Insights Investing

Wąskie gardło infrastruktury fizycznej: ocena zasilania, gruntów i mocy obliczeniowej dla AI z perspektywy inwestora w wartość

Podcast · Słuchaj (21 min)

Utilities vs Nvidia: Why $5B of AI Chips Can Sit Unplugged | Stock Market

Spis treści
  1. 1. Ograniczenia na wcześniejszych etapach: przesunięcie wąskiego gardła sztucznej inteligencji
  2. 2. Drabina wartości infrastruktury sztucznej inteligencji: producenci energii a podmioty przekształcające energię w moc obliczeniową
  3. 3. Tytuł prawny, woda i przyzwolenie społeczne: ukryte fosy ekonomiczne i bariery dotyczące aktywów rzeczowych
  4. Prawa do kopalin i prawo dominującego prawa majątkowego
  5. Regionalne ryzyka prawne i ocena ryzyka najemców
  6. Przyzwolenie społeczne i kontrola władz stanowych
  7. Modele opłat za korzystanie z praw o niskiej kapitałochłonności
  8. 4. Bilanse i alokacja kapitału: identyfikacja marginesu bezpieczeństwa i podatności na ryzyko
  9. Działający producenci energii
  10. Dostawcy nowej generacji usług chmurowych i podmioty przekształcające energię w moc obliczeniową
  11. Modele opłat za korzystanie z praw i modele o niskiej kapitałochłonności
  12. Dostawcy narzędzi i wyposażenia
  13. Dostawcy chmury hiperskalowej
  14. 5. Konsekwencje dla wyceny i ryzyko dla wartości wewnętrznej: osierocone moce obliczeniowe i wnioski dla inwestorów
  15. 6. Kluczowe liczby
  16. 7. Co zmieniłoby naszą ocenę
  17. 8. Źródła

Główne wąskie gardło rozwoju sztucznej inteligencji przesunęło się z dostępności procesorów graficznych na wcześniejszych etapach łańcucha dostaw do rzeczywistej infrastruktury fizycznej, gdzie realizację projektów ograniczają grunty, które można legalnie wykorzystać, wytwarzanie energii, przepustowość sieci przesyłowych, prawa do kopalin i akceptacja społeczna. Działający producenci energii i pionowo zintegrowani właściciele infrastruktury posiadają silniejsze fosy ekonomiczne po uwzględnieniu ryzyka niż mocno zadłużeni dostawcy nowej generacji usług chmurowych, którym grozi poważna utrata kapitału wskutek opóźnień w uruchamianiu zasilania, obciążeń związanych z obsługą długu i słabości modelu opartego na wynajmowanej mocy. Dla długoterminowych inwestorów w wartość poszukujących marginesu bezpieczeństwa ocena spółek na podstawie megawatów, które można faktycznie dostarczyć i zasilić — zamiast spekulacyjnych zasobów gruntów lub zapowiedzi zakupu procesorów graficznych finansowanych długiem — ma kluczowe znaczenie dla ochrony kapitału przed ryzykiem osieroconych aktywów obliczeniowych.

1. Ograniczenia na wcześniejszych etapach: przesunięcie wąskiego gardła sztucznej inteligencji

Strukturalna kolejność rozwoju infrastruktury sztucznej inteligencji uległa zasadniczej zmianie. W dotychczasowym modelu kapitał kierowano bezpośrednio na zakup procesorów graficznych, budowę obiektów centrów danych w stanie surowym i przyłączanie do istniejących sieci elektroenergetycznych (capital -> GPUs -> building -> electricity). Natomiast powstający łańcuch wdrożeniowy w gospodarce fizycznej wymaga przejścia przez sekwencyjną ścieżkę pełną istotnych ograniczeń: legally usable land -> water -> power generation -> transmission capacity -> interconnection approval -> permitting/community acceptance -> building/substation -> GPUs -> reliable operation. Przy tych fizycznych ograniczeniach deweloper posiadający najnowocześniejsze procesory graficzne o wartości $5 mld nie dysponuje żadną użyteczną mocą obliczeniową, jeżeli dana lokalizacja nie może uzyskać zasilania w wymaganym terminie.

