---
title: "O gargalo da rede elétrica e a mudança para soluções atrás do medidor: como os data centers de IA estão lidando com a escassez de energia, os atrasos na construção e os descompassos de capital"
author: "DeepValues Research"
publisher: "DeepValues Research (DeepValues / LuLu Ventures LLC)"
type: "Research article"
date: "2026-11-05"
language: "pt-BR"
section: "Insights"
machine_translated: true
translation_method: "machine translation (gpt-6.1-sol, Azure OpenAI)"
translated_from: "https://research.deepvalues.ai/insights/2026-11-05-data-center-financing-power-and-the-ai-infrastructure-boom/"
original_url: "https://research.deepvalues.ai/insights/2026-11-05-data-center-financing-power-and-the-ai-infrastructure-boom/"
original_language: "en"
translated_on: "2026-11-14"
translation_note: "Machine-translated from the original report; the original is authoritative."
canonical_url: "https://research.deepvalues.ai/insights/2026-11-05-data-center-financing-power-and-the-ai-infrastructure-boom-pt/"
markdown_url: "https://research.deepvalues.ai/insights/2026-11-05-data-center-financing-power-and-the-ai-infrastructure-boom-pt/index.md"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
cite_as: "DeepValues Research, O gargalo da rede elétrica e a mudança para soluções atrás do medidor: como os data centers de IA estão lidando com a escassez de energia, os atrasos na construção e os descompassos de capital, https://research.deepvalues.ai/insights/2026-11-05-data-center-financing-power-and-the-ai-infrastructure-boom-pt/"
publisher_url: "https://deepvalues.ai"
app: "https://deepvalues.ai"
api: "https://app.deepvalues.ai/developers"
data_note: "Reports are dated snapshots. Current data via the DeepValues API: https://app.deepvalues.ai/developers"
disclaimer: "Educational research, not investment advice."
disclosure: "AI-assisted"
generated_by: "NotebookLM + DeepValues editors"
category: "ai"
sources:
  - title: "“只要敢借，就有人敢贷”：聊数据中心融资、电力、算力与泡沫｜硅谷101年度线下大会"
    url: "https://www.youtube.com/watch?v=xzc99JOBMlY"
audio: "https://anchor.fm/s/10566d324/podcast/play/128867790/https%3A%2F%2Fd3ctxlq1ktw2nl.cloudfront.net%2Fstaging%2F2026-10-5%2F435988439-44100-2-61f40ced028008.mp3"
audio_kind: "podcast episode"
audio_page: "https://open.spotify.com/episode/3GaG9KqaratuOhgZjScOEH"
---
# O Gargalo da Rede Elétrica e a Mudança para a Geração Atrás do Medidor: Como os Centros de Dados de IA Estão Lidando com Escassez de Energia, Atrasos na Construção e Descasamentos de Capital

O principal gargalo físico que restringe a expansão dos centros de dados de inteligência artificial (IA) nos Estados Unidos é a incapacidade estrutural de construir linhas de transmissão de eletricidade de alta tensão em larga escala com rapidez suficiente para atender à demanda dos provedores de hiperescala e dos provedores de nuvem de nova geração. Para contornar os atrasos na conexão à rede das concessionárias, o setor de infraestrutura está realizando uma mudança decisiva para a geração de energia "atrás do medidor" (no local) — utilizando turbinas a gás natural e células a combustível de óxido sólido — juntamente com estratégias de tokenização em microfrações para maximizar o rendimento do equipamento. No entanto, essa abordagem descentralizada enfrenta gargalos operacionais, incluindo graves acúmulos de pedidos de licenciamento ambiental de emissões atmosféricas, oposição política local e um descasamento financeiro crítico de prazos entre contratos de locação imobiliária de longo prazo das instalações e equipamentos computacionais de vida útil curta, colocando até $100 bilhões em receitas previstas do setor sob risco de atrasos de vários anos na entrega.

