AI開始寫進財報，微軟與Snowflake誰先把用量變現金流

 

微軟把財報分部改成 AI 視角

Microsoft(MSFT)最近做了一件很少見的事：先改報表語言，再改市場理解方式。公司在提交給美國證券交易委員會(SEC)的 8-K 文件中宣布，從 2027 會計年度第一季開始，原本三大分部會縮成兩塊：Agents and Infra，以及 Devices and Consumer。這代表 Azure、Microsoft 365(M365)、GitHub、產業解決方案與支援服務，會被放進同一個 AI 與基礎建設框架裡看。

Satya Nadella 的說法很直白，AI 已經在模糊產品邊界，也在重塑商業模式。微軟的做法，等於把投資人習慣看的授權、裝置、雲端分類，改成觀察雲端用量與 AI 工作負載的消費曲線。這種調整先反映的是管理層怎麼定義公司，接著才是市場怎麼替公司定價。

 

Azure 會更像用量計價的平台

新架構裡，Azure 被描述得更像一個純粹的 consumption-based 平台與基礎建設業務。這件事很關鍵，因為它把觀察焦點從過去的線性營收模型，推向雲端運算被實際消耗多少。對市場來說，這種分法會讓 AI 與雲端基礎建設的權重更高，也更容易把微軟的成長故事和整體 AI 需求連在一起。

微軟同時給出 2027 會計年度第一季的分部營收區間。Agents and Infra 預估 751.5 億到 757.5 億美元，Devices and Consumer 約 147 億到 152 億美元，整體營收仍維持 898.5 億到 909.5 億美元。這表示公司這次重整主要在改呈現方式，短期財測沒有出現劇烈翻修。

 

Snowflake 把 AI 工作負載變成實際收入

Snowflake(SNOW)則給了另一種答案。公司最新一季產品收入 14.9 億美元，年增 37%，比前一會計年度末 30% 的成長率再加速 7 個百分點。執行長 Sridhar Ramaswamy 說，這已經是公司連續第二季創下美元計價的歷史新高季增額，而成長加速約有一半來自 AI 工作負載，包括 CoWork 與 CoCo 的擴散。

這組數字的意義，在於 AI 不再只是產品展示或概念驗證，而是開始推動實際收入。Snowflake 本季新增 692 家客戶，總數達 14,554 家，Forbes Global 2000 客戶再添 14 家，累計 829 家。高價值客戶也在放大使用量，目前有 65 家客戶在過去 12 個月貢獻超過 1,000 萬美元產品收入，另有 828 家客戶年支出超過 100 萬美元。

 

留存率與獲利率一起往上

財務數據也跟著改善。Snowflake 的淨收入留存率維持在 126%，代表既有客戶在導入更多 AI 與遷移工作負載後，持續增加平台消費。公司第二季非 GAAP 營業利益率已到 15%，年增超過 400 個基點，因此把全年非 GAAP 營業利益率預期從 13.5% 上調到 14.5%，調整後自由現金流率目標仍維持 23%。

管理層也重申，2028 會計年度第四季達成 GAAP 獲利仍是目標。財務長 Brian Robins 透露，AI 工作負載目前毛利率略低，短期會壓抑整體毛利預期。不過公司看法很清楚：只要規模繼續擴大、營運效率持續提升，AI 投入和整體營業利益率可以同時改善。

 

Snowflake 的策略是管控層，不是前沿模型競賽

在產品路線上，Snowflake 選擇扮演「受管控的數據基礎 + 模型選擇中樞」。Ramaswamy 提到，企業客戶在意的是能在前沿模型、開源模型與 Snowflake 自研模型之間自由切換，兼顧成本與效能。公司推出 Cortex AI Gateway，就是讓任務根據政策與實際效能資料，自動路由到不同模型。

產品主管 Christian Kleinerman 也說得很清楚，Snowflake 不打算去訓練自己的前沿模型，而是聚焦 Arctic 這類範圍更窄、但精準度與效率更高的模型。這條路線的市場訊號很明確：公司想把資本開支壓在可控範圍內，同時把 AI 帶來的工作負載留在自己的資料平台上。

 

AI 進入財報與估值重估階段

微軟與 Snowflake 放在一起看，市場正在重估 AI 時代的贏家定義。傳統藍籌像 AT&T(T) 與 AIG(AIG)，因為營收成長停滯或衰退，被研究機構點名要靠更大幅度的創新，才有機會改善估值折價。相對地，Trane Technologies(TT) 這類靠技術與效率拉動雙位數成長、同時擴張自由現金流的公司，會更容易被市場放進新一輪科技升級的受惠名單。

研究平台也提到，Meta、CrowdStrike、Broadcom 和 Nvidia(NVDA) 這些過去幾年大漲的公司，在起漲前都有一個共同特徵：營收成長明顯，且和新技術浪潮高度連結。這代表 AI 題材已經走到財報結構、指標設計與獲利模式的深水區。

我會把現在的焦點放在兩件事。第一，微軟這類平台型巨頭能否把 AI 工作負載持續轉成可追蹤的雲端消費；第二，Snowflake 這類資料平台能否在維持財務紀律的同時，把 AI 使用量做成長期留存。誰能把技術紅利轉成穩定現金流，誰就更接近下一階段的 AI 領先地位。