Skalę zatoru w przyłączaniu do sieci wyraźnie pokazuje Teksas, który stanowi główne pole obserwacji barier związanych z kolejkami przyłączeniowymi. Według stanu na czerwiec Electric Reliability Council of Texas (ERCOT) monitorowała wnioski o przyłączenie dużych odbiorców obejmujące ponad 438 GW, a centra danych odpowiadały za niemal 89% całej kolejki. Ponieważ znaczna część tych wniosków dotyczyła spekulacyjnego blokowania miejsc w kolejce, powielonych zgłoszeń i przedsięwzięć bez zapewnionego finansowania, organy regulacyjne wprowadziły rozwiązania strukturalne mające usunąć projekty niezdolne do realizacji.

Aby wyeliminować podmioty blokujące miejsca w kolejce, ERCOT wprowadziła „Batch Zero”, zbiorczą metodę analiz dla dużych odbiorców o mocy 75 MW lub większej, służącą ocenie rzeczywistego wpływu na sieć przesyłową. Ponadto Teksas przyjął przepis administracyjny 16 TAC §25.194, nakładający rygorystyczne wymogi zaangażowania kapitału z góry. Zgodnie z tą regulacją projekty dużych odbiorców muszą wnieść zabezpieczenie finansowe w wysokości $50,000 za każdy megawat objęty wnioskiem przed rozpoczęciem analiz przyłączeniowych. Wymóg ten zobowiązuje deweloperów do zaangażowania $5 mln dla lokalizacji o mocy 100 MW, $25 mln dla lokalizacji o mocy 500 MW i $50 mln dla lokalizacji o mocy 1 GW przed zakończeniem procesu analiz. Następnie wymagane zabezpieczenie finansowe wzrasta, aby pokryć przypisane koszty modernizacji systemu i bezpośrednie koszty przyłączenia. W rezultacie niezagospodarowane grunty przylegające do korytarzy przesyłowych straciły na wartości, podczas gdy w pełni zasilane lokalizacje z zatwierdzonymi analizami osiągają znaczne premie z tytułu rzadkości.

2. Drabina wartości infrastruktury sztucznej inteligencji: producenci energii a podmioty przekształcające energię w moc obliczeniową

Analiza wartości przedsiębiorstwa na megawat (EV/MW) w gospodarce fizycznej ujawnia wyraźny skok wyceny w miarę przekształcania samej energii w działającą moc obliczeniową sztucznej inteligencji. Rynek przypisuje różne wartości przedsiębiorstwa na megawat w zależności od dojrzałości aktywów, struktury umów i gotowości operacyjnej.

Poziom aktywów Reprezentatywne spółki / aktywa Implikowany wskaźnik EV/MW Kluczowe cechy finansowe / operacyjne
1. Działające moce wytwórcze energii Vistra Corp. (~$1.33M/MW EV)
Talen Energy (~$1.66M/MW EV)
Constellation Energy (~$2.13M/MW EV)
$1.0M – $2.2M / działający MW Niskie mnożniki EV/MW; wysoka dyspozycyjność; bezpośrednie przyłączenia do sieci; potencjał długoterminowych umów zakupu energii.
2. Zakontraktowany portfel projektów dostawców nowej generacji usług chmurowych Nebius (~$12.7M/MW zakontraktowanej mocy według EV)
CoreWeave (~$18.2M/MW zakontraktowanej mocy według EV)
$12.0M – $19.0M / zakontraktowany MW Znaczne zobowiązania dotyczące portfela projektów; duże nakłady inwestycyjne wymagane do uruchomienia; ryzyko lokalizacji zależnych od najmu.
3. Zabezpieczona krótkoterminowa moc infrastruktury informatycznej dla sztucznej inteligencji IREN (~$37.9M/MW mocy infrastruktury informatycznej dla sztucznej inteligencji w 2026 według EV) $35.0M – $40.0M / krótkoterminowy MW dla sztucznej inteligencji Pośredni etap przekształcania infrastruktury; własne grunty/stacje elektroenergetyczne; ambitne krótkoterminowe cele uruchomienia.
4. Działająca / przyłączona moc obliczeniowa sztucznej inteligencji Nebius ($44M–$56M/MW docelowej mocy przyłączonej na koniec roku według EV)
CoreWeave ($50.9M/MW działającej mocy według EV)
$40.0M – $56.0M / działający MW W pełni zasilane klastry; wysokie przychody na jednostkę mocy; podwyższona dźwignia finansowa i ryzyko krótkoterminowych umów.

