一句话看懂：随着AI公司竞相扩建数据中心以满足大模型推理和训练需求，一场针对电工、木匠等技术工人的“抢人大战”已全面展开，相关岗位时薪比同类工种高出42%，正在挤压其他基建领域的劳动力供给。
事件核心：发生了什么
据《纽约时报》报道，AI公司正以近乎无限的预算推动数据中心建设潮，大规模招募电工、木匠及其他熟练技工。职业平台Indeed的数据显示，数据中心安装与运维岗位的时薪比同类工种高出42%。在达拉斯、北弗吉尼亚等建设密集区，工人可通过跳槽获得签约奖金或更高的日薪。人力资源公司Aerotek的数据中心市场总监Marty Schager表示，这形成了一场“一生一次的数据中心淘金热”，劳动力市场张力已达非常微妙的程度。
牛津经济研究院建筑与基础设施咨询主管Mario Iacobacci指出，资源极为有限，建设数据中心必然会挤压住房、制药工厂等其他领域的建造能力。乔治城大学教育与劳动力中心主任Jeff Strohl担忧，一旦数据中心建设高潮退去，这些被培训出来的技工将面临失业风险，而原本可用于住房等领域的土地也被占用。
为什么重要
这暴露了当前AI基础设施扩张的一个关键瓶颈：不是GPU或电力，而是熟练工人。数据中心建设需要大量电气安装、机房布线和精密装修，而这类技工的供给在短期内无法快速扩大。AI公司的高溢价抢工既推高了整体建造成本，也间接拖累了其他基建项目（如住宅、风电）的推进。这种“虹吸效应”可能加剧区域经济不平衡，甚至影响AI算力本身的上线速度——如果工人不够，再多的芯片也无法及时变成可用的数据中心。
对用户/开发者/创作者的影响
对普通用户和开发者来说，数据中心建设速度直接决定了AI服务的推理延迟和可用性。如果工人短缺导致新数据中心延迟投产，大模型API的使用成本可能居高不下，或者新模型的训练进度受阻。对于依赖商用闭源模型（如GPT-4o、Claude等）的开发者和创作者，这是一个隐形的风险：算力基础设施的扩张边际成本正在从芯片转移到人力。此外，数据中心建设拉高技工薪资，也可能传导为终端云服务的涨价压力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 劳动力培训能否匹配建设速度：目前大量依赖招募和转岗，长远来看，AI公司是否会自行开设技工培训学校或与职业院校合作？2. 对住房等其他基建的实际冲击：Jeff Strohl提出的“数据中心完成后工人何处去”的问题，可能促使地方政府调整土地审批策略。3. 数据中心的选址模式是否会改变：为了避开人力资源紧张的都市圈，更多AI公司可能选择在人口稀疏但劳动力成本低的地区建厂，或尝试自动化施工技术替代人工。
来源：Slashdot
