核心结论：AI时代最终的赢家，不一定是拥有最强大模型的公司，而可能是能够整合模型、企业数据、云计算和应用入口的平台型公司。

摩根士丹利认为，随着AI进入多模型时代，微软拥有从底层芯片、Azure云计算，到Fabric数据平台、Foundry模型编排，再到Copilot应用入口的完整技术体系，有机会在多个环节实现商业化。

一、最重要的6个观点

1. AI正在进入多模型时代，不会只有一个赢家。

未来企业很可能同时使用GPT、Claude、Gemini、开放权重模型以及行业专用模型。复杂推理选择能力更强的模型，简单、重复的任务使用更便宜的小模型。

报告引用的数据表明：

• 63%的受访技术领导者已经使用开放权重模型。
• OpenRouter平台前50个热门模型中，开放权重模型的Token占比，从一年前约38%提升至约65%。
• 企业将越来越关注完成一项任务所需的总成本，而非单纯比较模型能力。

需要注意，OpenRouter的数据不代表整个AI市场。

2. AI模型越来越便宜，企业数据反而越来越值钱。

当模型能力越来越接近时，决定AI能否真正解决企业问题的，是它能否理解企业内部的客户信息、销售记录、产品数据、财务系统和业务流程。

因此，报告特别强调Microsoft Fabric：它通过OneLake统一管理企业数据，让Copilot和AI Agent可以使用这些信息。

3. AI Agent可能成为企业数据的新一代消费者。

过去查询数据库的主要是员工和分析师，未来AI Agent可以自动检索文件、查询数据库、调用工具并执行任务。

一个员工每天可能只查询几十次数据，但智能体执行一个复杂任务就可能产生大量数据访问。

Fabric采取按容量计费模式，因此智能体越普及，其潜在收入增长空间就越大。

4. Foundry争夺的不是模型市场，而是AI控制权。

在多模型环境中，企业必须决定哪项任务使用哪个模型，同时管理成本、安全、权限和运行效果。

Foundry希望成为统一的模型路由和智能体管理平台。它的价值在于，让企业不必过度依赖某一家模型提供商。

5. 微软最大的优势是全栈整合。

6. AI成本下降，不一定意味着云厂商收入下降。

报告引用研究指出，实现与2023年前沿模型相当的智能水平，最低成本在两年内下降了约1000倍。

摩根士丹利认为，成本下降会让更多低价值、高频率的业务任务值得使用AI。即使单次模型调用更便宜，整体调用次数、数据读取、存储和网络消耗也可能明显增长，从而推动Azure需求。

二、值得关注的核心数据

到2030年，全球数据与AI相关潜在市场规模将达到约5410亿美元，2025—2030年合计年复合增长率约21%。这是市场预测，并非已实现收入。

三、摩根士丹利对微软的估值判断

基于2026年10月6日微软收盘价529.30美元，不代表当前实时股价。报告维持“增持”评级。

摩根士丹利预测，微软2028财年每股收益为24.06美元，2029财年增至30.11美元。其看多理由是Azure维持高速增长、Copilot持续商业化，以及Fabric和Foundry创造新的AI收入来源。

不过，研报也预测毛利率可能从2026财年的67.9%下降至2029财年的63.4%，说明庞大的AI基础设施投资仍将带来利润率压力。

四、投资层面最重要的启示

我认为报告最值得重视的地方是：AI产业的价值可能逐渐从单纯的模型能力，向企业数据、模型编排、应用分发和云基础设施共同扩散。

对微软而言，潜在优势是多层业务可以同时变现；但风险同样存在：亚马逊Bedrock、谷歌的企业AI平台，以及Cloudflare、OpenRouter等独立模型网关，都在争夺模型路由与控制平面。模型趋于商品化，并不意味着微软必然赢得这个市场。