Olivia
Online
adriks
@adrikopp
Ingeniero sin estructuras, economista cuasi improvisado y bolsero de espiritu, no me banco el doble discurso.
Buenos Aires
Joined June 2009
2.6K Following
736 Followers
4.6K Posts
Esto se está convirtiendo en el mundo al revés.
En EEUU ya hay más vendedores que compradores de vivienda.
Pero la noticia no es eso. La noticia es que es el nivel más alto de la historia.
Muchos queriendo vender, pocos queriendo comprar.
🔥 Actualizo portfolio de ETFs +16% en 1 mes y te comento mi plan completo más las gemas que estoy comprando
Estoy buscando exponerme a todos los sectores que más se van a revalorizar con el boom de la tecnología de aca a 2030
Hoy luego de la subida descontrolada del sector de neocloud y memoria, decidí tanto en mi cuenta de Berry cómo en mi cuenta personal tomar profits de estos sectores
En lo técnico ambas industrias, y obviamente sus acciones individuales, estaban a mi parecer ya muy sobreextendidas en el movimiento, y teniendo en cuenta que se aproxima semana dificil de noticias es preferible asegurar
Eso no quita que vuelva a comprar, inclusive en los próximos días, por lo que no recomiendo seguir mis calls ya que no las actualizo al momento, recuerden que nada es recomendación de inversión
El portfolio de Berry ahora mismo lo dejé con un 56% en liquidez, para aprovechar a comprar ETFs que estoy investigando y que también ustedes puedan recomendarme
Los últimos que adquirí y tengo pensado seguir acumulando son los siguientes:
BOTT - (Themes Humanoid Robotics ETF)
BOTT es un ETF que invierte en empresas de robots de servicio y humanoides. Sigue un índice, nació en abril de 2024, cobra 0.35 por ciento anual, maneja unos 62 millones de dólares y tiene cerca de 31 acciones. Ninguna posición se come el fondo, las primeras andan en 5 por ciento
Adentro no está solo Tesla. Está la cadena: quien fabrica el robot, quien le vende motores y sensores, quien testea y quien pone el software. Hoy pesan nombres como Rainbow Robotics y Yujin Robot en Corea, Ecovacs y Yijiahe en China, UBTech que es de los pocos humanoides que cotizan, Teradyne que testea, NVIDIA y Tesla, y después compañías más chicas de EEUU como Palladyne y Richtech
Por país, China se lleva cerca de un tercio, EEUU un cuarto y Corea el resto importante. Es un fondo chico y volátil, armado sobre el tema del robot que camina y trabaja, no sobre un solo apellido
JEDI - (Defiance Drone and Modern Warfare ETF)
JEDI es un ETF de drones, sistemas sin piloto y guerra moderna. No es el fondo clásico de Lockheed o Raytheon. Maneja unos 150 a 190 millones de dólares y tiene cerca de 44 acciones
Adentro están Unusual Machines y Red Cat en drones, Ondas en comunicación para esos drones, Redwire en infraestructura espacial, Rocket Lab e Intuitive Machines en lanzamiento y órbita, AeroVironment que es el nombre viejo de drones militares, Archer en movilidad aérea y C3ai en software. Los tres primeros se llevan un pedazo grande del fondo
Ahora aclaro, tengo pensado volver ingresar en estos ETFs que vendí y concentarme en todo el stack de IA
Recuerden que nada es recomendación de inversión, es para dar seguimiento a los movimientos que voy haciendo y así aprendemos entre todos
Me encantaría saber que ETFs así exóticos tienen en cartera. Tengo ganas de incluir más de energía a la par del de AIPO que ya tengo
Abrazo gente
🔥 EL GASTO EN CONSTRUIR DATA CENTERS SE FUE A 25 BILLONES EN 6 MESES. LO QUE HABÍA TARDADO 2 AÑOS AHORA LO HIZO EN UN SEMESTRE
Nuevo cuello de botella para la IA: LAS PERSONAS
El mercado habla de chips y de luz. Estos gráficos hablan de electricistas. a16z y Goldman acaban de mostrar que el armado de IA ya se ve en el empleo, no solo en el capex
El gasto anualizado de construir data centers se fue de unos 27 billones a mediados de 2024 a cerca de 75 billones en julio de 2026. En seis meses se fue a más de 25 billones extra, lo mismo que había ganado en los dos años anteriores juntos
