ИИ-пузырь: Как триллионы долларов циркулируют в замкнутой финансовой системе

В истории рынков капитала немногие механизмы настолько напоминают экономическую алхимию, как сегодняшний бум искусственного интеллекта. Nvidia и OpenAI запустили то, что можно охарактеризовать как крупнейший круговой финансовый механизм в истории — систему, где деньги циркулируют через экосистему инвесторов, производителей чипов и поставщиков облачной инфраструктуры, создавая иллюзию экспоненциального роста. Масштабы впечатляют: только за последние два года капитализация AI-компаний выросла более чем на $19 триллионов. Но за этими головокружительными цифрами скрывается фундаментальный вопрос, который макроэкономисты должны задать: что происходит, когда капитал становится рекурсивным двигателем собственного роста?

Архитектура триллионного финансового механизма

Сентябрь 2025 года ознаменовался соглашением между Nvidia и OpenAI на сумму до $100 миллиардов — транзакцией, которая обнажила суть нового финансового порядка в мире искусственного интеллекта. Nvidia согласилась инвестировать в OpenAI поэтапно, по мере развертывания дата-центров, в то время как OpenAI обязалась закупать миллионы GPU от Nvidia для своей инфраструктуры. Через неделю последовало соглашение с AMD на поставку 6 гигаватт вычислительных мощностей, причем AMD выдала OpenAI опцион на покупку до 160 миллионов акций — приблизительно 10% компании. Параллельно Oracle подписала контракт с OpenAI на $300 миллиардов на пять лет в рамках проекта Stargate, который предусматривает строительство дата-центров общей мощностью 10 гигаватт и требует инвестиций до $500 миллиардов.

Эти сделки — не просто масштабные инвестиции. Это архитектура саморефлексирующейся системы, где каждый доллар, вложенный в одно звено цепи, возвращается обратно через другое. Когда Nvidia инвестирует в OpenAI, последняя использует эти средства для закупки чипов у Nvidia. Когда Oracle строит дата-центры для OpenAI, она закупает оборудование у Nvidia на десятки миллиардов долларов. Когда AMD предоставляет GPU, она получает опционы на акции, чья стоимость растет благодаря ожиданиям будущих продаж этих же GPU.

Анатомия кругового финансирования: От CoreWeave до xAI

Наиболее показательным примером этой экосистемы стала CoreWeave — "неооблачная" компания, которую Nvidia превратила в центральный узел финансовой петли. Nvidia приобрела около 7% CoreWeave перед IPO, затем согласилась закупить у нее облачные услуги на $6.3 миллиарда, одновременно гарантировав выкуп любых невостребованных мощностей. OpenAI в свою очередь получила долю в $350 миллионов в CoreWeave и расширила контракты до $22.4 миллиарда. Результат: каждая из трех сторон одновременно выступает и клиентом, и инвестором другой.

CoreWeave уже закупила более 250,000 GPU Nvidia, преимущественно модели H100, стоимостью около $30,000 каждая — на общую сумму примерно $7.5 миллиардов. Фактически, все деньги, которые Nvidia инвестировала в CoreWeave, вернулись обратно в виде выручки от продаж чипов. Более того, финансовые условия для CoreWeave оказались значительно выгоднее благодаря поддержке Nvidia: компания смогла привлечь долговое финансирование по ставкам, сравнимым с теми, что получают Microsoft или Google — вместо 15%, которые обычно платят стартапы в этой области.

Параллельная структура реализуется через xAI Илона Маска, которая привлекает $20 миллиардов финансирования — частично через акции, частично через долг. Nvidia инвестирует до $2 миллиардов в equity-часть сделки, в то время как общая схема включает около $7.5 миллиардов акционерного капитала и до $12.5 миллиардов долга, обеспеченного самими чипами Nvidia. Эти чипы затем будут сдаваться в аренду обратно xAI на пять лет через специальную структуру (SPV). По сути, это финансовый уроборос — долг, профинансированный под залог актива, который приобретается у того же инвестора.

Goldman Sachs: Рынок уже оценил весь потенциал ИИ

Аналитики Goldman Sachs провели критическую оценку, которая должна насторожить любого опытного макроэкономиста. Их расчеты показывают, что приведенная стоимость (PDV) дополнительных доходов капитала от генеративного ИИ для экономики США составляет около $8 триллионов в базовом сценарии, с диапазоном от $5 до $19 триллионов в оптимистичном варианте. Критически важный момент: рост капитализации AI-связанных компаний с момента запуска ChatGPT уже превысил $19 триллионов. Иными словами, рынок уже полностью заложил в цены верхнюю границу макроэкономического эффекта от ИИ.

