Workflow
微电网和储能解决方案
icon
搜索文档
AI热潮下的“新主线”! 电网科技股引领AI基础设施投资新狂潮
智通财经网· 2025-12-08 13:03
核心观点 - 华尔街主流观点认为,AI基础设施投资浪潮远未结束,当前仅处于开端,预计到2030年规模有望达到3万亿至4万亿美元 [1] - 电网科技股被视为AI数据中心扩张、全球电气化、可再生能源并网及老旧电网升级等多重趋势的综合受益者,其牛市行情有望长期延续 [1][4][6] - 尽管部分个股涨幅巨大且估值存在溢价,但分析师认为其强劲增长能支撑估值,且板块整体估值仍低于科技股指数,当前任何回调都被视为买入机会 [2][3][5][6][11] AI投资浪潮与电网科技股的关系 - AI推理端算力需求推动的AI基础设施投资浪潮预计将持续至2030年,规模高达3万亿至4万亿美元 [1] - AI数据中心电力需求正以前所未有的速度飙升,AI已成为“电力饕餮”,驱动对稳定庞大电力供应体系的需求 [15] - 电网科技股是AI、数据中心、电动车、可再生能源背后的电力基础底座领域的“卖铲人”,受益于大趋势但不完全依赖单一AI赛道 [4] - 全球AI竞赛本质是算力基础设施竞赛,底层算力需求已把基础设施容量推到极限,持续验证AI热潮仍处于算力供不应求的早期建设阶段 [16] 电网科技股的定义与市场表现 - 电网科技股指为电网提供设备、软件和工程服务的“基础设施科技+装备制造”公司,而非传统电力公用事业公司 [4] - 涵盖硬件制造商、软件开发商、公用事业规模电池安装商等,具体公司包括Vertiv、晓星重工业、LS Electric、SolarEdge、Willdan Group等 [3][6] - 纳斯达克OMX Clean Edge Smart Grid Infrastructure Index(电网指数)今年已大涨约30%,表现优于上涨约22%的纳斯达克100指数 [11] - 部分个股涨幅惊人:Vertiv今年上涨约60%;晓星重工业今年飙升约400%;LS Electric上涨约230%;SolarEdge股价翻倍;Willdan Group涨幅接近200% [6] 驱动电网投资的多元结构性因素 - **AI数据中心**:到2030年,数据中心(含AI)用电需求将至少翻番,AI数据中心电力需求预计增长四倍以上 [8][17] - **全球电气化**:电动汽车、热泵、工业用电等进程加速,推动整体能源需求快速增长 [1][7] - **可再生能源并网**:可再生能源兴起及分布式能源(如家庭储能)回送电力,要求电网更新换代 [14] - **电网老化与升级**:欧美等地的电网系统建于数十年前,急需面向21世纪的更新换代以应对气候变化和极端天气 [8][14] - **能源安全**:亚洲经济体为获得能源安全,电力需求不断增长 [7] - **投资规模**:全球电网层面整体支出今年预计增长16%至4790亿美元,2027年有望增至5770亿美元 [8] 代表性公司与业务受益点 - **Vertiv**:为微软、谷歌、Meta的AI数据中心提供微电网和储能解决方案,是液冷技术领军者 [6] - **施耐德电气**:全球电气设备制造商,其与AI数据中心相关的中压/低压配电、UPS、电池储能、液冷等业务在第二季度实现双位数内生营收增长,并通过收购Motivair切入液冷市场 [7] - **晓星重工业 & LS Electric**:韩国变压器制造商,股价分别飙升约400%和230%,领涨电网科技股板块 [6] - **SolarEdge**:逆变器系统制造商,股价已翻倍 [6] - **Willdan Group**:电力工程公司,股价接近历史高位 [6] - **Fluidstack & CoreWeave**:云端AI算力租赁领军者,今年以来估值持续扩张 [16] 估值与市场观点 - 摩根大通认为许多电网科技股并未处于泡沫之中,其强劲增长足以证明当前估值的合理性 [5][6] - 电网指数目前以21倍远期市盈率交易,估值远低于纳斯达克100指数 [11] - 分析师建议投资者利用股价的小幅回调进行逢低买入 [3] - 对冲基金对电网指数成分股持净看多态度,截至9月底,该指数成分股中66%的公司多头押注超过空头,高于一个月前的59% [12] - 市场认为电网基础设施投资可能是一个跨越几十年(而不仅是到2026年)的“超级投资周期” [13][15] 潜在挑战与选择性 - 部分分析师警告,许多利好消息已在今年股价大幅上涨中得到体现,投资者需要在估值和周期性方面非常挑剔 [12] - 电网升级需与受监管的公用事业公司深度长期合作或获取其数据,这可能减缓或阻碍投资进程 [12] - 客户账单上升导致美国一些州加大审查力度,可能因被视为风险过高而阻碍某些地区的电网技术部署 [12] - 不同地区的公用事业公司、监管结构差异将导致技术采用速度存在差异 [12]