使用自己

128、的數據定制 Titan 模型,數據永遠不會用于訓練 Titan 模型，以確保包括競爭對手在內的其他客戶最終不會從這些數據中受益。Amazon 大語言模型想要實現的宗旨是：普惠、保證數據隱私、實現個性化定制以及可以實現輕松開發。圖圖 81：AWS Generative AI 資料來源：亞馬遜官網，信達證券研發中心 圖圖 82：亞馬遜大語言模型構成示意圖：亞馬遜大語言模型構成示意圖 請閱讀最后一頁免責聲明及信息披露 43 資料來源：亞馬遜官網，信達證券研發中心 2）Meta 大模型 LLaMA&Llama2 圖圖 83：LLaMA 模型的四個參數規模模型模型的四個參數規模模型 資料來源：Hugo

129、Touvron等LLaMA:Open and Efficient Foundation Language Models，信達證券研發中心 Llama1 模型各方面表現優異：在邏輯推理等方面優于 GPT-3,在代碼生成方面優于 PaLM詮釋了數據質量和數據量的重要性。圖圖 84：LLamA1 在某些方面的性能表現要優于在某些方面的性能表現要優于 GPT-3 資料來源：Hugo Touvron等LLaMA:Open and Efficient Foundation Language Models，信達證券研發中心 在微軟 Inspire活動中，Meta 公布了開源大模型的第二代版本 Llama 2

130、，免費且可用于商用，但日活超過 7 億的產品需要單獨申請商用權限，而第一代版本因為開源協議問題一直都是不可以免費商用。LLaMA 2 包含了 70 億、130 億和 700 億參數 3個版本，其訓練數據相較于上一代提升了40%，上下文長度也是第一代的2倍，在2萬億token上訓練。Llama2 在很多測試指標方面接近 gpt3.5，但和 gpt4 還有一定距離。圖圖 85：LLamA2 介介紹紹 請閱讀最后一頁免責聲明及信息披露 44 資料來源：Meta AI，信達證券研發中心 2.1.3 大語言模型格局競爭：其他（大語言模型格局競爭：其他（Claude、StableLM）1）Claude 圖

131、圖 86：Claude 最新版本和企業測試版本通道最新版本和企業測試版本通道 資料來源：Anthropic官網，信達證券研發中心 2）StableLM 2023.04.19，文生圖明星創業公司 Stable Diffusion 的母公司 Stability AI 宣布正式開源一款全新大語言模型：StableLM。該模型的 Alpha 版本有 30 億和 70 億參數，并將于后續開放 150 億和 650 億的參數模型。Stability AI 的創始人自 2020 年從 OpenAI 團隊離開后，一直秉承著開源開放的理念，持續推出了多款 AI 開源模型。在 GitHub 項目中，StableL

132、M 提供了幾個基礎演示，包括聊天、撰寫書信等功能，還不夠相對完善。圖圖 87：Hugging Face 社區上社區上 StableLM 大語言模大語言模型型 資料來源：Hugging Face社區，信達證券研發中心 3.1 垂直應用層產品發展迅速，開源建立自身生態圈層垂直應用層產品發展迅速，開源建立自身生態圈層 請閱讀最后一頁免責聲明及信息披露 45 圖圖 88：海外創新：海外創新 AI 應用類別推出時間預測應用類別推出時間預測 資料來源：紅杉美國Sequoia Capital，信達證券研發中心 Stability AI：公司成立于 2020 年，于 2022 年 9 月開源文生圖模型 Sta

133、ble Diffusion，成 為目前 AI 繪畫賽道的佼佼者。目前 Stability AI 已經在全球積累了超過 20 萬名開發人員 和 7 個研究中心社區，各渠道累計日活躍用戶數超過 1,000 萬，截至去年 10 月已有超過 20 萬開發者下載，日益成熟的生態建設是推升公司估值的主要驅動力之一，公司上一輪 融資額為 101Million Dollars，而公司目前也開源了自己的大語言模型 Stable LM。圖圖 89：Stable Diffusion 圖圖 90：DreamStudio 操作頁面操作頁面 資料來源：Stable Diffusion官網，信達證券研發中心 資料來源：Dr

134、eam Studio，信達證券研發中心 Midjourney：2022 年 3 月推出的 AI 繪畫工具，創始人 David Holz，Midjourney 架設在 Discord 頻道上，在頻道中使用/image 命令并輸入生成圖片的文字描述，擁有了超 1000 萬社區成員，是目前用戶最多的服務器，年營收約為 1 億美元。Character AI：是一個基于大規模自然語言訓練的 Chatbot Website，由 Noam Shazeer 和 Daniel De Freitas 于 2022年 9 月創建，當前估值 10億美元。與其他 Chatbots不同，該網站預先創建了許多聊天角色，例如

135、名人、歷史和虛構人物。用戶可以直接與這些角色聊天，也可以創建自己的角色。請閱讀最后一頁免責聲明及信息披露 46 圖圖 91：Character.AI 角色選擇頁面角色選擇頁面 資料來源：Character AI App，信達證券研發中心 3.2 海外部分生成式海外部分生成式 AI+行業應用行業應用 1）教育行業）教育行業Khanmigo 可汗學院可汗學院 可汗學院 AI 版本接入 GPT-4 大模型，每位學生擁有自己的輔導老師，大模型會拒絕學 生直接索要答案的行為，反而會一步步引導學生如何分步驟思考。圖圖 92：Khanmigo AI 輔導助手輔導助手 資料來源：Khan Labs，信達證券研

136、發中心 2）醫療行業醫療行業Nuance（2021 年被微軟收購）年被微軟收購）DAX Express 是一款 AI臨床筆記軟件，接入 GPT-4，可在病人就診后短時間內快速生成臨床筆記草稿，查看病人就診摘要等，提高醫生的效率。請閱讀最后一頁免責聲明及信息披露 47 圖圖 93：DAX Express AI 臨床筆記軟件操作頁面臨床筆記軟件操作頁面 資料來源：Nuance官網，信達證券研發中心 3）法律行業法律行業Harvey Harvey 允許律師用簡單的指令描述任務內容，然后接收系統生成的結果，無需手動編輯 法律文件或查閱資料，快速生成法律論據和草案，同行業競品也已經有比如 Augrent

