Constellation Energy
CEG发电与长期电力供应
跟踪重点PPA、投运容量、电价与 FCF
- 公司质量
- 58/85
- 报告估值判断
- 偏贵;估值不确定性较高
沿着需求、资本投入与现金流,寻找值得持续验证的公司。
AI 投资如何沿产业链传导?哪些公司最终能把增长变成自由现金流?
公司可跨层出现,覆盖数按公司去重。评分与估值均按各自报告日期展示。
层级是研究分类,不代表已披露的 AI 收入占比或投资排名;跨层关系仍需结合各期报告验证。
当前显示全部六层研究。
电力、并网、配电和散热是否成为扩张瓶颈?
从电网到机架,跟踪新增容量能否按时交付,以及长期合同能否覆盖建设与运营成本。
并网与建设延期、订单转化不及预期、资本投入回收较慢。
发电与长期电力供应
跟踪重点PPA、投运容量、电价与 FCF
发电与零售电力
跟踪重点电力合同、发电量与现金流
发电设备与电网扩容
跟踪重点订单、积压订单转化与利润率
配电与电源管理
跟踪重点电气业务订单、产能与利润率
供电、液冷与热管理
跟踪重点订单、液冷交付与 FCF
现场发电与燃料电池
跟踪重点MW 订单、项目交付与融资
算力需求如何转化为出货、利润和现金流?
区分 GPU、定制 ASIC、制造与存储环节,分别检验竞争力、供给约束与正常化盈利。
技术替代、客户集中、存储周期与扩产过剩。
AI 计算、互联与软件栈
跟踪重点数据中心收入、网络业务与毛利率
定制 ASIC 与网络芯片
跟踪重点AI 收入、客户集中与网络订单
数据中心 GPU 与 CPU
跟踪重点数据中心收入、产品采用与毛利率
先进制造与封装
跟踪重点先进节点、利用率与资本回报
存储与 HBM 供给
跟踪重点HBM、供需周期与正常化 FCF
定制计算与数据互联
跟踪重点设计项目、交付与客户集中
谁能以更低资本成本把投入转成收入和自由现金流?
把需求、履约投入、融资成本与回款放在一起验证。网络与光互联看订单和交付,云运营商看利用率与投入回收。
投入先于回款、合同兑现不足、客户集中和再融资压力。
AI 计算、互联与软件栈
跟踪重点数据中心收入、网络业务与毛利率
定制 ASIC 与网络芯片
跟踪重点AI 收入、客户集中与网络订单
数据中心 GPU 与 CPU
跟踪重点数据中心收入、产品采用与毛利率
存储与 HBM 供给
跟踪重点HBM、供需周期与正常化 FCF
定制计算与数据互联
跟踪重点设计项目、交付与客户集中
云平台、模型与企业工作流
跟踪重点AI 收入、CapEx、折旧与 FCF
AWS 与企业 AI 平台
跟踪重点AWS 增长、资本投入与回收
云、模型与 AI 应用
跟踪重点云增长、AI 商业化与资本回报
云算力与企业数据
跟踪重点RPO 兑现、CapEx、债务与 FCF
原研究表中的跨层研究对象
跟踪重点按最新报告核对业务范围、投入与现金流
AI 算力基础设施
跟踪重点合同兑现、利用率、融资与 FCF
AI 云与算力建设
跟踪重点投运容量、客户合同与现金消耗
数据中心与 AI 网络
跟踪重点AI Ethernet、客户需求与现金流
光互联与光通信器件
跟踪重点光互联订单、交付与毛利率
光通信与光学器件
跟踪重点数据中心需求、产能与利润率
模型能力与成本改善,能否形成持续定价权?
区分模型技术进展与商业化结果,跟踪使用量、收费、推理成本及可核验的收入。
模型同质化、价格竞争、持续训练与推理支出。
云平台、模型与企业工作流
跟踪重点AI 收入、CapEx、折旧与 FCF
云、模型与 AI 应用
跟踪重点云增长、AI 商业化与资本回报
原研究表中的跨层研究对象
跟踪重点按最新报告核对业务范围、投入与现金流
模型与消费级 AI 应用
跟踪重点模型成本、应用商业化与 CapEx
自动驾驶与物理 AI
跟踪重点任务能力、单位成本与商业化
接入数据和工作流之后,Agent 能否带来增量付费?
