随着资本大量涌入数字基础设施领域,建设和运营新产能所需的劳动力严重短缺。
美世咨询公司首席劳动力策略师威廉·塞尔夫在周一(3月9日)由达信公司主办的网络研讨会上提出了这一担忧,与会高管讨论了当前数据中心市场繁荣中的风险和机遇。
"我认为整个建设项目的最大制约因素是所需的劳动力——而不是资本、土地,甚至能源,"塞尔夫说道。
两个阶段,两个人才市场
劳动力挑战分为两个连续阶段,每个阶段都需要不同的策略和人才库。塞尔夫表示,太多公司只为其中一个阶段做准备。
第一阶段是建设和近期维护,需要熟练的技工:电工、钢筋工、暖通空调技术员和电力系统专家——这些岗位需要多年的培训。他强调,随着超大规模建设和电网升级,对这些技工的需求激增,但培训渠道跟不上步伐。据塞尔夫估计,根据产能增加的激进程度,未来几年技能工人的短缺可能在75,000到140,000人之间。这里没有捷径;这些技工的能力和安全性都需要时间积累。
第二阶段是运营。设施开放后,一个不同的、更小的、高度技术化的团队负责数据中心的24/7运营——包括设施管理员、网络工程师和冷却专家等。这些岗位在人才获取和留存方面需要与基于项目的建设workforce不同的方法。
地理冲击
使问题复杂化的是新产能的建设地点。多年来,开发集中在美国少数几个枢纽——北弗吉尼亚、菲尼克斯和达拉斯——创造了竞争极其激烈的本地劳动力市场,推高了工资并从较小的区域雇主那里抽走了人才,塞尔夫解释道。这些集中化还引发了社区反对,通常是两党的,涉及用水、能源成本、噪音和对当地特色的改变。
当开发商转向新地点,包括俄亥俄州哥伦布市、印第安纳州南本德市、德克萨斯州阿比林市、路易斯安那州农村地区和德克萨斯州狭长地带时,他们面临劳动力和基础设施真空。除了建筑工人,数据中心开发还需要塞尔夫所说的围绕站点的"功能性微型经济":为工作人员和员工提供酒店和餐饮服务,运输和物流来搬运设备,医疗保健、安全、零售和物业管理。密集的城市通常具备这种现成的能力;许多农村地区则没有。
结果是一种从石油和天然气行业熟悉的"淘金热"社会经济动态:工人快速涌入,住房和服务突然紧张,当地经济依赖单一行业的周期。
"曾经为油田建造劳工住房的公司现在正转向数据中心园区,创建带有住房的自给自足社区,"塞尔夫说。
他指出OpenAI和甲骨文的阿比林AI数据中心园区是围绕数字基础设施重组当地经济的例子。
挖角、薪酬和地点
当人才数量不足时,各行业相互挖角。据塞尔夫称,跨行业招聘正在加剧,电力和公用事业、国防和加工工业为数据中心劳动力提供了越来越多的份额。这种竞争正在推高薪酬。基本工资和差异化薪酬普遍上升,在偏远地区出现明显飙升,雇主必须诱使人们离开城市和郊区劳动力市场。
塞尔夫指出,薪酬现在也有风险维度。中东持续的军事行动表明,数据中心是关键的民用基础设施和冲突期间的潜在目标。对于人员来说,这带来了"心理负担",雇主可能需要通过基于风险的薪酬和增强的福利来认识这一点。
争夺人才需要培养人才
据塞尔夫称,在这场人才竞赛中获胜的公司将制造自己的劳动力供应。这意味着资助学徒计划,建立社区大学合作伙伴关系,并创建退伍军人渠道。内部人才学院可以加速相邻工人的技能提升,以满足不断变化的要求。
"这些是竞争策略,不是慈善事业——但也有重要的ESG维度,"塞尔夫指出。它们创造了不需要四年制学位的可获得的、高薪工作。数据中心技术人员年薪约为60,000-90,000美元——在定向增长的农村市场中,这种收入水平尤其有意义。
"投入到这种建设中的每一美元,最终都是对人的投注——能够设计、建造、供电和运营这些设施的人,"塞尔夫说。
他补充说,目前人才供应滞后于投资雄心。市场领导者将为劳动力曲线的两个阶段做计划,在人才不存在的地方建设人才,并将社区能力作为项目的一部分。
Q&A
Q1:数据中心建设面临的最大制约因素是什么?
A:根据美世咨询公司首席劳动力策略师威廉·塞尔夫的观点,数据中心建设面临的最大制约因素是劳动力短缺,而不是资本、土地或能源。未来几年技能工人的短缺可能在75,000到140,000人之间,包括电工、钢筋工、暖通空调技术员等。
Q2:数据中心劳动力需求分为哪两个阶段?
A:第一阶段是建设和近期维护,需要熟练技工如电工、钢筋工等,这些岗位需要多年培训。第二阶段是运营,需要设施管理员、网络工程师和冷却专家等高度技术化团队负责24/7运营,人才获取和留存策略与建设阶段不同。
Q3:数据中心技术人员的薪酬水平如何?
A:数据中心技术人员年薪约为60,000-90,000美元,这种收入水平在农村市场中尤其有意义。这些工作不需要四年制学位,为劳动者提供了可获得的高薪就业机会,是重要的ESG实践。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。