硅谷抢AI天才花了1个亿,最后被一群没上大学的电工“卡住了脖子”



硅谷最烧钱的抢人大战,

突然从资深工程师变成了

找到一个会接电线的电工。



文|宁天

栏目|Vista天下奇点


   

凌晨5点,美国底特律街头还没有完全亮起来,29岁的电工泰勒·谢尔顿已经准备钻进地下井道,像往常一样检修电缆和电气设备了。


泰勒·谢尔顿


谢尔顿原本以为,自己的职业路径大概就是这样:一点点积累经验,进入更高级别的岗位,靠一门稳定的技术活维持生活。但最近,他发现身边的同事正在不断“消失”,更准确地说,是被AI数据中心吸走了——OpenAI正在密歇根州Saline Township建设大型数据中心项目,施工需要数百名电工参与。


谢尔顿也动过心,他想买一套属于自己的房子,数据中心项目显然能带来更高收入;不过另一面也很现实,有报道称,部分施工安排可能达到每周7天、每天10小时,他暂时不想为了赚钱,彻底丢掉工作之外的生活。


他还没有决定要不要加入,但更多同行已经跳上了那辆开往数据中心工地的车。


图源:WIRED


这不是孤例。今年6月,Meta宣布投入1.15亿美元,为数据中心建设培养技术工人。第一批项目覆盖路易斯安那、俄亥俄、印第安纳和得克萨斯州,计划招收约5000名学员,学员能在此接受免费的技能培训。而在中国,DeepSeek、阿里巴巴等众多公司也正在紧锣密鼓地部署自己的数据中心,招纳基础设施人才。


底特律电气工业培训中心培训现场


如果放在一年前,这场人才争夺的主角还不是他们。2025年,Meta为了争夺顶尖AI研究员,曾被曝向竞争对手人才开出最高1亿美元级别的签约筹码。那时人们谈起“AI人才”,首先想到的是算法工程师、芯片专家和博士研究员。


然而,当AI公司真正把数千亿美元变成一座座数据中心后,一个更原始的问题浮出水面:GPU可以买,模型可以挖人,但变电站、配电系统、冷却管道和光纤,必须有人在现场把它们一点一点组装起来。


科技公司花几年争夺世界上最聪明的大脑,最后发现,决定这些大脑能否跑起来的,可能是一群会接电线、焊管道和安装空调的人。





01

科技公司开始

集体下场“造电工”


抢电工这件事,发生在一种很具体、甚至很“不高科技”的场景里。


一座看起来装满服务器的数据中心,背后其实更像一座“工业综合体”:电网接进来以后,要经过变电、备用电源、UPS和层层配电;GPU产生的巨大热量,需要复杂的冷却系统、管道和暖通设备;与此同时,整座建筑还需要钢结构、混凝土、消防、光纤和大量机电安装。


微软公开资料显示,建设一座数据中心所需要的岗位就包括电工、水管工、管道安装工、钢结构工人、混凝土工、挖掘机操作员和光纤施工人员等40多类工种。在微软2026年怀俄明州的数据中心扩建项目中,仅建设阶段就招纳了数千名、覆盖几乎所有上述工种的熟练工人。所以AI公司抢的从来不只是“电工”,而是能够把算力基础设施真正建起来的一整套人。


微软官方公开的建设数据中心所需工种名单


问题接着来了,既然需要这么多工种、这么多人,为什么要抢而不是直接多招一些熟练工人?因为这类人不是今天开出高薪,明天就能凭空出现。


美国有成熟的职业教育和学徒体系,但一个合格的电工通常需要经历数年的课堂培训和大量现场实践。美国建筑承包商协会的首席经济学家阿尼尔班·巴苏表示,过去技术工人通常会将技能传授给子女,但近年来,他们更鼓励下一代攻读四年制大学学位,许多拥有最精湛技能的工人已经到了退休年龄。大量高技能的“技能一代”退休,引发了一定程度的熟练工人短缺问题。