Podstawowym czynnikiem napędzającym ten arbitraż związany z przekształcaniem jest gwałtowny wzrost przychodów na jednostkę mocy osiągany, gdy sama energia elektryczna jest wykorzystywana przez gotową infrastrukturę obliczeniową. Podczas gdy podstawowe aktywa wytwarzania energii elektrycznej osiągają wyceny bazowe od $1 mln do $2 mln na MW, w pełni przekształcone klastry obliczeniowe sztucznej inteligencji osiągają wyceny rynkowe od $40 mln do $55 mln na działający MW. Skalę tej transformacji napędzają stawki monetyzacji: ujawnione przez CoreWeave krótkoterminowe umowy na udostępnienie klastrów wskazują na stawki w ujęciu rocznym sięgające $40 mln przychodów na megawat.

3. Tytuł prawny, woda i przyzwolenie społeczne: ukryte fosy ekonomiczne i bariery dotyczące aktywów rzeczowych

Przeszkody prawne, środowiskowe i polityczne stanowią kluczowe bariery fizyczne, które mogą zatrzymać wielomiliardowe inwestycje infrastrukturalne niezależnie od ich zaplecza finansowego.

Prawa do kopalin i prawo dominującego prawa majątkowego

Zgodnie z prawem własności Teksasu prawa do kopalin mają charakter dominujący, a własność kopalin jest oddzielona od własności powierzchni gruntu. Dzierżawcy praw do ropy i gazu posiadają ustawowe uprawnienia, realizowane za pośrednictwem Railroad Commission of Texas, do wykorzystywania powierzchni gruntu pod odwierty, rurociągi i drogi dojazdowe. Deweloper centrum danych nabywający grunty bez zrzeczeń uprawnień przez posiadaczy praw do kopalin ponosi ryzyko, że posiadacze ci skorzystają z prawa dostępu do powierzchni. Podczas badania tytułu prawnego do projektu West Texas Whiptail Polytech w 2026 deweloperzy odkryli, że około 86.7% ocenianej powierzchni pozostawało obciążone aktywnymi umowami dzierżawy praw do ropy i gazu, co bez wyraźnych zrzeczeń praw do korzystania z powierzchni stwarzało znaczne ryzyko związane z tytułem prawnym projektu.

Regionalne ryzyka prawne i ocena ryzyka najemców

Rozwój inwestycji we wschodnim Teksasie pokazuje, jak bariery prawne różnicują standardy oceny ryzyka stosowane przez najemców. Propozycje takie jak kompleks o mocy 2.1 GW w pobliżu Lufkin — zakładający zwiększenie dostępnej mocy sieciowej do 1.1 GW do 2028 — wywołały znaczne obawy lokalnej społeczności dotyczące wpływu na grunty, energię elektryczną i jakość życia. W innych częściach regionu doszło do faktycznego wstrzymania i wycofania projektów, w tym przedsięwzięcia we wschodnim Teksasie zatrzymanego wskutek sporu sądowego dotyczącego ograniczeń zapisanych w akcie własności oraz proponowanego kompleksu w pobliżu Cedar Creek Lake, który całkowicie wycofano po silnym sprzeciwie mieszkańców. Dostawcy chmury hiperskalowej o ratingu inwestycyjnym wymagają nieobciążonego tytułu prawnego, potwierdzonej pewności zasilania i minimalnego ryzyka sporów sądowych, natomiast dostawcy nowej generacji usług chmurowych często akceptują wyższe ryzyko prawne i lokalizacyjne, aby zapewnić sobie moc w krótkim terminie.