137、ed、Casetext、Klarity 等。2023 年 3 月 15 日，PWC 普華永道宣布了和 Harvey 在 AI 方面的深度合作，通過生成式 AI 技術和產品致力于打造 PWC 成為四大里面法律商業解決方案中的佼佼者。圖圖 94：Harvey 接入接入 OpenAI 大模型大模型 資料來源：Harvey Blog，信達證券研發中心 3.3 大語言模型算力成本高昂大語言模型算力成本高昂 算力需求與模型參數量呈正相關關系。GPT 的算力需求分別發生在訪問階段和訓練階段，訪問階段是指用戶在使用 GPT 時，因提出問題所造成的算力消耗；訓練階段是指在訓練 請閱讀最后一頁免責聲明及信息披露

138、48 GPT模型時所消耗的算力。訓練費用參考：GPT-3的發展歷程，OpenAI從45TB的文件中過濾出 570GB 的數據集，僅訓練費用就高達 1200 萬美金。根據 Meta AI 發布的論文LLaMA:Open and Efficient Foundation Language Models，里面展示了 LLaMA 模型的計算量和所需算力情況，報告里顯示 Meta 訓練的這個 650 億參數量的模型花了 21 天，基于 2000 個+英偉達 80GB 存儲量的 GPU，則計算下來單次訓練成本：2048 GPUs x$3.93 GPU per hour x 24 hours x 21 da

139、ys 約等于 4 million 美金。圖圖 95：LLamA 模型訓練所需算力情況模型訓練所需算力情況 資料來源：Hugo Touvron等LLaMA:Open and Efficient Foundation Language Models，信達證券研發中心 后期運營成本：ChatGPT 日活 2500 萬，假設每個人每天生成 1000tokens（假設 promt+complete），則 750 個字，則共計生成 187 億字，250 億 tokens，gpt-4 每 1000tokens0.03 美元，則每天的運營算力成本為近 75 萬美金上下。圖圖 96：不同：不同 GPT 模型的模

140、型的 token 數量收費標數量收費標準準 資料來源：OpenAI官網，信達證券研發中心 3.4 領先大語言模型的核心壁壘在于多環節領先大語言模型的核心壁壘在于多環節 know-how 1）模型規模。請閱讀最后一頁免責聲明及信息披露 49 2）計算資源上的儲備差異。表表 5：英偉達不同版本：英偉達不同版本 GPU 參數比較參數比較 資料來源：NVIDIA官網，信達證券研發中心 3）加速算法。OpenAI 在訓練大模型時采用了一些高效的加速算法，包括自適應計算算 法、分布式訓練算法等可以幫助 OpenAI 加速大模型訓練，更快實現開發；4）數據資源。國外巨頭在全球范圍內擁有更廣泛的用戶和數據資源

141、；5）多模態應用。OpenAI 同時開發了很多大模型算法技術，圖片、編程、語音相關，如 codex、whisper、dall-e 等，具有一定領先優勢；6）細節Know-How。包括數據怎么清洗、標注以及模型的結構設計，如何訓練推理等這些工程化的能力需要經驗總結。3.5 微軟和微軟和 OpenAI 相輔相成，投資和業務合作愈發深厚相輔相成，投資和業務合作愈發深厚 現在的OpenAI由營利性公司OpenAI LP和非營利性母公司OpenAI Inc組成。2015年，OpenAI 作為一家非營利組織成立，目標是以安全的方式實現通用人工智能（AGI），使全人類平等收益，而不是為公司的股東創造利潤，也

142、因此創始人山姆奧特曼（Sam Altman）不持有股份。但在 2019 年，OpenAI 從非營利組織轉變為有“利潤上限”的營利組織，并建立了一個獨特的結構投資回報有上限（投資利潤不超過投資額的 100倍），任何超出的部分都將返還給非營利組織。據外媒 The Information 報道，目前OpenAI仍處于虧損中，2021年虧損2.7億美元，2022年可能預計虧損達到5.4億美元。而據 Wall Street Journal 最新的一篇報道稱，OpenAI 可能正在與潛在的投資者進行談判，尋求以 860 億美金的估值出售其現有員工股票。產品規格/型號 H100 A100 A800 V100

143、 FP32 單精度 67 teraFLOPS 19.5 teraFLOPS 19.5 teraFLOPS 8.2 teraFLOPS FP16 Tensor Core 1979 teraFLOPS 624 teraFLOPS 624 teraFLOPS 164 teraFLOPS GPU 顯存 80GB 80GB 80GB 32GB GPU 顯存帶寬 3.35TB/s 2039GB/s 2039GB/s 1134GB/s 互聯帶寬（多 GPU 卡間互聯）NVLink:900GB/s NVLi:600GB/s NVLi:400GB/s NVLink:300GB/s 最大熱設計功率 700W 40

144、0W 400W 300W 發布時間 2022.03 2020.03 2022.11 2017.05 請閱讀最后一頁免責聲明及信息披露 50 圖圖 97：OpenAI 公司架構公司架構 資料來源：OpenAI，信達證券研發中心 圖圖 98：OpenAI 發展愿景發展愿景 資料來源：OpenAI官網，信達證券研發中心 投資關系 除 10 億美金投資外，2023 年 1 月微軟曾宣布對 OpenAI 以 290 億美元估 值開展一項 multi-year、multi-billion 的投資。業務關系各有所長，互相反哺 1）微軟云計算基礎 Azure 是 Open AI 的獨家云供應商，Azure 為

145、跨研究、產品和 API 服務的所有 OPENAI 工作量提供支持；2）Open AI 反過來會反哺 Azure 的 AI 能力，微軟將繼續構建 Azure 的 AI 基礎設施來幫助客戶在全球范圍內構建和部署 AI 應用程序；3）微軟在自己的消費者和企業產品中部署 GPT 系列模型，為客戶引入基于 Open AI 技 術的體驗，包括微軟的 Azure Open AI Service、GitHub Copilot 和 Microsoft Designer 等應用和程序中。3.6 閉源模型側，微軟有望從多維度受益閉源模型側，微軟有望從多維度受益 大模型廠商會充當“模型運營商”的角色，持續對“算法基礎

