Parte 2 · Solo novedades de la earnings call
NASDAQ: MSFT — Microsoft Corporation
Lo que la call añade a las cifras
Detalle operativo, de producto y de plataforma de la conferencia de resultados FY26 T4, ausente en el resumen de cifras
Call de resultados
29 jul. 2026
FY26 T4
El marco estratégico que da Satya Nadella
Dos objetivos: que la IA amplifique a cada persona, y que cada organización construya su propio bucle de aprendizaje continuo
Idea central repetida en el Q&A: las empresas no deben "externalizar" su propiedad intelectual a un solo proveedor de modelos. La arquitectura de Microsoft separa el harness (memoria, contexto, acción) de cualquier modelo concreto, haciendo cada modelo "sustituible" — así el cliente controla su propio "capital de tokens".
Expansión de infraestructura — el dato físico detrás del capex
Nuevos centros de datos
31 este trimestre
88 en total en el año fiscal, en 5 continentes
→
Velocidad de despliegue
−50%
Reducción del tiempo "dock-to-live" de nuevas GPU en las regiones principales
→
Capacidad añadida
+1 GW este trimestre
En camino a duplicar la capacidad total en solo 2 años
La pila propia de silicio y modelos
Detalle técnico dado en la call, no presente en las cifras financieras
Silicio propio (Maia / Cobalt)
- Maia 200 entrega un 30% mejor rendimiento por dólar que la última generación de la flota, y ya soporta modelos de OpenAI y de la propia familia MAI
- Microsoft será de los primeros proveedores cloud en desplegar infraestructura de nueva generación basada en AMD Helios y NVIDIA Vera Rubin
- Las VM Cobalt ya dan servicio a cargas propias y de clientes como Adobe, Arm, Elastic, OpenAI, Sprinklr y TomTom
- Cobalt 200 estará en más de 25 centros de datos en todo el mundo a finales de este mes
- Acuerdo de soberanía de IA con Mistral para traer sus modelos a Microsoft Sovereign Cloud (entornos público, controlado por el cliente y totalmente desconectado)
Catálogo y eficiencia de modelos propios
- Catálogo de más de 11.000 modelos en Foundry; los clientes que construyen con modelos de múltiples proveedores se multiplicaron por 5 desde inicios de año
- Más de una docena de modelos propios nuevos, incluido el primer modelo de razonamiento, MAI-Thinking-1
- Ahorros de coste de GPU documentados: −89% en Dynamics 365 con MAI-Voice-2-Flash y hasta −84% en PowerPoint con MAI-Image-2.5
- En GitHub Copilot, MAI-Code-1-Flash logra mayor tasa de aceptación de código con un 10% menos de consumo de tokens
Capas de datos, contexto y agentes
Producto nuevo o con tracción destacada en la call
PostgreSQL en Azure
+55%
ingresos, acelerando por tercer trimestre consecutivo · nuevo servicio HorizonDB con 3x el throughput de despliegues autogestionados
Fabric
40.000+
clientes de pago, +60% interanual · nuevo SDK "Rayfin" (backend agent-first) con 2.500+ clientes, usado también por apps de Replit
Agent 365
~40M
agentes registrados en solo 2 meses desde el lanzamiento, en decenas de miles de empresas
Foundry como plataforma de agentes
- 100.000 clientes de Foundry; los ingresos se han más que duplicado interanualmente
- Los clientes de Foundry con un ritmo anualizado de 1 billón de tokens se multiplicaron por 4 interanualmente
- Nueva capa "Web IQ": da a los agentes acceso a inteligencia del mundo real desde la web; ya la usan los asistentes de IA más populares, incluido ChatGPT
- Telefónica adoptó Foundry como base de su plataforma agéntica corporativa, empezando por operaciones de red
Copilot: de chat a "super app"
- Las puntuaciones de satisfacción de usuario se han duplicado en los últimos 3 trimestres, en máximos históricos; la latencia bajó un 25% solo este trimestre