Las vacantes de construcción tocaron piso cerca de 200 mil el año pasado y ya están otra vez arriba de 300 mil. Goldman le atribuye al armado de IA más de 300 mil puestos desde 2022, unos 75 mil en el último año. Electricistas y los que arman el frío del galpón (HVAC) crecen al 2 por ciento anual, el doble que la construcción en general
Ese gasto no queda trabado en el GPU, se reparte en el predio, en el cableado y en los oficios que tardan años en formarse. Si la obra crece fuerte y no aparece la gente al mismo ritmo, el data center se atrasa aunque el chip ya esté comprado
CÓMO LO LEO PARA INVERTIR
Quien ya tiene oficio, permiso o equipo para enfriar y conectar cobra esa urgencia. Quanta Services $PWR, Eaton $ETN y Hubbell $HUBB en la obra eléctrica, Vertiv $VRT y Modine $MOD en el frío, Equinix $EQIX y Digital Realty $DLR si el predio ya está en pie. Del otro lado, un hyperscaler puede gastar el capex y igual no prender a tiempo si no hay electricista ni HVAC
Nada de esto es recomendación de inversión. Es simplemente contenido educativo para que analicemos juntos la situación del rubro, cómo siempre hacemos
Abrazo a todos
Who to follow
Soldado de Milei
@gastong2012
Cuenta que banca a muerte al presidente y combate al progreizquierdismo kuka en todas sus variantes.
Matías Piñero Labourt🇦🇷🏳️🌈🇮🇹
@enbayres
Lic. en Administración. Radical de origen, CC-ARI x elección. Votando a Lilita desde 2003 (sí, soy de ese 1,8%).
Lucho por una REPÚBLICA, y no una republiquita.
Hernan Cirelli
@hercirelli
yo?...sobrevivi al kirchnerismo. Fin
Ahí la mejoró el crack @NazarenoT_
@MatiasScalbi Excelente info
🔥 MORGAN STANLEY SALIÓ A DECIR QUE EL CASTIGO A LAS ACCIONES DE INFRA DE IA FUE UN REGALO. ANALIZAMOS INFORME PRIVADO Y HACEMOS MAPA DE INVERSIÓN
Hoy te presento el informe de Morgan Stanley llamado "Playing the AI Infrastructure Dip" que es una gema de información
GUARDA el post, está largo y lo podés leer tranquilo
Te pongo en contexto: En julio se asustaron con la salida de Kimi K3 y vendieron casi todo lo que toca un data center. El banco mira esa caída y sigue arriba de la tesis, con los precios más abajo. Te traduzco el informe porque aplica para todo momento
EL SUSTO Y LA LECTURA QUE HICIERON ELLOS
El informe se llama Playing the AI Infrastructure Dip y la frase de tapa es que están bullish en lo que llaman Intelligence Superhighway, la red que va a mover inteligencia como hoy se mueve electricidad
Lo que más convicción les da es una sola cosa: la demanda de cómputo se queda arriba de la oferta por varios años
Cada generación nueva de NVIDIA, según su cuenta, trae 250 por ciento más de potencia (exaFLOPS, la unidad con la que miden cuánto calcula un chip) y solo 60 por ciento más de energía
Para doblar lo que sabe hacer un modelo hoy hace falta diez veces más cómputo, pero el chip nuevo te achica esa cuenta. Por eso no ven que el gasto se corte
K3, el modelo chino de pesos abiertos (lo podés bajar y correr vos), fue el que inició la caída allá por Julio
Gary Yu, el de Asia del mismo banco, dice que viene de una acumulación, que GLM-5.2 ya había salido fuerte en junio y que van a seguir saliendo modelos chinos más grandes, más caros y más competitivos. En su modelo de fábrica de inteligencia, poner K3 en un data center de 200 MW les mueve el margen 3 puntos. Lo leen como otro modelo de frontera con precio de frontera
POR QUÉ EL TOKEN NO SE APAGA
Hay un miedo que se escucha en todas las reuniones y se llama tokenmaxxing: la empresa le pone un techo de gasto en tokens al empleado y se acaba la factura de OpenAI
Ramp midió el gasto mediano de empresa y está abajo de 1 dólar por mes. La cuenta del banco es esta. Una tarea que te ahorra 55 dólares de sueldo sale 2 a 5 dólares de tokens. Una pregunta suelta se come unos 5.000 tokens. Un agente (un modelo que labura solo, encadenando pasos) gasta 15 veces eso. Si para cerrar un trabajo usás 5 a 7 agentes, te vas a 375 mil o 525 mil tokens. Con un precio promedio de 3 a 10 dólares el millón, el costo de esa tarea queda en 2 a 5 dólares contra 55 de ahorro. El que adopta se queda con esa diferencia, y el que no se va quedando atrás