Доминик Уилсон и Викки Чанг из Goldman отмечают две фундаментальные ошибки в текущем ценообразовании активов. Первая — ошибка агрегации: инвесторы оценивают всех игроков AI-рынка так, будто каждый из них станет монополистом. Но весь пирог не может достаться всем одновременно. Вторая — ошибка экстраполяции: ранние прибыли от хайпа не означают, что сверхдоходность сохранится. Конкуренция неизбежно сожмет маржу, а рынок столкнется с избытком мощностей.

Goldman заключает: пузыря пока нет, но оценки уже обогнали реальный макроэкономический эффект. Если ИИ продолжит трансформировать экономику — рынок будет расти. Если нет — коррекция неизбежна. Это не предсказание краха, а констатация факта: вся "хорошая" часть истории уже учтена в ценах.

Вклад ИИ в ВВП: 92% роста за счет одной отрасли

Данные по экономическому эффекту еще более тревожны. По оценкам Renaissance Macro Research, в первой половине 2025 года вклад капитальных расходов на ИИ в рост ВВП США превысил влияние всех потребительских расходов вместе взятых. Аналитики подсчитали, что инвестиции в информационное оборудование и программное обеспечение составили около 4% ВВП во втором квартале, но при этом обеспечили 92% экономического роста за этот период.

Джейсон Фурман, экономист из Гарварда, отметил, что без бума ИИ рост ВВП в первом полугодии 2025 года составил бы лишь 0.1%. Технически, конечно, отсутствие AI-инвестиций привело бы к снижению процентных ставок и цен на электроэнергию, что частично компенсировало бы эффект. Но базовая истина остается: американская экономика сейчас держится на одной отрасли.

UBS оценивает глобальные расходы на AI-инфраструктуру в $375 миллиардов в 2025 году с прогнозом роста до $500 миллиардов в 2026-м. McKinsey прогнозирует, что технологическим компаниям потребуется инвестировать $6.7 триллионов в новые дата-центры с 2025 по 2030 год. Только четыре крупнейших гипермасштабируемых игрока — Microsoft, Google, Meta и Amazon — планируют потратить около $364 миллиардов в 2025 году.

Эта концентрация создает макроэкономический риск первого порядка. Когда более 90% роста зависит от одного сектора, любая коррекция в этом секторе трансформируется не в отраслевую, а в системную рецессию.

Бухгалтерская инженерия: Как hyperscalers надувают прибыль

Майкл Бьюрри — инвестор, предсказавший ипотечный кризис 2008 года и ставший героем фильма "Игра на понижение" — вернулся с новым предупреждением. На этот раз его мишенью стали не CDO, а бухгалтерская практика крупнейших tech-компаний. Он утверждает, что гипермасштабируемые игроки — Meta, Alphabet, Oracle, Microsoft, Amazon — манипулируют отчетностью, продлевая срок амортизации серверов и GPU с 3 до 5-6 лет.

Логика амортизации проста: когда компания покупает дорогостоящее оборудование, она не списывает всю стоимость сразу, а распределяет ее на срок полезного использования актива. Если Meta приобретает серверную стойку Nvidia Blackwell за $5 миллионов, она будет амортизировать ее по $900,000 в год на протяжении 5.5 лет. Проблема в том, что технологический прогресс в AI-чипах идет гораздо быстрее, чем эти сроки.

По расчетам Бьюрри, продление срока службы активов позволило гипермасштабируемым компаниям занизить амортизационные расходы и искусственно завысить прибыль на $176 миллиардов в совокупности за период с 2026 по 2028 годы. Важно отметить, что это оценка самого Майкла, а не результат независимого аудита. В случае Meta это увеличило GAAP-прибыль на $2.29 миллиарда только за первые девять месяцев 2025 года — рост чистой прибыли на 20.8%. Oracle показывает еще более агрессивные цифры с завышением на 26.9%.