麦肯锡的一项研究得出了更为严峻的结论:2023年至2030年间,美国将需要额外13万名训练有素的电工,以及24万名建筑工人和15万名建筑主管。所以AI行业真正碰到的瓶颈不是没有电工专业,而是传统人才培养的速度,已经追不上AI基础设施扩张的速度了。于是,科技公司的动作,从“抢人”变成“造人”,开始给原本就存在的人才生产线加速。


在Meta启动的培训项目里,学员不是坐在电脑前训练模型,而是在学习施工安全、工具使用、电气基础和现场操作。完成4周培训后,他们将被送进更正式的学徒体系,或直接与参与Meta数据中心建设的承包商对接,进入工地工作。


图源:谷歌


谷歌的做法则更像是在给整个传统人才生产线扩容。今年6月,谷歌宣布投入5000万美元,用于帮助超过30万人接受电工、焊工、管道工和钣金等技能培训。这笔钱将被投入14个工会和4个行业、承包商组织,用于扩大和现代化原有培训体系,预计年度技术工人的培训人数将从19500人增加到3万人。


更进一步,BlackRock、微软、英伟达等参与AI基础设施投资的公司,也开始与北美建筑行业工会提前共享未来项目计划,以便工会能够更早预测未来几年需要多少电工、多少学徒。项目还没开工,人最好已经开始培养。


过去几十年,硅谷最著名的口号之一是让年轻人“learn to code”,学编程才有未来。到了AI基础设施时代,科技公司却开始主动告诉高中生:也可以学焊接、学电气、学暖通。


谷歌成立了美国熟练技工联盟


美国求职网站Indeed的数据也印证了这种变化:数据中心相关职位发布数量在过去两年内增长了一倍多,如今每1000个职位中就有6个与数据中心相关,其中约四分之一属于安装和维护岗位;数据中心的安装和维护工作时薪大约在35.37美元,时薪比AI行业外类似工作的时薪要高出10美元,幅度约42%。


所以科技公司如今面对的是一个有趣的反差,最终决定一座价值数十亿美元的数据中心能不能按时开机的,可能不是又一篇算法论文,而是有没有足够的人站在梯子上,把最后一根电缆接好。最先进的产业,开始为最传统的技能付出更高溢价。





02

AI正在重塑

什么才算“有前途的工作”


另一位美国年轻人科迪·科尔的故事,则指向另一条被重新估值的职业路径。

科迪·科尔


7年前,18岁的科迪高中毕业后没有选择上大学,而是直接进入电气行业。他的第一份工作每小时只有15美元。工作一年后,他参加了西部电气承包商协会的学徒计划,每3到6个月会参加为期2周的课程,积累了每年至少156小时的课堂教学和8000小时的在职培训。


最终,科迪以第二名的成绩顺利毕业。如今,25岁的科迪已经开始参与数据中心建设,时薪超过40美元,并管理着一个45人的团队。一家人的生活,可以主要依靠他的收入支撑,3个孩子也因此获得了更好的成长环境。不仅如此,在他身边,不少管理岗位上的电工同样只有20多岁。


参加电气学徒计划培训的科迪


如果这个故事发生在10年前,它很容易被理解成一条“没有读大学,所以去做蓝领”的普通职业路径。但AI改变了故事的后半段。


这实际上打乱了一套存在几十年的职业排序。以往,读大学、学计算机、金融或咨询,进入办公室,被视为主流的职业上升路径;体力劳动和职业教育,则常被看作没有进入大学体系的另一条路。可AI正在同时冲击这条路径的两端:程序员、文职人员和刚毕业的大学生开始担心自己的工作会不会被大模型自动化;而AI最疯狂扩张的公司,却开始为电工、焊工、暖通空调技工和光纤技术员开出越来越高的工资。


同一个AI,让坐在电脑前的人第一次担心自己的工作是否足够安全,也让拿着扳手的人第一次发现自己突然成了科技行业争抢的对象。


在中国,类似的变化也在悄然发生。


内蒙古乌兰察布正在成为全国AI数据中心建设的重要中心,自2016年以来,已有近100个数据中心投入运营或正在建设中,使得乌兰察布成为亚洲增长最快的计算集群之一。中国AI公司首次开始大规模投资建设自有基础设施,DeepSeek、字节跳动、阿里巴巴和小红书都在乌兰察布建设大型人工智能数据中心。以字节跳动旗下的火山引擎为例,算力中心的一期项目就包括4栋数据中心机房楼和一座110千伏变电站。


