微軟營收、獲利超預期,為何股價盤後交易反下跌3%?
微軟營收、獲利超預期,為何股價盤後交易反下跌3%?

本週,微軟公佈了2020財年第四季(4月至6月)財報,雖然防疫期間全民遠端工作,令企業通訊軟體Teams迎來用戶暴漲,但雲端業務成長趨緩,仍讓外界對微軟的表現感到失望。

這一季的財報中,微軟營收為380億美元,同比成長13%,超過華爾街預期的365億美元;淨營收達112億美元,每股盈餘則為1.46美元,同樣高於預期的1.34美元,不過稍早全面關閉實體門市的決定,令每股盈餘減少了5美分。

非商業用 Microsoft cleanfotos Shutterstock.com
前陣子全面關閉實體門市的決定,令本季每股盈餘減少了5美分。
圖/ ShutterStock

這樣的成績理應收穫好評,然而雲端業務大幅趨緩的成長,反倒令微軟股價在盤後交易下跌約3%。

Azure成長幅度創史上最低,不符投資者期待

在各大企業因疫情開始加速數位轉型、邁向數位化時刻,微軟Azure雲端業務較前一年成長47%,乍看之下不錯的成績, 不僅低於外界49%的預估,更是有史以來最低的成長幅度

微軟並未透露Azure實際的營收表現,不過包含Azure、伺服器、雲端服務、企業服務在內的智慧雲端類別,營收較前一年成長17%達134億美元。

Azure
Azure成長幅度創史上最低,令微軟股價在盤後交易下跌3%。

但部份投資者期望看見更高的成長幅度,他們期待Azure受益於遠端工作趨勢而起飛,從1至3月財報發布至今,微軟股價成長了約20%。

微軟是雲端市場第二大業者,僅次於亞馬遜,不過亞馬遜4月至6月財報尚未公佈可能無從衡量,但若比較1月至3月表現的話,當時AWS營收為102億美元,較去年成長33%。

微軟財務長艾米.胡德(Amy Hood)表示,Azure的表現符合公司預期及承諾,「我對我們的當前表現非常樂觀,展望未來市場我們將持續重點投資資料中心。」

微軟執行長薩蒂亞.納德拉(Satya Nadella)表示,「世界終將走出疫情陰霾,我們在疫情下投資越多,屆時我們將更為強大。」

遊戲類受益在家防疫趨勢,Xbox營收狂漲65%

至於包含Office、LinkedIn及Dynamics的「生產力及業務流程」營收則為118億美元,較去年同期成長約6%,但也低於外界預期的119億美元。《彭博社》指出,這是因為民眾轉向訂閱而非買斷,需要更多時間才能補回差距。

由於各家企業紛紛凍結招募,徵才廣告大幅縮減,LinkedIn營收成長僅10%,是過去5年最低水準。LinkedIn也因為頹靡的業務表現,前陣子宣佈裁員960人,縮減約6%員工。

微軟Xbox 家用遊戲主機
Xbox受益於防疫趨勢營收暴漲65%,微軟也重申新一代主機將在年底準時亮相。
圖/ 微軟提供

但並非所有業務類別都表現平平,囊括Windows、Xbox及Surface的「更多個人運算」類別營收成長14%達129億美元,遠超外界預期的114.6億美元,也是營收最高的一次。

其中Xbox及遊戲相關項目受益於防疫期間的大封鎖,營收前所未有飆漲65%。今年5月,微軟才宣佈旗下熱門遊戲《Minecraft》銷售突破2億套,每月活躍玩家更達到1.26億人。

Windows的銷售則略為趨緩,較去年成長9%;搜尋廣告更是嚴重衰退,經濟蕭條企業紛紛暫停廣告,較去年同期整整下滑18%,也是唯一衰退的業務類別。

雖然微軟這季的財報讓投資者有些失望,但若放長眼光,分析師仍舊看好微軟接下來的表現。維德布什分析師丹.艾夫斯(Dan Ives)評論,擁抱雲端及遠端工作的趨勢仍在發酵,未來其主力產品Azure及Office 365可望受益於這股浪潮。

責任編輯:蕭閔云

資料來源:ReuterBloombergCNBCMarketwatch

關鍵字: #微軟 #財報 #Xbox
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