面向 AI 园区开发商的电力选址承保 OS，帮团队在竞争对手之前找到、锁定并压低靠近电力资源地块的风险。

1. 资本正从算力环节上移到土地收购环节，因此在园区设计开始前，真实买方已出现。
2. 报道点名 Anthropic 是潜在受益方，说明专门的场址储备管线能围绕具名 AI 需求来搭建，而不止是围绕泛化的托管预期。
3. 靠近大型电力资源的地块正在变成战略库存，这让电力尽调从后置工程任务变成了最先卡口的流程。
4. 一项据称与 Anthropic 相关的 $50B 建设计划，显著抬高了场址决策失误的代价，也更奖励能把投资级承保标准化的工具。

催化因素。 Coatue 启动土地收购载体，以及与 Anthropic 相关的建设计划，都说明在 AI 基础设施开发起点，场址控制已成了一个紧迫且有预算支持的流程。

产品会导入候选地块，并把全部尽调步骤围绕一个问题组织起来：这个场址能否在锚定租户需要的时间表上，现实地撑起大规模 AI 负载。它结合地块级证据采集、标准化的 kill-go 检查清单，以及围绕电力邻近性、水资源、分区、环境约束和园区适配度的置信评分。团队会得到一份共享备忘录，既能用于内部投资委员会决策，也能用于与顾问、公用事业公司、贷款方和潜在租户的外部协作。随着时间推移，这个平台会沉淀成一套专有数据集，记录真正推动 AI 园区场址成交和建设落地的关键因素。

差异化。 泛用型商业地产软件并不是为 AI 负载选址设计的，而依赖顾问的研究又太慢、太不一致，无法应对抢地浪潮。这个产品以电力为先、以备忘录为先：在团队付费完整工程费用之前，它先帮他们判断哪些地块值得拿排他性。每筛过一个场址，系统都会新增结构化证据，记录公用事业公司、租户和资金提供方真正接受什么条件，由此沉淀出顾问和经纪商都不掌握的反馈闭环。

待完成任务

flowchart LR
  Buyer[AI campus developer] --> Pain[Too many parcels, unclear power certainty]
  Pain --> Product[Power-site underwriting OS]
  Product --> Outcome[Faster site options and fewer dead-end parcels]

高管要点

• 资本正从 GPU 上游迁移到通电土地；Coatue 的动作让“先锁定场址再谈开发”变成了一个有预算支持的流程，而不止是经纪业务的延伸 [1][19][21][27]。
• 真正卡住的地方是电力确定性和公用事业流程时序，而不止是找到地块；负载排队、输电和大负载受理相关证据都说明，电子表格太脆弱，扛不住这类决策 [8][9][15][16]。
• 这是一批买方数量不多、但单价很高的客户：几十个开发商、运营商和土地载体团队，就够撑起高 ACV，由于只要选错一块地，就会白白浪费数月尽调和期权成本 [6][10][15][19][22]。
• 周边工具已覆盖了地块数据、电力图层或咨询服务，不过市场仍缺一套“以备忘录为先”的系统记录层，把 AI 园区土地的 kill/go 证据统一起来 [3][5][7][10][13][14][28]。
• 北弗吉尼亚是最佳试验场，由于县级标准和 Dominion 明确的数据中心流程，把痛点变成了可重复、可观察的问题；Texas 和中西部电力走廊是下一步最自然的扩展方向 [15][16][17][18][19][20][27]。
• 最大风险不是需求，而是采用摩擦：公用事业数据不透明、顾问渠道阻力，以及这门生意卖起来更像基础设施尽调，而不是轻量 proptech SaaS [12][15][16][17][28]。

市场定义

这个市场能定义为面向大负载 AI/数据中心场址承保的前开发软件：包括地块导入、电力/负载可行性、分区与环保卡点，以及为 100MW+ 园区生成投资备忘录，重点集中以美国为先的市场 [1][2][3][15][17][19]。它不包括泛用 CRE CRM、托管机房租赁市场，也不包括下游 EPC/施工执行系统 [4][5][24][26]。

用户与买方

核心 ICP 是数据中心开发商、土地整合载体和基础设施投资人内部负责通电园区的开发/源头拓展团队；经济买方通常是开发副总裁、开发负责人或基础设施投资负责人，而日常使用者更可能是场址源头拓展经理或开发经理 [3][5][10][15]。预算大概率来自土地拓展、前期施工尽调或开发运营，而不是 IT；同时采购摩擦会很高，由于公用事业公司、县政府和顾问仍掌握着事实集合中的关键部分 [6][15][16][17][28]。

购买触发点

• 新一轮场址期权预算，或来自具名租户/AI 实验室的询盘，会逼着团队在拿排他权之前先做快速的首轮 kill/go 筛选。 [1][10]
• 面向大负载或数据中心的公用事业受理流程一旦启动，就会产生打包电力与时序假设的明确截止时间。 [15][16]
• 县级标准更新，或团队进入一个新市场时，可复用的场址就绪检查清单会突然变得非常有价值。 [17][18][29]

