AI公司疯抢电工：数据中心比写代码更缺人
当AI公司招的人里技工比AI研究员还多时，这行业到底在做什么？
2026年7月，一条新闻炸了锅：Meta、Google和BlackRock（黑岩）联合拿出超过2.65亿美元，专门用来招募和培训电工和木工。 不是招AI科学家，不是招算法工程师，是招——电工。
Meta一家就投入1.15亿美元，创办”美国劳动力学院”，首批招5000人上一个月速成课，包吃包住包交通，毕业直接进工地。Google向国际电工兄弟会（IBEW）砸了5000万美元，要把学徒规模从每年19500人扩大到30000人。BlackRock也在德克萨斯州掏了1亿美元扩张技工培训。
这笔钱，买的是AI的”地基”。
一个典型的数据中心内部——成千上万台服务器排列整齐，每台都在高速运转，消耗着惊人的电力。
让我们把时间拨回几天前：7月25日，华盛顿特区外一条输电线跳闸。 正常情况下电网几秒就能恢复，但这回用了十多分钟。原因是该区域的数据中心同时甩掉了超过3000兆瓦（3GW）的负荷——相当于同时关闭两三座核反应堆。
这只是一个缩影。
AI到底有多”吃”电？
很多人以为AI就是一行行代码在屏幕上跑，跟打游戏差不多。但事实是：你每次向ChatGPT问一个问题，背后都是一个数据中心在消耗电力——而且量级大到离谱。
一组数字给你感受一下：
- 一个中等规模AI训练集群的耗电量：15～20兆瓦（MW），连续运转。这相当于1.5万个美国家庭同时开空调。
- 一个大型超大规模数据中心的总功耗：超过100兆瓦（MW）。Meta在路易斯安那州在建的数据中心，一天的用电量比整个新奥尔良市还多。
- AI服务器的单机柜功耗：最高可达1兆瓦（MW）——五年前这个数字只是150千瓦。
- 国际能源署（IEA）预测：2026年全球数据中心用电需求将达到945太瓦时（TWh）——约等于日本全国一年的用电量。
你在这边跟Claude聊一个AI的哲学问题，地球另一端，几台柴油发电机正在轰鸣。
为了让AI”思考”得更快，科技公司把GPU（图像处理器）密密麻麻地塞进机柜里——一台顶级的NVIDIA Blackwell架构服务器，峰值功耗高得惊人，而且散热问题变成了工程噩梦。传统的空气冷却根本不够用，液冷系统、大型冷却塔、专用变电站成了数据中心的标配。
这就带来了一个硬核问题：这些电从哪来？
数据中心的冷却塔——为了给AI服务器降温，需要大型液冷和通风系统，这些设备的安装维护全靠技工。
为什么AI公司需要木工？
“木工？AI公司要木工干什么？做桌椅板凳吗？”
不是。
这里说的木工，是混凝土模板木工（concrete form carpenter）。他们负责搭建混凝土浇筑的模具——因为数据中心的建筑主体、地基、承重墙、设备基座，都需要先支模板再灌混凝土。一栋超大规模数据中心，动辄几千吨的混凝土结构，没有模板木工，楼都盖不起来。
数据中心对建筑的要求极其苛刻：
- 楼板必须能承受每平方米数千公斤的设备重量（普通办公楼只有它的几分之一）
- 每层高度要足够容纳庞杂的电缆桥架和管道系统
- 防震等级远高于一般建筑
- 电力、冷却、消防管线交错铺设，误差精确到厘米
这已经是在盖一座超级工厂。
NYT报道中提到的Tyler Shelton，一个在密歇根州底特律的电气学徒，本来每天的工作是钻窨井修电缆。最近他的公司把他派去了一小时车程外的一个巨大的工地——那是OpenAI在Saline Township的超级数据中心，州政府称之为”密歇根有史以来最大的一笔单一投资”。数百名电工在那里每天干10个小时，没有休息日。
招聘修罗场：电工比AI研究员还值钱
Indeed的分析显示，数据中心安装和维护岗位的时薪，比同类职位高出42%。在达拉斯和北弗吉尼亚这两个数据中心密集区，工人正在大规模跳槽追逐签约奖金和更高的日补贴。
Aerotek的数据中心市场开发总监Marty Schager说得很直白：
“劳动力紧张已经到了非常微妙的地步。现在市场上有一批被动求职者，他们都在盯着机会——这是千载难逢的数据中心淘金热。”
