微软FY2024Q2业绩电话会分析师问答lg...

点击收听微软FY2024Q2业绩电话会回放 $微软(MSFT)$

马克·默德勒

您已经讨论过 Azure 是稳定的，并且您提供了 Azure 增长稳定性，但如果我们深入一层，我们会看到 Azure AI 将成为收入的更大一部分。我知道将直接人工智能收入与其他由人工智能良好驱动的 IaaS、PaaS 收入分开是很困难的，你能帮我解决两个相关问题吗？优化已经稳定下来，在某种程度上，它应该成为收入流的一部分。我们应该如何思考接下来会发生什么，我们是否会看到非直接人工智能消费持平，还是会随着云转移的继续和推理数据需求的增长而出现反弹？

第二点。在 AI 方面，从驱动大部分 Azure AI 使用的训练到推理，我们处于哪个阶段？您认为我们什么时候开始看到非 Microsoft 推理开始出现，您认为我们什么时候可以达到推理成为驱动因素的更重要部分？

萨提亚·纳德拉

让我来说一下关于推理和训练，你所看到的大部分内容都是推理。因此，大型模型训练的内容根本不属于我们的任何较高数字。什么小批量训练，所以有人正在做微调或者你有什么，那会在那里，但这只是一小部分。因此，您在 Azure 数字中看到的大部分内容都是广泛的推断。

马克，我认为思考一下可能会有所帮助，比如人工智能的新工作负载是什么？显然，在我们的例子中，人工智能的新工作负载始于前沿之一我的意思是，始于前沿模型 Azure OpenAI。但这不仅仅是一种模型，对吧。所以，你首先——你采用这个模型，你做RLHF，你可能会做一些微调，你做检索，这意味着你要么加热一些存储仪表，要么加热一些计算仪表。

顺便说一句，您还将把一个大模型提炼为一个小模型，这也许是一种训练。但这是小批量训练，本质上使用推理基础设施。所以，我认为这就是正在发生的事情。因此，您甚至可以说这些人工智能工作负载本身将有一个生命周期，即它们将被重建，然后随着时间的推移不断优化。所以，这有点片面。我想如果我理解你的问题，传统优化发生了什么，我想上个季度我们说过。第一，我们将继续这样的循环，人们将构建新的工作负载，优化工作负载，然后开始新的工作负载。所以我认为这就是我们继续看到的情况。但我认为那段时期只是优化，没有新的工作负载开始，我认为这已经结束了。因此，您看到的更多的是客户的连续循环，无论是人工智能还是传统工作负载。

艾米·胡德

不，也许我只会添加一些内容。我认为无论你使用“研磨”这个词，这些优化可比较还是可比缓动都是同一件事，我们正在达到这一点，在 H2 中这是绝对正确的。我们想专门讨论人工智能的贡献，因为萨蒂亚谈到的原因是——人工智能的大规模应用正在开始。我们希望能够向人们展示，这就是这一点的运作方式，它推断人们期望生产力提高的工作负载，以及增加收入的其他好处，所以，我确实认为这些都是相关的。最终，我们追求的 TAM 是这两者的最佳选择，包括人工智能工作负载和我猜的“非人工智能工作负载”，尽管就 Satya 的观点而言，你需要所有这些。

布伦特·希尔

考虑到您和萨蒂亚在人工智能方面的投资，利润率的提高对大多数人来说是相当令人震惊的。我很好奇您是否可以简单介绍一下，这是如何实现的，以及到目前为止您在扩大人工智能规模时试图管理的一些成本是什么？

艾米·胡德

团队正在努力研究这个主题。我们确实指出，由于一年前费用的影响，第二季度您看到的利润率改善幅度比我所说的运行率利润率改善幅度更大。那么，我首先要说的是。其次，绝对利润率的改善也非常好，这表明，我认为萨蒂亚谈到的一件事我重申了一点，那就是，我们真的想确保我们正在进行投资，我们正在使它们在整个技术堆栈中保持一致。无论哪个团队属于哪个团队，我们正在构建的技术堆栈都包含人工智能支持。

