Brookings publiceerde op 23 september 2026 een samenvatting van een model van Stijn Van Nieuwerburgh over Amerikaanse AI-infrastructuurinvesteringen; de paper werd op 25 september gepresenteerd. Het model raamt $10.300 miljard aan investeringen in 2025–2032 en berekent daarnaast een voorwaardelijke drempel van $3.725 miljard aan volwassen jaaromzet voor 2032.
Wat het Brookings-model raamt
De raming van $10.300 miljard betreft investeringen in datacentergebouwen, energiesystemen, netwerkinfrastructuur, gespecialiseerde chips en andere apparatuur. Het gaat om een modelscenario, niet om een vastgesteld totaal van gerealiseerde uitgaven. De raming telt ook uitgaven mee aan projecten die na 2032 zouden worden afgerond.
Gemiddeld komt de investering in het scenario uit op 3,63% van het Amerikaanse bbp per jaar tussen 2025 en 2032. Dat percentage gaat over investeringen in infrastructuur gedurende die periode. Het is niet de omzet die AI-diensten moeten opleveren.
Het model verdeelt de geplande capaciteit in drie scenario-uitkomsten: 182,7 GW operationeel aan het einde van 2032, 117,2 GW die later wordt voltooid en 226,9 GW die niet wordt gerealiseerd. Die verdeling is een berekening op basis van de projectpijplijn, geen voorspelling per afzonderlijk project.
Een voorbeeld maakt de schaal tastbaarder: voor een representatieve AI-trainingscampus van 200 MW becijfert de paper de initiële investeringskosten op $8,216 miljard. Daarvan is $5,616 miljard bestemd voor geïnstalleerde IT-apparatuur, $2,2 miljard voor het gebouw en $0,4 miljard voor extra stroominfrastructuur.
Investering en omzetdrempel zijn verschillende maatstaven
De centrale berekening komt uit op $3.725 miljard aan volwassen jaaromzet in 2032, oftewel 9,2% van het gemodelleerde bbp voor dat jaar. Die omzet zou nodig zijn om het veronderstelde rendement op de infrastructuur te halen. Het bedrag is een voorwaardelijke modeluitkomst, geen voorspelling dat bedrijven of consumenten die omzet daadwerkelijk zullen genereren.
De 3,63% en 9,2% beschrijven dus verschillende zaken. De eerste maatstaf is het gemiddelde aandeel van het bbp dat in 2025–2032 naar infrastructuurinvesteringen gaat; de tweede is de benodigde jaaromzet in 2032 als aandeel van het gemodelleerde bbp voor dat jaar.
Aannames achter de centrale berekening
De omzetdrempel is berekend bij een rendement van 10% zonder hefboomfinanciering en een operationele kasstroommarge van 50%. Die marge is het deel van de omzet dat na operationele kosten als kasstroom overblijft. In de berekening krijgen IT-apparatuur een economische levensduur van zes jaar; voor de overige activa rekent het model met twintig jaar.
Verander je de aannames over rendement en marge, dan verandert ook de uitkomst. In de combinaties die de paper doorrekent, loopt de vereiste volwassen jaaromzet uiteen van $2.291 miljard tot $6.724 miljard. De bandbreedte hoort bij verschillende modelaannames.
Vergelijking met eerdere infrastructuurgolven
De paper vergelijkt de gemiddelde jaarlijkse kapitaaluitgaven als aandeel van het Amerikaanse bbp. Volgens die maatstaf ligt het AI-infrastructuurscenario boven de geselecteerde historische episodes.
| Infrastructuurperiode | Jaren | Gemiddelde jaarlijkse kapitaaluitgaven als aandeel van het bbp |
| AI-infrastructuur, modelscenario | 2025–2032 | 3,63% |
| Spoorwegen | 1870–1890 | 2,24% |
| Snelwegen | 1956–1973 | 1,13% |
| Telecommunicatie en glasvezel | 1996–2003 | 1,10% |
| Kanalen | 1836–1841 | 0,66% |
| Elektrificatie | 1905–1925 | 0,50% |
Van Nieuwerburgh waarschuwt dat de historische afbakeningen en boekhoudconventies verschillen. Bovendien is bruto-investering in relatief kortlevende GPU’s niet rechtstreeks gelijk te stellen aan netto-investeringen in infrastructuur die langer meegaat.
Financiering en risico’s
De paper beschrijft bedrijfsinvesteringen en financiering via onder meer leases, joint ventures, projectleningen, private kredietverlening, securitisaties en special-purpose vehicles. Zulke constructies kunnen financiering mogelijk maken, maar ook verplichtingen minder zichtbaar maken en risico’s concentreren.
Van Nieuwerburgh noemt onzekere vraag naar AI, technologische veranderingen, toegang tot stroom en hardware en de kredietkwaliteit van huurders als risicofactoren. Hij noemt het voorbarig om de AI-infrastructuur al een systeemrisico van dezelfde orde als eerdere kredietgolven te noemen.