146、設施”進行維護、迭代；通過 API 等方式向下游 B 端或 C 端客戶提供大模型能力，并據此實現盈利。而其他小模型廠商調用大模型能力增強模型效果之后，再向產業中的企業賦能。OpenAI已開始嘗試 請閱讀最后一頁免責聲明及信息披露 51 根據使用情況差異化定價：C 端個人體驗 GPT-4 需要支付每月 20 美元的 ChatGPT Plus會員費，B 端客戶根據 API 調用處理的內容長度支付相應的費用。1）云計算底層）云計算底層 Azure 維度維度 微軟 Azure API 接口端服務：更多的客戶公司、第三方網站、產品 APP 等接入 Azure OpenAI Service，隨著產品用戶使

147、用量的增大，對微軟底層 Azure 的使用服務越多。2）頂層頂層 SaaS 產品維度產品維度 微軟矩陣產品在陸續接入 Copilot 后，消費者有望為 AI 功能付費帶來營收增長空間。3）搜索引擎廣告維度搜索引擎廣告維度 New Bing 接入 AI 新功能后有望帶來更多留存客戶，吸引廣告主投放。4）MaaS 模型服務維度模型服務維度 MaaS（Model as a Service，模型即服務），有能力的大公司提供預訓練模型，使得垂直行業的小公司能夠構建和部署 AI 模型，而無需投資構建和維護自己的模型所需的基礎設施、硬件和專業知識。省去了大模型所需的前期算力投入、訓練推理成本、人力成本、時間

148、成本等，垂直領域的小模型的開發成本會降低，例如某個企業可以對外提供基于行業的 AI 大模型，則模型本身就可以作為一項服務提供給企業客戶。該商業模式的盈利方式還在探索當中。3.7 關于未來可能發生的一些演變的思考關于未來可能發生的一些演變的思考 圖圖 99:后續生成式后續生成式 AI 行業推演思考行業推演思考 資料來源：信達證券研發中心 五、微軟&OpenAI 共同探索多模態模型發展 多模態大模型可以處理來自不同模態（如視頻、圖像、語音、文本等）的多種信息。它是通過聯合訓練多種模態的信息來實現的，可以應用于多個領域，如自然語言處理、多 請閱讀最后一頁免責聲明及信息披露 52 模態推理、計算機視覺

149、和音頻處理等，實現模態之間的轉換和統一。相比于純文本大語言模型，多模態模型也有自己的基座模型、預訓練模型以及帶有涌現能力的模型，如在基礎模型 CLIP、DALLE 的基礎上也已衍生出類似 Flamingo、PaLM-E 等視覺多模態語言模型，通用大語言模型在高速迭代中，各行業也正期待著在多模態大模型方向上能有類似“ChatGPT 時刻”的出現。圖圖 100：文本和視覺多模態大模型的發展軌跡對比：文本和視覺多模態大模型的發展軌跡對比 資料來源:Chunyuan Li等Multimodal Foundation Models:From Specialists to General-Purpose

150、Assistants,信達證券研發中心 文本、圖像生成領域一直是生成式 AI 發展的重要方向，在擴散模型成為目前主流之前，GAN（Generative Adversarial Networks）技術一直是比較流行的生成模型之一，英偉達和微軟在早期均有所探索，如英偉達的 StyleGAN 系列。后面隨著技術的迭代發展，OpenAI 陸續推出了 DALL-E 的三個版本，也誕生了 Stable Diffusion 系列、Midjourney等爆款文生圖領域相關產品，而 DALL-E3 目前的生成效果較好，其原生構建在ChatGPT 基礎上，用 ChatGPT 來構建、拓展和優化 Prompt，在生

151、成畫面的豐富度、細節、清晰度等方面表現較為優秀，人們對文圖大模型領域的探索一直在進行。圖圖 101：代表性文生圖模型的發展歷程：代表性文生圖模型的發展歷程 資料來源:Chunyuan Li等Multimodal Foundation Models:From Specialists to General-Purpose Assistants,信達證券研發中心 5.1 OpenAI Dall-E 文本文本-圖像模型圖像模型 表表 6：OpenAI DallE 模型模型發布發布歷程歷程 時間 事件 2021.01 OpenAI 公布了第一代 DallE 模型以及開源的 CLIP 請閱讀最后一頁免責聲

152、明及信息披露 53 2021.05 擴散模型在 ImageNet 合成表現上優于 GAN 模型 2021.12 第一個 GLIDE 模型論文發表 2022.04 DALLE2 論文發表并且開放給藝術家、研究人員和用戶使用 2022.05 每周有 1000 名用戶加入研究預覽 2022.07 DALlE 推出定價測試版，超過 100 萬用戶注冊 2022.08 Outpainting 功能加入到編輯中 2022.09 DALLE 測試版無需等待，每天超 150 萬名用戶創建超過 200 萬張圖片 2022.11 DALLE API 可以在公共版本中使用，研發人員可以基于DALLE API 開發

153、APP 2023.10 DALlE 3 發布，在圖像的細節理解、準確度等多維度表現優秀 資料來源：OpenAI官網，信達證券研發中心 1）DALLE DALLE 是一個經過訓練的 GPT-3 120 億參數版本，它可以根據文本描述生成圖像，使用的是文本-圖像對的數據集，根據文本輸入和可選的圖像開頭自回歸生成 256256 大小的圖像。DALLE 沿用了 OpenAI 擅長的基于 GPT 的技術路線（GPT+VQ-VAE）。在此之前，OpenAI 已于 2020 年 6 月發布了 Image-GPT 圖像模型。DALLE 模型根據提供的文本生成了幾個圖片樣本，然后將所有樣本通過 CLIP 模型進

154、行排序，并選擇排名靠前的一個作為模型的結果。圖圖 102：第一代：第一代 DALLE 生成照片示例生成照片示例 資料來源：OpenAI官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 54 2）CLIP CLIP（Contrastive LanguageImage Pre-training）建立在大量關于零樣本轉移、自然語言監督和多模態學習的工作基礎上，是一種基于對比文本-圖像對的預訓練方法或者模型，OpenAI 從互聯網端采集了 4 億的文本-圖像對用于訓練 CLIP 模型。如下圖所示，CLIP包括兩個模型：Text Encoder和 Image Encoder，其中 Text En