因此，可以考虑建立这种一致性，而不需要添加大量资源来做到这一点。开展这项工作是我们整个投资基础设施的真正枢纽。我认为这很重要，因为这意味着你正在转向人工智能优先的立场，不仅在我们使用的语言方面，而且在人们日常工作的方面。这显然确实创造了一个杠杆机会。许多团队在提高产品毛利率方面也做出了非常好的工作，我们在 Office 365 中进行了讨论，在 Azure 核心中进行了讨论。我们甚至在我们的设备产品组合中讨论了这一点，我们在这一年中看到了重大改进。

因此，当你在毛利率水平上进行改进，再加上我们在不增加大量人员的情况下，将我们的员工队伍重新转向人工智能优先的工作上，你最终会得到这种类型的员工。的杠杆作用。我们仍然需要投资。因此，重要的是，投资于将塑造未来十年的事物，并继续专注于能够兑现您的日常承诺。所以这是一个很好的问题。希望这有助于分解一些组件。

卡什·兰根

这是一个出色的季度，取得了巨大的进步。萨蒂亚只想问你一个问题。云计算以我们十年前无法想象的方式改变了技术堆栈，数据库层、操作系统层的本质都发生了巨大的变化。您如何预见生成式人工智能将如何改变我们所知的技术堆栈？太感谢了。

萨提亚·纳德拉

我认为这将产生非常基础的影响。事实上，你可以说核心计算架构本身发生了变化，从功率、功率密度到数据中心设计，再到以前的加速器，现在可以说是主CPU，或者说主计算。单元。所以，我认为在网络、内存架构等所有方面。因此，随着核心计算机架构的变化，我认为每个工作负载都会发生变化。所以是的，所以有一个完整的，就像我们的数据层一样，去年对我来说最令人兴奋的事情就是看到我们的数据层是如何演变为人工智能构建的，对吧？

如果您考虑 Fabric，您会发现 Fabric 的天才之一就是能够说，让我们将存储与计算层分开。在计算方面，我们将有传统的 SQL，我们将有 Spark。顺便说一句，您可以在同一个数据湖（或者 Lakehouse 模式）之上拥有 Azure AI 作业。然后你可以结合所有这些不同的计算的商业模式。这就是计算架构的类型。所以这有点——所以这只是一个例子。工具正在发生变化。

办公室，我的意思是，如果你想一想，如果我看看副驾驶； Copilot 通过 GPT 实现的可扩展性、Copilot 应用程序对 Copilot 堆栈的扩展，这是技术堆栈发生的另一部分。所以是的，我的意思是，绝对可以构建。我是说。我确实相信，在云中对构建人工智能非常有帮助，但现在，人工智能只是在基础设施层面和应用程序模型上重新定义了拥有的意义、云的样子。

卡尔·凯斯特德

我想回到人工智能，到 Azure 的六点人工智能提升非常出色，但我想问一下你们在建立基础设施以满足这一需求方面的进展情况。如果您觉得 Microsoft 的 GPU 供应受到限制。您所取得的成功是否可能解决了其他一些云基础设施提供商所讨论的一些扩展瓶颈，也许在基础设施扩展方面可能会很有趣。

艾米·胡德

我认为我们对增加产能方面的进展感到非常满意。您开始看到我们的资本支出从大约一年前开始加速，并且您已经看到我们通过这个过程进行扩展。正如我们所讨论的服务器和新的数据中心足迹，这就是为了能够满足我们所看到的这种需求以及我们所期待的真正不断变化的需求。

所以，我确实觉得团队做得非常好。我觉得，很明显，这是我们正在构建的，但我们也使用了第三方能力来帮助我们满足客户需求。我认为展望未来，考虑到我们在管道方面的情况，您将倾向于工商业引导，加速资本支出，以便在未来几个季度继续增加产能。

布拉德·泽尼克

我们听到的有关 Microsoft 365 copilot 的早期市场反馈非常有力。您能否更详细地说明您所看到的采用趋势与过去可能推出的其他新产品相比，如果有什么阻碍它怎么办，以及将其交到客户手中的优先级如何？您会采取什么措施来激励将其推向市场？谢谢。