Аналитики Cerno Capital подсчитали: если бы гипермасштабируемые компании амортизировали GPU-активы за 3 года вместо 6, их совокупные расходы на амортизацию дата-центров в 2024 году составили бы $39 миллиардов вместо $21 миллиарда. В 2025 году с прогнозируемыми $300+ миллиардами капитальных расходов разница вырастет до $51 миллиарда против $28 миллиардов — экономия на 46%.

Amazon уже начала частичный откат своей политики, списав часть активов досрочно и сократив срок службы некоторых серверов и сетевого оборудования с шести до пяти лет. Это решение обойдется компании примерно в $2.22 миллиарда операционной прибыли между Q4 2024 и 2025 годами. Чтобы компенсировать эффект, Amazon продлила срок службы тяжелого оборудования с 10 до 13 лет, что добавит около $900 миллионов к операционной прибыли.

Бьюрри закрыл свой хедж-фонд Scion Asset Management в ноябре 2025 года после того, как выстроил масштабные короткие позиции против Nvidia и Palantir — более $1.1 миллиарда номинальной стоимости в пут-опционах. В письме инвесторам он написал: "Моя оценка стоимости ценных бумаг давно не совпадает с тем, что платит рынок". Это не фраза "я устал работать". Это "я вижу цифры и не понимаю, как из них получаются такие цены".

Энергетическое узкое горлышко: Когда спрос упирается в физику

Парадокс нынешнего AI-бума заключается в том, что проблема — не в избытке спекуляций, а в недостатке предложения. Йорди Виссер, глава AI Macro Nexus Research в 22V Research, отмечает: "Это не пузырь доткомов, потому что спрос массово превышает предложение". Следующая фаза AI-инвестиций будет определяться не тем, кто может больше тратить, а тем, кто может эффективно решать ограничения.

Масштаб энергетического аппетита AI

Чтобы понять масштаб проблемы, достаточно одной цифры: план OpenAI по развертыванию 250 гигаватт вычислительных мощностей к 2033 году превышает весь пиковый спрос на электроэнергию Индии в 2025 году. Корпорация с менее чем 10,000 сотрудников планирует потреблять больше энергии, чем почти 300 миллионов домохозяйств в четвертой по величине экономике мира.

AI выглядит как программное обеспечение, но под капотом ведет себя как тяжелая промышленность. Обучение GPT-4 обошлось в более чем $100 миллионов и потребило 50 гигаватт-часов энергии — достаточно, чтобы осветить Сан-Франциско на три дня. Но это разовая операция. Настоящая проблема — в инференсе, непрерывном обслуживании запросов пользователей. Средний запрос ChatGPT требует в 10 раз больше энергии, чем стандартный поиск Google. При 800 миллионах активных пользователей в неделю эта разница превращается в постоянную энергетическую нагрузку масштаба небольшого города.

Сеть не успевает за спросом

CoreWeave продемонстрировала это на своем earnings call: несмотря на взрывной рост спроса, компания снизила прогноз капитальных расходов на 2025 год на 40%, сославшись на задержки в поставке энергетической инфраструктуры. Backlog выручки компании удвоился квартал к кварталу до $55.6 миллиарда, но построить мощности для его реализации она физически не может. Oracle сталкивается с той же проблемой: backlog в $455 миллиардов и крупные контракты с Meta, OpenAI и xAI, но компания "всё еще отказывает клиентам" из-за нехватки мощностей.

Математика безжалостна. За последние пять лет общая мощность генерации электроэнергии в США росла примерно на 2% в год. Спрос дата-центров прогнозируется расти на 15-20% ежегодно в течение десятилетия — на порядок быстрее, чем сама сеть. По данным McKinsey, дата-центры США потребили около 200 терават-часов электроэнергии в 2024 году — примерно как вся Таиланд. К 2030 году это число может превысить 600 терават-часов, или почти 12% всего спроса на электроэнергию в США, причем рост почти полностью обусловлен AI-нагрузками.

Goldman Sachs прогнозирует, что резервные мощности генерации электроэнергии в США сократились с 26% пять лет назад до 19% сегодня. К концу десятилетия этот показатель может упасть ниже критического уровня в 15%, если рост AI продолжится текущими темпами. Результат уже виден в данных: региональные цены на электроэнергию растут, коммунальные службы напрягаются, чтобы удовлетворить новые нагрузки.