---

## 1. A Barreira da Transmissão de Energia: Por Que a Expansão da Infraestrutura Esbarra em uma Restrição Rígida

A expansão da infraestrutura computacional de IA nos EUA esbarrou diretamente em uma restrição física: as limitações estruturais da rede elétrica dos EUA. Historicamente, ampliar a capacidade das concessionárias regionais exigia construir linhas de transmissão elétrica de alta tensão — as "rodovias" de energia de longa distância que transportam eletricidade em grandes volumes de usinas geradoras distantes até redes municipais de distribuição e usuários finais industriais. Nos últimos 12 meses, importantes líderes de estratégia do setor, incluindo Ishing (Ethan), responsável pelo planejamento de centros de dados e pela estratégia energética do Google, observaram que os provedores de hiperescala e os planejadores de energia praticamente abandonaram projetos de expansão de linhas de transmissão em larga escala nos Estados Unidos devido a obstáculos regulatórios, geográficos e de licenciamento de vários anos considerados insuperáveis.

Esse recuo estratégico decorre de um descasamento fundamental de escala entre as necessidades energéticas dos centros de dados de nova geração e a capacidade da rede legada. Os agrupamentos computacionais avançados de IA já não crescem de forma incremental; a demanda de energia de instalações em um único local aumentou para 500 megawatts (MW) e patamares de múltiplos gigawatts (GW). Conectar uma instalação de várias centenas de megawatts à rede tradicional de uma concessionária exige estudos de conexão e construção de linhas de transmissão de alta tensão que normalmente levam vários anos para serem executados — um prazo completamente desalinhado dos ciclos de implantação de agrupamentos modernos de unidades de processamento gráfico e de arquiteturas de servidores com unidades centrais de processamento de alta densidade. Reconhecendo que as expansões das rodovias públicas de energia não podem ser entregues dentro das janelas de implantação exigidas pelos provedores de hiperescala, o setor abandonou as conexões centralizadas à rede em favor da implantação de infraestrutura localizada e independente da rede.

---

## 2. Geração no Local e Tokenização: Como a Infraestrutura Moderna de IA Opera Passo a Passo

Para se adaptar às restrições da rede das concessionárias, os provedores de nuvem e os desenvolvedores de infraestrutura estão adotando um novo modelo operacional centrado na geração descentralizada de energia e na gestão granular da capacidade dos equipamentos.

### Etapa 1: Geração de Energia no Complexo
Em vez de esperar anos para que as concessionárias regionais de eletricidade estendam as conexões da rede até um complexo, os desenvolvedores instalam equipamentos dedicados de geração de energia diretamente no local. Denominada **geração atrás do medidor**, essa arquitetura posiciona os principais ativos de geração — normalmente turbinas a gás natural de pequeno a médio porte ou células a combustível de óxido sólido — diretamente atrás do medidor da concessionária na instalação, operando de forma independente da rede pública.

* **Analogia:** Depender de uma conexão tradicional à rede é como esperar anos para que uma autoridade de transporte público projete e construa uma rodovia de alta velocidade ligando uma fábrica industrial remota a uma usina municipal distante. A geração atrás do medidor equivale a construir uma usina privada dedicada bem na entrada da fábrica, garantindo acesso imediato à energia sem depender de projetos de infraestrutura pública.

Empresas como a Bloom Energy surgiram para aproveitar esse modelo, fornecendo sistemas de células a combustível de óxido sólido com "rapidez no acesso à energia". Essas instalações modulares podem colocar a geração local em operação em 3 a 6 meses — e, em implantações especializadas, em apenas 60 dias — em comparação com os prazos de 1.5 a 2.5 anos exigidos para conexões convencionais à rede das concessionárias.