Przyzwolenie społeczne i kontrola władz stanowych

Społeczny sprzeciw wobec infrastruktury cyfrowej przeszedł od lokalnych sporów o zagospodarowanie przestrzenne do bezpośrednich działań w polityce stanowej. Badanie University of Texas z czerwca 2026 wykazało, że 56% wszystkich respondentów z Teksasu i 62% respondentów z obszarów wiejskich sprzeciwiało się lokalnej budowie centrów danych. W odpowiedzi gubernator Abbott wydał w czerwcu dyrektywę wymagającą od operatorów centrów danych pełnego finansowania wszystkich dedykowanych modernizacji infrastruktury bez przerzucania kosztów na odbiorców indywidualnych. We wrześniu gubernator polecił Texas Commission on Environmental Quality (TCEQ) wstrzymać wydawanie niektórych pozwoleń dla centrów danych do czasu przeprowadzenia ogólnostanowych audytów wpływu na sieć i zasoby wodne.

Modele opłat za korzystanie z praw o niskiej kapitałochłonności

Właściciele gruntów i praw do wody korzystają z tych wąskich gardeł aktywów rzeczowych, nie ponosząc zobowiązań związanych z wyposażeniem inwestycyjnym: * Texas Pacific Land (TPL): Kontroluje 894,006 akrów powierzchni gruntów. W ramach Project Kilby — projektu energetyczno-obliczeniowego Chevron i Microsoft o mocy 2.67 GW, zakładającego pierwsze dostawy energii w 2028 — TPL sprzedała nieruchomości za $42.5 mln, zachowując wyłączne prawa do dostarczania do obiektu wody z warstwy wodonośnej. * LandBridge (LB): Kontroluje 320,000 akrów w basenie permskim i posiada niewiążące opcje oraz listy intencyjne obejmujące ponad 10 GW potencjalnej mocy infrastruktury cyfrowej i energetycznej na swoich terenach.

4. Bilanse i alokacja kapitału: identyfikacja marginesu bezpieczeństwa i podatności na ryzyko

Działający producenci energii

  • Vistra Corp. (VST): Po przejęciu Cogentrix 30 października, które dodało 5.5 GW nowoczesnych aktywów gazowych, Vistra kontroluje działający park wytwórczy o mocy około 50 GW, obejmujący aktywa jądrowe, gazowe, węglowe, słoneczne i bateryjne. Przy wartości przedsiębiorstwa wynoszącej ~$66.5B (~$1.33M/MW), 10.0x EV/EBITDA, 13.8x prognozowanych zysków i ~20.6x FCF (wolnych przepływów pieniężnych), Vistra oferuje dolną granicę wyceny opartą na aktywach, zbliżoną do kosztu odtworzenia.
  • Constellation Energy (CEG): Posiada 55 GW łącznej mocy po przejęciu Calpine. Zasadnicza fosa ekonomiczna CEG w stylu Buffetta wynika z niemożności odtworzenia przed 2028 jej istniejących licencji jądrowych, historii eksploatacji, przyłączeń do sieci i praw do chłodzenia w poszczególnych lokalizacjach. CEG jest wyceniana przy EV wynoszącym $117.0B (~$2.13M/MW) i 14.7x EV/EBITDA. Długoterminowe zobowiązania klientów — takie jak 20-letnie umowy zakupu energii z Google (890 MW) i Amazon (190 MW w Calvert Cliffs) — wspierają ponad $7 mld dodatkowych inwestycji jądrowych.
  • Talen Energy (TLN): Kontroluje park wytwórczy o mocy 15.5 GW, którego filarem jest elektrownia jądrowa Susquehanna o mocy 2.5 GW (2.2 GW przypadające na udział własnościowy netto). Talen zawarła z Amazon długoterminową umowę zakupu energii obejmującą 1,920 MW, obowiązującą do 2042, która odpowiada nominalnym zakontraktowanym przychodom w wysokości ~$18 mld. Talen utrzymuje jednak podwyższoną dźwignię finansową, posiadając $9.6 mld całkowitego zadłużenia wobec ~$232 mln rezerw gotówkowych.