Парадокс устаревания: Почему собственная генерация не решает проблему

Очевидный вопрос: если гипермасштабируемые компании уже вливают десятки миллиардов в новые дата-центры, а энергия — главное узкое место, почему бы просто не построить собственную генерацию? На самом деле, большинство так и делают. Microsoft и Constellation Energy перезапускают часть атомной станции Three Mile Island в Пенсильвании — первое в своем роде ядерное возрождение для дата-центров. Google работает с Kairos Power над строительством малого модульного реактора мощностью 50 МВт в Теннесси.

Проблема в том, что большинство этих проектов растягиваются до 2030-х годов. В то время как новый гигаваттный дата-центр может быть запущен за 12-24 месяца, сроки строительства новых источников энергии гораздо длиннее. Даже солнечная энергия, имеющая один из самых коротких сроков строительства, сталкивается с проблемами прерывистости — солнце не всегда светит, когда серверам нужно работать.

Критически важный момент: дата-центр может амортизироваться 15 лет, но GPU и AI-ускорители теряют стоимость за 3-5 лет. Каждый месяц, когда эти чипы простаивают из-за ограничений по энергии, означает миллионы долларов потерянной стоимости. Это создает мощное давление на компании развертывать мощности немедленно, используя существующую сеть, а не ждать строительства собственной генерации.

Китай готовится к энергетическому реваншу

Пока США сталкивается с ужесточением сети, Китай тихо складирует энергетический потенциал. GS прогнозирует, что к 2030 году резервные мощности Китая достигнут около 400 гигаватт — более чем в три раза больше общемирового ожидаемого спроса от дата-центров. Это может дать Китаю решающее преимущество в глобальной AI-гонке: в то время как американские компании будут сражаться за каждый мегаватт, китайские игроки получат доступ к практически неограниченной энергии по конкурентоспособным ценам.

Проект Stargate — амбициозная инициатива OpenAI, Oracle и SoftBank на $500 миллиардов — требует 10 гигаватт энергии, что эквивалентно мощности нескольких крупных электростанций. Первый объект в Абилине, Техас, уже работает, но полная реализация проекта столкнется с серьезными ограничениями по подключению к сети. Даже в энергетически богатых регионах получение необходимых соглашений о покупке электроэнергии (PPA) и обязательств от коммунальных служб может задерживать проекты на годы.

Только в 2025 году инвестиции в AI-дата-центры превысили вдвое стоимость строительства всей системы межштатных автомагистралей США. Но в отличие от бетона и асфальта, эти инвестиции упираются не в материалы или рабочую силу, а в базовые законы физики и пропускную способность электросети.

1997 или 1999? Исторические параллели с доткомами

История редко повторяется, но часто рифмуется. Сравнение текущего AI-бума с пузырем доткомов конца 1990-х неизбежно, но требует нюансов. Между 1995 и пиком в марте 2000 года индекс Nasdaq вырос на 600%, только чтобы затем потерять 78% до октября 2002 года. В 1999 году акции Qualcomm выросли на 2,619%, еще 12 крупных акций выросли более чем на 1,000%, и семь акций — более чем на 900%. P/E индекса Nasdaq превысил 90 — беспрецедентная оценка даже по сравнению с японским пузырем 1980-х.

Между 1995 и 1997 годами технологические компании демонстрировали быстрый рост прибыли. С 1997 по 1999 год инвесторская эйфория росла, и они были готовы платить больше за тот же рост, что привело к росту коэффициента PEG. К 2000 году оценки стали неустойчивыми, с чрезвычайно высоким коэффициентом PEG, что привело к лопнувшему пузыря.

Сегодня мы больше похожи на 1997-й, чем на 1999-й. Макроэкономический фундамент пока здоров: маржинальность компаний не падает, корпоративные балансы не в минусе, кредитные спреды на минимумах. Инвестиционный бум есть, но это еще не мания. Однако риски на горизонте видны отчетливо. Крупные игроки всё чаще используют заемные средства, финансовый профицит корпораций сжимается, ФРС смягчает политику без рецессии — точно как в 1998-м.

Ключевое различие: компании доткомов сжигали венчурный капитал на рекламу и маркетинг, практически не имея реальных продуктов. OpenAI генерирует $13 миллиардов выручки в 2025 году с прогнозом $30 миллиардов к 2026-му. Anthropic, Cohere и другие AI-стартапы имеют реальных корпоративных клиентов. Но ключевой момент: расходы всё так же обгоняют доходы. OpenAI сжигает около $9 миллиардов в год при выручке $13 миллиардов, причем только в третьем квартале 2025 года убытки достигли $12 миллиардов. Даже при $30 миллиардах выручки в 2026-м потребуются годы, чтобы оправдать инфраструктуру, построенную вокруг компании.

