微软近日向美国证券交易委员会提交的10-K年度监管文件中，首次明确披露了来自OpenAI的营收规模——在截至2026年6月的财年内，这一数字达到241亿美元。这一数据并非来自微软7月29日发布的第四财季财报，而是来自同期提交的监管备案文件，也是微软首次公布来自OpenAI的商业营业收入。

在此之前，市场对微软AI业务的总规模仅有两次公开参考：一次是截至2024年12月的季度，微软表示AI业务年化销售额正向130亿美元迈进；另一次是截至2026年3月的季度，首席执行官萨提亚·纳德拉表示AI业务年化营收正向370亿美元以上迈进。然而，370亿美元是年化运行速率（annual run rate），而非实际确认的全年营收。彭博分析以微软3月季度披露的123%同比增速为假设进行测算，认为截至6月财年的AI业务实际营收约为340亿美元。按此基准，OpenAI贡献的241亿美元在微软AI业务总营收中的占比过半，可能高达70%左右。

这一收入结构意味着，微软AI业务的增长叙事在很大程度上依赖于单一合作伙伴的算力消耗与收入分成。微软发言人证实，上述AI业务总营收已包含来自OpenAI的全部销售额及收入分成。

剔除OpenAI之后增速为何出现断崖式下滑

将OpenAI的贡献剥离后，微软AI业务的增长质量呈现出截然不同的面貌。数据显示，若剔除来自OpenAI的收入，微软AI相关商业预订额（RPO）的同比增速将从约84%骤降至25%。

这一落差揭示了两个核心问题。其一，微软AI业务的高增速高度集中于OpenAI这一个体。OpenAI向微软支付的费用主要包括三部分：Azure云计算与推理算力的使用费、AI模型开发相关成本，以及一定比例的营收分成。这三部分收入均直接与OpenAI的运营规模和商业化进度挂钩，而非广泛的企业端AI产品渗透。

其二，微软自有AI产品的商业化进度尚未形成足够的规模效应。尽管Microsoft 365 Copilot付费席位已突破3,000万个，净新增席位环比翻倍以上，但相较于OpenAI贡献的241亿美元量级，Copilot及企业端AI服务的收入贡献仍存在明显差距。增速从84%降至25%——接近60个百分点的落差——意味着微软非OpenAI的AI业务增速仅相当于行业平均水平，而非领先者应有的表现。

单一客户集中度如何影响微软的估值逻辑

投资者对微软AI业务的定价逻辑正在发生深刻变化。2026年以来，微软股价累计下跌近20%，在“科技七巨头”中表现垫底。2026年6月，微软股价单月下跌近19%，创下2000年12月互联网泡沫破裂以来最差的月度表现。在微软披露OpenAI贡献241亿美元收入后，股价当日仍下跌1.1%至每股487.46美元。

市场担忧的核心在于集中度风险。微软商业云剩余履约义务（RPO）高达6,250亿美元，其中约45%与OpenAI相关。这意味着微软未来的云收入管道中，接近一半的规模建立在对单一合作伙伴持续成功的假设之上。KeyBanc分析师Jackson Ader指出，目前尚存一个关键疑问：OpenAI的241亿美元贡献中，有多少来自收入分成协议，又有多少来自云计算或其他微软服务。这一区分的核心意义在于：若收入主要来自向OpenAI提供的Azure算力服务，则属于可持续的商业服务收入；若主要来自股权投资带来的分成收益，则其可持续性和可预测性将大打折扣。

此外，微软与OpenAI已于2026年4月修订合作协议，将OpenAI向微软支付的营收分成总额上限定为380亿美元，该安排将持续至2030年。这意味着，即便OpenAI未来收入继续高速增长，微软能够从中获取的分成收益也将受到硬性封顶。这一上限对微软AI业务的长期增长天花板构成了制度性约束。

微软为何难以摆脱对OpenAI的依赖

微软并非没有意识到单一依赖的风险。近年来，微软已采取多项措施试图降低对OpenAI的依赖，包括投资竞争对手Anthropic PBC并提供算力支持，以及加速推进自有AI模型的研发。微软AI模型业务负责人公开表示，公司“支付给Anthropic大量资金，目标是减少并最终消除这一成本”。在核心办公产品中，微软已开始在Excel和Outlook等应用中以内部自研的MAI模型替代OpenAI和Anthropic的模型。

然而，这些努力在短期内难以改变收入结构的基本面。OpenAI至今仍是Azure最大的单一客户。尽管微软在第四财季表示，新增约510亿美元商业预订额均来自AI初创企业以外的客户，但放眼整个财年，OpenAI依旧贡献了年度预订额增长的大部分。