支付意愿

公开渠道没有发现 SaaS 定价，不过买方本来就在为顾问主导的场址选择、公用事业协调和大型园区/JV 投入付费；这够撑起一款软件，只要它能减少“假阳性”地块期权，并产出可复用的尽调材料包。 [5][6][15][19][20][26][27][28]

品类动态

增长信号 快速扩张；AI 园区需求增长速度快于公用事业和审批能力，不过比起单一 CAGR，运营商和顾问活动集更能支持决策。

验证信号

• Coatue 推出了与 AI 数据中心需求绑定的通电土地项目，证实了上游土地已是一个可投资流程。
• Dominion 维护着专门的数据中心申请流程，这强烈说明专业化大负载需求在运营层面是真实存在的。
• Loudoun 会发布面向数据中心的专项标准和选址材料，说明在美国最大市场里，本地流程复杂度已够高。
• Applied Digital 表示已在 Ellendale AI 工厂上线首个 50 MW，凸显了 AI 园区开发的规模和资本强度。
• Crusoe 正公开展示 Abilene AI 数据中心，进一步强化了基础设施正向定制化 AI 园区迁移的判断。
• Digital Realty 新增了 DGX-H100-ready 容量，并成立 build-to-suit JV，说明传统玩家仍在重金押注 AI-ready 形态。

监管与技术约束

• 公用事业对大负载和数据中心的受理流程已够明确，因此任何产品都必须支持正式证据打包，而不止是轻量评分。
• 不同地方的县级分区和数据中心标准差异很大，因此模板化但按市场本地化的流程至关重要。
• “电力就绪”不等于“可开工”；如果没有来源证据就过度自动化场址置信判断，很容易损失可信度。
• AI 园区的技术需求会因租户而异，尤其体现在密度、制冷和上线时序，因此地块评分必须保持可配置。
• 产品将卖给基础设施预算和尽调流程，也就是说企业级采购周期和安全要求不可回避。

竞争格局是碎片化的，分散在地块数据平台、电力情报图层、可再生能源选址工具以及传统顾问之间。Acres 处理地块/所有权/报告流程；LandGate 叠加电力、光纤和能源市场情报；Paces 最接近电力开发流程；CBRE 和 Colliers 则售卖服务占比较重的选址与资本市场顾问方案 [3][5][7][10][13][14][28]。真正的空白，是一套中立、以备忘录为先、专为 AI 园区在完整工程投入前做 kill/go 决策而建的系统记录层 [8][9][11][12][15][18]。

为什么现有厂商不会默认胜出

• 经纪与咨询机构. CBRE/Colliers 拿得下客户关系，不过它们默认不会成为软件所有者；其交付物高度依赖服务、项目属性很重，也不太会自然积累成可复用的承保数据集。
• 横向土地情报平台. Acres 及类似地块数据产品擅长处理所有权和地图，不过还没有把公用事业时序、分区细节和租户适配统一进一份投资备忘录。
• 可再生能源选址工具. Paces 在电力开发流程上很强，不过 AI 园区买方还需要土地委员会备忘录、水资源/分区证据，以及锚定租户适配，而不仅仅是发电选址。
• 运营商与云平台. Equinix、Digital Realty、Crusoe 和 CoreWeave 卖的是容量或园区，而不是面向第三方买方、用于比较原始地块的中立型前期承保层。

Power-site Underwriting OS 瞄准的是 AI 园区开发前期的关键流程：开发商和土地载体要先判断一块 100MW+ 地块值不值得拿下期权。研究说明，市场对通电土地的需求既急迫又有预算支持，不过眼下流程仍被经纪商、 顾问、公用事业邮件和电子表格备忘录割裂开来。首个滩头市场应是北弗吉尼亚的源头拓展团队，由于 Dominion 专门的数据中心受理流程和 Loudoun 明确的标准，让痛点既可观察、可重复，也可产品化。MVP 应是一个以备忘录为先、 人工校验的证据系统，把原始地块转成围绕电力、分区、水资源、环保与租户适配的 kill/go 决策。GTM 从付费试点开始， 触发点是新场址期权预算获批或具名租户询盘；一旦证实成功，再把团队转成年度平台合同并叠加按地块收费。按研究估算， 初始以美国为先的 SAM 约为 $31.0M，三年 SOM 约为 $6.0M，因此想做出风险投资回报，关键不止是承保本身， 还得向期权管理、公用事业协同、许可协调和贷款方尽调继续扩展。战略上要刻意避开泛用 CRE 软件、全自动并网预测和下游 EPC 工具， 至少在公司拿到重复证据、证实自己的备忘录流程确实能减少死路地块并加速 IC 审批之前都不该贸然扩张。最大的不确定性不是市场需求， 而是团队能否够早地把公用事业和县级证据标准化，进而在接近软件毛利的前提下赢得买方信任；这一点必须在试点中证实，而不能先假设成立。