155、coder用來提取文本的特征，可以采用 NLP 中常用的 text transformer 模型；而 Image Encoder 用來提取圖像的特征，可以采用常用 CNN 模型或者 vision transformer。CLIP 對比模型可以給來自同一對的圖像和文本產生高相似度得分（如斜對角線上藍色方塊內），而對不匹配的文本和圖像產生低分（斜對角線藍色方塊外），得分最高的對應即是結果。圖圖 103：CLIP 模型訓練方法模型訓練方法 資料來源：Alec Radford等Learning Transferable Visual Models From Natural Language Super

156、vision，信達證券研發中心 3）DALLE 2 DALLE 2 于 2022 年 2 月推出，可以根據文本描述，結合概念、屬性和風格創建原創的、逼真的圖像，也可以擴展圖像以超出原始畫布的范圍，從而創建廣闊的新作品。同時也能增添或者刪除圖片中的元素，例如陰影、反射、紋理等，相比于 DALLE在準確度方面提升了至少 4 倍，達到了 1024*1024 像素。DALLE2 采用了不同的技術方案：擴散模型。其效果比 DALLE 提升很多。但是，DALLE2 在圖像細節、豐富度、物體屬性維度等方面表現得仍略有瑕疵。圖圖 104：DALLE2 在圖像分辨率維度提升在圖像分辨率維度提升 4 倍倍 資料來

157、源：OpenAI官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 55 4）DALLE 3 2023 年 9 月，OpenAI 推出最新得文生圖模型 DALLE-3，在語義理解、顆粒處理、圖像質量等方面，比之前發布的 DALLE-2 實現大幅度提升，可生成寫實、二次元、平面、創意、朋克、3D 等多種類型，圖片質量、豐富度和準確度相較競爭對手某些維度更優，在語意、細節理解上表現更好。除了較好得生圖效果之外，DALLE 3 的最大特點是與 ChatGPT 集成，它原生構建在 ChatGPT 之上，用 ChatGPT 來創建、拓展和優化 prompt。能更好地理解上下文，并且處理較長的 pr

158、ompt 效果會更好，將 prompt 中的措辭都盡可能表現出來。同時在安全性方面，OpenAI 在 DALLE 3 上投入了大量工作，包括制定強有力的安全措施，以防止創建有害的圖像。OpenAI 表示其與外部紅隊成員（一個故意試圖破壞系統以測試系統安全性的團隊）合作，并依賴輸入分類器（一種教語言模型忽略某些單詞以避免顯式或暴力 prompt 的方法）。DALLE 3 也無法生成公眾人物的圖像。圖圖 105：DALLE3 通過通過 ChatGPT 優化優化 Prompt 資料來源：OpenAI官網，信達證券研發中心 圖圖 106：DALLE3 較較 DALLE2 在圖片豐富度、細節方面表現更優

159、在圖片豐富度、細節方面表現更優 資料來源：OpenAI官網，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 56 圖圖 107：DALLE3 和和 Midjourney 對對比比 資料來源：新智元，信達證券研發中心 北美時間 10 月 3 日微軟宣布，OpenAI 最新的 DALL-E 3 圖像生成器現在可供所有微軟 Bing Chat 和 Bing Image Creator 用戶免費使用，微軟有望持續受益于 OpenAI 技術迭代。5.2 多模態多模態 ChatGPT 升級升級 美東時間 2023 年 9 月 25 日，OpenAI 在官網宣布，對 ChatGPT 進行重磅升級實現看圖

160、、聽聲音、輸出語音內容三大功能。OpenAI 表示將向 Plus 和企業版用戶提供看、聽、說功能。語音功能將在 iOS 和 Android 上使用，圖片識別全平臺可以使用。升級后的多模態 GPT3.5 和 GPT4 能夠解讀圖片中的內容，并根據圖像信息進行響應。同時在語音處理方面，增加了語音交互功能。其語音識別采用 OpenAI 的 Whisper 模型。對于語音合成功能，OpenAI 采用新穎的“文本轉語音模型”。此功能發布后，用戶可以選擇通過配置其應用程序設置進行語音交互來激活它?？梢詮奈宸N不同的人工聲音中進行選擇，每種聲音都有獨特的名稱，例如“Juniper”、“Breeze”。5.3

161、多模態多模態 GPT-4V 的工作模式的工作模式 GPT-4V 的輸入支持純文本、單個圖像-文本對、交錯圖像-文本對三種情況，遵循文字說明、視覺指向和視覺參考提示、視覺+文本等多種提示技術，可以逐漸達到多種能力，例如：識別不同種類的東西、理解圖像中人與物體之間的空間關系、確定位置、計算數量；以及對場景文本、表格圖表的推理能力、多語言文本識別描述、代碼能力、多模態嘗試理解和推理能力等。在與多模態系統的人機交互中，指向特定空間位置是一項基本能力，例如進行基于視覺的對話，GPT-4V 可以很好地理解直接畫在圖像上的視覺指針。同時，微軟研究人員也探索了 GPT-4V 在時間和視頻理解上的應用，探索時序

162、預測、時序排序、時序定位、時 請閱讀最后一頁免責聲明及信息披露 57 序推理和基礎時序理解等能力有助于衡量模型在一系列靜態圖像中理解事件順序、預測未來事件發生和分析隨時間變化的活動的能力。圖圖 108：GPT-4V 對指向性提示以及邏輯思考能力對指向性提示以及邏輯思考能力 資料來源：Zhengyuan Yang等The Dawn of LMMs:Preliminary Explorations with GPT-4V，信達證券研發中心 圖圖 109：GPT-4V 對對視頻理解和時間序列的理解能力視頻理解和時間序列的理解能力 資料來源：Zhengyuan Yang等The Dawn of LMM

163、s:Preliminary Explorations with GPT-4V，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 58 5.4 GPT-4V 部分多模態部分多模態應用場景應用場景 圖圖 110：工業場景：工業場景缺陷檢測缺陷檢測 資料來源：Zhengyuan Yang等The Dawn of LMMs:Preliminary Explorations with GPT-4V，信達證券研發中心 圖圖 111：醫藥醫療場景：醫藥醫療場景疾病報告輸出疾病報告輸出 資料來源：Zhengyuan Yang等The Dawn of LMMs:Preliminary Explorations

