译序： 摩根士丹利最近连出两份关于微软的研报，说的是同一件事：大模型竞赛的胜负手不在模型本身。这一篇先把 TheStreet 拿到的大摩 10 月 12 日研报完整译出。那份研报依据 2026 年第三季度 AlphaWise CIO 调研。随后附上 10 月 26 日大摩新研报的核心内容，解释大摩给出的三条理由。

需要先说明来源情况。大摩的研报原件是付费内容，未能公开取得。下文第一部分译自 TheStreet 原文，那是记者拿到共享研报后写成的报道。第二部分译自英文快讯对大摩 10 月 26 日研报的报道。那份快讯由中文稿机器翻译而来，因此这一部分的关键数字，我以大摩研报的中文编译稿逐项核对过。对研报本身的判断，文中都保留了“摩根士丹利认为”的归属。这些是投行观点，不是已发生的事实。

大家一直在看错一场比赛

AI 圈忙着纠结哪家实验室能做出最好的模型。摩根士丹利最新一份 CIO 调研指向的，却是水面下更安静的一场较量——微软可能已经在赢。

摩根士丹利 10 月 12 日与 TheStreet 共享了一份研报。研报公布了 2026 年第三季度 AlphaWise CIO 调研的结果。该行维持对微软的“增持”评级和 600 美元目标价，当日收盘价是 541.15 美元。但更说明问题的数据不在股价上，而在于企业的 IT 主管认为 AI 的钱究竟会流向哪里。

微软赢在对 AI 最要紧的地方

摩根士丹利在这份调研里抛出的一个颇有意思的问题，是关于 AI 编排层的。不是你用哪个模型，而是谁站在模型之上调度流量、管理数据权限、盯着成本。这一项微软拿到 20% 的选择，大模型厂商合计 17%，紧随其后。谷歌 5%，亚马逊 4%。

这个结果和流行叙事正好相反。此前的假设是，谁赢了模型之争，谁就赢下企业 AI 之争。但越来越多的公司正把工作负载摊到多个模型上，而不是押注一家。

不同任务一旦跑起不同的模型，一家公司就需要有东西站在模型之上把事情理顺。这就是编排层，而眼下大多数 CIO 说要找的就是微软。

微软在这件事上的布局是四层：

• 基础设施层用 Azure
• 企业数据交给 Fabric
• 用 Foundry 挑选和路由 AI 任务
• 由 Copilot 把结果送进日常应用里

企业完全可以用这套栈去跑竞争对手的模型，微软照样在基础设施、数据层和软件三层收钱。一条 AI 工作流，三处收入机会。

摩根士丹利给微软的目标价是 600 美元，但目标价背后的区间才说明真正的问题。

支出意向仍偏向微软，但差距在收窄

调研显示，30% 的 CIO 认为 2026 年生成式 AI 支出中占比最大的赢家是微软。这个比例比上一季度的 27% 有所上升。大模型厂商合计 16%，谷歌 8%，亚马逊 7%。

把时间拉长到三年，情况就变复杂了。微软 28%，上一季度还是 30%。同一时间窗里，大模型厂商从 17% 升到 21%。那个曾经看起来板上钉钉的厂商整合故事，并没有发生。

公司在同时跑多个模型。这些模型背后的实验室，如今出现在了一年前它们还进不来的采购谈判桌上。

这可以读成微软的坏消息。摩根士丹利不这么看。同时应付几个模型自有它的麻烦。总得有人造出把这一切理顺的工具。这就是 Foundry 要做的生意。

ROI 问题正在变成微软的销售话术

有件事该让 AI 多头停一下。42% 的 CIO 告诉摩根士丹利，他们还无法衡量 AI Token 支出的回报。另有 28% 说回报低于投入。只有 13% 处在领先位置。

企业没有干等着。43% 已经上了 Token 支出管控，另有 31% 说会在 2027 年底前装上。两项加起来，是企业市场的大多数正在主动弄清楚 AI 到底要花掉他们多少钱。

对微软的含义很直接。IT 主管被要求为每一美元开销给出交代的时候，这样的工具价值主张相当清楚。它帮企业把简单任务分流到便宜模型，把贵模型留给真正需要它的活。

这就是 Foundry 的推销词，调研数据表明市场对它的胃口在变大。

Azure 仍是主导云，但增速在放缓

云这一边，79% 的受访 CIO 说所在组织在用 Azure，AWS 是 66%，谷歌云 43%。这和更宏观的市场数据吻合——在全球云基础设施支出中，Azure 排在 AWS 之后位列第二。

2026 年 IT 预算份额增量的净得分，微软是 +43%，亚马逊 +26%，谷歌 +4%。往后看三年，差距依然大：微软 +35%，亚马逊 +11%。

需要打折的是增速。用 Azure 的 CIO 预计 2026 年支出增长 15%，低于去年调研针对 2025 年的 21%。AWS 同样是 15%，谷歌云 12%。按使用量微软仍是最大的云，但它过去相对亚马逊的那点增速优势基本没了。

更长的跑道在 AI 工作负载本身。调研中 CIO 们目前把 AI 和机器学习放在云支出的 3.8%。三年后他们预计这个数字会到 9.9%。哪怕只有一半增量流经 Azure，需求图景也会和当下增速显示的完全不同。能不能走到那一步是另一个问题。

这份数据告诉不了你的

CIO 调研是意向的快照，不是合同。一个受访者说微软会拿到他 2026 年 AI 预算的最大份额。到了明年 1 月，坐在对面的 CFO 可能有完全不同的看法。何况编排层的偏好数据尤其早——Foundry 还是个相对新的产品。

