2026年8月10日,Bloomberg发布了一条容易被忽视但影响深远的消息:全球最大资产管理公司BlackRock与北美建筑工会(NABTU)签署战略合作协议,解决AI数据中心建设中的关键瓶颈——不是芯片供应,不是电力接入,而是人。
没有足够的电工来布设数据中心的配电系统。没有足够的管道工来安装液冷管路。没有足够的焊工来完成钢结构。AI行业正在经历一场奇怪的危机:世界上最聪明的算法公司,被最传统的劳动力短缺卡住了脖子。
一、这笔交易是什么
根据Bloomberg、Yahoo Finance和Business Standard的报道,协议的核心参与者包括三方:
- BlackRock:管理资产超过10万亿美元的全球最大资管公司,通过旗下的AI Infrastructure Partnership(AIP)大规模投资数据中心和能源基础设施。
- NABTU(North America's Building Trades Unions):代表北美超过300万建筑技工的工会联盟,覆盖电工(IBEW)、管道工(UA)、焊工、木工等14个主要行业工会。
- AI Infrastructure Partnership(AIP):BlackRock与Microsoft等科技公司共同发起的AI基础设施投资平台,计划投入超过1000亿美元用于数据中心、能源和网络设施建设。
协议的核心内容是:BlackRock通过AIP投资的数据中心项目,将优先使用NABTU体系内的注册学徒和熟练技工,同时BlackRock承诺投入1亿美元用于建筑技工培训(这个数字是BlackRock此前100亿美元"技工培训计划"的一部分,早在2026年3月就已宣布,Fortune和ENR当时做了详细报道)。
📌 关键信息
- 签署方:BlackRock + NABTU(北美建筑工会联盟)+ AI Infrastructure Partnership
- 核心目标:解决AI数据中心建设中电工、管道工、焊工等技工的严重短缺问题
- BlackRock投入:1亿美元(培训承诺的一部分)
- NABTU覆盖:超过300万建筑技工,14个行业工会
- 背景:AIP计划为数据中心投资超1000亿美元
- 时间:2026年8月10日公布
- 报道来源:Bloomberg, Yahoo Finance, Business Standard, MarketScreener, ENR, Fortune等
二、AI的"物理瓶颈":数据中心到底需要多少建筑工人
一个典型的超大规模数据中心(hyperscale data center)占地面积相当于10-15个足球场,建设周期18-36个月。根据行业数据,一个30亿美元规模的数据中心项目在施工高峰期需要2000-3500名建筑工人。
以下是数据中心建设中需求最大的工种:
| 工种 | 典型需求(每个数据中心) | 短缺程度 | 年薪范围(美国) |
|---|---|---|---|
| 电工(Electricians) | 400-600人 | 极度短缺 | $80,000-$150,000 |
| 管道工/暖通技工(Pipefitters/HVAC) | 200-350人 | 严重短缺 | $75,000-$130,000 |
| 焊工/钢结构工(Welders/Ironworkers) | 150-250人 | 严重短缺 | $70,000-$120,000 |
| 混凝土工/木工(Carpenters/Concrete) | 300-500人 | 中度短缺 | $55,000-$95,000 |
| 重型设备操作员 | 100-150人 | 中度短缺 | $60,000-$100,000 |
以BlackRock-AIP当前的投资规模计算,未来5年计划建设的数据中心群需要约15-20万名建筑技工。而美国劳工统计局的数据显示,仅电工一个工种,每年新增的注册人数就远低于退休人数——缺口在以每年约8000人的速度扩大。
三、从BlackRock到OpenAI:科技巨头在"抢工人"
BlackRock-NABTU协议不是孤例。2026年以来,科技公司和金融机构对建筑工人的争夺已经白热化:
- Meta(2026年6月):投资1.15亿美元用于数据中心建设技工培训(Fortune报道),并宣布与BlackRock在德州El Paso合作开发数据中心。
- OpenAI(2026年3月):与建筑行业工会签订合作协议,确保其算力扩展项目有足够的施工力量(Axios报道)。
- 纽约时报(2026年7月):深度报道揭示了AI公司"成千上万地招募电工和木工"的现象。
- Axios(2026年1月):BlackRock发出警告,劳动力短缺可能拖慢AI建设热潮。
一个反直觉的事实正在变得清晰:在AI的产业链上,写代码和训练模型只占成本和时间的一小部分。真正决定AI扩张速度的,是能不能在18个月内建好一座数据中心——而建数据中心靠的是电工、管道工和焊工,不是程序员。
Memeburn在2026年8月7日的报道标题很直白:"AI在裁白领,但给电工开出28万美元年薪。"
四、这对建筑行业意味着什么