萨提亚·纳德拉

在我的评论中，我提到了相对于我们之前的套件（例如 E3 或 E5）的增加。不管是两个月，肯定比这快得多。所以，从这个角度来看。我想说，看到需求信号、部署信号是令人兴奋的。我正在按租户查看，甚至使用情况，它比其他任何东西都快，因为它更容易，对吧。我的意思是，它会显示在您的应用程序中，如果您单击它，就像任何功能区一样，它就会成为一种日常习惯。

事实上，它让我想起了个人电脑采用的时代，对吧。我认为这首先是从很少有人有权访问开始的。有很多公司在做标准发行，对吧。就像个人电脑被早期采用者采用后的某个时刻成为标准一样。我认为这至少是我们所期望的周期。

就我们所看到的而言，这实际上很有趣，如果你看看我们拥有的数据，总结，这就是第一，就像我在团队内部、会议期间、会议之后对团队会议进行总结会议，Word文档总结，我在电子邮件中收到一些关于总结的内容。所以总结就成了一件大事。草稿，对，你正在起草电子邮件，起草文件。因此，任何时候你想开始做某事，空白页的事情就会消失，你可以从提示和起草开始。

聊天，对我来说，最强大的功能是现在您拥有公司中最重要的数据库，这恰好是您的文档和通信的数据库。现在它可以通过自然语言以一种强大的方式进行查询，对吧。我可以去说，艾米说了些什么，我应该留意下个季度，它将会有非常详细的信息。

所以聊天、总结、草稿，顺便说一句，还有行动。最常用的东西之一是，这是Word文档，完成后，我的意思是，为我创建一个PowerPoint。所以，这些也是刚刚开始的事情。所以，我觉得这些都变成了——但从根本上来说，发生的事情是，如果你还记得 PC 采用周期，它所做的是工作工件和工作流程发生了变化，对吧。您可以想象在 Excel 和电子邮件之前以及之后的预测是什么。同样，随着人们更快地总结、更快地起草监管提交文件，您将看到工作和工作流程发生变化。聊天以获取您的业务知识。因此，这些就是我们所看到的总体模式。

艾米·胡德

也许只是补充两点。正如我所说，对于一些公司来说，令人兴奋的事情之一是，这将成为像 PC 一样的标准问题，对于其他公司来说，他们可能希望与较小的团队合作，看到生产力的提高，然后进行扩张。因此，能够取消我们本月早些时候所做的一些座位要求，这确实会让客户也能够使用这种方法。

我要补充的另一件事是，我们总是在企业软件中谈论，你销售软件，然后你等待，然后它被部署，然后部署后，你想看到使用情况。特别是，我们所看到的以及您所期望的，在某些方面，即使在早期阶段，Copilot 的部署也发生得非常快。

但我们真正看到的是参与度的增长。至于萨蒂亚关于如何学习和行为改变的观点，您会看到参与度随着时间的推移而增长。所以我认为这些只是为了确定这一点，因为当我们想到你从我们那里听到的乐观情绪时，这是一个重要的动力。

马克·墨菲

是否可以将AI服务的6点顺风展开，只是帮助我们了解这3个增量点提升了哪些要素。例如，更多的是开放式 AI 推理、GitHub Copilot、其他 Copilot、Azure OpenAI 服务、在 Azure 上运行的第三方 LLM。我只是想知道，您在该活动中看到最强劲的进步在哪里？

艾米·胡德

马克，在不涉及大量行项目的情况下，将其视为真正的更简单，人们通常采用它在 API 上进行推理。我的意思是这是最简单的思考方式。我们还看到了您谈到的 GitHub Copilot 的增长——Satya 谈到的，我们看到越来越多的第三方以一些小方式使用它进行培训。但目前这主要是一个推理工作负载，就驱动这个数字的因素而言。我们过去也是这么想的。

萨提亚·纳德拉

Azure OpenAI 以及 Azure 之上 API 上的 OpenAI 将是主要驱动力。但还有很多小批量训练正在进行，是否让 Jeff 进行微调。然后很多人开始将模型即服务与所有其他新模型一起使用，但今天主要是 Azure 开放人工智能。