### Etapa 2: Maximização da Utilização dos Centros de Dados
Assim que a energia é fornecida ao complexo, os provedores de infraestrutura de nuvem (como a GMI Cloud) precisam maximizar o rendimento computacional dos equipamentos para sustentar elevados investimentos de capital e cronogramas de serviço da dívida. Os operadores gerenciam a utilização da capacidade por meio de uma estrutura operacional organizada de **recipiente de vidro**:

```
+-------------------------------------------------------+
|  WATER: Micro-chunked Tokens (Unused Node Spot Hours) | -> ~100% Target Utilization
|-------------------------------------------------------|
|  SAND: Short/Medium-Term Contracts (6 Mos - 3 Years)  | -> Fills Capacity Gaps
|-------------------------------------------------------|
|  PEBBLES: Long-Term Base Leases (5 - 6 Years)         | -> ~50% Baseline Capacity
+-------------------------------------------------------+
```

* **Seixos (Capacidade Básica):** Contratos plurianuais com duração de 5 a 6 anos, ancorados por grandes cargas de trabalho empresariais. Eles formam blocos estruturais grandes e rígidos que ocupam aproximadamente 50% da capacidade computacional total da instalação, garantindo um fluxo de caixa básico para cobrir os custos fixos da instalação.
* **Areia (Preenchimento de Capacidade):** Contratos intermediários com duração de 6 meses a 3 anos. Esses blocos de médio prazo preenchem os vazios estruturais em torno das locações básicas plurianuais.
* **Água (Tokenização Fluida):** Para eliminar a capacidade ociosa restante causada por nós de reserva com substituição sem interrupção de funcionamento (mantidos para atender aos requisitos de redundância dos acordos de nível de serviço) ou por agrupamentos computacionais não alugados, os operadores implantam plataformas integradas de programas de "fábrica de tokens". Ao converter horas residuais de unidades de processamento gráfico e nós de servidores em espera em geração de tokens por interfaces de programação de aplicações em intervalos inferiores a um segundo, o operador despeja "água" fluida nos microespaços do recipiente, levando a utilização física das unidades de processamento gráfico em direção a 100% e capturando receitas de alta margem no mercado à vista.

---

## 3. O Novo Modelo de Infraestrutura: O Que É Genuinamente Novo em Energia e Financiamento

Lidar com as restrições da rede exige engenharia inovadora independente da rede, estruturas de capital transfronteiriças e uma arquitetura de crédito em múltiplas camadas para alinhar a dívida imobiliária de longo prazo aos equipamentos computacionais de vida útil curta.

```
       [ CAPITAL SOURCES ]
               │
               ├──────► New Taiwan Dollar (NTD) Low-Cost Debt Credit Structures
               │
               └──────► Investment Grade (IG) Credit Wraps (NVIDIA, Broadcom, Google)
                       │
                       ▼
             [ SPECIAL PURPOSE VEHICLE ]
             │  - Cash-Flow Revenue Lockbox (5-6 Yr Contracts)
             │  - Hardware Residual Value Guarantees
             ▼
      [ REAL ESTATE LEASE ] ◄── Duration Mismatch Resolved ──► [ GPU HARDWARE ]
       (12 - 15 Year Term)                                     (4 - 6 Year Lifespan)
```

### Mudanças na Energia Independente da Rede
A geração atrás do medidor deixou de ser uma solução emergencial para se tornar um modelo estratégico central, representando uma estimativa de 30% a 50% dos centros de dados planejados nos EUA com entrada em operação prevista para os próximos 1 a 2 anos. Como as turbinas a gás natural de escala equivalente à das concessionárias (como as unidades de grande porte da GE) têm filas de pedidos de vários anos, os desenvolvedores estão comprando turbinas a gás de pequeno a médio porte e unidades modulares de células a combustível de óxido sólido para acelerar os prazos de acesso à energia.

### Arbitragem de Capital Transfronteiriça
Como as taxas de financiamento por dívida doméstica nos EUA para desenvolvedores de infraestrutura que não são provedores de hiperescala frequentemente superam 10%, os operadores internacionais estão recorrendo à arbitragem de capital transfronteiriça. Por exemplo, a GMI Cloud capta capital por meio de estruturas de crédito em novo dólar taiwanês e sindicatos bancários asiáticos. Essa estratégia acessa mercados estrangeiros de dívida de baixo custo, garantindo custos de empréstimo substancialmente inferiores às taxas de juros de referência dos EUA.