Del lado de quien vende el token, un data center lleno de Blackwell (el chip actual de NVIDIA para IA) les deja cerca de 50 por ciento de margen. Con Rubin (la generación que sigue a Blackwell) se va a 75 y con Feynman (la que viene después de Rubin) a 90
Si el chip mejora tanto, el hyperscaler podría bajar el precio del token 75 por ciento y seguir ganando lo mismo. K3, a 3 dólares el millón de entrada y 15 el de salida, les da 45 por ciento de margen sobre Blackwell, 1 a 3 puntos más que el modelo de frontera que tenían antes
Por eso dicen que China le disputa a los labs americanos el negocio del modelo, y que el enchufe y el capex siguen parados
ACÁ APARECE JEVONS, QUE ES LA CLAVE DE TODO EL PAPEL
Te pongo en contexto: paradoja de Jevons es cuando algo se hace más eficiente y más barato, y el consumo total sube, porque entra gente nueva y los que ya estaban piden más
Aplicado a la IA, un chip mejor y un modelo más barato llenan data centers. El banco lo pone como hallazgo central
El valor de la inteligencia sube en forma no lineal (de a saltos, no de a uno). El caso de uso de empresa está in the money, o sea que el beneficio es varias veces el costo. El retorno del capex (el dinero que meten para construir) cierra. Y Jevons se cumple. La quinta pata es política: sube la chance de que EEUU y China partan el mercado en dos
Hoy los modelos de frontera (los más capaces, tipo GPT, Claude o Grok) ya hacen más del 50 por ciento de un abanico grande de tareas de conocimiento igual o mejor que una persona. DeepMind, el lab de IA de Google, armó un esquema que resolvió solo 9 problemas de Erdős de 353, dos de ellos abiertos hacía 56 años, a unos pocos cientos de dólares por problema
Los problemas de Erdős son acertijos de matemática muy difíciles que el matemático Paul Erdős dejó planteados. Otro modelo de frontera cerró uno por esas mismas semanas
Lo que viene detrás, y esto lo marcan con letra chica, es la mejora recursiva (el modelo que se mejora solo, a velocidad de máquina y sin pedir la misma montaña de cómputo extra)
Estiman que eso puede aparecer entre la primavera de 2027 y 2030, con mucha incertidumbre. Si entra, el beneficio se pone enorme y también el miedo de que el que llegue primero deje al resto atrás
LO QUE SÍ PUEDE FRENAR ESTO: GENTE, LUZ Y POLÍTICA
Acá el banco denota cosas fundamentales. Faltan electricistas, soldadores y cañistas. Pedirle un punto nuevo a la red tarda años
En varios estados hay proyectos para frenar data centers grandes, y Nueva York ya sancionó una moratoria de un año (un freno temporal a permisos nuevos). Georgia, Delaware, Pennsylvania, Virginia y un listado más tienen proyectos parecidos. Casi todos buscan ir más lento. No ven un ban nacional en EEUU porque la carrera con China sigue ahí. Sí ven que esa fricción, sumada a la gente y a la red, puede dejar más de 10 por ciento de la capacidad pedida sin prender hacia 2028
El número gordo es este. Agujero de 38 GW de luz en EEUU hasta 2028 y 122 GW hasta 2030. Un GW (gigawatt) son mil megawatts, y un data center grande de IA pide cientos de megawatts en un solo predio. Esa cuenta la miden contra lo que piden las ventas de chips que proyecta el equipo de semis del banco
"Time-to-power" es el tiempo que pasa desde que comprás el GPU (el chip acelerador, hoy casi siempre de NVIDIA) hasta que lo podés enchufar. La red clásica se va a 5 o 7 años. Los parches que arman son cuatro: turbinas de gas por 15 a 20 GW, celdas de combustible tipo Bloom Energy $BE, generan luz en el predio con gas, por 5 a 8 GW, nuclear al lado del data center por 5 a 15 GW, y sitios de mineros de Bitcoin que ya tienen el permiso de la red y se reconvierten a cómputo por 10 a 15 GW. Si eso no se instala, el 38 GW se queda abierto
QUIÉN ESTÁ GASTANDO DE VERDAD
Brian Nowak, el analista de internet de EEUU de Morgan Stanley, espera que el capex (inversión en obras y equipos) de los cinco hyperscalers que siguen se vaya a 1.2 Trillones este año y 1.4 el que viene.