数据中心建设本质上是一种高度专业化的工业建筑——它和盖住宅或写字楼完全不同。数据中心对电力系统冗余(N+1、2N配置)、冷却效率(PUE低于1.2)、防火和物理安全的要求极其严苛。
BlackRock-NABTU协议传递了三个行业信号:
建筑技工的价值被金融资本重估了。过去五年,资本市场更喜欢投资"AI替代建筑业"的故事(机器人砌砖、AI设计)。现在,市场发现了一个更紧迫的事实:AI需要建筑业。建数据中心比训练模型难。
建筑工会正在找到一个意想不到的盟友。传统上,工会和华尔街是对立的。但在AI数据中心这件事上,双方的利益高度一致:资方需要工人,工会需要工作机会和高工资——而数据中心的利润率远高于普通商业建筑,工会可以谈到更好的条件。
建筑行业的"数据化"需求被加速。数据中心建设项目对BIM的依赖度极高——电力、冷却、消防、结构、安保等十几个系统要在有限的空间内精确协调。没有BIM,数据中心根本建不起来。这意味着数据中心建设项目将成为BIM应用最密集、对BIM工程师需求最旺盛的细分市场。
五、对BIM工程师的启示:数据中心是最值得进入的细分赛道
如果你是一个BIM工程师,在住宅、写字楼和商业综合体之间犹豫该深耕哪一块,答案可能是这四个字:数据中心。
原因很简单:
- 项目量大且持续:全球AI基础设施投资才刚刚开始。BlackRock的1000亿美元只是冰山一角。Microsoft、Google、Amazon每年各自在数据中心上投入数百亿美元。
- BIM依赖度极高:数据中心不是"BIM可选项",而是"没有BIM就做不了"。MEP(机电管线)的复杂程度是普通商业建筑的5-10倍,手动协调根本不可能。
- 薪酬溢价明显:数据中心项目对工期和精度的要求更高,业主(科技公司)对预算敏感度低于传统开发商,愿意为高质量的BIM服务付费。
- 专业壁垒高:数据中心BIM需要理解液冷系统、UPS配电架构、气流组织分析(CFD)、Tier等级标准等专业知识,不是任何BIM团队都能做的——壁垒就是溢价。
💡 对BIM工程师的启示
- 主动学习数据中心BIM的知识体系:了解TIA-942标准(数据中心基础设施等级)、Uptime Institute Tier分类、ASHRAE TC9.9热管理指南。这些是数据中心设计和施工的"圣经"。
- 强化MEP协调能力:数据中心BIM的核心是机电管线综合。Revit MEP + Navisworks冲突检测是基础技能,CFD模拟(气流组织分析)是加分项。
- 关注液冷技术的BIM建模:随着GPU功耗密度攀升(单机架30-50kW甚至更高),液冷正在替代风冷成为主流。液冷管路的BIM建模和碰撞检测是一个全新的技术方向,目前能做的人很少。
- 学习英文术语:数据中心项目的业主大多是美资科技公司,关键文档和沟通以英文为主。掌握data center、MEP coordination、CFD analysis、PUE、liquid cooling等英文术语是进入这个领域的门槛。
- 中国的机会:虽然BlackRock-NABTU协议发生在美国,但中国市场同样面临AI数据中心建设热潮。字节跳动、阿里云、腾讯都在大规模扩建数据中心,对BIM人才的需求不亚于美国。
"训练下一个GPT需要的不是更好的GPU,是足够多的电工把服务器插上电。"——这是AI行业正在面对的现实。
六、一个被忽视的视角:AI到底是在替代建筑工人,还是在创造建筑工人的需求
过去几年,建筑行业关于AI的讨论大多集中在"机器人会替代工人吗"。2026年的现实给出了一个讽刺的答案:至少在现阶段,AI不仅没有减少对建筑工人的需求,反而因为需要建数据中心,创造了前所未有的缺口。
当然,这并不意味着建筑工人可以高枕无忧。数据中心的施工方式和传统建筑不同:更高的预制化率(模块化电力单元、预制冷却模块)、更高的标准化程度、更依赖BIM协调。这些都在倒逼建筑工人提升技能——不是被机器人替代,而是被更懂数字化工具的同行替代。
对BIM工程师而言,最务实的策略可能是:不要等着AI颠覆建筑业的那一天,而是抓住AI正在重塑建筑业的每一个当下。
信息来源:Bloomberg (2026.8.10), Yahoo Finance (2026.8.10), Business Standard (2026.8.10), MarketScreener (2026.8.10), The Cryptonomist (2026.8.10), The Manila Times / PR Newswire (2026.8.10), Baton Rouge Business Report (2026.8.10), Finimize (2026.8.10), ENR (2026.3.13), Fortune (2026.3.11, 2026.6.10), Axios (2026.1.16, 2026.3.11), NYTimes (2026.7.29), Memeburn (2026.8.7), 10/12 Industry Report (2026.8.10)
免责声明:本文基于公开新闻报道撰写,部分行业数据和趋势分析基于行业通用知识。