### Inovações Estruturais de Dívida e Garantias de Crédito com Grau de Investimento
Um desafio financeiro central na infraestrutura contemporânea de IA é o **descasamento de prazos**:
* Os operadores imobiliários e proprietários de centros de dados exigem compromissos de locação imobiliária de **12 a 15 anos** para respaldar a dívida das instalações.
* Os equipamentos computacionais de unidades de processamento gráfico possuem vida útil física e econômica de apenas **4 a 6 anos**.

Os provedores de "neonuvem" sem grau de investimento não conseguem garantir contratos de locação imobiliária de 12 a 15 anos com seus próprios balanços devido a limitações de classificação de crédito. Para resolver essa barreira estrutural, os especialistas em engenharia financeira utilizam sociedades de propósito específico integradas a contas vinculadas de receitas de fluxo de caixa, nas quais as receitas de contratos de clientes de 5 a 6 anos são segregadas para priorizar os pagamentos de locação dos imóveis dos centros de dados. 

Para completar a estrutura, grandes empresas de tecnologia com balanços robustos (como NVIDIA, Broadcom e Google) oferecem garantias de crédito com grau de investimento ou garantias de valor residual. Essas garantias de crédito absorvem o risco de obsolescência dos equipamentos e asseguram os compromissos de locação subjacentes, permitindo que os provedores de neonuvem sem grau de investimento superem a diferença entre a vida operacional de 4 a 6 anos das unidades de processamento gráfico e os compromissos de 12 a 15 anos com as instalações.

### Expansão da Dívida do Setor Privado e Dinâmicas Macroeconômicas de Crédito
Conforme destacado pelo investidor em energia e IA Bruce, os balanços das empresas dos EUA estão passando por um ciclo estrutural de realavancagem. Após a crise financeira de 2008, os governos soberanos alavancaram seus balanços, enquanto o setor empresarial privado realizou mais de uma década de desalavancagem dos balanços. Hoje, com a capacidade de endividamento do setor público pressionada globalmente, o setor empresarial privado está se realavancando, sustentado por enormes despesas de capital em IA. 

As emissões de dívida de centros de dados de IA representam atualmente 5% a 7% do mercado de crédito corporativo com grau de investimento dos EUA (que registrou quase $0.5 trilhões em novas emissões no acumulado do ano). Sustentado por balanços comerciais bem capitalizados, o sistema bancário dos EUA mantém ampla capacidade estrutural de concessão de crédito para absorver essa expansão da dívida ("se você ousa tomar emprestado, eles ousam emprestar"). Além disso, acontecimentos de mercado como o aumento dos diferenciais de crédito da dívida de empresas de tecnologia tradicionais (por exemplo, Oracle) refletem uma reprecificação racional do risco à medida que históricas "vacas leiteiras" passam a realizar investimentos intensivos de capital em infraestrutura, e não uma contração sistêmica do crédito.

---

## 4. Impacto no Setor e nos Produtos: Da Escassez Computacional às Cargas de Trabalho de IA de Nova Geração

A disponibilidade de energia determina diretamente as estruturas de preços do mercado computacional, as margens operacionais e a velocidade de implantação dos modelos fundamentais de IA de nova geração.