Dostawcy nowej generacji usług chmurowych i podmioty przekształcające energię w moc obliczeniową

  • CoreWeave (CRWV): Kontroluje ~1.5 GW działającej mocy ($50.9M EV/działający MW) i 4.2 GW zakontraktowanej mocy ($18.2M EV/zakontraktowany MW). Spółka cechuje się wysoką dźwignią bilansową, z kapitalizacją rynkową wynoszącą $30 mld wobec EV na poziomie $76.3B (wskaźnik zadłużenia do kapitału własnego przekracza 10x), i w dużym stopniu opiera się na najmie centrów danych od podmiotów trzecich po odrzuceniu przez akcjonariuszy jej oferty przejęcia właściciela infrastruktury fizycznej Core Scientific.
  • Nebius (NBIS): Kontroluje >3.5 GW zakontraktowanej mocy (~$12.7M EV/zakontraktowany MW), z celem przyłączenia od 800 MW do 1 GW do końca 2026 (~$44M–$56M EV/przyłączony MW). Nebius jest wyceniana przy 172x EV/EBITDA. Co istotne, oczekuje się, że ponad 75% mocy objętej strategią rozbudowy Nebius będzie stanowić własność spółki zamiast być wynajmowane, co odróżnia jej strukturalny model aktywów od modelu CoreWeave zależnego od najmu.
  • IREN: Posiada zabezpieczony portfel projektów rozwojowych o mocy >5 GW (w tym Sweetwater o mocy 2,000 MW, Oklahoma o mocy 1,600 MW i Childress o mocy 750 MW) oraz zakłada osiągnięcie 0.3 GW łącznej mocy infrastruktury informatycznej dla sztucznej inteligencji w 2026 (~$37.9M EV/MW dla sztucznej inteligencji na podstawie EV wynoszącego $11.4B). Wywodząc się z wydobycia Bitcoin, IREN rozwiązała kwestie tytułu prawnego do gruntów, budowy stacji elektroenergetycznych, dostępu do sieci przesyłowych i przyłączeń sieciowych na długo przed boomem sztucznej inteligencji, umożliwiając zawarcie kluczowych umów, takich jak umowa z Microsoft na 200 MW w Childress. Ponieważ jednak liczba akcji w obrocie wzrosła o 41.6% rok do roku, inwestorzy w wartość muszą oceniać IREN wyłącznie w przeliczeniu na akcję po uwzględnieniu rozwodnienia (EBITDA lub zasilane MW na akcję po uwzględnieniu rozwodnienia), aby upewnić się, że wartość wewnętrzna rośnie.

Modele opłat za korzystanie z praw i modele o niskiej kapitałochłonności

  • Texas Pacific Land (TPL): Wykazuje wyjątkową efektywność kapitałową, monetyzując grunty i prawa do wody bez zobowiązań związanych z wyposażeniem inwestycyjnym. TPL kontroluje 894,006 akrów powierzchni gruntów, ma wartość przedsiębiorstwa wynoszącą $22.7B (30.5x EV/EBITDA, 43x EV/FCF), utrzymuje bilans bez zadłużenia i generuje nadzwyczajną rentowność zainwestowanego kapitału (ROIC) na poziomie 38.5%.

Dostawcy narzędzi i wyposażenia

  • Vertiv (VRT): Dostarcza urządzenia do chłodzenia centrów danych i dystrybucji energii elektrycznej, nie nabywając bezpośrednio gruntów ani miejsc w kolejce przyłączeniowej. Vertiv jest wyceniana przy EV wynoszącym $89.2B (28.0x EV/EBITDA i 28.0x EV/FCF). W Q3 spółka odnotowała wzrost sprzedaży o +61%, organiczny wzrost zamówień o +100%, skorygowaną marżę operacyjną wynoszącą 25.2%, dodatnią pozycję gotówkową netto oraz prognozę skorygowanych FCF (wolnych przepływów pieniężnych) na FY26 w wysokości $2.6–2.8 mld.

