“AI缺电”不是一条电力股逻辑：真正该研究的是谁在电力链上、靠哪份合同收钱
AH-0500原文最值得保留的一句不是任何买入价，而是： 它到底靠什么收钱？ AI数据中心耗电上升是真实产业约束，但“AI缺电”本身不是一种统一生意。 同一条链上： 燃气轮机厂商卖设备； 电气设备商卖开关柜、变压器、UPS； 发电商卖电； 公用事业修电网； 天然气公司供燃料； 数据中心也可能自己建设behind-the-meter发电。 这些公司的收入确认、资本开支、监管、周期和估值完全不
“AI缺电”不是一条电力股逻辑：真正该研究的是谁在电力链上、靠哪份合同收钱
AH-0500原文最值得保留的一句不是任何买入价，而是：
它到底靠什么收钱？
AI数据中心耗电上升是真实产业约束，但“AI缺电”本身不是一种统一生意。
同一条链上： 燃气轮机厂商卖设备； 电气设备商卖开关柜、变压器、UPS； 发电商卖电； 公用事业修电网； 天然气公司供燃料； 数据中心也可能自己建设behind-the-meter发电。
这些公司的收入确认、资本开支、监管、周期和估值完全不同。
1. 哪些数字能由公司一手资料闭环
GE Vernova 2026年二季度官方披露：
- Orders 242亿美元；
- Backlog约1760亿美元；
- Gas Power设备backlog与slot reservations从100GW升到116GW；
- 年初至今数据中心订单超过50亿美元；
- 自由现金流51亿美元。
这说明数据中心相关需求已经进入真实订单，而不是只有PPT叙事。
Eaton 2026年一季度也在官方结果中明确提到Electrical Americas的订单增长受到data center momentum推动。
这些属于经营证据。
但：
Orders ≠ Revenue ≠ Free Cash Flow ≠ Stock Return。
2. 最容易犯的错：把接入申请当成未来真实用电
大型数据中心会提前申请电力接入，甚至在多个地区同时排队。
所以必须区分： Interconnection Request； Approved； Under Construction； Energized Load。
队列很大只能说明意向与系统压力，并不能直接把全部GW加进未来收入模型。
3. 电力链应该按“收款机制”拆
Equipment
燃机、变压器、开关柜、UPS。 看订单、产能、交付周期、价格和服务收入。Generation
核电、燃气、电力资产。 看合同、容量、发电量、燃料、市场电价和监管。Grid
输配电建设。 看rate base、项目批准、资本开支回收。Fuel
天然气等。 看销量、管输、价格和合同。Data-center Internal Power
机房内部电气与热管理。 看订单、产品mix和供货瓶颈。同样“AI缺电”，财务模型完全不同。
4. GEV是一个好案例，但不是投资结论
GEV现在能看到燃机设备需求、电气化订单、服务和现金流，因此它是一个清楚的“需求→订单→backlog→交付→现金”样本。
但投资研究还要继续问： 订单margin； 交付能力； 产能扩张； 取消风险； working capital； 估值； 市场已经price in多少。
一家公司生意好，不等于股票便宜。
Business Quality ≠ Security Mispricing。
5. 真正值钱的是找瓶颈，不是列受益名单
AI数据中心的电力约束可能来自： 燃机产能； 变压器； 输电； 并网； 土地； 许可； 天然气管线； 水； 资本成本。
真正要研究： 哪个瓶颈最难扩； 利润会留给谁； 瓶颈什么时候缓解； 缓解后谁的超额利润会下降。
6. 把主题投资改成Claim-to-Cash
每个“AI电力受益公司”做一张表：
AI Demand Claim → Customer Order → Backlog → Capacity → Delivery → Revenue Recognition → Margin → Cash → Reinvestment → Valuation。
缺一层，就不要把上游主题直接当盈利证据。
7. 为什么不保留原帖的具体买入价
买入、止损、目标价高度依赖： 当时股价； 估值假设； 风险偏好； 组合； 最新财报。
半衰期极短。
alphahole长期版本保留可验证经营数字和研究框架，不把作者价格档位升级为投资建议。
8. 这能怎么产品化
它非常适合增强现有 Financial Screening Pipeline / AI Infrastructure Constraint Stack。
输入一个AI主题，输出： Value Chain； Revenue Mechanism； Order Evidence； Capacity Constraint； Cash Conversion； Valuation Sensitivity； Falsifier； Half-life。
收费点是把“热门主题”转成持续更新的经营证据链，不是卖股票名单。
9. V3应该测什么
让真实研究用户分别使用“主题受益名单”和“Claim-to-Cash表”，比较：
- 是否淘汰更多弱证据公司；
- 是否更快找到关键一手数据；
- 是否更容易提出证伪条件；
- 财报更新时是否更容易修正判断。
如果只是让报告看起来更复杂，却没有改变筛选决策，就不继续工具化。
Stop Rule
如果一家公司唯一的“AI受益证据”只是： 公司名在电力链； 管理层提过AI； 行业需求增长；
但看不到订单、收入、产能或现金转换，
就不要把它升级为强投资逻辑。
主题投资最重要的工作，是把“大家都知道的故事”拆成“谁最终真的收到钱”。