人工智能竞争焦点转向数据中心建设，引发建筑业巨大压力。瓶颈是钢铁、电力、劳动力而非GPU。建筑业面临劳动力短缺，但成为AI发展的战略优势。
译自：The AI Competition Is Now a High-Stakes Construction Race
作者：Tracy Young
多年来，人工智能竞赛的特点是围绕招聘和留住一小部分顶尖人工智能研究人员和工程师展开激烈竞争。OpenAI、Meta、Google、Anthropic 等公司将薪酬转化为强大的竞争杠杆，提供数百万至数千万美元的薪酬方案以吸引人工智能人才。
但那个时代正在让位于一个新的竞争阶段，关键问题不再是谁拥有最多的人工智能工程师，而是谁能最快地建造最多的数据中心。正是电力、水和物理基础设施维持着这些模型的运行和计算。
这种转变正以大多数圈外人仍不理解的方式，压倒着美国建筑业。
人工智能繁荣已演变为建筑繁荣
在过去的 18 个月中，科技公司已经宣布或开始建设历史上一些最大的数据中心项目，计划在美国、欧洲、中东和亚洲各地建造数十亿美元的超大规模园区。最近的头条新闻包括：
- Anthropic 宣布了一项 500 亿美元的美国数据中心计划。
- AWS 承诺向印第安纳州投资 110 亿美元，向密西西比州投资 100 亿美元。
- Microsoft 正在威斯康星州、日本和英国进行扩张。
- Google 正在密苏里州、田纳西州和弗吉尼亚州增加容量。
- 沙特阿拉伯正在推动吉咖规模（giga-scale）的人工智能计算发展。
- Related Companies 正在底特律郊外规划一个 70 亿美元的园区。
- Microsoft 和 G42 正在肯尼亚投资 10 亿美元。
- OpenAI 表示未来十年将在数据中心投入约 1.4 万亿美元。
这些不是传统的云构建。它们是超大规模、高密度、高耗能、工期紧凑的巨型项目。它们需要的电气系统堪比城市，冷却系统目前尚未大规模存在，调试时间表将多年的工作压缩到数月之内。
几年前，24 到 36 个月是大型数据中心建设项目标准工期。如今，一些业主希望在 12 个月内交付，有些甚至要求更快，因为他们认为任何延迟都会让他们在人工智能竞赛中落后。
瓶颈不再是 GPU。而是钢铁、变压器、电工、木匠、公用事业和现场专业知识。
瓶颈不再是 GPU。而是钢铁、变压器、电工、木匠、公用事业和现场专业知识。建筑工程量如此之大，以至于顶级建筑公司已将其数据中心部门命名为“关键任务部门”。人们相信：成为一家以史无前例的短时间完成数据中心的建筑公司，就能为公司履历增添一个“黄金项目”，并保证未来几十年都有建筑工程可做。
我们从承包商那里听说，为了赶上紧迫的工期，他们“没有不工作的时间”，每天三班倒，每周七天不间断地工作。
随着人工智能开发的加速，数据中心建设正成为一场由规模驱动的竞赛，供应链杠杆越来越决定谁能建造得最快。超大规模数据中心和人工智能业主能够以任何单个承包商都无法比拟的方式谈判批量定价、 확보长交期设备并预留工厂生产时段。这种转变将采购权力集中到顶层，使业主能够缩短项目时间表，而承包商则在现场安装与供应链管理之间展开竞争。
行业的退休、解雇和员工倦怠速度快于其培养新一代建筑专业人士来取代他们的速度
对于建筑商而言，这是该行业几十年来所感受到的最大压力。我从全国各地的项目主管那里听到同样的事情：这种压力是他们前所未见的。几十年来，劳动力短缺一直是一个持续存在的问题，现在行业许多部门的年劳动力流失率已接近 50%。这意味着，行业的退休、解雇和员工倦怠速度快于其培养新一代建筑专业人士来取代他们的速度。该行业正在经历一次大规模的机构性建筑领域“部落知识”流失。
施工现场深具人情味
人工智能正在开始帮助承包商预测风险、自动化协调并优化布局。数字孪生正变得越来越智能。材料交货期预测正成为现实。预制件正在加速下游的一切。
尽管所有新技术都令人振奋，但施工现场仍然充满人情味，杂乱无章且不可预测。我们可以用计算机视觉优化起重机动作，但仍然需要有人巡视现场，感受风力，并对安全做出判断。人工智能构建模型。人类建造世界。
这不仅仅是美国的故事。欧洲、中东和亚洲正在部署大规模的人工智能能力，因为他们看待数据中心的方式，就像前几代人看待港口、铁路或能源电网一样：将其视为国家竞争力的核心。变压器、冷却器、开关设备和熟练工种的全球供应链已经紧张。任何能够跨境交付的人突然间都拥有巨大的影响力。
建筑不再是成本中心。它是一种战略优势
几十年来，建筑被视为一种外包业务，人们希望不会收到太多变更订单。到 2026 年，建筑将成为差异化因素。您合作的建筑商可以决定您的人工智能路线图是否可行。
美国科技公司曾经在模型架构和工程人才方面展开竞争。现在，他们正在全力争夺施工队伍、电力供应、冷却策略和供应链准入。这才是今天的真实“堆栈”，至少在他们学会更高效地训练模型之前是这样。
美国科技公司曾经在模型架构和工程人才方面展开竞争。现在，他们正在全力争夺施工队伍、电力供应、冷却策略和供应链准入。
而这种未来的迹象正在显现。DeepSeek 和 Gwen-small 背后的小型模型团队等前沿参与者正在证明，巧妙的模型设计、数据塑形和分布式系统可以超越蛮力式 10 万 GPU 集群。我们才刚进入这场变革的几秒钟，突破将会到来，但就目前而言，积压的数十亿美元数据中心建设项目已板上钉钉，并在各地破土动工。
到 2030 年，我们可能会回顾这一刻，将其视为“大建设”（Great Build-Out）的开始：当人工智能的进步触及世界的物理极限，建筑业成为技术生态系统中最重要的部分。建筑商正在赋能人工智能技术。而世界即将意识到，人工智能的未来在多大程度上取决于那些浇筑混凝土、布线、并在体力劳动一天后冲澡的人。