Hyperscaler es Amazon, Microsoft, Google, Meta y el quinto grande que opera nube a escala mundial, Oracle
El cómputo disponible de esos jugadores pasa de 30 GW en 2025 a 120 GW en 2028. Google es el que más suma, 9 GW en 2027 y 11 en 2028, pero AWS (la nube de Amazon) termina 2028 con más capacidad parada, 35 GW contra 31 de Google. Meta sale de 3.5 GW a fines de 2025 y se va a 14 en 2027 y 21 en 2028. El banco está Overweight (su recomendación de tener más peso que el índice) en $META, $GOOGL, $MSFT y $AMZN porque son los que pueden gastar, prender capacidad y cobrar el token arriba
En la encuesta a CIOs (el jefe de sistemas de cada compañía) del segundo trimestre, IA y machine learning volvió a ser la prioridad número 1, con 18 por ciento eligiéndola primera, y 30 por ciento dijo que el objetivo principal es que el empleado rinda más. El 76 por ciento, al momento de esa encuesta, ya tenía o iba a tener el primer proyecto de modelo grande en producción en los nueve meses siguientes
Del lado del trabajo, las dos oleadas de encuesta dan 4 a 5 por ciento neto de empleos menos: echan o no reponen 12 y 15 por ciento y contratan 22 por ciento en otro lado
Del lado del consumidor, la mitad usa IA todas las semanas, 42 por ciento dice que va a usar más en lo personal y casi la mitad de los que laburan dice que va a usar más en el trabajo
Su modelo de Future of Work estima que la IA agéntica (la que ejecuta tareas sola, no solo responde preguntas) le puede crear al S&P 500 (las 500 empresas más grandes de EEUU) unos 490 billones de dólares al año, ya descontado el costo de implementarla
CÓMO INVERTIR Y EXPONERTE A CADA PARTE DE LA CADENA
El banco parte esto en cinco y marca que el dip de julio dejó a estos nombres unos 7 puntos atrás del índice, en ese momento. No hace falta comprar todo junto. Cada capa cobra una cosa distinta, y conviene saber cuál estás tocando
La primera es el tiempo hasta el enchufe (el Time to Power), o sea los que hacen que el data center se pueda prender este año y no en 2031. Si tu tesis es que falta luz y permiso, acá está el cuello
- Bloom Energy $BE pone celdas de combustible en el predio
- GE Vernova $GEV y Siemens Energy $ENR fabrican las turbinas
- Vistra $VST, Constellation $CEG, Talen $TLN y NRG $NRG ya tienen plantas prendidas y les pueden vender energía a los data centers
- NextEra $NEE desarrolla generación y red
- Quanta Services $PWR, Eaton $ETN y Hubbell $HUBB hacen la obra eléctrica, los tableros y la conexión
- Vertiv $VRT y Modine $MOD enfrían el galpón
- Hut 8 $HUT, TeraWulf $WULF e IREN $IREN son mineros que ya tienen el permiso de la red y están pasando de Bitcoin a cómputo
- Equinix $EQIX y Digital Realty $DLR son dueños de los edificios y los alquilan
- Applied Digital $APLD arma predios pensados para IA
Esta capa define si el GPU se enchufa en 2026 o se queda esperando la red hasta 2030
La segunda es fabricar el cómputo. Si tu tesis es que va a faltar silicio y servidores, cobrás acá
- NVIDIA $NVDA hace el GPU
- Broadcom $AVGO hace los chips de red que unen esos GPUs
- TSMC $TSM fabrica los chips de NVIDIA en Taiwán
- ASML $ASML hace las máquinas con las que TSMC los graba
- Applied Materials $AMAT, Lam Research $LRCX y KLA $KLAC son los equipos de la fábrica
- Samsung $005930 y Micron $MU hacen la memoria
- Super Micro $SMCI, Dell $DELL y Hewlett Packard Enterprise $HPE arman los servidores
- Arista $ANET y Credo $CRDO conectan el cluster
- Advantest $ATEYY testea los chips
- Delta Electronics $2308 y Hon Hai $HNHPF (Foxconn) ponen fuentes, placas y ensamblado
- Wiwynn WYNNY arma servidores para nube
Esta capa cobra cuando hay más demanda de inteligencia que capacidad de fabricarla
La tercera es la aplicación china. Si tu tesis es que el modelo barato se usa en masa afuera de EEUU, cobrás acá
- Tencent $TCEHY vende el uso del modelo adentro de sus apps
- Alibaba $BABA vende nube y modelos a empresas
- SMIC $SMICY fabrica chips en China
- Kingsoft Cloud KC y VNET VNET son nube y data centers chinos
- MediaTek MDTKF pone chips en dispositivos