164、 with GPT-4V，信達證券研發中心 圖圖 112：汽車保險場景：汽車保險場景損壞評估和報告輸出損壞評估和報告輸出 資料來源：Zhengyuan Yang等The Dawn of LMMs:Preliminary Explorations with GPT-4V，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 59 圖圖 113：具身智能場景：具身智能場景Embodied Agent 資料來源：Zhengyuan Yang等The Dawn of LMMs:Preliminary Explorations with GPT-4V，信達證券研發中心 5.5 微軟探索提出多模態模型微軟探

165、索提出多模態模型 CoDi 北美時間 2023 年 6 月 29 日，微軟 Azure 團隊和北卡羅萊納大學以及人員發布了一篇論文通過可組合擴散實現任意生成介紹了一種新穎的生成模型 CoDi（Composable Diffusion），能夠垮多種模式處理并同時生成內容，CoDi 允許從輸入模態的各種組合中協同生成跨越各種模態的高質量和一致的輸出。簡單來說，通過組合訓練、給每個模態打造一個潛在擴散模型 LDM 和橋接對齊策略來解決 A 模型生成 B 模態數據集缺失的問題，就是以帶文本模態的數據集為中介來對齊另外幾種模態去創造共享特征空間，后續通過給每個 LDM 和環境編碼器增加一個交叉注意力模塊

166、去進一步增加生成的模態數量，這樣模型也具備了多模態輸入、輸出的能力。圖圖 114：CoDi 模型架構模型架構 資料來源：Zineng Tang等CoDi:Any-to-Any Generation via Composable Diffusion，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 60 圖圖 115：CoDi 模型多模態輸入輸出展示模型多模態輸入輸出展示 資料來源：Zineng Tang等CoDi:Any-to-Any Generation via Composable Diffusion，信達證券研發中心 5.6 微軟在文生微軟在文生 3D 領域的探索領域的探索RODIN

167、擴散模型擴散模型 2023 年 3 月，由微軟亞洲研究院提出的 Roll-out Diffusion Network(RODIN)模型，首次實現了利用生成擴散模型在 3D 訓練數據上自動生成 3D 數字化身（Avatar）的功能。僅需一張圖片甚至一句文字描述，RODIN 擴散模型就能秒級生成 3D 化身，讓低成本定制 3D 頭像成為可能，為 3D 內容創作領域打開了更多想象空間。在 3D 生成領域此前有不少研究通過利用 GAN 或 VAE 技術從 2D 圖像中訓練數據生成 3D 圖像但效果一般，微軟首次提出 3D Diffusion Model，利用擴散模型的表達能力來建模 3D 內容，通過多

168、張視角圖來訓練 3D 模型。圖圖 116：利用文字生成：利用文字生成 3D 肖像編輯肖像編輯 資料來源：微軟RODIN:A Generative Model for Sculpting 3D Digital Avatars Using Diffusion，信達證券研發中心 六、財務分析 微軟受益于云轉型及數字化轉型加深，公司 FY2018-2023 營業收入自 1103.6 億美元增長至 2119.15 億美元，對應復合增速 14%。其中 FY2023 生產力和業務流程板塊占比 請閱讀最后一頁免責聲明及信息披露 61 32.7%，智能云板塊占比 41.5%，更多個人計算板塊占比 25.8%。受

169、益于底層基礎設施的規模效應，公司費用率近幾年保持持續降低的態勢，FY2023 三大費用占營收比重為27.1%。近年來營業成本保持穩定，在游戲及云業務上加大投入帶來的成本增量可部分被設備使用期限延長所致的折舊攤薄所抵消，毛利率近五年穩中提升，凈利潤率自 FY2018 年后恢復正常區間內并穩健增長，目前保持在 36%+的水平，我們預計后續仍將穩中有升的態勢。進入到 2023 財年以來，受制于全球宏觀經濟影響、匯率因素、個人 PC 需求下滑等不利因素，各業務線收入同比均有不同程度的下滑，看好后續需求恢復后，以及 GPT大模型接入到微軟各產品線后給微軟帶來的收入增量貢獻，我們預計后續業績有望恢復增長。

170、圖圖 117:FY 2018-2023 微軟營業收入、成本、毛利及對應同比增速（單位：百萬美元微軟營業收入、成本、毛利及對應同比增速（單位：百萬美元）資料來源：微軟年度報告，信達證券研發中心 圖圖 118:FY2018-2023 微軟研發費用、銷售費用及管理費用（單位：百萬美元微軟研發費用、銷售費用及管理費用（單位：百萬美元）資料來源：微軟年度報告，信達證券研發中心 110,360 125,843 143,015 168,088 198,270 211,915 38,353 42,910 46,078 52,232 62,650 65,863 72,007 82,933 96,937 115,

171、856 135,620 146,052 0%5%10%15%20%25%050,000100,000150,000200,000250,000FY2018FY2019FY2020FY2021FY2022FY2023總營收營業成本毛利潤營收yoy成本yoy毛利yoy36,949 39,974 43,978 45,940 52,237 57,529 33.5%31.8%30.8%27.3%26.3%27.1%0%5%10%15%20%25%30%35%40%010,00020,00030,00040,00050,00060,00070,000FY2018FY2019FY2020FY2021FY20

172、22FY2023研發費用銷售費用管理費用三大費用合計支出費用合計占營收比例 請閱讀最后一頁免責聲明及信息披露 62 圖圖 119:FY2018-2023 微軟經營利潤、凈利潤及對應同比增速（單位：百萬美元）微軟經營利潤、凈利潤及對應同比增速（單位：百萬美元）資料來源：微軟年度報告，信達證券研發中心 圖圖 120：FY2018-2023 微軟毛利率、營業利潤率及凈利潤率微軟毛利率、營業利潤率及凈利潤率 資料來源：微軟年度報告，信達證券研發中心 七、盈利預測、估值與投資評級 盈利預測及假設 1）生產力與業務流程業務 短期關注 Office 產品及云服務的增速恢復，長期來看在微軟 Office 產品

173、接入 GPT 模型后的 Copilot 功能，一方面或將有效提高 Office 產品及云服務的用戶滲透率，另一方面可能會針對 Copilot 功能收取一定的額外訂閱費，提高單用戶 ARPU。包括像 Dynamics 產品在接入 Copilot 功能后，都可能有類似的成長增值空間。過往幾年該業務收入增速保持在10%-20%區間內，后續隨著 GPT 模型的日漸完善，用戶體驗、使用功能的日益增強，用戶滲透率、付費率以及 ARPU 的提高或可以有所預期。根據公告，FY24Q1 生產力與流程業務收入為 186 億美元，FY24Q2 業績指引為 188-191 億美元。2）智能云業務 35,058 42,