### Dinâmicas de Preços à Vista versus Contratuais
Como as conexões às concessionárias enfrentam gargalos, a disponibilidade computacional no curto prazo obtém um elevado prêmio de mercado. O mercado se dividiu em duas estratégias operacionais distintas:

* **Modelo de Contrato Fixo de Longo Prazo:** Provedores de nuvem como a CoreWeave se concentram em garantir contratos plurianuais de locação de capacidade com tarifas básicas fixadas em aproximadamente **$15 por watt**, oferecendo fluxos de caixa previsíveis de longo prazo, mas limitando o potencial de ganhos durante crises de oferta.
* **Estratégia Especulativa de Rendimento à Vista:** Operadores como Nebius e GMI Cloud realizam construções especulativas de instalações em áreas geográficas sem restrições para capturar os preços do mercado à vista no curto prazo. A capacidade computacional energizada entregue antes de 2027 obtém tarifas premium à vista de **$25–$30 a $50 por watt**, permitindo que construtores especulativos capturem margens de rendimento significativas sobre a capacidade não contratada.

### Déficits Computacionais Estruturais Até 2030
A previsão é de que a escassez computacional estrutural persista pelo menos até 2030, impulsionada por três vetores de expansão das cargas de trabalho:

1. **Inferência Operacional de Alto Volume:** O consumo computacional passou do pré-treinamento periódico desconectado para a inferência operacional contínua em tempo real (por exemplo, engenharia automatizada de programas, geração multimodal e automação de fluxos de trabalho empresariais). Operadores de infraestrutura como a GMI Cloud agora processam mais de 1 trilhões de tokens de interfaces de programação de aplicações por dia para atender à demanda básica de execução de programas.
2. **Autoaperfeiçoamento Recursivo:** As instituições de pesquisa em IA estão migrando para arquiteturas capazes de gerar dados, avaliar lógica e ajustar seus próprios pesos internos de forma autônoma, sem intervenção humana. Os pesquisadores projetam que implantações funcionais de autoaperfeiçoamento recursivo surjam dentro de 6 a 24 meses, ampliando exponencialmente a demanda computacional por unidades de processamento gráfico acima dos níveis de referência de dados selecionados por humanos.
3. **IA Física e Robótica:** O desenvolvimento de modelos fundamentais robóticos generalistas (como as arquiteturas de modelos demonstradas pela Astra) estabeleceu que a manipulação física cresce diretamente com a capacidade computacional de força bruta e o processamento de dados de vídeo egocêntricos. À medida que a robótica passa de rotinas determinísticas de tarefa única para a inteligência física contínua, a demanda por equipamentos se expandirá além das projeções históricas limitadas a programas.

---

## 5. Gargalos de Execução, Riscos Regulatórios e Fragilidade Financeira

Apesar da forte demanda de mercado e da expansão das linhas de crédito, atritos operacionais críticos ameaçam os cronogramas de conclusão dos centros de dados e as taxas internas de retorno dos projetos.
### Atrasos na Construção e Impacto Econômico
O acompanhamento do setor indica que 10% a 20% dos projetos planejados de centros de dados nos EUA enfrentam atrasos na construção e no fornecimento de energia superiores a um ano, prolongando os cronogramas padrão de entrega de 1.5 a 2.5 anos. A intensidade de capital desses atrasos é ilustrada pelo arrendamento, pela SpaceX, de aproximadamente 300 MW de capacidade de centros de dados à Anthropic por um valor de quase $1 bilhões por mês ($12 bilhões em termos anualizados) — quase o triplo dos preços históricos dos contratos. Considerando a carteira de projetos do setor, que soma múltiplos gigawatts, um atraso de um ano na execução pode congelar até $100 bilhões em receitas previstas de capacidade computacional, enquanto as obrigações de serviço da dívida continuam a se acumular nas sociedades de propósito específico.

```
       [ PLANNED DATA CENTER BUILD ]
                     │
                     ▼
       ┌───────────────────────────┐
       │     EXECUTION RISKS       │
       └─────────────┬─────────────┘
                     │
     ┌───────────────┼───────────────┐
     ▼               ▼               ▼
[Permitting]   [Regulatory]     [Political]
 Environmental  FAA height &      Local &
 Air Permits    safety rules     gubernatorial
 (T+14 Months)  near airports     oppositions
     │               │               │
     └───────────────┼───────────────┘
                     │
                     ▼
       ┌───────────────────────────┐
       │  10% - 20% OF PROJECTS    │
       │ DELAYED BY > 1 YEAR       │
       └─────────────┬─────────────┘
                     │
                     ▼
       ┌───────────────────────────┐
       │ $100B INDUSTRY REVENUE    │
       │    AT RISK OF DELAY       │
       └───────────────────────────┘
```

