AI 技能工种热潮引出关于黑人财富的更大问题

Google News 聚焦了 AI 经济内部的一场尖锐矛盾：数据中心需要数千名技能工人，但黑人劳动者在关键工种中仍然代表不足。这波建设热潮带来了带薪学徒制、工资溢价，以及远离传统科技中心的工作机会。但它并不保证这些收益会转化为黑人群体的长期财富。

随着科技公司竞相建设支撑生成式 AI 的实体基础设施，这一区别显得尤为重要。电工、管道安装工、光纤技术员、焊工、机械师和设备操作员，如今在这个通常与软件工程师联系在一起的行业中占据关键位置。

眼前的机会确实存在。据 Indeed 称，数据中心职位发布数量在两年内增长了一倍以上。然而，长期结果取决于谁能进入学徒项目、获得晋升、赢得合同，以及在施工团队撤离后保留资产。

这不仅仅是劳动者与自动化之间的较量。核心矛盾在于：一方面是承诺广泛向上流动的基础设施热潮，另一方面则是历来限制黑人进入高薪职业路径的劳动力市场。

AI 数据中心岗位正在重新定义科技工作

AI 基础设施已使技能工种劳动成为科技行业扩张的制约因素。

数据中心是装满计算、网络、冷却和电力系统、并持续运行的建筑。建设它们远不只是浇筑混凝土和安装服务器机架。施工团队还必须建设变电站、冷却设施、备用系统、光纤连接，以及高度受控的内部空间。

这种实体层面的复杂性，催生了对一些鲜少出现在公众人工智能讨论中的职业的需求。行业需要电工管理高压系统，需要管道安装工组装冷却网络，也需要光纤技术员将设施接入更广泛的互联网。

Indeed 在 2026 年 7 月的分析发现，数据中心相关职位发布在两年内增长了一倍以上。大约同期，美国整体职位发布量下降了约 12%。

每 1,000 条美国职位发布中，大约有 6 条与数据中心相关。根据这份招聘分析，2023 年年中这一比例约为每 1,000 条中有 2 条。

安装和维护人员约占数据中心职位空缺的四分之一。若加上基础设施、运营和技术支持岗位，这些职位约占公开招聘岗位的一半。

这些职位空缺也正在改变科技就业的地理分布。大型雇主传统上将招聘集中在硅谷、西雅图、奥斯汀及其他成熟枢纽周边。

数据中心投资将工作带往俄亥俄州哥伦布、密西西比州杰克逊、内华达州里诺，以及俄勒冈州赫米斯顿周边社区等较小市场。在其中一些地区，大型科技公司近期已从较小的存在扩张至占当地职位发布量的 10% 以上。

这种转变为进入科技经济提供了不同的入口。劳动者未必需要计算机科学学位，也能安装开关设备、维护冷却设备，或调试备用电力系统。

不过，这些并非天然易获得的工作。许多岗位需要执照、安全资质、学徒工时或专业经验，而这些条件无法通过一门短期在线课程获得。

工资信号令人鼓舞。Indeed 发现，与数据中心相关的安装和维护类时薪职位，其公布的薪酬中位数比该行业外的可比职位高 42%。

年薪职位的溢价则较小，为 12%。这一差异表明，雇主正以最激进的方式为能够填补紧急、动手型建设和维护需求的劳动者支付报酬。

需求并不局限于一家公司。Amazon、Google、Meta、Microsoft、OpenAI 合作伙伴、托管服务提供商、公用事业公司和建筑企业都在推进相互重叠的项目。

这种竞争赋予受过培训的劳动者更大的议价能力，也为更快的培训项目、更大规模的学徒班和更广泛的招聘带来压力。

然而，这一机会起点并不平等。根据联邦劳工统计数据，2023 年，受雇黑人劳动者中仅有 5% 从事自然资源、建筑和维护类职业；白人劳动者的对应比例为 10%，西班牙裔劳动者则为 16%。