布拉德·雷巴克

艾米多年来在商业 Office 365 席位增长远远超过了 ARPU，在过去的几个季度中，显然，随着席位数量变得非常大，我们正在趋同。正如我们展望的那样，它们是否应该运行一段时间，或者我们是否应该期望 ARPU 在短期内超过座位增长？谢谢。

艾米·胡德

让我把组件分开。然后我们可以回到他们是否应该平衡或者只是继续下去，无论你是否相信，有点独立的轨迹，我将解释为什么我这么说。我们所谈论的席位增长目前主要来自中小型企业和真正的一线工人场景。有时，您的观点是，这些是 ARPU 较低的席位，但也有新的席位，因此您可以在席位数中看到这一点。

随着我们的经历，我们看到这一数字逐季度有所下降，我们已经指导下个季度确实会再次发生这种情况，但一个非常独立的事情是能够增加 ARPU。传统上，本季度也是如此，对吧，这是 E3 超时的结果。然后从E5开始。我们继续看到非常健康的席位势头，并且您听到了非常好的续订。所以，所有这些，在某种程度上，完全独立于座位增长。那么接下来的事情，实际上我们刚刚谈到，也许在 Brad 的问题中我试图回忆起来，你会看到 Copilot 的收入将在那里作为 ARPU，对吧。这不会显示席位增长。因此，随着时间的推移，您将拥有 E3、E5 过渡、副驾驶，所有这些都会出现在 ARPU 中，然后您的席位增长仍然主要是小型企业和一线员工，也许还有新的行业场景。所以，布拉德，不管你信不信，我倾向于不把它们视为相关的台词。我认为它们是我们运行的一种独特的独立动议，仍然有席位增长的空间，显然，通过我们讨论的杠杆，ARPU 也有增长的空间。

泰勒·拉德克

Satya 您对 GitHub Copilot 的热情在上周的电话会议和纽约 AI 峰会上显而易见。我想知道您如何考虑定价，显然，这正在为开发人员带来令人难以置信的突破和生产力。但是，您如何看待自己在 GitHub Copilot 上随时间推动 ARPU 的能力，并告诉我们您如何考虑下一阶段的新版本？

萨提亚·纳德拉

我总是回到自己的信念，即这一代人工智能将会有所不同，从 GPT 2.5 转向 3 开始。然后它在开发人员场景中与 GitHub copilot 一起使用，所以是的。我认为这是它最进化的地方。就其经济效益或生产力效益而言，您可以看到。我们在微软内部看到了这一点，我们在对客户进行的所有关键研究中都看到了这一点，每个人都谈论过它的崛起，但这是一个它正在成为任何开发人员的标准问题的地方，就像你外卖一样Word 中的拼写检查，我将失业。同样，我认为 GitHub Copilot 会成为任何从事软件开发的人的核心。

你提到的事情有点延续艾米所说的，对吧。因此，您将开始看到人们将这些工具视为生产力增强器，对吧。我的意思是，如果我看一下，我们的 ARPU 值很高，但相当低。你知道，尽管我们取得了很大的成功，但我们并不是一家高价 ARPU 的公司。我认为你要开始寻找的是，无论是销售副驾驶还是服务副驾驶，还是安全副驾驶的 GitHub Copilot。

他们将从根本上获取他们在运营支出生产力方面所带来的一些价值，对吧。因此，软件支出的目标就相当于 2 个、3 个点的运营支出杠杆。我认为这是一个非常简单的价值方程式。所以这是第一次，我的意思是，这不是我们以前能够提出的理由，而现在我认为我们有这样的理由。然后，即使是水平副驾驶也是艾米所说的，这是在 Office 365 或 Microsoft 365 级别，即使在那里，您也可以做出相同的论点，无论我们在 E5 上有什么 ARPU，现在，您可以以百分比的形式逐步看到例如，您愿意为副驾驶支付多少费用，以节省更多时间。

所以，是的，我认为总的来说，我确实认为这是我们下一阶段知识工作和一线工作的新向量，甚至在他们的生产力和我们如何参与方面也是如此。我认为 GitHub 副驾驶，我从来没有认为工具业务从根本上参与了公司支出的运营费用，比如说，开发活动，现在你看到了这种转变，它不仅仅是工具，而是关于生产力你的开发团队。

(这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)