AI收入開始寫進財報，Microsoft與Snowflake的現金流撐得起股價嗎？

 

Microsoft用兩大分部重畫AI營運版圖

Microsoft(MSFT)將從2027會計年度第一季起，重新劃分財報分部。原有三大分部將整併成「Agents and Infra」與「Devices and Consumer」，財報閱讀方式也會跟著改變。

Agents and Infra涵蓋Azure、Microsoft 365、GitHub、產業解決方案與支援服務。Devices and Consumer則包含Windows OEM、裝置、Xbox、搜尋與廣告。雲端、軟體與AI代理集中到同一分部，反映產品邊界逐漸模糊，也讓企業客戶的AI採用更容易對應到營收。

執行長Satya Nadella希望市場重新理解Azure的商業模式。Azure將更明確地被視為用量計價平台，也就是客戶使用更多運算、儲存與AI服務，公司收入便隨之增加。這種模式與傳統軟體授權的收入節奏差異很大，投資人接下來會更關注雲端工作負載、推論需求與企業AI代理的實際消耗量。

Microsoft預估首季Agents and Infra營收介於751.5億至757.5億美元，Devices and Consumer約147億至152億美元。公司維持整體營收898.5億至909.5億美元的區間，顯示本次調整集中在資訊呈現與管理架構，短期營收展望沒有大幅變化。

報表重新分類本身無法創造收入，卻會影響市場評估Microsoft的方法。未來若Agents and Infra持續提高占比，投資人能更直接檢查AI資本支出，是否轉成Azure用量、M365採用與GitHub相關收入。

 

Snowflake的AI工作負載開始反映在產品收入

Snowflake(SNOW)提供了另一種AI商業化證據。新一季產品收入達14.9億美元，年增37%，較前一會計年度末的30%增速加快7個百分點。公司也把2027會計年度產品營收展望上調至60.7億美元。

管理層表示，這是連續第二季創下美元計價的歷史新高季增額，約一半的成長加速來自AI工作負載，包括CoWork與CoCo的採用。AI需求已進入用量計價收入，因此產品收入增速比單純的產品發布數量更有參考價值。

客戶組合也顯示Snowflake正在進入大型企業的資料架構。本季新增692家客戶，總客戶數達14,554家；Forbes Global 2000客戶增加14家，累計829家。過去12個月產品收入超過1,000萬美元的客戶共有65家，年支出超過100萬美元的客戶則達828家。

淨收入留存率維持126%。這項指標衡量既有客戶一年後的支出變化，126%代表原有客戶群的消費仍在擴張。企業把資料遷移、AI推論與應用開發放進Snowflake後，平台用量有機會隨工作負載增加。

 

營業利益率上修，AI毛利壓力仍需消化

Snowflake第二季非GAAP營業利益率達15%，年增超過400個基點。公司因此將全年非GAAP營業利益率預期由13.5%上調至14.5%，調整後自由現金流率目標維持23%，GAAP獲利目標仍設定在2028會計年度第四季。

這組數字說明營收加速與費用控管可以同時發生。營業利益率改善超過4個百分點，讓AI投資具備較清楚的財務紀律，也降低高速成長完全依賴支出擴張的疑慮。

財務長Brian Robins也提出保留條件。AI工作負載目前毛利率略低，短期會壓抑整體毛利表現。模型推論需要額外運算資源，收入增加時，相關雲端成本也會上升。規模效益與營運效率能否抵銷這項壓力，將影響未來營業利益率的上升速度。

因此，Snowflake的財務觀察需要同時追蹤三項訊號：產品收入增速、淨收入留存率，以及毛利率與營業利益率的變化。若產品收入維持擴張，既有客戶持續增加消費，營業利益率也能逐步提高，AI工作負載的商業價值便會更加完整。

 

Snowflake選擇資料管控與模型路由層

Snowflake把產品定位放在受管控的資料基礎，以及不同AI模型之間的選擇中樞。企業可依成本、效能與內部政策，在前沿模型、開源模型及Snowflake自研模型之間切換。

Cortex AI Gateway負責模型路由，也就是依照企業規則與實際效能，把任務分配給適合的模型。這項能力符合企業導入AI時的需求：資料權限需要統一管理，模型成本需要控制，工作負載也需要保留更換供應商的彈性。

Snowflake將研發資源集中在Arctic系列等範圍較窄的模型，追求特定任務的精準度與效率。公司目前沒有投入高成本的通用前沿模型競賽，資本配置更靠近資料、應用與治理層。模型選擇權成為平台價值的一部分，也可能提高企業把更多資料與AI流程留在Snowflake上的意願。

 

AI贏家的判準轉向收入、利潤與現金流

Microsoft與Snowflake位於AI基礎建設的不同環節。Microsoft掌握雲端算力、企業軟體與開發工具，並透過財報重組呈現AI用量經濟；Snowflake則從企業資料平台切入，靠AI工作負載推升產品收入與客戶消費。

市場研究也把這類公司與AT&T(T)、AIG(AIG)等營收停滯或衰退的成熟企業放在一起比較。Trane Technologies(TT)則透過技術與效率提升，取得雙位數成長及自由現金流擴張。這些案例反映科技驅動的產業升級可以跨越軟體、雲端與工業設備，但每家公司仍需交出可量化的營運成果。

Meta、CrowdStrike、Broadcom與Nvidia(NVDA)過去幾年的股價上升，都伴隨營收快速成長及新技術需求擴張。AI題材進入財報分部、產品收入、留存率、營業利益率與自由現金流後，市場判斷標準也更加嚴格。

AI收入能否轉成長期現金流，將決定Microsoft的報表重組與Snowflake的成長加速能維持多久。後續觀察集中在Azure用量、Snowflake產品收入、AI工作負載毛利率，以及兩家公司能否在持續投資下擴大利潤。財務紀律與使用量同步改善，才足以支持AI基礎建設的長期成長。