黑人男性在这些领域的占比高于黑人女性，但其集中程度仍低于白人和西班牙裔男性。黑人劳动者在许多主管和管理岗位中也代表不足。

因此，AI 数据中心岗位激增并未回答核心问题。它只是创造了一个窗口期，让雇主、工会、学校和承包商能够改变谁将获得准入机会。

Google News 报道尚未厘清的问题

关于数千个职位空缺的标题衡量的是劳动力需求，而非持久经济收益的分配。

Google News 可以揭示人们对技能劳动兴趣上升的速度，却无法证明黑人劳动者是否会进入那些工资最高、晋升路径最佳、议价保障最强的职业。

这一结果部分取决于职业配置。建筑工地上存在培训要求、薪酬、稳定性和权责都大不相同的岗位。

一名从事临时物料搬运工作的劳动者，无法获得与持证电工相同的职业价值。拥有可携带资质的技术员，与被绑定在单一项目上的劳工相比，拥有不同的选择。

获得主管职位同样重要。工头、项目经理、检查员、估算师和专业承包商可以积累可在不同项目间转移的经验。他们也可能建立起创办企业或竞逐未来合同所需的人脉。

历史劳工数据说明了这一差异的重要性。与建筑管理岗位相比，黑人劳动者往往更集中于生产、运输、服务和支持类岗位。

美国劳工统计局此前的一项审查发现，非西班牙裔黑人建筑劳动者担任管理、商业和金融职位的可能性低于白人或亚裔同行。这种差距会影响工资、决策权以及通往所有权的路径。

性别又构成另一道障碍。黑人女性占黑人劳动力的重要比例，但从事建筑和采掘类职业的女性极少。

如果雇主有意招募女性进入电气、机械和技术学徒项目，AI 基础设施需求可能扩大准入范围。若缺乏有针对性的支持，这波热潮可能会重现一支压倒性男性化的劳动力队伍。

地点又增加了一层复杂性。数据中心往往建在郊区、远郊或农村地区，而这些地方的公共交通仍然有限。

当参与者无法在早班开始前抵达遥远的工作地点时，免费培训项目几乎无法提供实际准入。工具、交通、儿童照护和无偿的准备时间，都可能成为障碍。

筛选规则还可能进一步收窄人才管道。背景调查、药物检测、学历要求，以及经由多层承包商招聘，都可能在雇主广泛招募的宣传之下排除求职者。

Meta 的 America’s Workforce Academy 同时体现了机会与局限。该公司宣布在印第安纳州、路易斯安那州、俄亥俄州和得克萨斯州开展劳动力计划，提供电气、机械、管道、焊接和光纤工作培训。

Meta 表示，参与者可获得行业认可的资质，并有资格申请其数据中心项目上的工作。该项目包含承包商合作伙伴，并依托现有的培训设施网络。

公司将该学院描述为通往长期技能工种职业的直接路径。然而，根据这项劳动力计划，工作资格仍取决于完成培训，并满足申请、筛选和招聘要求。

这一区别应当保持清晰可见。报名参加培训、完成项目、获得资格和实际就业，是四种不同的结果。

公开报道应当追问，有多少参与者能通过每一个阶段。还应按种族、性别、地点和职业审视参与情况。

没有这些数据，就很难评估有关黑人劳动者获得技能工种准入机会的宏大承诺。一个项目可以招收多元化的班级，却将最好的机会导向那些已具备经验的劳动者。

最有意义的数据，应追踪参与者在首次安置工作之后的发展。留任率、工资增长、资质完成情况、晋升和转入长期岗位，比毕业人数更能说明问题。

真正的财富路径应能经受住一个建设项目结束的考验。可携带资质和有记录的工时，能够帮助劳动者转向公用事业、先进制造业、交通基础设施和其他复杂设施。

短期人力配置方案无法带来同样的结果。如果公司只为眼前的工期招聘，当这一工期结束时，劳动者可能需要承担风险。

真正的分野在于就业与财富

良好工资可以支持财富创造，但仅靠工资无法消除造成种族财富差距的制度。

就业带来收入。财富则包括收入支出后仍然留存的资产，如储蓄、退休账户、房屋净值和企业所有权。

这一差异使 AI 劳动力故事比单纯统计岗位数量更复杂。即便存在显著的工资溢价，也可能因不稳定的工作安排、高昂住房成本、医疗支出、债务或项目间歇期而消失。

长期就业是第一项考验。数据中心建设期间可支持庞大的施工队伍，但设施投入运营后，通常雇用的人数会少得多。

Brookings 研究了约 770 座美国数据中心设施，以及覆盖 2003 年至 2024 年的县级劳动力数据。其研究人员发现，就业增长是可衡量的，但影响因设施类型而异。

迎来首座大型数据中心的县，在五至六年间私人就业增长了 4% 至 5%。建筑业就业增长 11%，信息行业就业增长 22%。

现有劳动者和新雇员的工资上涨了 3% 至 4%。根据这项就业研究，研究中的一个典型县在六年后大约新增 2,000 至 4,000 个岗位。

这些发现挑战了“数据中心不会创造本地工作”的说法，也挑战了仅根据建设阶段人员规模得出的夸大性论断。

Brookings 发现，简单比较可能高估就业影响，因为吸引数据中心的县在设施到来前往往已经增长得更快。其统计方法将每个县与一个具有相似早期发展轨迹的构建对照组进行比较。