174、959 52,959 69,916 83,383 88,523 16,571 39,240 44,281 61,271 72,738 72,361 22.5%23.3%32.0%19.3%6.2%136.8%12.8%38.4%18.7%-0.5%-20%0%20%40%60%80%100%120%140%160%010,00020,00030,00040,00050,00060,00070,00080,00090,000100,000FY2018FY2019FY2020FY2021FY2022FY2023經營利潤凈利潤經營利潤yoy凈利潤yoy65.2%65.9%67.8%68.9%68.4

175、%68.9%31.8%34.1%37.0%41.6%42.1%41.8%15.0%31.2%31.0%36.5%36.7%34.1%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%FY2018FY2019FY2020FY2021FY2022FY2023毛利率營業利潤率凈利潤率 請閱讀最后一頁免責聲明及信息披露 63 智能云收入將繼續由 Azure 推動，Azure 可能會有季度變化，企業服務由于企業支持服務的增長或將被微軟咨詢服務的下降抵消，收入同比保持相對不變。受到近兩年行業需求擾動、衰退預期等其他宏觀因素影響下，短期 Azure 云服務收入增速仍處在

176、下降趨勢中但仍保持在 25%-30%的相對高增速區間內，且有維穩的跡象拐點。長期看，隨著全球數字化、智能化趨勢浪潮繼續，以及生成式 AI 行業對各行各業的重塑，下游需求的恢復有望推動云服務廠商的收入恢復高增速區間內。根據公告，FY24Q1 智能云業務收入為243 億美元，FY24Q2 業績指引為 251-254 億美元。3）更多個人計算業務 Windows 商業產品和云服務收入將下降至中等個位數。搜索和新聞廣告預計維持 5%。游戲收入預計將實現中高個位數增長。短期看 Windows 市場份額還在下滑趨勢當中，硬件設備的渠道庫存還在消化進程當中。長期看，在微軟 2023 開發者大會上發布的Win

177、dows Copilot 功能的推出，有望培養用戶的 Copilot 功能使用習慣，windows 是整個C 端用戶生態系統的入口，我們認為 windows 市場份額有上升的潛在空間。同時也有望帶動硬件 PC 設備例如 Surface 等的銷量。Bing 搜索引擎方面，同樣隨著 GPT-4 模型的接入，插件功能生態的補強，創新性技術以及用戶體驗有可能使得 Bing 搜索引擎市場份額上升，用戶流量上升，進而帶動公司搜索引擎廣告收入。根據公告，FY24Q1 更多個人計算業務收入為 137 億美元，FY24Q2 業績指引為 165-169 億美元 費用端，公司預計 FY24 Q2 銷售成本為 194

178、-196億美元，運營費用 155-156億美元。綜上，微軟作為全球科技股龍頭公司，短期季度收入增速擾動不改長期向好趨勢，公司一方面隨著高增速業務云服務 Azure 的增速恢復，另一方面基于和 OpenAI 的長期全面合作，微軟完全重塑旗下傳統產品的商業模式、功能模塊及用戶體驗，長期看無論是各應用產品市場份額的增加，還是收入規模上的擴大，都有望給微軟長期帶來成長的想象空間。圖圖 121：微軟收入分拆預測：微軟收入分拆預測 資料來源：微軟年度報告，信達證券研發中心 請閱讀最后一頁免責聲明及信息披露 64 估值與投資評級估值與投資評級 綜上，我們預測微軟 FY2024-2026財年收入分別為 238

179、3.0/2757.7/3248.1億美元，同比增長分別為 12.5%/15.7%/17.8%，歸母凈利潤分別為 850.95/977.37/1187.77 億美元，同比增長分別為 17.6%/14.9%/21.5%?；谖④涀陨碇鳡I業務的穩健發展，季度收入增速受到短期擾動后的恢復，以及和 OpenAI 長周期多維度的深度合作關系帶來的在生成式 AI 行業的先發優勢，微軟重塑了傳統產品的商業模式和用戶體驗等，處在行業發展的領先地位，可給予高于同行業可比公司的平均估值水平。利潤端公司有望自 FY2023Q3后恢復正常發展增速區間，以及未來生成式 AI 有望給公司旗下產品帶來的增值空間，如Micro

180、soft 365 的訂閱收入、Azure 云的增量需求收入、Bing 搜索引擎等諸多潛在增長點。截至 2023 年 11 月 01 日，公司市值 25,721 億美元，按當前市值測算，2023/2024/2025財年對應 PE 分別為 30.2/26.3/21.7 倍。根據同行業可比公司表現以及微軟在生成式 AI行業影響力來看，按照 2026 財年可比公司平均 PE 24-30 倍區間來測算，公司市值對應28,507-35,633 億美元。重點推薦受益于生成式 AI 浪潮下具備先發優勢的龍頭公司微軟。表表 7：同行業可比公司估值情況：同行業可比公司估值情況 資料來源：Wind、Bloomber

181、g，信達證券研發中心 八、風險因素 1.云計算行業整體收入增速恢復不及預期 微軟智能云業務作為公司目前最主要的增長動力來源，如果繼續受到下游企業云業務需求的下滑以及對潛在的美國經濟衰退預期等影響，公司云業務的高增速恢復或將延緩，影響公司營收端的增長和市場信心。2.生成式 AI 行業發展不及預期 生成式 AI 行業在經歷了短期熱潮后，熱門應用的流量及活躍用戶數或有所下滑，后續或需要更多有實質性提升工作效率和娛樂體驗等方面的應用落地，用戶持續性付費或可成為 AI 公司持續投入資本開支的關鍵，有望進一步利好云計算行業的發展。3.微軟 Copilot 產品力和產品體驗不及預期 微軟 Copilot 相

