全球企业正经历以AI为核心的业务重塑浪潮，算力底座作为AI驱动型企业的根基，其供给策略正经历一次静默而深刻的调整。据彭博社报道，微软已决定不再续签2023年与甲骨文达成的AI算力租赁协议，并在近几个月逐步停用从甲骨文租用的计算资源，这是微软重新评估其超800亿美元云合作的更广泛行动的一部分。此次调整的直接原因，是甲骨文相关硬件搭载较旧一代英伟达芯片，已不再符合微软当前的技术规格要求；甲骨文发言人回应称，市场对该公司AI基础设施的需求依然强劲，其中包括对较早一代图形处理器（GPU）的需求，并披露公司今年9月正以高出原始合同价格20%的溢价，续签使用已有四年历史的GPU服务器合同。
回望2023年，微软向主要竞争对手甲骨文租用服务器，曾被业界视为AI时代算力严重短缺的早期信号之一。根据双方当年公布的合作安排，甲骨文通过甲骨文云基础设施（OCI）向微软提供服务器使用权，为采用AI辅助功能的新版必应搜索引擎提供推理算力支持。该协议的完整交易规模至今无法确定；另据报道，微软对甲骨文算力的依赖程度并不高，相关资源在其整体算力中所占比例有限。
资本市场对此反应迅速。11月6日消息发酵当日，甲骨文股价盘中一度下跌约3%（另有媒体口径统计盘中跌幅约5%），收盘上演深“V”行情、收涨0.82%报116.1美元，盘中一度触及52周新低109.21美元；自6月1日创下248.15美元年内高点以来，甲骨文股价已累计下跌超过一半。
此次租约终止并非孤立事件。作为全球最大的软件制造商，微软此前通过与CoreWeave、Nscale、Nebius等新兴云计算服务商签订巨额合同，推动了所谓“新算力云”（neocloud）行业的繁荣，累计承诺斥资超过800亿美元从外部租用算力以支撑自身AI业务。但近几个月来，微软部分高层对neocloud服务商高昂成本与项目交付延期的不满，已转化为一连串收缩动作：收紧对数据中心项目的监督、退出被认为风险较高的项目，并在内部讨论是否继续签署新的新兴云合作协议。典型案例包括：在英国，微软取消了与Nscale约30亿美元的Loughton数据中心协议，原因是电网接入延迟导致预期供电时间被推迟至2030年代；在得克萨斯州，微软决定不行使扩大Nscale数据中心租赁规模的选择权，现有合同仍继续履行；在西弗吉尼亚州，微软退出了针对1.35吉瓦容量的意向书；2025年与IREN签订的五年约97亿美元租赁协议，亦因数据中心交付延期而推迟了部分原定支出。
从企业AI转型的视角拆解，这轮算力合作重估呈现清晰的“底座—场景—组织”三层逻辑。算力与知识底座是根基，业务智能体是载体，组织与人的适配才是价值所在——这一框架恰好可以解释微软的取舍。在底座层，收缩的是低规格租用算力，扩张的是自有新一代产能：微软在业绩电话会披露（微软侧口径），本财年资本开支计划维持在1900亿美元，会计口径调整后账面约为1750亿美元，Azure及其他云服务收入同比增长43%，管理层直言“客户需求持续超过可用容量”，“买多少、怎么买”的精细化运营正在取代“要不要买”的粗放扩张。在场景层，算力规格的生命周期必须与业务负载的演进节奏匹配：必应AI搜索等场景对推理算力的要求持续升级，上一代GPU难以承载新一代智能体负载，这正是“租用算力失去实用价值”的技术本质。在组织层，真正决定算力投资成败的不是采购规模，而是组织对成本、交付与规格的治理能力——微软从“放心签单”转向“逐项监督”、退出高风险项目，说明算力底座建设不是一次性的规模采购，而是需要组织持续运营治理的系统性工程。
微软CEO纳德拉此前已在播客访谈中把这一逻辑讲得相当直白：“在一定程度上，供给和需求必须匹配。如果你只在供给侧自我炒作，而不是真正了解如何将其转化为对客户的真正价值，你就会完全偏离轨道。”顺着这一框架可以得出一个更明确的判断：AI算力建设的短板正在由“算力获取”转向“算力运营治理”，算力市场的竞争重心正从“有没有”转向“合不合身、贵不贵、稳不稳”。这一重心迁移在供给侧的映射同样剧烈：neocloud厂商普遍以高杠杆购置GPU、收入高度集中于少数头部客户、资产三到五年即迭代淘汰，Gartner判断超过80%的neocloud将被并购或退出；马斯克亦预测，200多个新型云平台将像“小鱼苗”一样走向消亡和整合。资产负债表的压力同样清晰：据路透社汇总，Meta、甲骨文、亚马逊、微软与Alphabet尚未生效的租金承诺总额已突破1.09万亿美元，约为其已确认租赁负债2850亿美元的四倍；其中微软未生效租金承诺约3291亿美元居首，甲骨文以2600亿美元紧随其后，约为其已确认租赁负债378.9亿美元的七倍，甲骨文自身亦已警告数据中心租约的期限、续约条款和定价可能与客户合同不一致的风险。截至2026年5月的财年，甲骨文云计算业务实现营收180亿美元，但巨额基础设施投入已导致其自由现金流转为负值。
给技术买家的建议——对正在规划AI算力组合的企业决策者而言，这次租约终止提供了四条可落地的参照。其一，算力采购必须与业务场景的规格演进对表，优先锁定与未来18至24个月业务负载相匹配的代际规格，避免为即将过代的硬件支付长期溢价。其二，租赁组合应分层构建：核心稳定负载依托自有底座与新一代自建产能，弹性峰值负载再引入第三方租赁，并将单一供应商占比控制在可退出区间。其三，把交付确定性写进合同硬约束，电网接入、机房交付、网络设计等关键条款应设定明确的违约与退出机制——Nscale与IREN的案例说明，供给端的延期风险最终会传导为买方的算力缺口。其四，在组织内建立算力运营治理职能，将规格审查、成本核算、交付监督与退出预案制度化，使算力投资从一次性采购决策升级为持续运营能力。
但仍需看到，算力是AI业务价值兑现的物理前提，其运营治理能力建设仍处于早期：规格迭代速度、电力供给约束与供应链交付的不确定性，尚未被现有合同机制完全覆盖。对企业而言，算力底座建设不是一场可以一次性完成的采购，而是一套“底座—场景—组织”需要持续校准的系统性工程。