问题

• 团队在拿 AI 园区土地期权时；仍主要依赖经纪商、顾问和电子表格备忘录，导致首轮尽调既慢、又不一致，也很难在 IC、公用事业、贷款方和租户之间复用。
• 只要误判一块“假阳性”地块，就可能浪费数月期权窗口和顾问成本，由于电力时序、分区、水资源、环保和租户适配等问题，往往是在拿到排他权之后才暴露出来。

解决方案

• 交付一个以备忘录为先的承保工作区，用来收集地块证据、套用标准化的 kill/go 检查清单，并输出适用于 100MW+ AI 园区场址的投资级就绪备忘录。
• 先从带人工校验的电力、分区、水资源、环保和租户适配置信评分启动，再逐步沉淀成一套关于场址为何失败或推进的专有数据集。

为什么我们会赢

• 产品围绕真实购买决策所需的核心产物——投资与尽调备忘录——设计，而不是围绕泛用地块搜索或地图功能设计。
• 北弗吉尼亚交付了一个高密度证实场：公用事业和县级流程都很明确，公司能比全国铺开更快做出可复用模板。
• 每一次筛地都会产出结构化失败数据，而经纪商、顾问和横向地块工具都不会在客户自有流程中系统性保留这些数据。

里程碑

flowchart LR
  Wedge[Northern Virginia 100MW+ site underwriting] --> MVP[Memo first underwriting OS]
  MVP --> Proof[Paid pilots and faster kill go decisions]
  Proof --> Expansion[Option management utility and lender workflows]

创始团队

实验路线图

风险评估

必须成立的条件

• 目标客户每年会筛够多的 100MW+ 地块，使承保软件成为重复流程，而不是一次性项目。
• 如果产品能显著减少“假阳性”地块，VP 级开发买方会在完整工程启动前就批准预算。
• 北弗吉尼亚试点能在不牺牲决策质量的前提下，把首轮尽调时间至少砍掉 50%。
• 顾问和咨询机构愿意接受导出的备忘录流程，而不是把自己塑造成唯一可信赖的尽调来源。
• 在承保切口被证实之后，期权管理、公用事业协同和贷款方尽调等扩展模块，至少能把账户价值再翻一倍。

待尽调问题

• 每个目标账户在最近两轮选址计划里，分别筛了多少真实地块、拿了多少期权、又放弃了多少
• 投资委员会在批准土地支出前，究竟要求什么样的备忘录或证据包
• 哪些公用事业和县级数据字段能在正式申请前稳定取得，并够撑起置信评分
• 在这些团队里，预算、信息安全审核和采购链路到底归谁管
• 顾问是把产品当成拉升吞吐的基础设施，还是当成威胁其可计费尽调收入的工具

模型合理性

• 收入引擎. 基准情境收入建立在 Q4Y3 达到 15 个付费账户之上，前期试点转成 $210K 平台合同，而较早签下的客户会逐步扩展到 $300K ARR。
• 必须成立的前提. 试点转平台的转化率必须接近 BP 里 50%+ 的目标，公司才能在不提前扩编的情况下撑起后续扩展。
• 模型何时会失效. 最大风险是关系驱动销售周期延后一个季度；敏感性分析说明，这会抹掉约 $403K 的 Y3 收入，并把 downside 情境的现金推到负值。
• 下一轮融资证实点. 当团队做到 7 个客户、上线 Texas 模板，并在核心承保流程之上拿到首笔付费扩展模块收入时，下一轮 seed 就有了更扎实的依据。

情景

敏感性

flowchart LR
  Leads --> PaidPilots
  PaidPilots --> AnnualContracts
  AnnualContracts --> ExpandedAccounts
  ExpandedAccounts --> Revenue
  Revenue --> GrossProfit
  GrossProfit --> Cash

警示项: 毛利率假设成立的前提是：带人工校验的证据流程能被标准化到 70%；如果服务成分迟迟降不下来，模型对现金的判断就偏乐观。 · 客户计划要在一个相对狭窄的买方池中做到 15 个账户，因此只要有几个 logo 延迟，结果就会显著走样。 · 模型没有纳入第二轮融资；公司之所以能在 Y3 保持现金为正，前提是招聘始终克制，且 Q4Y3 刚好略微转为 EBITDA 为正。

• 顾问渠道阻力. 工程和尽调顾问可能把产品视为对其可计费研究工作的威胁。 缓解措施: 把平台定位成前置筛选入口，并把顾问纳入流程，承接后续需要盖章的深入工作。
• 公用事业数据不透明. 如果电力和并网数据不完整或彼此矛盾，开发商可能不会信任自动化结论。 缓解措施: 先把产品做成证据与流程系统，并保留人工证实；只有在底层数据够明确的地方再叠加置信评分。
• 买方集中度过高. 初始客户群体较小且高度项目驱动，可能拖慢收入增长。 缓解措施: 先以按场址收费切入土地载体和中型开发商，再扩展到贷款方、租户和更广泛的园区流程。