6 月 8 日，Meta 宣布投入 1.15 亿美元，推出“America’s Workforce Academy”免费培训项目，与 CBRE 及 Associated Builders and Contractors 合作，为期四至五周，结业后直接保障承包商在 Meta 数据中心建设现场的全职岗位。该计划首批落地路易斯安那、俄亥俄、印第安纳和得克萨斯四州，旨在缓解 AI 基础设施建设中的熟练技工短缺。[[1]](https://www.reuters.com/business/meta-funds-skilled-trades-jobs-program-ai-data-center-buildout-2026-06-08/)[[2]](https://www.wsj.com/tech/ai/meta-launches-workforce-academy-to-train-workers-to-build-data-centers-35470a80)
这一动作折射出 AI 数据中心军备竞赛从“烧钱买芯片”转向“烧人建厂”的新阶段。过去两年，大厂资本开支重点在 GPU 集群与液冷系统，如今物理落地瓶颈已从算力转向人力与供应链。Meta 此举与 NVIDIA、Google 等持续扩大 TPU/GPU 订单形成对比：前者靠股权融资与政府关系锁定长期资金，后者则开始用真金白银解决执行层人力缺口。
对比来看，OpenAI 与 Anthropic 此前依赖亚马逊、谷歌云的算力采购协议，Meta 则选择直接投资本地劳动力培训，既降低外包依赖，也为数据中心社区创造就业粘性。Applied Digital 同日与某美国 hyperscaler 签署 210MW、价值 52 亿美元的 15 年 take-or-pay 租约，进一步印证需求端仍在高位，但供给侧执行力正成为新变量。[[3]](https://www.reuters.com/technology/applied-digital-signs-52-billion-ai-data-center-lease-with-us-hyperscaler-2026-06-08/)
未来 6-12 个月，关键看此类培训项目能否规模化复制，以及是否推高整体建设成本。若人力瓶颈持续，大厂或将更多转向模块化预制数据中心，或加速与地方政府绑定；若解决顺利，则 AI 基建扩张节奏或超市场预期。悬念在于：当熟练技工成为稀缺资源时，谁能最先把“人”转化为可持续的算力优势？
信源：https://www.reuters.com/business/meta-funds-skilled-trades-jobs-program-ai-data-center-buildout-2026-06-08/
https://www.wsj.com/tech/ai/meta-launches-workforce-academy-to-train-workers-to-build-data-centers-35470a80