设施所有权同样会改变结果。超大规模中心由 Amazon、Google、Meta 和 Microsoft 等公司运营，用于承载其自身工作负载。托管服务提供商则将容量出租给外部客户。

这些模式拥有不同的供应商关系和就业结构。因此，将每个拟建设施都视为经济上完全相同，可能会误导地方官员和居民。

建筑工作的临时性质并不意味着这些岗位毫无价值。建筑业向来在项目之间流动，而可携带的行业资质可以让一连串临时工地转化为长期职业生涯。

风险在于，临时项目劳动力被宣传成永久性的社区就业。这种表述可能掩盖场地投入运营后会发生什么。

工会准入可能改善黑人劳动者的处境。2025 年，黑人雇员在主要种族和族裔群体中的工会会员率最高。

黑人工会会员率为 11.4%，相比之下，白人劳动者为 9.9%，亚裔劳动者为 8.7%，西班牙裔劳动者为 8.9%。

总体而言，工会成员的每周工资中位数也高于非工会劳动者。正如该工会报告所提醒的，联邦层面的比较并未控制职业、经验、地域或其他重要变量。

不过，集体谈判带来的不只是工资差异。工会学徒制可以建立培训标准、可携带资质、福利缴费机制，以及从学徒到熟练工的更清晰晋升路径。

大型 AI 项目正在赋予建筑行业组织更大的谈判筹码。美联社报道称，在工会就大型数据中心开发项目谈判协议的同时，学徒班级也在扩招。

在俄亥俄州中部，数据中心占某地区建筑行业委员会成员工作时长的至少 40%。在华盛顿都市圈，据报道，某电气工人地方分会的这一比例至少达到一半。

北美建筑行业工会在 2025 年创下会员人数和学徒规模新高。据工会合作关系报道，Google 也表示，其数据中心建设工作中的大多数劳动力均已加入工会。

与零散分包相比，这些安排能够更广泛地分配收益。然而，仅有工会存在并不能确保所有人都能平等获得最优质的学徒岗位或领导职位。

地方招聘必须为黑人求职者连接真正的入行渠道。预备学徒项目应直接输送至注册学徒制，而不是让参与者在反复的就业准备课程中循环。

劳动者还需要一条超越工资的路径。退休福利、购房支持、财务咨询和商业资本获取渠道，都有助于将收入转化为资产。

承包业务提供了另一条路径。黑人所有的电气、机械、物流、安保和建筑公司，能够将更大份额的支出留在社区内部。

但大型基础设施合同通常要求具备保函能力、保险、现金储备，以及同等规模项目的经验。这些要求可能在技术能力尚未得到考虑前，就将较小企业排除在外。

开发商可以通过拆分合同、及时付款、供应商培育和透明披露来解决这一障碍。他们还可以衡量实际授予的金额，而非仅统计参加外联活动的企业数量。

这正是就业与财富之间冲突最明显的地方。一个项目可以雇用黑人劳动者，但所有权、采购利润、税收优惠和土地增值却流向其他地方。

真正的财富需要多层面的参与。劳动者需要进入技术职业的机会，主管需要进入管理层的路径，黑人所有企业则需要赢得有实质意义合同的机会。

AI 劳动力承诺面临可信度考验

科技公司必须证明，劳动力项目能够创造可转移的职业生涯，而不只是为数据中心审批争取政治支持。

数据中心因用电量、用水需求、噪音、土地转换和公共激励措施而面临日益增加的反对。就业创造因此成为争取社区批准的核心论点。

劳工组织已成为这场辩论中的重要合作伙伴。他们希望获得大型建设项目带来的工时、学徒机会和会员增长。

科技公司需要技术娴熟的施工队伍和可信的本地支持者。由此形成的联盟可以让劳动者受益，但也可能削弱对项目更广泛成本的审视。

美联社描述了工会代表在市政会议上为项目辩护，并反对部分拟议限制措施。他们的论点很直接：建设仍将继续，因此有组织劳工应确保获得现有工作。

这一立场反映了现实的谈判筹码。但它也提出了一个棘手问题：就业协议是否获得了足以压过居民担忧的分量，而居民正承担能源、水资源或土地使用带来的后果。

因此，就业主张需要独立衡量。开发商应区分施工人数、年化工作岗位、永久职位和间接就业。

一个工作年指一份持续一年的全职职位。它能防止项目将若干短期工作包装成若干永久职业。

