年薪百萬搶電工，Meta急到自己辦技校

AI競賽的瓶頸，已經從算力、晶片，一路蔓延到工地上。在美國密西根州塞林鎮的田野清晨，數百名電工與建築工人每天連續工作十小時，每週七天不停歇，正在趕工建造 OpenAI 的「星際之門」（Stargate）最新園區——一座耗資 160 億美元的超大規模資料中心。這樣的場景如今在美國各地不斷上演，因為人工智慧基礎設施的擴張速度，遠遠超過了技術工人的培養速度。 根據麥肯錫的勞動力預測，2023 年至 2030 年間，美國為了滿足 AI 基礎設施建設，需要額外培養 13 萬名電工、24 萬名建築工以及 15 萬名施工主管。而美國勞工統計局更預估，2024 年至 2034 年間，每年將有 8 萬個電工職缺找不到人。儘管 AI 公司願意支付高額溢價來搶人——例如 AI 資料中心的短期維護職位薪資比傳統領域高出 42%，一名優秀電工的年薪可達 24 萬到 28 萬美元——但這點錢相較於專案延誤造成的損失，根本不值一提。電氣系統的建設占整個資料中心總成本的 45% 到 70%，一個 60 兆瓦規模的專案，每月因缺工導致的交付延遲，就會直接造成 1,420 萬美元的收入損失。微軟總裁 Brad Smith 甚至公開表示：「電工短缺已經成為我們在美國擴建資料中心的頭號障礙。」

為什麼 AI 公司需要這麼多技工？因為建造 AI 資料中心的難度遠超一般建築。首先是驚人的用電需求：單一個 GPU 機架功耗已達 120 到 140 千瓦，是十年前標準伺服器機架的十倍。一座典型超大規模 AI 資料中心可能部署數萬甚至十萬顆 GPU，整座設施耗電量動輒數百兆瓦，相當於同時為數十萬戶家庭供電。其次是極度複雜的配電系統，必須從零設計開關設備、變壓器、不斷電系統、母線槽、冷卻迴路等，且後續安裝調試都需要持證專業人員，沒有軟體可以替代。高功耗還帶來散熱難題，AI 設施的熱密度已超出風冷極限，必須轉向直接液冷與浸沒式冷卻，這些系統的設計安裝同樣依賴持證管道工與暖通工程師。也因此，不僅是電工短缺，2022 至 2026 年間美國暖通工程師職缺也增長了 78%。 面對如此嚴峻的勞動力缺口，以速度聞名的 AI 公司不再被動等待。年輕的熟練電工成了各大廠商爭相挖角的對象，有電工在短短 18 個月內就被挖了三次，宛如職業運動聯盟的選秀。2026 年，Alphabet 與 Meta 宣布投入技工培訓的總成本合計高達 2.65 億美元——儘管它們的總資本開支合計已達 3,350 億美元。Meta 更是直接撥款 1.15 億美元，創辦一所長期的建築工人培訓學校，首批招收 5,000 名學員，學費、機票、住宿全免，還提供生活補貼。學員只需經過四周培訓，就能立刻上崗。Meta 在 Facebook 與 Instagram 上鋪天蓋地投放廣告，熱情邀請年輕人入學。 另一邊，OpenAI 則在今年 3 月與北美建築工會達成合作，提前承諾僱用工會工人，以換取更長培訓期、更熟練的建築技工。這股技工「淘金熱」甚至燒到了高中校園，AI 公司急不可耐地找上即將畢業的高中生，告訴他們當電工才是真正賺大錢的捷徑。成效非常顯著：2017 至 2025 年間，Z 世代（1997 年至 2012 年出生）的技校入學率暴增 1,421%（雖然部分原因來自較低的統計基數），2025 年的一項調查發現，42% 的 Z 世代願意考慮跳過大學直接進入技工培訓，而到了今年，已有 60% 的 Z 世代計畫從事技術工種工作。 然而，電的問題始終懸在 AI 公司高層的案頭。2026 年 6 月的數據顯示，今年全球資料中心用電量將達到 565 太瓦時，年增 26.4%，幾乎全部來自 AI 伺服器——它們僅占裝機量的一小部分，卻吃掉 31% 的電力，且這個數字正以每年 84.2% 的速度膨脹。國際能源署（IEA）的數據更直觀：2025 年 AI 資料中心的用電增速是全球整體電力消費增速的 16 倍。有機構預測，到 2028 年，資料中心用電將占美國總用電量的 6.7% 到 12%。這些電費已經被轉嫁到美國民眾的帳單上，資料中心密集區域的電價比五年前貴了 267%。美國最大電網 PJM 的獨立市場監測機構測算，從 2024 年 6 月起的 12 個月內，資料中心給伊利諾伊到華盛頓特區之間的消費者額外增加了超過 93 億美元的電力成本。 那麼，建造這些電力基礎設施的電工夠嗎？更麻煩的是，資料中心建設崗位是項目制的，建設與運營所需工人數量不成比例。以德州 Stargate 資料中心為例，其功耗高達 1,000 兆瓦，約等於一座核反應爐的輸出功率，建設時需要 6,400 名工人同時運轉，但建成後的常駐勞動力僅需 100 到 1,000 人。這意味著，當大批資料中心陸續完工後，數十萬經過專業訓練的熟練工將湧入其他領域，可能壓低行業普遍薪資。最好的情況是，這些勞動力剛好能趕上房地產熱潮，但問題是，這樣完美的時機真的會出現嗎？AI 的電力需求持續暴增，而電工培養的速度卻遠遠跟不上，這場人力與能源的雙重賽局，才剛剛開始。