### Entraves Regulatórios e de Licenciamento
* **Licenciamento Ambiental de Emissões Atmosféricas:** Turbinas a gás natural instaladas atrás do medidor exigem aprovações ambientais rigorosas. A obtenção de licenças de emissões atmosféricas de carbono ($CO_2$) junto à Agência de Proteção Ambiental e à Autoridade Regional de Normas Ambientais acrescenta um prazo médio de 14 meses (T+14 meses) ao desenvolvimento de instalações sem licenciamento, antes que a montagem dos equipamentos possa começar.
* **Barreiras Regulatórias Não Convencionais:** As normas da Administração Federal de Aviação sobre altura de edificações e segurança nas proximidades de corredores de voo de aeroportos regionais têm atrasado ou interrompido inesperadamente propostas de construção de centros de dados.
* **Resistência Política e Comunitária:** A oposição da população local em relação à poluição sonora, à congestão da rede elétrica regional e ao consumo de água municipal está se intensificando. O apoio político estadual pode mudar rapidamente antes dos ciclos eleitorais; por exemplo, a comunicação oficial do estado sobre a expansão de centros de dados no Texas sofreu uma mudança de 180 graus no período que antecedeu as eleições de meio de mandato, devido à resistência de eleitores locais.

Leitores interessados em explorar pesquisas adicionais de fontes abertas sobre a dinâmica da infraestrutura de inteligência artificial e modelos financeiros podem acessar recursos pelo site da DeepValues Research ou experimentar nosso conjunto de ferramentas analíticas pelo aplicativo DeepValues.

---

## Números-chave

* **30% a 50%:** Proporção dos centros de dados planejados nos EUA que devem entrar em operação nos próximos 1–2 anos utilizando soluções de geração de energia atrás do medidor (no local).
* **3 a 6 meses (e até 60 dias):** Prazo declarado por fornecedores de soluções de disponibilização rápida de energia (por exemplo, Bloom Energy) para colocar em operação a geração local com células de combustível de óxido sólido, em comparação com 1.5 a 2.5 anos para conexões convencionais à rede elétrica das concessionárias.
* **10% a 20%:** Percentual estimado dos centros de dados planejados nos EUA que enfrentam atrasos na construção e no fornecimento de energia superiores a um ano.
* **300 MW por ~$1 bilhões/mês:** Escala do centro de dados arrendado e valor mensal estimado do contrato associado ao arrendamento de capacidade pela SpaceX à Anthropic (descrito como quase o triplo dos preços do ano anterior).
* **$100 bilhões:** Receita estimada do setor sob risco de atraso caso os projetos da carteira de centros de dados, que somam múltiplos gigawatts, sejam adiados em um ano.
* **12 a 15 anos versus 4 a 6 anos:** Descasamento de duração entre os contratos tradicionais de arrendamento de imóveis para centros de dados (12–15 anos) e a vida útil dos equipamentos de servidores com unidades de processamento gráfico (4–6 anos).
* **1 trilhões+:** Quantidade de unidades de texto processadas diariamente pela interface de programação de aplicações da plataforma de fábrica de unidades de texto da GMI Cloud.
* **5% a 7%:** Participação atual das emissões de dívida de centros de dados de inteligência artificial no mercado de crédito corporativo com grau de investimento dos EUA (de um total de quase $0.5 trilhões em novas emissões acumuladas no ano).
* **10%+:** Taxa de juros de empréstimos enfrentada por empresas comparáveis de infraestrutura de inteligência artificial dos EUA nos mercados domésticos, em comparação com estruturas de capital asiáticas de menor custo (como dívida denominada em novos dólares taiwaneses).
* **14 meses:** Prazo médio adicional (T+14 meses) para a construção de instalações de turbinas a gás atrás do medidor sem licenciamento, devido a restrições de licenciamento ambiental de emissões atmosféricas.
* **2030:** Ano até o qual se prevê que a capacidade computacional permaneça em situação de escassez estrutural devido ao autoaperfeiçoamento recursivo, à robótica e ao crescimento da inferência.