Dostawcy chmury hiperskalowej#

Łącząc role podmiotu budującego i ostatecznego odbiorcy, dostawcy chmury hiperskalowej o ratingu inwestycyjnym ograniczają ryzyko kontrahenta dzięki silniejszym bilansom i odmiennym strategiom energetycznym: * Google: Realizuje zwiększanie mocy elektrowni jądrowych, 20-letnie umowy zakupu energii i strategie elastyczności popytu, przenosząc obciążenia lub ograniczając niekluczowe obliczenia podczas awarii sieci, aby działać jako partner optymalizujący funkcjonowanie sieci. * Amazon: Koncentruje się na dużych umowach zakupu energii jądrowej (takich jak 1,920 MW w elektrowni Susquehanna należącej do Talen i 190 MW w Calvert Cliffs należącej do CEG), a także na bezpośrednim rozwoju małych reaktorów modułowych. * Microsoft: Stosuje bezpośredni model „zapewnij własne zasilanie”, wykorzystujący dedykowane źródła gazowe zlokalizowane przy obiektach, zobowiązania dotyczące energii jądrowej (umowa z CEG na 890 MW) oraz umowy zakupu energii ze źródeł odnawialnych.

5. Konsekwencje dla wyceny i ryzyko dla wartości wewnętrznej: osierocone moce obliczeniowe i wnioski dla inwestorów

Głównym ryzykiem, przed którym stoją silnie zadłużeni deweloperzy infrastruktury, jest pojawienie się „osieroconych mocy obliczeniowych” do 2027 roku. Sytuacja ta występuje, gdy powstają budynki centrów danych lub procesory GPU są finansowane długiem, lecz obiektów nie można zasilić energią ani w pełni wykorzystać z powodu opóźnień w budowie podstacji, zaległości w kolejkach przyłączeniowych do linii przesyłowych lub wstrzymania wydawania zezwoleń przez organy regulacyjne. Aktywa obliczeniowe finansowane długiem, których podłączenie do zasilania jest opóźnione, nadal nieustannie generują koszty odsetkowe i koszty amortyzacji technologii, nie wytwarzając operacyjnych przepływów pieniężnych.

Ta dynamika przypomina historyczne fale rozbudowy infrastruktury, w tym koleje w 19 wieku, światłowodowe sieci telekomunikacyjne pod koniec lat 1990 oraz początki lotnictwa komercyjnego. W każdym cyklu technologia skutecznie przekształcała całą gospodarkę, jednak pierwotni, nadmiernie zadłużeni właściciele infrastruktury ponosili trwałą stratę kapitału z powodu koncentracji nakładów kapitałowych na początku inwestycji i niedopasowania terminów.

Dla długoterminowych inwestorów w wartość poszukujących marginesu bezpieczeństwa alokacja kapitału w ekosystemie sztucznej inteligencji powinna opierać się na wyraźnej hierarchii uwzględniającej ryzyko: 1. Działający wytwórcy energii o niskich kosztach (np. VST): Aktywa wyceniane blisko kosztu odtworzenia, natychmiast generujące gotówkę i posiadające strukturalną siłę cenową. 2. Dostawcy sprzętu o niskiej kapitałochłonności (np. VRT): Dostawcy przekształcający popyt w przepływy pieniężne, z gotówką netto w bilansie i bez bezpośredniego ryzyka związanego z kolejkami przyłączeniowymi. 3. Pionowo zintegrowani właściciele gruntów i aktywów energetycznych (np. TPL, IREN): Podmioty posiadające bezpośredni tytuł własności do tanich gruntów, zasobów wodnych i podstacji, oceniane wyłącznie na podstawie przepływów pieniężnych na rozwodnioną akcję. 4. Unikać: Silnie zadłużone podmioty przekształcające energię w moce obliczeniowe, zależne od leasingu i najmu, które nie kontrolują fizycznych lokalizacji i potrzebują realizacji spekulacyjnych harmonogramów, aby obsługiwać swoje zobowiązania bilansowe.