- El tiempo desde el despliegue hasta el uso alto (~80% de usuarios activos mensuales) ha pasado de meses a solo días en el último año
- Nuevos "Autopilots": agentes autónomos de larga duración, incluido un agente personal siempre activo basado en "OpenClaw"
- Se anuncia la unificación de chat, Cowork, Autopilots y Code en una única super app para consumo y empresa
Adopción empresarial citada en la call
Clientes y despliegues concretos mencionados por Nadella
NHS England · 505.000 puestos, ahorra 43 min/día por empleado
EY · 400.000 empleados con E7, mayor despliegue hasta la fecha
KPMG · despliegue a 276.000+ profesionales
HSBC · 200.000 puestos comprometidos
Mass General Brigham · Dragon Copilot en 4.000+ sanitarios, −21% burnout
AstraZeneca, Boeing, Infosys, Koch, P&G, Stellantis, TCS, UPMC, Wells Fargo, Wipro · 60.000+ puestos cada uno
GitHub y seguridad
Cifras de producto no incluidas en el resumen financiero
GitHub Copilot acelera con el nuevo modelo de precios
- GitHub Copilot alcanza 50 millones de usuarios; GitHub en conjunto suma 225 millones
- 1 de cada 3 pull requests en GitHub ya involucra a un agente
- Tras introducir la facturación por uso este trimestre, los ingresos de Copilot aceleraron más de un 60% intertrimestral
Seguridad: de proteger la IA a usar IA para proteger
- Purview ha auditado más de 50.000 millones de interacciones de Copilot, +360% interanual
- Nuevo "Project Perception": sistema de seguridad agéntico con equipos de agentes rojo/azul/verde que simulan ataques, investigan amenazas y remedian; pasará a un modelo de consumo
- MAI-Cyber-1-Flash iguala el rendimiento de un modelo Mythos de referencia a la mitad de coste, combinado con el harness multiagente de seguridad
Guía para el primer trimestre de FY27
Detalle de guidance dado en la call, no incluido en las cifras del trimestre ya cerrado
| Partida | Guía FY27 T1 |
|---|
| Ingresos totales | $89.850M–$90.950M (+16% a +17%) |
| Productividad y Procesos | $36.700M–$37.000M (+11% a +12%) |
| Nube Inteligente | $40.950M–$41.250M (+33% a +34%) |
| Azure (crecimiento, moneda constante) | ~45% |
| Computación Personal | $12.200M–$12.700M |
| Capex del trimestre | Más de $50.000M |
| Tasa impositiva efectiva | ~20% |
Del Q&A con analistas
Contexto directo de la dirección, no incluido en el resumen de cifras
Karl Keirstead · UBS
Preguntó por la tracción de modelos abiertos/personalizados y cómo se beneficia Microsoft de ese cambio pese a su exposición a laboratorios frontera.
Nadella defendió que cada empresa necesita ser su propia "máquina de aprendizaje": el harness debe mantenerse separado del modelo para que cualquier modelo sea sustituible, combinando modelos frontera, modelos de bajo coste y modelos propios entrenados con sus propios datos.
Mark Moerdler · Bernstein Research
Preguntó cómo se protege Microsoft ante un posible exceso de capacidad de centros de datos y cómo gestiona la subida de precios de componentes.
Amy Hood explicó que la mayor parte del capex ya se dirige a activos de vida corta (CPU/GPU), que se pueden ralentizar rápido si cambia la demanda, mientras que la inversión en terreno y construcción es la porción más flexible y aplazable del gasto.
Gabriela Borges · Goldman Sachs
Pidió que se conectaran los datos de capex con los de monetización para valorar el retorno (ROIC) de la inversión en IA.
Hood señaló que su confianza proviene de la expansión del mercado direccionable (TAM) y de varias palancas de margen aún por explotar: eficiencia de silicio propio, diversificación de modelos y eficiencia de infraestructura a escala.