Las importaciones estadounidenses de hardware relacionado con la IA han crecido más rápido que la producción nacional en todas las categorías principales de equipos desde 2019, según datos destacados por la firma de capital de riesgo a16z. Las importaciones de computadoras aumentaron 366% en el período, mientras que la producción de EE. UU. creció 46%, lo que subraya cuánto depende la expansión de infraestructura de IA del país del suministro extranjero.

Las cifras se publicaron el 25 de octubre de 2026 como parte de la serie "Charts of the Week" de a16z y abarcan cuatro categorías centrales para la construcción de infraestructura de IA: computadoras, equipo de comunicaciones, semiconductores y equipo de red y eléctrico.

Las importaciones superan a la producción en todas las categorías

Las importaciones de equipo de comunicaciones aumentaron 175%, mientras que la producción nacional creció 87%. Las importaciones de semiconductores subieron 131%, frente a un crecimiento de la producción de 76%. El equipo de red y eléctrico mostró la mayor divergencia: las importaciones aumentaron 69%, mientras que la producción de EE. UU. cayó 7%.

Estas cifras revelan respuestas nacionales desiguales entre las categorías de equipos que sostienen la expansión de IA. La comparación mide cambios en valores en dólares, en lugar de ofrecer un recuento directo de máquinas o componentes. Dado que las cifras están expresadas en dólares, pueden moverse con los precios además de con los volúmenes, por lo que los datos muestran cómo han divergido los valores de importaciones y producción sin establecer su participación respectiva en el suministro totaln

De dónde provienen los aumentos de producción

Los fabricantes pueden elevar la producción agregando capacidad o usando las instalaciones existentes de forma más intensiva. Según a16z, esas dos respuestas se han desarrollado de manera distinta en las cuatro categorías. Distinguirlas ayuda a mostrar si el crecimiento proviene de capacidad recién construida o de plantas existentes operando más cerca de sus límites.

Los fabricantes de computadoras ampliaron la capacidad y aumentaron la utilización, es decir, usaron más de su capacidad de producción disponible. En conjunto, esos cambios impulsaron una mayor producción.

Los fabricantes de equipo de comunicaciones agregaron capacidad considerable, pero la utilización disminuyó. Esa combinación sugiere que la capacidad de fabricación disponible creció más rápido que su uso.

Los fabricantes de semiconductores también ampliaron capacidad, mientras que la utilización se mantuvo sin cambios. Su aumento de producción provino, por lo tanto, de capacidad adicional, en lugar de un uso más intensivo de las instalaciones existentes.

La brecha del equipo eléctrico

El equipo eléctrico siguió un camino distinto. La capacidad disminuyó a pesar de una mayor utilización, dejando la producción nacional por debajo de su nivel de 2019: la única de las cuatro categorías donde la producción se contrajo.

Esa debilidad importa porque la construcción de infraestructura de IA requiere infraestructura eléctrica además del hardware de cómputo. Los tableros de distribución y equipos relacionados respaldan la expansión de la red eléctrica necesaria para alimentar las GPU, y las importaciones ayudan a satisfacer la demanda cuando la producción nacional no puede seguir el ritmo. La divergencia deja a Estados Unidos más dependiente de proveedores extranjeros para el equipo que sustenta esa construcción.

Las cifras proporcionadas no establecen por qué los fabricantes evitaron una expansión mayor. a16z sugiere que los costos de construcción, los riesgos de inversión o la competencia de proveedores extranjeros podrían explicar esa vacilación. Estas siguen siendo explicaciones posibles, no causas confirmadas.

a16z resumió la tendencia en una publicación en X:

Since 2019, imports of AI hardware have grown faster than US production in every category

US production vs. imports: – Computers: +46% vs. +366% – Comms equipment: +87% vs. +175% – Semis: +76% vs. +131% – Grid & electrical equipment: -7% vs. +69%

Charts of the:… pic.twitter.com/wJN2meTEdu

— a16z (@a16z) October 25, 2026

(a16z en X)

Alquileres de GPU y demanda de tokens

Mientras tanto, los datos de alquiler apuntan a una demanda continua de recursos de cómputo. Según Ornn Data, modelo de GPU monitoreado cuesta más alquilar que a comienzos de año, incluidos los chips A100 más antiguos. Los precios de alquiler se situaron entre 9% y 143% por encima de un punto de referencia que asume una depreciación lineal a seis años. La depreciación lineal distribuye la pérdida de valor de una máquina de manera uniforme a lo largo de su vida útil supuesta, por lo que tarifas por encima de ese punto de referencia indican precios de alquiler superiores a lo que implicaría solo una depreciación constante del hardware. a16z señala que los A100 y H100 más antiguos, chips de centro de datos de Nvidia todavía ampliamente desplegados para cargas de trabajo de IA, pasaban anteriormente más tiempo por debajo de ese punto de referencia.

Las cifras de OpenRouter también muestran un consumo creciente de tokens en los modelos abiertos y propietarios. Los tokens son las unidades de texto que estos sistemas de IA procesan. a16z advierte que estos conjuntos de datos ofrecen una visión incompleta de los precios de GPU y del gasto en tokens.

Aumenta la presión laboral

La mano de obra agrega otra restricción. Citando al procesador de nóminas ADP, a16z informa que las horas semanales por trabajador aumentaron sustancialmente en los sectores que sostienen la construcción de infraestructura de IA, una medida de la intensidad con que se usa al personal existente, independiente del crecimiento de plantilla. Quienes cambiaron de empleo también obtuvieron una prima de crecimiento salarial de cinco puntos porcentuales sobre los trabajadores que permanecieron con sus empleadores, lo que significa que cambiar de empleador actualmente conlleva mayores aumentos salariales que quedarse.

En conjunto, las cifras apuntan a una creciente demanda de hardware, una expansión fabril desigual y cargas de trabajo más pesadas en toda la cadena de suministro de IA. Las importaciones ayudan a cerrar la brecha, mientras que el equipo eléctrico sigue siendo la debilidad de producción nacional más evidente. Las próximas entregas de la serie semanal de gráficos de a16z, junto con las actualizaciones de Ornn Data, OpenRouter y ADP, ofrecen una base para dar seguimiento a si estos patrones persisten.