6. Kluczowe liczby#

  • Monitorowanie kolejki przyłączeniowej ERCOT: Według stanu na czerwiec monitorowano wnioski dużych odbiorców o łączną moc ponad 438 GW (niemal 89% stanowiły centra danych).
  • Teksańska zasada zabezpieczenia finansowego 16 TAC §25.194: Wymagane z góry $50,000 za każdy wnioskowany MW ($5M za 100 MW; $25M za 500 MW; $50M za 1 GW) przed rozpoczęciem analizy przyłączeniowej.
  • Analiza stanu prawnego terenu Whiptail Polytech w zachodnim Teksasie (2026): ~86.7% badanej powierzchni terenu objęte aktywnymi umowami dzierżawy na wydobycie ropy i gazu.
  • Sondaż społeczny Uniwersytetu Teksańskiego (czerwiec 2026): 56% sprzeciwu ogółem / 62% sprzeciwu na obszarach wiejskich wobec lokalnych inwestycji w centra danych.
  • Wskaźniki Vistra Corp. (VST) (stan na 30 października 2026): Wartość przedsiębiorstwa ~$66.5B; ~50 GW działających mocy wytwórczych po przejęciu Cogentrix; ~$1.33M EV/MW; 10.0x EV/EBITDA; 13.8x prognozowanych zysków; ~20.6x FCF (wolnych przepływów pieniężnych).
  • Wskaźniki Constellation Energy (CEG) (stan na 30 października 2026): Wartość przedsiębiorstwa $117.0B; 55 GW mocy wytwórczych po przejęciu Calpine; ~$2.13M EV/MW; 14.7x EV/EBITDA.
  • Wskaźniki Talen Energy (TLN) (stan na 30 października 2026): Wartość przedsiębiorstwa $25.8B; 15.5 GW mocy wytwórczych; ~$1.66M EV/MW; $9.6B całkowitego zadłużenia wobec ~$232M gotówki; do 1,920 MW zakontraktowanych dla Amazon do 2042 roku (~$18B nominalnych przychodów).
  • Wskaźniki CoreWeave (CRWV) (stan na 30 października 2026): Wartość przedsiębiorstwa ~$76.3B; kapitalizacja rynkowa $30B; wskaźnik zadłużenia do kapitału własnego >10x; ~1.5 GW aktywnej mocy ($50.9M EV/aktywny MW); 4.2 GW zakontraktowanej mocy ($18.2M EV/zakontraktowany MW); 20.1x EV/EBITDA; ceny krótkoterminowego wykorzystania klastrów odpowiadające rocznym przychodom do $40M/MW.
  • Wskaźniki IREN (stan na 30 października 2026): Wartość przedsiębiorstwa ~$11.4B; >5 GW zabezpieczonych projektów w przygotowaniu ($2.28M/EV na MW projektów w przygotowaniu); docelowa moc infrastruktury informatycznej dla sztucznej inteligencji na 2026 rok 0.3 GW ($37.9M EV/MW dla sztucznej inteligencji); rozwodnienie akcji 41.6% YoY.
  • Wskaźniki Nebius (NBIS) (stan na 30 października 2026): Wartość przedsiębiorstwa ~$44.4B; >3.5 GW zakontraktowanej mocy ($12.7M EV/zakontraktowany MW); cel podłączonej mocy na koniec roku 800 MW–1 GW ($44M–$56M EV/podłączony MW); 172x EV/EBITDA.
  • Wskaźniki Vertiv (VRT) (stan na 30 października 2026): Wartość przedsiębiorstwa $89.2B; 28.0x EV/EBITDA; 28.0x EV/FCF; sprzedaż w Q3 +61%; zamówienia organiczne +100%; skorygowana marża operacyjna 25.2%; prognoza skorygowanych FCF (wolnych przepływów pieniężnych) na FY26 $2.6–2.8B.
  • Wskaźniki Texas Pacific Land (TPL) (stan na 30 października 2026): Wartość przedsiębiorstwa $22.7B; 894,006 akrów gruntów z prawami do powierzchni; 30.5x EV/EBITDA; 43x EV/FCF; 38.5% ROIC; sprzedaż gruntów za $42.5M na potrzeby Project Kilby (obiekt Chevron/Microsoft o mocy 2.67 GW).
  • Wskaźniki LandBridge (LB) (stan na 30 października 2026): Wartość przedsiębiorstwa $6.9B; 320,000 akrów; 45.2x EV/EBITDA; 43x EV/FCF; >10 GW potencjalnych mocy wytwórczych objętych niewiążącymi opcjami/listami intencyjnymi.

