一场持续十余个小时的服务中断，让全球大量企业再次感受到对微软办公系统的依赖。

　　北京时间11月13日凌晨起，微软旗下Microsoft 365（以下简称“M365”）出现大规模服务故障，Outlook邮箱无法正常连接，部分Microsoft Teams、Copilot以及其他办公和安全管理功能受到波及。

　　据报道，故障高峰时，美国故障监测网站Downdetector收到的Outlook异常报告超过13万次；电动卡车制造商Workhorse Group甚至因微软服务中断，将原定于11月12日举行的季度业绩发布推迟至11月16日；OpenAI和Anthropic也报告了微软服务连接器异常。

　　从微软披露的检修进展来看，故障的症结逐渐指向后台基础设施，部分服务器意外不可用，迫使原本由这些服务器处理的请求转向剩余设备，进而造成负载上升。与此同时，一些服务器恢复运行后，很快又陷入异常状态。

　　此次故障最初发生在微软的Exchange Online服务。

　　作为M365的核心组件之一，Exchange Online承担着企业邮件、日历和相关数据访问功能，Outlook等应用需要通过它连接云端邮箱。

　　根据微软服务健康公告，北京时间11月13日0时17分左右，Exchange Online开始出现连接异常，用户可能无法通过Outlook网页版、桌面客户端及其他接口访问邮箱。

　　随后，微软排查发现，部分依赖Exchange Online的Teams日历、会议安排、Microsoft 365 Copilot、Microsoft Graph接口以及安全管理功能也受到影响。不过，微软同时强调，不依赖Exchange Online的功能仍可正常运行。

　　最初，微软将问题归结为多个地区的基础设施负载过高，并尝试重启服务器、重新分配流量，但随后的调查显示，问题并非来自用户请求量的整体增长。微软确认，大量服务器未能通过自动健康检查，意外退出服务，原本由它们处理的请求被转移至其他服务器，使剩余基础设施承受更高压力。

　　在这一过程中，自动化机制也未能迅速化解危机，部分恢复运行的服务器在重新接收流量后再次失去响应。为此，微软的工程团队尝试限制部分请求、隔离受影响的基础设施，并使用此前的软件配置重建服务器。

　　北京时间11月13日上午，微软进一步披露，受影响服务器中负责建立安全连接的进程出现过载，使服务器停止处理请求。微软同时开始回滚一项与故障发生时间存在关联的网络配置变更，但尚未确认其是否为事故根本原因。

　　根据微软更新的故障处置进展，目前亚太地区部分受影响基础设施已完成恢复操作，相关流量正在逐步恢复，用户邮箱访问及积压邮件处理情况有所改善。不过，部分用户仍可能遇到间歇性异常。微软表示，正在将恢复措施推广至其他受影响地区，同时增加基础设施容量，以提高服务稳定性。

　　安邦智库（成都）研究中心助理研究员刘祺在接受《每日经济新闻》记者采访时，将此次故障描述为一种较为罕见的非线性连锁失效，具有“黑天鹅式”级联故障的特征。在他看来，部分服务器突然退出服务后，异常沿着系统内部的依赖关系扩散，增加了故障识别与处置的难度。

　　当前，微软正处于新一轮AI基础设施扩张之中。

　　微软2026财年年报显示，其云业务收入达到2144亿美元，同比增长27%。公司在年报中指出，持续增加的AI基础设施投资及AI产品使用量增长，对云业务毛利率形成压力。2026财年微软云业务毛利率降至66%。

　　工信部信息通信经济专家委员会委员盘和林在接受记者采访时谈到，随着云厂商将更多算力资源向AI业务倾斜，AI需求也在占用部分原本用于系统冗余的预算，传统算力的新增投入相应减少。

　　在盘和林看来，AI的兴起正在给云服务稳定性带来新的挑战，除AI算力需求快速增长、算力供给不足外，AI训练中的高并发需求也增加了算力资源调度的复杂性。针对AI算法的攻击、数据与信息安全风险，以及能源供给和合规要求等，都对云计算企业的基础设施管理提出了更高要求。

　　他还指出，问题可能进一步延伸至运维环节，随着AI逐步替代部分人工工作，企业在应急处置方面可能面临人力不足的问题，日常系统维护和冗余灾备能力也可能受到影响。

　　与此同时，AI正在不断嵌入微软原有的企业软件生态，Microsoft 365 Copilot将邮件、日历、文档与企业内部数据连接起来，越来越多的办公流程由不同云端服务协同完成。这种集成能够提高企业工作效率，也意味着服务之间的依赖关系更加复杂，例如在本次事故中，Copilot部分功能无法访问邮件、日历和文件数据。

　　近年来，AI已被用于异常检测、日志分析、故障定位等运维环节，不过，自动化系统的运行依然依赖底层网络、软件配置和服务组件。当这些环节本身出现异常，恢复过程仍然需要大量工程判断和验证。

　　刘祺认为，现阶段还不能对AI运维的能力抱有过高期待。一方面，AI运维系统本身也运行在相关基础设施之上，一旦底层服务器失效，可能造成监测数据断流，削弱AI对系统运行状态的感知能力。另一方面，当前AIOps（智能运维）更擅长识别已经出现过的故障模式，“主要价值是故障发生后加速排查定位，并不具备预测未知系统性崩溃的能力”。

　　刘祺进一步指出，由于缺少同类历史样本，AI难以识别此次故障中出现的未知异常，而且现阶段的AI运维系统通常没有自主阻断故障扩散的权限，难以从根源上避免重大宕机。

　　类似事故并非首次发生。今年10月，微软Azure云平台也曾出现影响多个行业和生产力软件的服务故障。连续发生的事故，使大型云平台的可靠性问题再次受到关注。

　　微软最新披露的2027财年第一季度财报显示，截至2026年9月30日的三个月，Microsoft 365 cloud收入达到277.78亿美元，占微软当季总收入的约30.1%，是公司最重要的收入来源之一。

　　M365的竞争优势建立在长期积累的企业客户基础之上，邮件、日历、文档、组织账号、权限管理以及安全合规体系共同构成了一套复杂的办公基础设施。对大型企业而言，更换供应商不仅涉及软件采购，还意味着大量历史数据、业务流程和员工使用习惯的迁移。

　　刘祺认为，此次故障短期内不会显著影响M365的订阅业务。“M365主要依靠深度的生态绑定，因此护城河依然稳固，企业切换的迁移成本很高。”不过，他也提醒，随着Copilot等AI功能深度集成，M365已经成为大量上层AI服务的底座，故障可能影响的业务范围也在扩大。如果未来重大宕机持续频发，对业务连续性要求较高的客户可能逐步布局多供应商方案，以降低对微软单一平台的依赖。