数据中心的电工时薪已经飙到了40～55美元（某些地区更高），加上无限加班，年收入破15万美元（约合人民币108万元）的大有人在——这已经超过了很多软件工程师的收入。
反派：虚拟世界的幻象 vs 物理世界的现实
我们来看这个反讽的对比——
硅谷和华尔街的叙事：AI是纯数字领域的革命，是代码、算法和神经网络驱动的新世界。科技巨头们吹嘘AGI（通用人工智能）即将到来，AI将取代人类白领工作。每一次GPT版本更新都登上头条，每一次发布会都引发全球热议。
真实的物理世界：支撑这一切的，是电工钻窨井拉电缆、木工支模板浇混凝土、焊工铺设冷却管道、重型机械在泥地里开掘变电站地基。当Meta需要把5000人送进一个月速成班时，当IBEW的五年制（10000小时在岗）学徒制度被视为”太慢了”时，AI行业脱下了它的虚拟外衣。
一个尖锐的问题浮现了（来自HN评论区的高赞吐槽）：
“如果AI公司招的技工比AI研究员还多，这个行业到底在干什么？”
这个行业在做的，本质上是一场史无前例的基础设施建设运动。是硬件和能源革命。AI革命的前线是戴安全帽、穿反光背心的建筑工地。
繁荣背后的冷水
当然，故事的另一面没那么乐观。
HN用户kvisner在讨论区泼了盆冷水：
“别太信这个趋势。数据中心建设永远是大起大落的周期行业。今年你可能在数据中心赚30万美元，明年可能就跟几千个电工抢着盖几栋小房子，年收入掉到3万美元。”
北美建筑工会主席Sean McGarvey也对Meta的”四周速成班”表示了微妙的怀疑。他说：
“任何对行业的投资都是好事。但Meta四周的项目跟四年的学徒制度——这是苹果和橘子的区别。”
实际上，IBEW的标准五年制学徒要求10000小时的在岗实操加上系统的课堂学习。而Meta的项目，一个月就从零基础到进场干活——这种”速成电工”到底能扛起多少技术活？没人说得准。
还有更深层的结构性问题：
- 50%的在建AI数据中心面临延期——是没有足够的电力接入。
- 电线杆、变电站、变压器这些”不性感”的基础设施，正在成为AI发展的真正瓶颈。
- 地方法规、环保诉求和社区抵制（比如Erin Brockovich开发的数据中心地图，标记了超过8000个社区投诉点）让选址越来越难。
你建的再快，电网接不进也是白搭。
笔者说
AI的数字世界，终究是建立在物理世界的钢筋水泥之上。
这不是说算法不重要——算法当然重要。但过去两年，所有人都盯着大模型的能力飞跃，很少有人关心这些模型背后的电从哪来、热往哪散、谁在拧螺丝。
如今，市场正在给出答案。
如果你问一个普通人，未来十年最值得学什么，他可能会说”AI编程”或”数据分析”。但如果看科技巨头砸钱的真实方向——他们花2.65亿美元培养的是电工。
也许最直接的结论是：这个时代最大的确定性，是我们对电力的需求再也回不去了。
未来几年，任何跟”电”相关的技能，都可能比”会写提示词”值钱得多。
参考链接
- NYT: AI Companies Recruiting Electricians (2026-07-29)
- HN 讨论 (item?id=49098198)
- Yahoo Finance / Quartz: AI companies spending $265 million to train electricians
- TechCrunch: Fallen power line exposed AI data center grid problem
- MachineBrief: Big Tech electrician training for AI data centers
- GadgetReview: Data Center Electricians Making Six Figures
- IEA 数据：2026年全球数据中心电力需求预测
- Sightline Climate: 50% of planned AI data centers face power delays