DeepSeek官网给出的运维岗位相关描述


建设只是第一步。数据中心一旦投运,服务器、配电系统和冷却设备需要一支长期驻扎的运维队伍。DeepSeek官网的IDC数据中心团队已经开始招聘,岗位要求覆盖电气、暖通、自动化、能源、土木等专业,工作地点甚至包括内蒙古乌兰察布。这个曾经靠算法和模型出名的AI公司,如今正在亲自寻找一群建设“AI工厂”的工程师。


但现成的工程师终究有限,未来源源不断的运维人才要从哪里来?答案开始出现在职业学校里。


呼和浩特职业技术大学已经与企业合作开展“新一代数据中心技术人才”培养计划,由企业工程师直接进入校园,给学生讲授数据中心供配电、暖通空调、消防等基础知识,并把学生带进实训基地进行现场训练。


更有意思的是,一些职业院校已经开始把数据中心运维直接做成新的专业方向,比如山西的大同师范高等专科学校开设了“数据中心运行与管理(智算方向)”,课程从传统电工基础延伸到数据中心供配电、制冷与空调、基础设施运维;江苏工程职业技术学院开设的相关微专业,甚至已经涉及UPS、精密空调和GPU服务器集群管理。


广东邮电职业技术学院实训中心,真实数据中心动力基础设施运维环境


这意味着,AI正在改变的已经不只是企业招聘,它开始彻底改变职业学校到底该教什么。


不过,这个故事并非只有光鲜的一面。


数据中心工地的高薪,往往意味着每天10小时甚至更长的施工周期。大量岗位集中在建设期,一旦工程完工,一座需要上千人施工的数据中心,长期运营可能只留下约百名现场员工。微软自己的资料就显示,数据中心建设期需要大量施工人员,而真正进入长期运营以后,需要的主要是技术员、关键环境运维、IT、机械和电气工程等岗位;在部分项目的公开资料中,微软也明确区分了“建设期急需岗位”和“运营期固定岗位”。


在数据中心建设现场工作的技术人员们


这更像一场阶段性的繁荣。对个人来说,它可能改变几年的人生;对整个社会来说,它未必能持续提供同等规模的就业。人工智能热潮最终消退后,对技术工人的需求还能持续多久,这是暂时不能预估的未来。


更值得思考的是,AI数据中心对电工的需求,也未必意味着整个社会拥有了更多电工。它可能只是让有限的人从住宅、电网、医院和普通工厂流向支付能力更强的科技公司。当一个城市里的熟练电工都跑去建数据中心,普通住宅的电路维修、医院的设备维护、电网的日常检修,可能会变得更贵、更难找人。科技公司用更高的时薪把电工从传统行业吸走,最终买单的可能是那些最普通的用电用户。


正在接受培训的学员们


另一个不确定性来自机器人。今天拿着扳手的人,未来未必不会被机器替代。尽管现在的施工机器人还很难完成复杂现场操作,但AI本身就在推动机器人技术进步。一个被AI基建浪潮抬起来的职业,未来也可能被AI技术本身改变。


所以,AI真正改变的,未必是“蓝领从此战胜白领”,而是什么工作值得被高价购买,正在重新排序。过去,很多人习惯认为,离代码越近,离未来越近,但AI基础设施时代可能正在出现另一种稀缺:那些短时间内无法被复制的能力,开始一起变贵。


唯一可以确定的是,AI不再只是一个发生在电脑里的故事。它需要电,需要冷却,需要光纤,需要有人站在梯子上,把最后一根电缆接好。而那些会接电缆的人,正在被AI重新定价。


今日互动


如果有机会学一门技术,你最想学什么?



新刊预告





文章原文

内容来自 Vista看天下,版权归原作者所有。

阅读原文 ↗

把喜欢的内容,留在你的新标签页。

打开我的订阅