182、關產品正式版推出時間尚未可知，正式版推出后的用戶體驗及付費率趨勢尚未可知。本文對 Microsoft 365 Copilot 產品營收貢獻測算基于一定前提假設，存在滲透率等條件預期等因素導致測算結果偏差。截至2023.11.01序號代碼證券簡稱總市值（億美元）FY2023EFY2024EFY2025EFY2026EFY2023FY2024FY2025FY20261ORCL.US甲骨文ORACLE2896.8985.03112.54132.44157.5834.125.721.918.42GOOGL.US谷歌GOOGLE15826728833.08951.11070.321.719.016.61

183、4.83AMZN.US亞馬遜AMAZON14158267.3373.7515.3679.853.037.927.520.84ADBE.US奧多比ADOBE2479.1153.8261.2670.3480.3846.140.535.230.85INTU.US財捷INTUIT1370.9523.8427.223441.957.550.440.332.7642.542.534.734.728.328.323.523.57MSFT.US微軟彭博預測842.15963.36微軟模型預測850.95977.37對應市盈率PEGAAP歸母凈利潤億美元（彭博一致預測）平均值 請閱讀最后一頁免責聲明及信息披露

184、65 資產負債表資產負債表 單位:百萬美元 利潤表利潤表 單位:百萬美元 會計年度會計年度 2022A 2023A 2024E 2025E 2026E 會計年度會計年度 2022A 2023A 2024E 2025E 2026E 流動資產流動資產 169,684 169,684 184,257 184,257 200,026 200,026 217,898 217,898 257,325 257,325 營業收入營業收入 198,270 211,915 238,304 275,772 324,811 貨幣資金 13,931 34,704 60,502 82,495 121,878 營業成本 6

185、2,650 65,863 71,132 85,489 99,067 應收賬款 44,261 48,688 54,097 62,682 73,930 毛利 135,620 146,052 167,172 190,283 225,744 預付及其他流動資產 111,492 100,865 85,427 72,721 61,517 其他非經常性損益 2,448 3,212 2,434 2,074 2,100 非流動資產非流動資產 195,156 227,719 261,607 292,937 321,957 銷售及營銷費用 21,825 22,759 24,212 25,665 27,333 長期投

186、資 0 0 0 0 0 研發費用 24,512 27,195 31,274 35,965 42,439 固定資產 74,398 95,641 107,434 117,662 126,404 管理費用 5,900 7,575 8,493 9,767 11,525 無形資產凈值 91,970 91,598 111,393 130,198 148,064 營業利潤營業利潤 83,383 88,523 103,193 118,886 144,447 其他非流動資產 28,788 40,480 42,780 45,076 47,489 財務成本凈額 2,063 1,968 1,580 1,400 1,2

187、40 資資產總計產總計 364,840 411,976 461,632 510,835 579,282 其他損益-52 -456 -273 -368 -457 流動負債流動負債 95,082 104,149 114,870 131,476 152,946 稅前利潤稅前利潤 83,716 89,311 103,774 119,192 144,850 應付賬款 19,000 18,095 20,404 24,411 28,153 所得稅開支 10,978 16,950 18,679 21,455 26,073 應交稅金 4,067 4,152 4,478 5,335 6,237 凈利潤凈利潤 72

188、,738 72,361 85,095 97,737 118,777 交易性金融負債 0 0 0 0 0 少數股東損益 0 0 0 0 0 借貸到期部分 2,749 5,247 4,193 2,779 1,721 歸屬母公司凈利潤歸屬母公司凈利潤 72,738 72,361 85,095 97,737 118,777 其他流動負債 69,266 76,655 85,796 98,951 116,836 非流動負債非流動負債 103,216 101,604 96,604 92,604 88,604 負債合計負債合計 198,298 205,753 211,474 224,080 241,550 普

189、通股 86,939 93,718 93,598 93,418 93,218 現金流量表現金流量表 單位:百萬美元 庫存股 0 0 0 0 0 會計年度會計年度 2022A 2023A 2024E 2025E 2026E 儲備 84,281 118,848 162,903 199,680 250,857 經營活動現金流經營活動現金流 89,035 87,582 100,028 114,218 137,645 其他綜合收益-4,678 -6,343 -6,343 -6,343 -6,343 凈利潤 72,738 72,361 85,095 97,737 118,777 歸屬母公司股東歸屬母公司股東

190、 權益權益 166,542 206,223 250,158 286,755 337,732 折舊攤銷 14,460 13,861 10,412 11,966 13,393 少數股東權益少數股東權益 0 0 0 0 0 營運資本變動 446 -2,388 5,102 4,820 5,878 負債和股東權益負債和股東權益 364,840 411,976 461,632 510,835 579,282 其它非現金調整 1,391 3,748 -581 -306 -403 投資活動現金流投資活動現金流-30,311 -22,680 -25,437 -24,270 -24,164 資本支出-23,886

191、 -28,107 -42,000 -41,000 -40,000 重要財務指標重要財務指標 單位:百萬美元 投資變動 2,876 18,438 10,213 14,403 15,024 會計年度會計年度 2022A 2023A 2024E 2025E 2026E 其他-24,863 -4,786 2,161 1,706 1,643 營業總收入143,015 198,270 211,915 238,304 275,772.324,811 籌資活動現金流籌資活動現金流-58,876 -43,935 -48,599 -67,760 -73,904 同比（%）18.0%6.9%12.5%15.7%17

192、.8%股本增加-30,855 -20,379 -39,960 -59,940 -66,600 歸母凈利潤 72,738 72,361 85,095 97,737 118,777 銀行借款-9,023 -2,750 -6,054 -5,414 -5,058 同比（%）18.7%-0.5%17.6%14.9%21.5%支付利息和股利-18,135 -19,800 -1,580 -1,400 -1,240 毛利率（%）68.4%68.9%70.2%69.0%69.5%現金流凈增加額現金流凈增加額-293 20,773 25,798 21,994 39,382 ROE%43.7%35.1%34.0%3

193、4.1%35.2%EPS(攤薄)(元)9.75 9.74 11.45 13.15 15.98 P/E 26.35 34.98 30.23 26.32 21.65 P/B 11.51 12.27 10.28 8.97 7.62 PE/G 1.41 2.43 1.77 1.01 請閱讀最后一頁免責聲明及信息披露 66 Table_Introduction 研究團隊簡介研究團隊簡介 馮翠婷，信達證券傳媒互聯網及海外首席分析師馮翠婷，信達證券傳媒互聯網及海外首席分析師，北京大學管理學碩士，香港大學金融學碩士，中山大學管理學學士。2016-2021 年任職于天風證券，覆蓋互聯網、游戲、廣告、電商等多個板

