40% van Amerikaanse datacenters loopt vertraging op: AI-groei in gevaar

De opmars van AI wordt niet alleen bepaald door betere modellen en grotere investeringen, maar steeds meer door iets veel alledaagser, namelijk de fysieke bouw van datacenters. Volgens de Financial Times dreigt bijna 40 procent van de Amerikaanse datacenterprojecten die dit jaar opgeleverd moeten worden vertraging op te lopen.

Dat raakt direct de plannen van grote namen als Microsoft, OpenAI en andere hyperscalers, die juist zo snel mogelijk extra rekenkracht online willen brengen.

Niet geld, maar uitvoering wordt het probleem

Dat is een belangrijk kantelpunt. De afgelopen jaren draaide het AI-verhaal vooral om investeringen, chips en software. Nu verschuift de aandacht naar de uitvoering. Er is wel kapitaal, maar het bouwen van de benodigde infrastructuur blijkt veel lastiger dan gedacht.

Volgens de Financial Times worden grote projecten opgehouden door vergunningstrajecten, tekorten aan personeel, beperkingen op het stroomnet en schaarste aan apparatuur zoals transformatoren en gasturbines.

OpenAI-projecten staan onder druk

De Financial Times noemt onder meer grote projecten in Texas die gekoppeld zijn aan OpenAI. Een van de opvallendste voorbeelden is een campus van 1,4 gigawatt in Shackelford County, ontwikkeld voor Oracle en uiteindelijk bedoeld om rekenkracht te leveren aan OpenAI.

Volgens de analyse van SynMax laat satellietdata zien dat de voortgang daar achterloopt op eerdere verwachtingen. Ook andere OpenAI-gerelateerde locaties in Texas zouden trager ontwikkelen dan gehoopt. OpenAI, Oracle en SB Energy ontkennen dat de planning ontspoort en zeggen dat hun projecten nog steeds op schema liggen.

AI-bubbel? Eerst moet de stroom er zijn

De vertragingen zijn extra gevoelig omdat de AI-sector momenteel enorme bedragen investeert.

Reuters schreef eind maart al dat grote techbedrijven zoals Amazon, Microsoft, Alphabet en Meta in 2026 samen richting 630 miljard dollar aan AI-infrastructuur gaan, maar dat juist fysieke beperkingen die investeringsgolf kunnen ondermijnen. Het probleem zit dus niet per se in de vraag naar AI, maar in de vraag of de infrastructuur op tijd kan worden opgeleverd.

Dat maakt deze ontwikkeling zo bedreigend voor AI. Als datacenters niet op tijd klaar zijn, kunnen modellen niet op de geplande schaal worden getraind en uitgerold. Dan ontstaat er een gat tussen de enorme verwachtingen rond AI en de praktische capaciteit om die waar te maken.

Personeel en stroom worden het grote probleem

Volgens de Financial Times spelen vooral twee structurele problemen: een tekort aan gespecialiseerde arbeidskrachten en een tekort aan stroominfrastructuur. Bouwers zoeken onder meer elektriciens en pijpfitters, terwijl op het netniveau transformatoren, schakelmateriaal en andere cruciale onderdelen schaars zijn.

In sommige regio’s concurreren zelfs projecten voor dezelfde eindklant met elkaar om personeel en middelen. Dat leidt tot oplopende kosten en vertragingen. En juist bij AI-datacenters is timing cruciaal. Wie te laat oplevert, kan omzet missen, terwijl de kapitaalkosten gewoon doorlopen.

De bredere zorg is dat de AI-sector wel honderden miljarden uitgeeft, maar dat de tastbare opbrengst later komt dan beleggers nu verwachten.