Esta capa cobra por volumen de uso, aunque el lab americano cobre menos por token
La cuarta es energy security, tener luz propia o guardada para no depender de que la red te dé el punto a horario. El banco destaca el storage
- Fluence FLNC arma baterías grandes para la red
- Tesla TSLA en su pata de energía vende Megapacks
- Cameco CCJ produce uranio para la pata nuclear
- The Southern Company SO y Duke Energy DUK son eléctricas reguladas con mucho plan de red
Esta capa banca el día en que el transformador todavía no llegó y el data center igual tiene que prender
La quinta son los hyperscalers, los que gastan 1.4 Trillones y después cobran el token
- Microsoft
- Google
- Amazon
- Meta
- Oracle, se metió fuerte a alquilar capacidad de IA
El banco los tiene Overweight porque tienen el dinero, la nube y el cliente. Esta capa recupera el capex arriba, en el software y en la suscripción
Para armar la exposición: si ves el agujero de 38 GW, el peso va a la primera y a la cuarta. Si ves que el chip sigue escaso, va a la segunda. Si ves adopción masiva, van la tercera y la quinta. El punto frágil de todas es el mismo, que el GPU llegue y no haya luz, gente o permiso
QUÉ PASA CON EEUU Y CHINA
Morgan Stanley cree que sube la probabilidad de que cada país cierre un poco más su mercado de IA
En EEUU el gobierno puede agrandar la Entity List, que es la lista del Departamento de Comercio que obliga a pedir permiso para hacer negocios con un laboratorio chino. Si un lab entra a esa lista, las nubes americanas pueden tener que bajarle el modelo o pedirle condiciones extra para hospedarlo
El Congreso también puede meter reglas más duras sobre la exportación de chips y de las máquinas que sirven para fabricarlos. Eso iría adentro del NDAA, que es la ley de presupuesto militar que se vota todos los años
China ya tiene sus propias trabas. Si querés vender un modelo americano ahí, te pueden pedir que los datos y el sistema queden adentro del país, y que pases controles de contenido y de ciberseguridad. Si no lo hacés, te dejan afuera
A Apple le pasó con Apple Intelligence, la IA del iPhone: no pudo lanzarla en China como en el resto del mundo y tuvo que apoyarse en Alibaba y Baidu. El banco no espera que EEUU prohíba data centers a nivel nacional. Lo que espera es que queden dos mercados distintos, con menos intercambio de modelos y de chips entre un lado y el otro
CÓMO LO ESTOY LEYENDO
El informe es de julio. Desde entonces ya salieron los balances del segundo trimestre y la tesis del gasto no se cayó
Amazon subió el capex de 2026 a unos 220 billones de dólares. Google lo llevó a un rango de 195 a 205 billones. Meta subió el piso a 130 billones, con techo de 145. Microsoft confirmó que el gasto sigue alto. Entre este año y el que viene, el mercado los pone cerca de 1.5 Trillones. El 1.2 y el 1.4 que ponía Morgan Stanley no quedó corto
La cuenta del token le sigue cerrando a la empresa que lo usa y el número que ordena 2026 y 2027 sigue siendo el agujero de 38 GW de luz. Yo voy a seguir tres cosas de acá en adelante. Si las turbinas y las celdas de combustible pasan de estar pedidas a estar prendidas. Si las moratorias de los estados se quedan en un año o se copian en otros lados. Y qué dicen en octubre, cuando toquen otra vez balances, sobre el gasto de 2027. Sin esa luz, el GPU no entra en producción. Con esa luz, toda la cadena que vimos arriba es la que se beneficia
Nada de esto es recomendación de inversión. Es la traducción del informe, actualizada a septiembre, para entender por qué cayeron las acciones de infraestructura mientras la demanda de inteligencia sigue firme. Excelente informe por parte de Morgan Stanley
Si les gustó y les interesa que consiga y traiga análisis de informes privados de bancos y demás, apoyen el contenido y siganme para motivar a traer siempre la mejor calidad de información
Tengo varios informes que me pasan colegas y gente del nicho específico, tanto de USA cómo de Asia, así que se viene buena info si les interesa
Abrazo a todos
@adesalb Éxitos Alberto !!