摩根士丹利给微软的目标价是 600 美元，但目标价背后的区间才说明真正的问题。乐观情景到 795 美元，悲观情景跌到 250 美元。最好和最坏之间 545 美元的差距，是对“大家其实都没那么懂”的一次相当诚实的承认。调研数据显示的是 CIO 说他们想把钱花在哪。至于这能不能兑现成微软支撑估值所需要的数字，那是另一场对话了。

这份调研真正捕捉到的，是企业提的问题变了。过去是：我们该用哪个 AI 模型？现在是：谁能让我们的这些模型一起好好工作？这场较量得到的关注远不如模型之争，但它最终可能更重要。而现在 CIO 们试着回答这个问题时，第一个冒出来的名字是微软。

大摩 10 月 26 日新研报：多模型世界里的三条理由

一周后，摩根士丹利在 10 月 26 日又发了一份研报，把“为什么是微软”讲得更直接。“增持”评级和 600 美元目标价维持不变。摩根士丹利认为，市场仍低估了微软在 AI 产业链上的长期增长潜力。

一、模型越多，Azure 与 Foundry 越值钱

按研报引用的 OpenRouter 数据，该平台使用量前 50 的模型中，开放权重模型占约 72% 的 Token 使用量。一年前只有约 22%。自 2026 年初以来，用多家模型供应商产品搭建应用的微软客户数量增长了五倍。

模型选择正从一次性技术决策，转向持续的成本和性能优化过程。Foundry 目前支持超过 1.1 万个 AI 模型，为企业提供统一的模型访问、管理、评估和部署环境。无论企业最终选哪家的模型，相关工作负载仍然跑在 Azure 云基础设施上。摩根士丹利认为，这种架构不依赖单一模型供应商，让微软在模型之间的竞争中保持相对中立。

二、Microsoft 365 与 Copilot 的分销优势难以复制

随着 AI 推理成本下降，越来越多高频、低价值的日常任务开始具备自动化的经济可行性。微软已经通过 Microsoft 365 与 Copilot 进入企业核心流程——生产力、协作、通信和知识管理。与需要额外采购部署的独立 AI 应用不同，微软可以直接把 AI 助手和智能体送进客户每天办公的环境里。

目前 Microsoft 365 Copilot 的付费席位数已超过 3000 万个。最新 CIO 调研显示，47% 的受访 CIO 倾向选微软来搭建定制化 AI 应用。选亚马逊 AWS 和谷歌的各占 10%。

目前同时使用 Fabric 和 Foundry 的客户已超过 1.7 万家，同比增长 60%。在这个体系里，Fabric 整合企业数据、提供业务上下文。Foundry 挑选并调度适合不同任务的模型。Microsoft 365 与 Copilot 把 AI 能力直接嵌进员工的日常工作流。企业部署的 AI 应用越多，Azure 基础设施的使用量就越高。这形成一条从数据、模型到应用和云资源消耗的持续增长循环。摩根士丹利认为，这种横跨 AI 技术栈多个层面的布局，是微软的重要优势。它让微软区别于单一模型厂商或独立 AI 应用开发商。

三、推理成本下降，可能做大按使用量收费

研报援引了“杰文斯悖论”：一项技术的使用效率提高、单位成本下降时，它的总体消费量反而可能增加。推理成本走低会压低单次 AI 调用的收入。但摩根士丹利认为，更便宜的价格会刺激企业扩大使用范围，显著增加调用总量。

微软正在逐步扩大 AI 产品里的按使用量计费机制。比如 Copilot Studio 通过 Copilot Credits，按企业实际使用智能代理的情况收费。随着智能体能以更低成本执行更多高频任务，企业使用量有望明显上升。微软还能用多模型架构，按不同任务的成本和性能要求，把工作负载分配给最合适的模型。这能进一步压低 AI 服务的运营成本。所以推理成本下降未必意味着 AI 业务盈利能力承压。它反而可能通过扩大规模、提高配置效率，为收入增长和单位经济效益改善创造机会。

估值与风险

按 10 月 23 日 524.51 美元收盘价计算，微软未来 12 个月预期市盈率约 27 倍。历史上这个倍数在 28 至 29 倍。当前 PEG 比率约 1.3 倍，历史区间约 1.9 至 2.2 倍。摩根士丹利认为，Azure 增长、Copilot 商业化和 AI 服务使用量提升带来了长期盈利潜力。微软当前估值仍有吸引力。基本情景下，微软 2028 财年每股收益有望达到 24.08 美元，对应约 25 倍市盈率，支持 600 美元目标价。乐观情景下，每股收益可能达到 27.64 美元，对应 795 美元的估值。

风险也在报告里。如果宏观疲软导致企业 IT 支出放缓，或者 AI 应用普及速度低于预期，微软的收入增长和盈利能力可能受影响。持续增加的 AI 基础设施投资也可能对利润率形成压力。该行预计，微软 Azure 及其他云服务收入在 2027 财年增长 44.9%，2028 财年增长 43.2%。Microsoft 365 商业云业务同期增速预计分别为 16.3% 和 17.2%。

原文链接

• 来源：Morgan Stanley finds a new twist in Microsoft's AI story（TheStreet） ｜ 镜像页 Investment Digger ｜ 发布日期：2026-10-15 ｜ 抓取/翻译日期：2026-10-31
• 来源：M Stanley: Microsoft Has 3 Reasons to Prevail in Multi-Model World（AASTOCKS） ｜ GMT EIGHT 英文编译稿 ｜ 发布日期：2026-10-27 ｜ 抓取/翻译日期：2026-10-31
• 交叉核对：腾讯新闻·智通财经中文编译稿 ｜ 凤凰网财经中文编译稿