De Amerikaanse invoer van AI-gerelateerde hardware is sinds 2019 in elke grote apparatuurcategorie sneller gegroeid dan de binnenlandse productie, volgens data die investeringsfirma a16z heeft uitgelicht. Computerimport steeg in die periode met 366%, terwijl de Amerikaanse productie met 46% toenam, wat onderstreept hoe zwaar de uitbouw van de Amerikaanse AI-infrastructuur leunt op buitenlandse toelevering.

De cijfers werden op 25 oktober 2026 gepubliceerd als onderdeel van de reeks "Charts of the Week" van a16z en beslaan vier categorieën die centraal staan in de AI-uitbouw: computers, communicatieapparatuur, halfgeleiders, en net- en elektrische apparatuur.

Import overtreft productie across de board

De invoer van communicatieapparatuur nam met 175% toe, terwijl de binnenlandse productie met 87% groeide. Halfgeleiderimport klom met 131%, tegenover een productiegroei van 76%. Net- en elektrische apparatuur lieten de scherpste divergentie zien: import steeg met 69%, terwijl de Amerikaanse productie met 7% daalde.

Die cijfers leggen ongelijkmatige binnenlandse reacties bloot across de apparatuurcategorieën die de AI-uitbouw ondersteunen. De vergelijking meet veranderingen in dollarwaarden in plaats van een directe telling van machines of componenten. Omdat de cijfers in dollars zijn uitgedrukt, kunnen ze meebewegen met prijzen én volumes, zodat de data laat zien hoe import- en productiewaarden zijn uiteengelopen, zonder dat de respectieve aandelen in de totale voorziening vaststaan.

Waar productiewinsten vandaan kwamen

Fabrikanten kunnen de productie verhogen door capaciteit toe te voegen of bestaande faciliteiten intensiever te gebruiken. Volgens a16z hebben die twee reacties zich in de vier categorieën verschillend ontwikkeld. De scheiding helpt tonen of groei afkomstig is van nieuw gebouwde capaciteit of van bestaande fabrieken die dichter bij hun grenzen draaien.

Computerfabrikanten breidden capaciteit uit en verhoogden het gebruik, wat betekent dat ze meer van hun beschikbare productiecapaciteit benutten. Samen ondersteunden die veranderingen een hogere productie.

Fabrikanten van communicatieapparatuur voegden aanzienlijke capaciteit toe, maar het gebruik daalde. Die combinatie suggereert dat de beschikbare productiecapaciteit sneller groeide dan het gebruik ervan.

Halfgeleiderfabrikanten breidden ook capaciteit uit, terwijl het gebruik onveranderd bleef. Hun productietoename kwam dus uit extra capaciteit, niet uit intensiever gebruik van bestaande faciliteiten.

Het gat in elektrische apparatuur

Elektrische apparatuur volgde een ander pad. De capaciteit daalde ondanks hoger gebruik, waardoor de binnenlandse productie onder het niveau van 2019 bleef — de enige van de vier categorieën waar de output kromp.

Die zwakte is van belang omdat de AI-uitbouw naast computerhardware ook elektrische infrastructuur vereist. Schakelapparatuur en aanverwante apparatuur ondersteunen de netuitbreiding die nodig is om GPU's van stroom te voorzien, en import helpt aan de vraag te voldoen wanneer de binnenlandse productie niet kan bijblijven. De divergentie maakt de Verenigde Staten afhankelijker van buitenland leveranciers voor de apparatuur die die uitbouw ondersteunt.

De verstrekte cijfers geven geen antwoord op de vraag waarom fabrikanten een grotere uitbreiding achterwege lieten. a16z suggereert dat bouwkosten, investeringsrisico's of concurrentie van buitenlandse leveranciers die aarzeling kunnen verklaren. Dit blijven mogelijke verklaringen, geen bevestigde oorzaken.

a16z vatte de trend samen in een post op 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 op X)

GPU-huurprijzen en tokenvraag

Ondertussen wijzen huurcijfers op aanhoudende vraag naar rekenkracht. Volgens Ornn Data kost elk gevolgd GPU-model tegenwoordig meer om te huren dan aan het begin van het jaar, waaronder oudere A100-chips. De huurprijzen lagen 9% tot 143% boven een benchmark die uitgaat van lineaire afschrijving over zes jaar. Lineaire afschrijving verdeelt het waardeverlies van een machine gelijkmatig over de veronderstelde levensduur, dus tarieven boven die benchmark wijzen op huurprijzen die sneller stijgen dan wat stabiele hardware-afschrijving alleen zou impliceren. a16z merkt op dat oudere A100's en H100's — Nvidia-datacentrumchips die nog steeds breed worden ingezet voor AI-workloads — eerder vaker onder die benchmark zaten.

De cijfers van OpenRouter tonen ook een stijgende tokenconsumptie across open en propriëtaire modellen. Tokens zijn de teksteenheden die deze AI-systemen verwerken. a16z waarschuwt dat deze datasets een onvolledig beeld geven van GPU-prijzen en tokenbestedingen.

Arbeidsdruk neemt toe

Arbeid vormt een extra beperking. a16z meldt, verwijzend naar salarisverwerker ADP, dat de wekelijkse uren per werknemer aanzienlijk zijn gestegen in sectoren die de AI-uitbouw ondersteunen — een maatstaf voor hoe intensief bestaande medewerkers worden ingezet, los van groei van het personeelsbestand. Wisselaars van baan boekten bovendien een loongroei-premie van vijf procentpunten ten opzichte van werknemers die bij hun werkgever bleven, betekent dat van baan wisselen momenteel grotere loonstijgingen oplevert dan blijven.

Samen wijzen de cijfers op groeiende hardwarevraag, ongelijkmatige fabrieksuitbreiding en zwaardere werkbelasting in de AI-toeleveringsketen. Import helpt het gat te dichten, terwijl elektrische apparatuur de duidelijkste binnenlandse productiezwakte blijft. Toekomstige afleveringen van de wekelijkse grafiekenserie van a16z, samen met bijgewerkte cijfers van Ornn Data, OpenRouter en ADP, bieden een basis om te volgen of deze patronen aanhouden.