围绕数据、身份、工具与工作流,验证采用率是否转成可持续收入和客户黏性。
试用多而付费少、功能被替代、交付与运行成本上升。
云平台、模型与企业工作流
跟踪重点AI 收入、CapEx、折旧与 FCF
AWS 与企业 AI 平台
跟踪重点AWS 增长、资本投入与回收
云、模型与 AI 应用
跟踪重点云增长、AI 商业化与资本回报
云算力与企业数据
跟踪重点RPO 兑现、CapEx、债务与 FCF
客户数据与企业 Agent
跟踪重点AI ARR、付费采用与客户扩张
企业工作流与 Agent
跟踪重点AI 订单、使用与客户留存
数据平台与 AI 工作流
跟踪重点商业收入、合同兑现与现金流
企业数据与 AI 平台
跟踪重点消费增长、AI 使用与盈利质量
可观测性与 Agent 运行监测
跟踪重点客户采用、使用量与利润率
创意 AI 与内容工作流
跟踪重点AI 付费、收费模式与留存
AI 能否转化为实际生产力和可持续商业回报?
从具体任务出发,验证成功率、付费意愿与单位经济性,区分产品进展和财务贡献。
收费模式受冲击、投入与收入错配、落地与交付不确定性。
云平台、模型与企业工作流
跟踪重点AI 收入、CapEx、折旧与 FCF
云、模型与 AI 应用
跟踪重点云增长、AI 商业化与资本回报
原研究表中的跨层研究对象
跟踪重点按最新报告核对业务范围、投入与现金流
模型与消费级 AI 应用
跟踪重点模型成本、应用商业化与 CapEx
客户数据与企业 Agent
跟踪重点AI ARR、付费采用与客户扩张
企业工作流与 Agent
跟踪重点AI 订单、使用与客户留存
数据平台与 AI 工作流
跟踪重点商业收入、合同兑现与现金流
自动驾驶与物理 AI
跟踪重点任务能力、单位成本与商业化
创意 AI 与内容工作流
跟踪重点AI 付费、收费模式与留存
Rubin 出货验证了英伟达的系统优势,155.46 美元已回到合理估值区间,但基准价值仅高出现价约 9.0%,不足以吸收客户付款、生态融资和 CEO 交接同时恶化的风险。
NBIS的客户需求与工程能力具有吸引力,但建设期现金缺口、融资期限和GPU经济折旧,使其仍属于观察级;128.64美元尚不能被稳健的正常化现金流证明便宜。
AI算力交付和订单增长速度极高,但TTM现金FCF为 -20,421百万美元、净债务 42,689百万美元;USD 48.73下Base条件DCF仅USD 50.95,不足以补偿融资、GPU更替和客户集中风险。
存量核电与气电资产受益于电力需求,但资本负担和现金流口径使124.80美元仍缺乏充分安全边际。
Datadog 的核心业务仍在扩张,但 USD 188.72 对未来现金利润的要求仍高。
数据中心放量和经营杠杆已经体现在利润表,库存、应收和客户权证决定了这些增长有多少能成为每股现金流。现价介于 Base 与 Bull 之间,对未来兑现要求很高。
六层分类、初始公司名单与跟踪框架整理自用户提供的《AI Factory 六层产业链跟踪表》,工作簿更新记录截至 2026-09-29。这里展示研究框架,不把原表中的历史行情、宽口径收入代理或事件情景作为当前事实发布。
公司质量为原报告六项质量分合计,满分 85;估值判断来自原报告字段,二者均不是实时行情信号。缺少分项或合计不一致时不补分。各公司的报告日期、框架和业务结构可能不同,分数不构成统一排名。
公司报告在网站重新构建时自动匹配。暂无报告的公司保留研究范围,不生成评分或结论。主题分类与问题由 ChatGPT 整理,具体经营与估值依据请查看各期原报告。