报告还应区分本地雇员与临时从外地引入的劳动者。两类群体都从事有价值的工作，但只有前一项指标能直接支持有关本地经济发展的主张。

黑人财富问题需要更细致的数据。企业应披露申请者、获录取培训者、学徒、熟练工、主管和留任雇员的种族构成。

数据还应识别分包合同授予情况和付款总额。仅统计一家小型供应商、却不披露其合同规模或期限，对于揭示财富分配几乎没有作用。

乐观情绪最有力的依据来自劳动力短缺。面临项目延误的雇主，有直接动机扩大招聘并投资培训。

当合格劳动者数量远多于空缺岗位时，一个行业可以维持排斥现象。当每个大型开发商都在竞争持证电工和经验丰富的技术人员时，这会变得更加困难。

然而，加速培训也有风险。复杂的电气和机械工作需要细致指导、受监督的经验以及严格的安全规范。

压缩式项目可以让人做好入门准备，但无法替代注册学徒制中的每一小时培训。雇主必须避免把短期证书当作全面培训的替代品。

另一个不确定性涉及职业持续时间。当前投资周期规模巨大，但建设需求将随市场和项目阶段而变化。

劳动者需要能适用于单一雇主专有环境之外的技能。电气、焊接、管道、冷却和光纤资质，应能在公用事业、工厂、交通系统和商业建筑中保持实用价值。

同样的原则也适用于技术运营岗位。只接受某一设施内部流程培训的技术人员，其议价能力低于持有公认证书的人。

社区协议可以将这些预期正式化。它们可以确立本地招聘目标、学徒使用比例、工资标准、报告时间表和供应商参与机制。

执行比象征性的目标更重要。协议需要明确责任主体、可衡量的基准，以及开发商或承包商未达标时的补救措施。

公共激励措施创造了另一处谈判筹码。如果一个州提供税收优惠或基础设施支持，就可以要求详细的劳动力和采购报告。

官员应将这些优惠与项目整个生命周期内经核实的就业情况进行比较。建设活动、永久运营、公用事业成本和供应商支出，都应纳入同一评估。

这些保障措施都不能证明数据中心必然有益或有害。它们只是让承诺中的交换关系足够透明，以便社区作出判断。

这种怀疑并不是反对黑人劳动者进入技术行业，而是反对把他们的劳动当作每个项目都能公平分配价值的证据。

当头条热度消退后，应关注什么

下一个考验是，今天的招聘热潮是否会带来完成学徒制、持久的职业流动，以及黑人所有企业的增长。

第一个信号来自大型企业项目的劳动力报告。Meta 和其他雇主应公布入学、完成、安置、留任和晋升数据。

这些结果应按种族、性别、职业和培训地点细分。黑人参与者较高的安置率和留任率，将强化 AI 数据中心岗位扩大职业流动性的论点。

较低的完成率或安置率则会削弱这一论点。届时，大规模招生公告看起来更像招聘营销，而非就业输送管道。

第二个信号是项目劳工协议和社区福利协议的结构。这些文件决定谁获得学徒工时、工资如何设定，以及本地招聘承诺能否得到执行。

包含透明的黑人技术行业劳动者成果的协议，将使财富主张更具可信度。没有报告的模糊多元化语言，则会让核心问题仍然没有答案。

第三个信号是黑人所有承包商的参与情况。采购总额应显示，具有实质责任的电气、机械、光纤、物流和建筑企业获得了多少工作。

小型一次性合同的财富潜力，无法与多年期工作范围、管理经验以及支持未来竞标的合作关系相提并论。

Google News 将继续呈现令人印象深刻的建设总额、企业承诺以及关于劳动力短缺的紧迫预测。读者应透过这些数字看得更深。

要问这些岗位是否提供公认证书。要问劳动者在一个工地完工后是否仍能继续就业。要问主管和承包商是否反映承载这些设施的社区构成。

AI 基础设施热潮创造了一个真实的机会。雇主需要人类专业知识，才能将芯片、电力设备、冷却系统和土地转化为可运行的计算能力。

黑人劳动者可以从这种需求中受益，尤其是在工会、带薪学徒制和可携带资质相互强化的地方。然而，施工期间的工资溢价并不等同于共同拥有 AI 经济的所有权。

决定性的证据将在公告之后出现。关注谁完成培训、谁获得晋升、谁赢得大额合同，以及当建设转移到其他地方时谁保有资产。

这就是读者应当应用于下一条 Google News 头条的标准。该项目只是需要黑人劳动力，还是创造了让黑人家庭积累持久财富的条件？