Рефлексивность по Соросу: Когда рынки создают собственную реальность

Джордж Сорос ввел концепцию рефлексивности для описания самоусиливающихся циклов на финансовых рынках, где восприятие участников формирует реальность, которая затем подтверждает это восприятие. Нынешний AI-бум демонстрирует классическую рефлексивную структуру, но с круговым финансированием вместо роста через поглощения.

Гипермасштабируемые игроки — Microsoft, Amazon, Alphabet и Meta — развертывают беспрецедентные объемы капитала: около $300-400 миллиардов только в 2025 году. Это составляет примерно 70% их операционных денежных потоков, перенаправленных в AI-инфраструктуру. Так же как инвесторы конгломератов в 1960-х фокусировались на росте прибыли независимо от качества, сегодняшние участники рынка зациклены на расходах на AI-инфраструктуру как прокси будущего доминирования.

Преобладающее убеждение: компании должны тратить массивно или рискуют отстать в "гонке вооружений ИИ". Это создает рефлексивную петлю в действии: воспринимаемая участниками рынка срочность тратить беспрецедентные суммы на эту инфраструктуру провоцирует других участников следовать их примеру — в свою очередь влияя на реальность рынка.

Фондовый рынок щедро вознаграждает эти расходы. Гипермасштабируемые компании демонстрировали параболический рост в последние годы, причем AI-компании обеспечили 80% прироста американского фондового рынка в 2025 году. Группа, как ожидается, потратит 30-50% выручки на капитальные расходы в этом году — уровни, которые в последний раз наблюдались у AT&T и Cisco, тративших 25% и 14% на своих соответствующих пиках в конце 90-х - начале 2000-х.

Эти завышенные оценки обеспечивают более дешевые затраты на финансирование (через сделки с акциями и облигации с низкими купонами), привлекают исключительные таланты и создают эффект богатства, который валидирует дальнейшие расходы. Каждое новое объявление о расходах укрепляет уверенность рынка, поднимая цены акций выше, что снижает стоимость капитала, позволяя больше тратить. JPMorgan отмечает, что AI-связанные капитальные расходы внесли 1.1% в рост ВВП в первой половине 2025 года, превысив вклад потребительских расходов.

Момент истины: Когда круг остановится

В рефлексивных системах бум продолжается до тех пор, пока фундаментальные показатели не перестанут поддерживать восприятие. Несколько факторов указывают на приближение к этой точке перегиба.

Разрыв в выручке расширяется

Несмотря на рост расходов гипермасштабируемых компаний на 50%+ в год, рост выручки от AI, хотя и впечатляющий в процентном выражении, заметно замедляется с 20-30% до 10-15% год к году. OpenAI сжигает $9 миллиардов ежегодно при выручке $13 миллиардов. Даже при прогнозируемой выручке $30 миллиардов в 2026 году потребуются годы, чтобы оправдать инфраструктуру, построенную вокруг нее.

Энергетические ограничения становятся жесткими

CoreWeave и Oracle держат более полутриллиона долларов в backlog выручки, но не могут развернуть инфраструктуру достаточно быстро для монетизации. Как отмечает Крейг Шапиро из Collaborative Fund: "Спрос на AI столкнулся с физическими пределами. Следующий защитный барьер — контроль над землей, энергией, водой и доступом к сети. Компании с зафиксированными мегаваттами занимают более сильную позицию, чем те, кто поставляет GPU".

Бухгалтерская инженерия имеет пределы

Когда наступит разворот, рефлексивная петля будет работать в обратном направлении с равной силой. Падающие цены акций увеличат стоимость капитала, делая дальнейшие инфраструктурные инвестиции труднее оправдать. По мере сжатия мультипликаторов "валюта" для этих круговых сделок ухудшается. Проблемы, замятые под ковер во время бума — убытки подразделений, концентрированные клиентские базы, сомнительное признание выручки — поглотят внимание и настроят инвесторов против AI-инфраструктурных игр.