Carteras a partir de qué monto van a manejar de terceros ?
Abrazo
@TWCTrades Top stocks I found using @AsymmetrixAI, the platform to find 10x stocks early:
$IREN
$APLD
$NBIS
$CRWV
$CIFR
Ayer salieron los 13F.
Analicé dónde invierten +$1 TRILLÓN Buffett, Ackman, Tepper, Li Lu, Coleman, Loeb y Ainslie, inversionistas que admiro y he estudiado por años.
Al final, el elixir: 4 insights que son oro molido.
Spoiler: una acción se repite una y otra vez.
Abro hilo🧵
@nancypazosok no era que en Argentina había hambre? Pero a vos te vi en el mundial.
Te podrías encadenar en la Casa Blanca capaz en una de esas Donald Trump te tira algo.
Sos un terrible sorete!!!
SI RETUITEAS AL LEO MESSI CHIQUITO
ARGENTINA ELIMINA A INGLATERRA
USAS CHROME TODOS LOS DÍAS PERO NO SABES LO QUE TIENE DENTRO.
12 trucos que el 95% de los usuarios no conoce 🧵👇
🚨 Guárdalo.
Tu navegador va a cambiar por completo.
Did a stock draft with some friends and these are the 12 picks I have to hold until June 2027…
1. $NVDA
2. $AMD
3. $GEV
4. $TXN
5. $RKLB
6. $RDDT
7. $GOOGL
8. $FIX
9. $AAPL
10. $GLXY
11. $SNDK
12. $BE
Am I cooked?
Última noticia: Anuncian que hay acuerdo entre IRÁN y EE.UU.
Gran noticia!
Dino no te olvides de la nueva joya del sector: Quantinuum (QNT).
10. $NU
5-Year Revenue CAGR: 67.4%
Forward P/E: 14
Consensus Price Target: $18
Implied Upside: 54%
¿Cómo lo traigo desde Japón?
¿Viste algo increíble pero parece difícil de conseguir? En ZenMarket hacemos que comprar en Japón sea fácil.
Sin barreras: Acceso a las mejores tiendas.
Sin miedo: Soporte en español.
Sin complicaciones: Recibimos y enviamos tus paquetes.
Last Seen Users on Sotwe
محمد صالح
Seen from Germany
Old movie clip
Seen from United States
Cheating On Call BBC
Seen from Turkey
Daryush
Seen from Singapore
TariVishu23
Seen from France
İSTEDİĞİNE DAİR HERŞEY ❤️🔥
Seen from Turkey
thtbs8
Seen from Malaysia
Femboy for BBC
jatt life
Seen from United Kingdom
DesahanMantan
Seen from Indonesia
Most Popular Users
Elon Musk
@elonmusk
241.7M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
114.5M followers
Donald J. Trump
@realdonaldtrump
111.9M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.7M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
90M followers
Taylor Swift
@taylorswift13
84M followers
Lady Gaga
@ladygaga
75.5M followers
Virat Kohli
@imvkohli
73.4M followers
Kim Kardashian
@kimkardashian
70.9M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
66.5M followers
Bill Gates
@billgates
65.2M followers
Selena Gomez
@selenagomez
63.1M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers