问题——以数据中心为代表的AI基础设施建设，正面临“人手不够”的现实约束。法利指出，如果缺少能参与施工、机电安装和运维保障的熟练技工，美国人工智能领域的长期战略目标将难以落地。多方预测未来十年有关产业规模可观，但从园区建设到电力接入、从冷却系统到设备维护，关键环节都离不开稳定、规模化的蓝领队伍。劳动力供给的结构性缺口，正在成为制约项目推进的隐性“卡点”。 原因——短缺并非单一因素造成，而是人口、政策与社会认知多重因素叠加的结果。业内分析认为，美国人口老龄化使传统工种新增供给放缓，部分政策取向也影响劳动力流入与增长。同时，社会长期对职业教育与技能岗位的价值重视不足，导致年轻人的选择与产业需求脱节。法利强调，更深层的问题在于公共议程对“关键经济”的关注不够：相比更容易被看见的技术突破，支撑基础设施建设与实体制造的技能人才培养周期更长、投入更重——一旦忽视——就会在项目集中启动时集中暴露。 影响——劳动力缺口正外溢为进度、成本与产业安全的综合压力。一上，制造业与建筑业的用工缺口叠加，使新建项目招工、培训与排班等环节不确定性上升，工期被迫延长、费用同步抬升。法利披露的数据显示，美国制造业与建筑业分别存在数十万量级的岗位缺口，且未来数年汽车维修技师等岗位需求仍将明显增长。另一上，短缺已波及科技与云服务企业。媒体报道称，部分数据中心项目因劳动力与材料供给受限出现延期，反映高强度资本开支周期中，“施工—交付—运维”链条对技能劳动的依赖持续上升。若瓶颈难以缓解，可能继续推高数据中心建设成本，拖慢算力供给扩张节奏，并向数字经济相关行业传导。 对策——破解瓶颈需要以系统性思路补齐技能供给短板，形成“教育—产业—区域”的联动机制。其一，强化职业教育与学徒制体系，围绕电工、焊接、暖通、机电、建筑与设备运维等紧缺工种开展标准化培训，提高培训与就业衔接效率。其二，推动企业与社区学院、工会组织建立合作培养通道，以订单式、项目制方式稳定人才来源，并通过薪酬、职业发展路径与安全保障提升岗位吸引力。其三，完善劳动力跨区域流动的配套政策，围绕数据中心集聚区与制造业回流重点区域补齐住房、交通与公共服务供给，降低工人迁移成本。其四，在产业规划层面加强对电力、用地、材料与施工能力的统筹评估，避免项目集中上马引发用工“挤兑”，提升建设节奏的可控性。福特上的战略调整也被视为企业对市场与要素约束的现实回应：在收缩部分产品规划的同时，将相关产能和设施转向更契合当下需求的领域。 前景——AI产业竞争将越来越体现为综合国力与产业组织能力的较量。算力需求上升、资本开支持续走高已成趋势，但“有资金、有技术”并不等于“能按期交付”。谁能在技能人才供给、基础设施建设能力与制造体系韧性上形成稳定优势，谁就更可能在新一轮产业竞速中掌握主动。对美国而言，若不能在较短时间内扩大技能劳动力供给，相关战略可能在阶段性推进中受限；对全球产业链而言，劳动力要素的紧约束也可能推动企业更重视自动化施工、模块化建设与运维效率提升，从而重塑数据中心与制造业投资的区域布局。
蓝领工人短缺的出现，折射出美国经济结构调整中的深层矛盾。这不仅是劳动力市场的供需问题，也涉及教育、移民与社会认知等多个维度。要真正缓解此困境，美国需要提高技能岗位的社会认可度，完善职业教育与培训体系，并劳动力流动与引入上优化有关政策。否则，即便AI产业前景再光明、产业回流目标再宏大，也可能因最基础的劳动力支撑不足而难以兑现。这一提醒对所有推动产业升级的国家同样具有参考价值。