---

## O que mudaria este cenário

1. **Reforma Regulatória das Linhas de Transmissão:** Medidas legislativas estaduais ou federais que simplifiquem o licenciamento da transmissão de energia de alta tensão, eliminando gargalos de interconexão e redirecionando a implantação de centros de dados para a energia da rede das concessionárias, em vez de turbinas a gás no local.
2. **Aceleração Regulatória das Licenças para Instalações Atrás do Medidor:** Ajustes nas políticas dos processos de análise de emissões de carbono da Autoridade de Normas Ambientais que reduzam significativamente ou prolonguem ainda mais o prazo atual de 14 meses para instalações de turbinas a gás natural.
3. **Ampliação dos Diferenciais de Crédito em Sociedades de Propósito Específico e no Crédito de Alto Rendimento:** Uma forte ampliação dos diferenciais de crédito ou inadimplências estruturais entre provedores de “neonuvem” sem grau de investimento que tentam cumprir obrigações de dívida de curto prazo relativas a unidades de processamento gráfico em contraposição a compromissos imobiliários de longo prazo com centros de dados.
4. **Avanços em Eficiência Algorítmica e Redução da Necessidade de Computação:** Implantação comercial de inovações de eficiência arquitetural ou algorítmica nos próximos 6 a 24 meses que reduzam drasticamente a intensidade computacional por unidade de texto e os requisitos de equipamentos para inferência, achatando a curva exponencial de demanda computacional e aliviando a escassez estrutural de capacidade.

---
## Fontes citadas

* "聊数据中心融资、电力、算力与泡沫" (Data Center Financing, Power, Compute, and Bubbles) Panel Discussion, featuring Ishing (Ethan) [Google], Alex [GMI Cloud], and Bruce [AI/Energy Investor], hosted by 硅谷101 (Silicon Valley 101) Annual Offline Conference.

## From DeepValues

- DeepValues app: intrinsic value, stances and the latest reports for 300+ stocks. [iPhone](https://apps.apple.com/us/app/deepvalues/id6775568608?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android](https://play.google.com/store/apps/details?id=app.deepvalues.android&referrer=utm_source%3Dresearch%26utm_medium%3Dweb%26utm_campaign%3Dmarkdown) · [Web](https://app.deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown)
- [Deep Value Intelligence](https://deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown): the multi-agent AI analyst behind these reports, for any listed company
- [Margin of Safety Weekly](https://app.deepvalues.ai/letter?utm_source=research&utm_medium=web&utm_campaign=markdown): free weekly email, every Saturday
- YouTube: videos on investing and on AI. [@TheDeepValues](https://www.youtube.com/@TheDeepValues?utm_source=research&utm_medium=web&utm_campaign=markdown) (investing) · [@deep-values](https://www.youtube.com/@deep-values?utm_source=research&utm_medium=web&utm_campaign=markdown) (AI)
- Podcasts: 6 shows in English and Chinese (Deep Values, 深度价值, Deep Values Frontier, 深度價值前沿, Deep Value Intelligence, 深度价值情报站). [all shows on Apple Podcasts](https://podcasts.apple.com/us/channel/deepvalues/id6826606342)
- Buffett Indicator: market-valuation gauge. [iPhone](https://apps.apple.com/us/app/buffett-indicator/id6747404614?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android (Buffett Indicator & Shiller PE)](https://play.google.com/store/apps/details?id=com.luluventures.bubblewatch.android&utm_source=research&utm_medium=web&utm_campaign=markdown)