Петля обратной связи развернется: более низкие оценки → сокращенные расходы → избыток мощностей → ценовая конкуренция → более низкая выручка → дальнейшее сжатие оценки. Та самая рыночная структура, которая усиливала бум, усилит и крах.

Контраргументы: Почему это может быть не пузырь

Справедливости ради, не все аналитики согласны с тезисом о пузыре. Существуют весомые аргументы в пользу того, что нынешний AI-бум имеет более прочную основу, чем пузырь доткомов:

Проблема предложения, а не спроса. В отличие от доткомов, где не хватало реальных пользователей, AI-индустрия сталкивается с обратной проблемой. Компании физически не успевают строить инфраструктуру достаточно быстро. CoreWeave снизила прогноз капитальных расходов на 40% не из-за падения спроса, а из-за задержек в энергетической инфраструктуре. Oracle "всё еще отказывает клиентам" несмотря на огромные инвестиции.

Утилизация и сохранение стоимости активов. Nvidia оспаривает тезис Бьюрри об амортизации, указывая, что старые чипы A100 всё ещё работают с полной загрузкой. CoreWeave сообщила, что её GPU H100 были мгновенно забронированы по 95% от первоначальной цены, что свидетельствует о сохранении ценности активов даже после выхода новых поколений.

Реальная монетизация и корпоративные клиенты. OpenAI генерирует $13 миллиардов выручки — в отличие от Pets.com или Webvan, которые практически не имели доходов. Anthropic, Cohere и другие AI-стартапы имеют корпоративных клиентов Fortune 500, готовых платить миллионы за доступ к моделям. Microsoft Azure, Google Cloud и AWS показывают устойчивый рост AI-сегментов с реальной маржой.

Энергетические ограничения как барьер для входа. Как отмечает Крейг Шапиро: "Компании с зафиксированными мегаваттами занимают более сильную позицию, чем те, кто поставляет GPU". Это создает естественный барьер для входа и защищает существующих игроков от конкуренции, что может поддержать маржу выше, чем в типичном технологическом буме.

Тем не менее, центральный вопрос остается: темпы роста расходов значительно обгоняют темпы роста выручки, и именно это расхождение создает риск коррекции, даже если базовая технология действительно трансформирует экономику.

Заключение: Триллионная ставка на будущее

Мы находимся в эпицентре одного из крупнейших инвестиционных циклов в истории капитализма. Триллионы долларов направляются в AI-инфраструктуру через сложную сеть взаимных инвестиций, круговых контрактов и финансовой инженерии. Nvidia с капитализацией $4.5 триллиона стала не просто производителем чипов, но и банком, венчурным фондом и страховщиком для всей экосистемы. OpenAI с оценкой $500 миллиардов никогда не получала прибыли, но планирует потратить триллионы на физическую инфраструктуру.

Ирония ситуации в том, что технология может быть действительно революционной, но финансовая структура остается рефлексивной. Когда Microsoft может позволить себе тратить $80 миллиардов на AI-инфраструктуру, считая это необходимым для "сохранения монополий", когда рост Nvidia зависит от инвестиций в собственных клиентов, когда прогнозируемая выручка на порядки ниже требуемого break-even — это признаки рефлексивного процесса бум-спад в действии.

Как писал Сорос в 1987 году: финансовые рынки самодестабилизирующиеся, а циклы бум-спад эндемичны для финансовой системы. AI-инфраструктурный бум демонстрирует все классические признаки: реальный базовый тренд, преобладающее заблуждение о его последствиях, круговое финансирование, создающее видимость валидации, реорганизация рыночной структуры вокруг темы и растущее расхождение между восприятием и реальностью.

Вопрос не в том, лопнет ли пузырь. История показывает, что даже когда пузыри лопаются, базовые технологии часто возрождаются сильнее и более трансформирующими. Интернет пережил крах доткомов и изменил мир. Вопрос в том, насколько болезненной будет коррекция и кто останется стоять, когда круговое финансирование остановится. У Сэма Альтмана, как выразился аналитик Bernstein Стейси Расгон, есть сила "либо обрушить мировую экономику на десятилетие, либо привести нас в землю обетованную". Прямо сейчас мы не знаем, какие карты у него в руке.

• TG https://t.me/wildmarket_capital
• YouTube (soon) https://www.youtube.com/channel/UCVj6bthum8QihL9vwqC4pcg
• Twitter ENG https://x.com/WyldMarket