7. Co zmieniłoby naszą ocenę

  1. Gwałtowne spowolnienie zaostrzania regulacji federalnych lub stanowych, takie jak wycofanie przez ERCOT wymogów zabezpieczenia finansowego z góry wynikających z 16 TAC §25.194 lub złagodzenie przez TCEQ kontroli przy wydawaniu zezwoleń.
  2. Szybkie załamanie cen krótkoterminowego wykorzystania klastrów obliczeniowych sztucznej inteligencji znacznie poniżej $40 mln na MW w ujęciu rocznym, ograniczające arbitraż związany z przekształcaniem energii w moce obliczeniowe dla wyspecjalizowanych dostawców chmury.
  3. Przyspieszone wdrażanie komercyjnych małych reaktorów modułowych lub pozasieciowych źródeł wytwarzania energii, które przed 2028 rokiem uniezależnią budowę centrów danych od kolejek przyłączeniowych do sieci przesyłowych operatorów energetycznych.
  4. Powszechne reformy prawa własności w Teksasie, które podporządkują prawa właścicieli zasobów mineralnych do korzystania z powierzchni komercyjnym projektom infrastruktury cyfrowej, eliminując wąskie gardła związane z uzyskiwaniem zrzeczeń tych praw.

Aby dokładniej ocenić tę zmieniającą się dynamikę infrastrukturalną, inwestorzy mogą zapoznać się z dodatkowymi analizami spółek opartymi na otwartych źródłach na stronie DeepValues Research lub ocenić wartości wewnętrzne poszczególnych akcji za pośrednictwem aplikacji DeepValues.

8. Źródła

Wąskie gardła zasilania sztucznej inteligencji, autor: Social Capital / Chamath Palihapitiya Niedobór energii dla sztucznej inteligencji, autor: DeepValues Research Zasilanie boomu sztucznej inteligencji, autor: DeepValues Research Wpis na LinkedIn o wąskich gardłach centrów danych, autor: Chamath Palihapitiya

Oglądaj

Linki do źródeł

  • AI Power Bottlenecks
  • AI Power Scarcity
  • image_picker_04FE859C-4AE8-4E66-8284-747071F0589E-41159-00001C42362D7DE7.png
  • Powering the AI Boom

Oglądaj i słuchaj

Analiza spółki

Tekst analizy: CC BY 4.0, cytuj jako: DeepValues Research, Wąskie gardło infrastruktury fizycznej: ocena zasilania, gruntów i mocy obliczeniowej dla AI z perspektywy inwestora w wartość, https://research.deepvalues.ai/insights/2026-11-01-the-challenges-of-developing-modern-data-centers-pl/

Bezpłatny cotygodniowy e-mail

Margin of Safety Weekly

W każdą sobotę otrzymasz e-mail: temperatura rynku, zakupy i sprzedaż wielkich inwestorów (raporty 13F), nowe analizy z tygodnia oraz nasze filmy i podcasty — bezpłatnie, bez konta.

Send me the DeepValues Margin of Safety Weekly, one email every Saturday. I can unsubscribe at any time. Information only, not investment advice. Prywatność

Sprawdź więcej

Przeprowadź tę analizę dla dowolnej akcji w 2 minuty

Deep Value Intelligence, wieloagentowy analityk AI stojący za tym raportem, przygotowuje na żądanie taki sam raport dla dowolnej spółki giełdowej.

Otwórz Deep Value Intelligence

Śledź 300+ akcji w aplikacji DeepValues

Oceny, wartość wewnętrzna i najnowsze raporty na telefonie.

Dla programistów: oceny i raporty przez API

Dane fundamentalne, wartości wewnętrzne, oceny i linki do raportów z tych stron w formacie JSON.

Dokumentacja API

Dyskutuj