Le importazioni statunitensi di hardware legato all'AI sono cresciute più rapidamente della produzione nazionale in ogni grande categoria di apparecchiature dal 2019, secondo i dati evidenziati dalla venture capital a16z. Le importazioni di computer sono aumentate del 366% nel periodo, mentre la produzione USA è cresciuta del 46%, sottolineando quanto l'espansione delle infrastrutture AI del Paese dipenda dalle forniture estere.

I dati sono stati pubblicati il 25 ottobre 2026 come parte della serie "Charts of the Week" di a16z e coprono quattro categorie centrali per l'espansione dell'AI: computer, apparecchiature di comunicazione, semiconduttori e apparecchiature elettriche e per rete elettrica.

Le importazioni superano la produzione su tutti i fronti

Le importazioni di apparecchiature di comunicazione sono aumentate del 175%, mentre la produzione nazionale è cresci dell'87%. Le importazioni di semiconduttori sono salite del 131%, contro una crescita produttiva del 76%. Le apparecchiature elettriche e per rete elettrica hanno mostrato il divario più marcato: le importazioni sono aumentate del 69%, mentre la produzione USA è diminuita del 7%.

Questi cifre rivelano risposte nazionali disomogenee tra le categorie di apparecchiature che sostengono l'espansione dell'AI. Il confronto misura le variazioni dei valori in dollari anziché fornire un conteggio diretto di macchine o componenti. Poiché i dati sono espressi in dollari, possono variare con i prezzi oltre che con i volumi: mostrano quindi come i valori di importazioni e produzione siano divergi, senza stabilire le rispettive quote dell'offerta totale.

Da dove sono venuti i guadagni di produzione

I produttori possono aumentare la produzione aggiungendo capacità o utilizzando più intensamente gli impianti esistenti. Secondo a16z, queste due risposte si sono sviluppate in modo diverso nelle quattro categorie. Distinguere le due aiuta a capire se la crescita proviene da capacità appena costruita o da impianti esistenti che operano più vicino ai loro limiti.

I produttori di computer hanno ampliato la capacità e aumentato l'utilizzo, utilizzando quindi una quota maggiore della loro capacità produttiva disponibile. Insieme, queste variazioni hanno sostenuto una produzione più elevata.

I produttori di apparecchiature di comunicazione hanno aggiunto una capacità notevole, ma l'utilizzo è diminuito. Questa combinazione suggerisce che la capacità produttiva disponibile è cresciuta più rapidamente del suo utilizzo.

Anche i produttori di semiconduttori hanno ampliato la capacità, mentre l'utilizzo è rimasto invariato. Il loro aumento di produzione è quindi derivato da capacità aggiuntiva, anziché da un uso più intensivo degli impianti esistenti.

Il divario nelle apparecchiature elettriche

Le apparecchiature elettriche hanno seguito un percorso diverso. La capacità è diminuita nonostante un utilizzo più elevato, lasciando la produzione nazionale al di sotto del livello del 2019 — l'unica delle quattro categorie in cui la produzione si è contratta.

Questa debolezza è rilevante perché l'espansione dell'AI richiede infrastrutture elettriche oltre all'hardware di calcolo. I quadri elettrici e le apparecchiature correlate sostengono l'ampliamento della rete necessario per alimentare le GPU, e le importazioni aiutano a soddisfare la domanda quando la produzione nazionale non riesce a tenere il passo. Il divario rende gli Statii più dipendenti da fornitori esteri per le apparecchiature che sorreggono questa espansione.

I dati forniti non stabiliscono perché i produttori abbiano evitato un'espansione maggiore. a16z suggerisce che i costi di costruzione, i rischi di investimento o la concorrenza dei fornitori esteri potrebbero spiegare quell'esitazione. Restano possibili spiegazioni, più che cause confermate.

a16z ha riassunto la tendenza in un post su 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 su X)

Noleggi GPU e domanda di token

Nel frattempo, i dati sui noleggi indicano una domanda continuativa di risorse di calcolo. Secondo Ornn Data, ogni modello GPU monitorato costa oggi di più a noleggio rispetto all'inizio dell'anno, inclusi i chip A100 più datati. I prezzi di noleggio si collocavano tra il 9% e il 143% al di sopra di un benchmark che assume un ammortamento a quote costanti su sei anni. L'ammortamento a quote costanti ripartisce uniformemente la perdita di valore di una macchina lungo la sua vita utile presumibile, quindi tariffe superiori a quel benchmark indicano prezzi di noleggio che corrono oltre quanto implicherebbe il solo deprezzamento costante dell'hardware. a16z rileva che gli A100 e gli H100 più datati — chip per data center Nvidia ancora ampiamente impiegati per carichi di lavoro AI — in passato trascorrevano più tempo al di sotto di quel benchmark.

I dati di OpenRouter mostrano anche un consumo di token in aumento tra i modelli aperti e proprietari. I token sono le unità di testo che questi sistemi AI elaborano. a16z avverte che questi dataset offrono una visione incompleta dei prezzi delle GPU e della spesa in token.

Crescono le pressioni sul lavoro

Il lavoro aggiunge un altro vincolo. Citando il processore di buste paga ADP, a16z riporta che le ore settimanali per lavoratore sono aumentate sensibilmente nei settori che sostengono l'espansione dell'AI — una misura dell'intensità con cui vengono impiegati i dipendenti esistenti, distinta dalla crescita degli organici. Chi ha cambiato lavoro ha inoltre ottenuto un premio di crescita salariale di cinque punti percentuale rispetto ai lavoratori rimasti dai propri datori di lavoro, il che significa cambiare datore di lavoro comporta attualmente guadagni salariali maggiori rispetto a restare dove si è.

Nel complesso, i dati indicano una domanda di hardware in crescita, un'espansione produttiva disomogenea e carichi di lavoro più pesanti lungo la filiera dell'AI. Le importazioni aiutano a colmare il divario, mentre le apparecchiature elettriche restano il punto più debole della produzione nazionale. Le prossime puntate della serie settimanale di grafici di a16z, insieme agli aggiornamenti di Ornn Data, OpenRouter e ADP, offriranno una base per verificare se questi schemi persisteranno.