194、塊，及元宇宙、體育二級市場研究先行者（首篇報告作者），曾獲 21 年東方財富 Choice 金牌分析師第一、Wind 金牌分析師第三、水晶球獎第六、金麒麟第七，20 年 Wind 金牌分析師第一、第一財經第一、金麒麟新銳第三。鳳超，信達證券傳媒互聯網及海外團隊高級研究員，鳳超，信達證券傳媒互聯網及海外團隊高級研究員，本科和研究生分別畢業于清華大學和法國馬賽大學，曾在騰訊擔任研發工程師，后任職于知名私募機構，擔任互聯網行業分析師。目前主要負責海外互聯網行業的研究，擁有 5 年的行研經驗，對港美股市場和互聯網行業有長期的跟蹤覆蓋。主要關注電商、游戲、本地生活、短視頻等領域。劉旺，信達證券傳媒互聯網

195、及海外團隊高級研究員。劉旺，信達證券傳媒互聯網及海外團隊高級研究員。北京大學金融學碩士，北京郵電大學計算機碩士，北京郵電大學計算機學士，曾任職于騰訊，一級市場從業 3 年，創業 5 年（人工智能、虛擬數字人等），擁有人工智能、虛擬數字人、互聯網等領域的產業經歷。李依韓，信達證券傳媒互聯網及海外團隊研究員。李依韓，信達證券傳媒互聯網及海外團隊研究員。中國農業大學金融碩士，2022 年加入信達證券研發中心，覆蓋互聯網板塊。曾任職于華創證券，所在團隊曾入圍 2021 年新財富傳播與文化類最佳分析師評比，2021 年 21 世紀金牌分析師第四名，2021 年金麒麟獎第五名，2021 年水晶球評比入圍。

196、白云漢，白云漢，信達證券傳媒互聯網及海外團隊研究員信達證券傳媒互聯網及海外團隊研究員。美國康涅狄格大學金融碩士，曾任職于騰訊系創業公司投資部，一級市場從業 2 年。后任職于私募基金擔任研究員，二級市場從業 3 年，覆蓋傳媒互聯網賽道。2023 年加入信達證券研發中心，目前主要專注于美股研究以及結合海外映射對 A 股、港股的覆蓋。請閱讀最后一頁免責聲明及信息披露 67 分析師聲明分析師聲明 負責本報告全部或部分內容的每一位分析師在此申明，本人具有證券投資咨詢執業資格，并在中國證券業協會注冊登記為證券分析師,以勤勉的職業態度,獨立、客觀地出具本報告；本報告所表述的所有觀點準確反映了分析師本人的研究

197、觀點；本人薪酬的任何組成部分不曾與，不與，也將不會與本報告中的具體分析意見或觀點直接或間接相關。免責聲明免責聲明 信達證券股份有限公司(以下簡稱“信達證券”)具有中國證監會批復的證券投資咨詢業務資格。本報告由信達證券制作并發布。本報告是針對與信達證券簽署服務協議的簽約客戶的專屬研究產品，為該類客戶進行投資決策時提供輔助和參考，雙方對權利與義務均有嚴格約定。本報告僅提供給上述特定客戶，并不面向公眾發布。信達證券不會因接收人收到本報告而視其為本公司的當然客戶?？蛻魬斦J識到有關本報告的電話、短信、郵件提示僅為研究觀點的簡要溝通，對本報告的參考使用須以本報告的完整版本為準。本報告是基于信達證券認為可

198、靠的已公開信息編制，但信達證券不保證所載信息的準確性和完整性。本報告所載的意見、評估及預測僅為本報告最初出具日的觀點和判斷，本報告所指的證券或投資標的的價格、價值及投資收入可能會出現不同程度的波動，涉及證券或投資標的的歷史表現不應作為日后表現的保證。在不同時期，或因使用不同假設和標準，采用不同觀點和分析方法，致使信達證券發出與本報告所載意見、評估及預測不一致的研究報告，對此信達證券可不發出特別通知。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議，也沒有考慮到客戶特殊的投資目標、財務狀況或需求?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況，若有必要應尋求專家意見。本

199、報告所載的資料、工具、意見及推測僅供參考，并非作為或被視為出售或購買證券或其他投資標的的邀請或向人做出邀請。在法律允許的情況下，信達證券或其關聯機構可能會持有報告中涉及的公司所發行的證券并進行交易，并可能會為這些公司正在提供或爭取提供投資銀行業務服務。本報告版權僅為信達證券所有。未經信達證券書面同意，任何機構和個人不得以任何形式翻版、復制、發布、轉發或引用本報告的任何部分。若信達證券以外的機構向其客戶發放本報告，則由該機構獨自為此發送行為負責，信達證券對此等行為不承擔任何責任。本報告同時不構成信達證券向發送本報告的機構之客戶提供的投資建議。如未經信達證券授權，私自轉載或者轉發本報告，所引起的一

200、切后果及法律責任由私自轉載或轉發者承擔。信達證券將保留隨時追究其法律責任的權利。評級說明評級說明 風險提示風險提示 證券市場是一個風險無時不在的市場。投資者在進行證券交易時存在贏利的可能，也存在虧損的風險。建議投資者應當充分深入地了解證券市場蘊含的各項風險并謹慎行事。本報告中所述證券不一定能在所有的國家和地區向所有類型的投資者銷售，投資者應當對本報告中的信息和意見進行獨立評估，并應同時考量各自的投資目的、財務狀況和特定需求，必要時就法律、商業、財務、稅收等方面咨詢專業顧問的意見。在任何情況下，信達證券不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任，投資者需自行承擔風險。投資建議的比較標準投資建議的比較標準 股票投資評級股票投資評級 行業投資評級行業投資評級 本報告采用的基準指數：標普 500指數（以下簡稱基準）；時間段：報告發布之日起 6 個月內。買入：買入：股價相對強于基準 20以上；看好：看好：行業指數超越基準；增持：增持：股價相對強于基準 520；中性：中性：行業指數與基準基本持平；持有：持有：股價相對基準波動在5%之間；看淡：看淡：行業指數弱于基準。賣出：賣出：股價相對弱于基準 5以下。