根本原因在于算力供应的锁定效应。OpenAI的大规模模型训练与推理需要消耗天量Azure算力资源，这部分算力消耗直接转化为微软的AI业务收入。只要OpenAI保持现有的模型迭代节奏和用户规模，其对Azure算力的需求就不会消退。而微软若主动削减对OpenAI的算力供应，不仅会损失当期收入，还可能迫使OpenAI转向其他云服务商——这正是微软最不愿意看到的局面。

高资本支出能否撑起AI业务的长期回报

微软在AI基础设施上的投入规模令人瞩目。2026年第四财季，微软资本开支达410亿美元，同比暴涨69%，2026全财年资本投入总额突破1,450亿美元，年内新增88座数据中心。微软预计2026自然年资本支出约为1,900亿美元，因会计核算方式变更（将数据中心使用年限从15年延长至25年）后，报告支出降至约1,750亿美元。

巨额资本支出的回报逻辑建立在AI算力需求持续增长的预期之上。Azure收入在2026财年首次突破1,000亿美元，季度同比增长43%，为2022年初以来最快增速。然而，当AI业务收入中有约70%来自单一客户时，资本支出的回报周期和风险敞口都需要重新评估。

若OpenAI的业务节奏发生变化——无论是模型训练需求下降、转向其他云服务商，还是自身收入增长放缓——微软为AI算力储备而建设的庞大数据中心集群将面临利用率不足的风险。约三分之二的资本开支投向CPU、GPU等短周期资产，这些硬件资产的折旧周期远短于数据中心建筑，意味着微软在算力设备上的投资回收压力更为紧迫。

赢家通吃格局对加密AI项目意味着什么

微软与OpenAI的深度绑定关系，是当前AI产业“赢家通吃”格局的典型缩影。头部大模型公司集中获取资本、算力与用户，而云服务商则通过绑定头部模型公司锁定算力需求。这种模式下，资源和增长高度集中于少数几家企业。

对于加密AI赛道而言，这一格局提供了双向启示。一方面，去中心化AI项目试图打破的正是这种集中化结构——通过分布式算力网络、开源模型和加密经济激励，构建不依赖于单一中心化实体的AI基础设施。微软对OpenAI的依赖所暴露出的集中度风险，恰恰为去中心化AI的价值主张提供了现实注脚。

另一方面，加密AI项目也面临自身的经济模型挑战。去中心化算力网络需要在成本、延迟和可信度上与中心化云服务竞争。如果无法形成足够规模的算力供需双边网络，去中心化AI项目同样可能陷入增长瓶颈。微软案例表明，即便是在资源最充裕的科技巨头手中，AI业务的可持续增长仍高度依赖于客户结构的多元化——这一逻辑对加密AI项目同样适用。

从微软案例看AI赛道的结构性风险

微软AI收入高度集中于OpenAI的事实，揭示了当前AI产业一个更深层的结构性特征：产业链的价值分配与风险分布并不对称。云服务商承担了算力基础设施建设的主要资本支出，但AI业务收入的增长却高度依赖于少数大模型公司的商业化进程。

这种结构在产业上升期能够实现快速增长——微软AI业务从130亿美元年化运行速率到370亿美元以上，仅用了约三个季度。但在产业波动期，集中度的负面影响将被放大。一旦头部大模型公司的增长放缓或合作关系发生变化，与其绑定的云服务商将面临收入增速的骤降。

微软的应对策略——投资多个模型提供商、自研模型、调整与OpenAI的分成上限——本质上是在分散风险。但这些措施的实际效果仍需时间验证。对于整个AI赛道而言，微软案例提供了一个重要的分析框架：在评估任何AI相关企业的增长前景时，收入来源的多元化程度与客户集中度，应成为与营收规模同等重要的核心指标。

总结

微软2026财年AI业务年化收入达370亿美元，其中来自OpenAI的贡献约241亿美元，占比高达70%左右。剔除OpenAI后，微软AI相关商业预订额增速从84%骤降至25%。这一收入结构揭示了微软AI增长的高度单一依赖性——商业云剩余履约义务中约45%与OpenAI相关，股价年内下跌近20%，市场对其增长质量与可持续性的疑虑持续加深。微软已通过投资Anthropic、自研MAI模型、修订与OpenAI的分成上限协议等方式试图分散风险，但短期内收入结构难以根本改变。对于AI赛道参与者而言，微软案例表明：增长规模之外，收入多元化的健康度与客户集中度的可控性，是衡量AI业务长期价值的核心维度。