ИИ выходит в физический мир. Почему Big Tech теперь охотится за электриками

В июне 2026 года Meta объявила о запуске America's Workforce Academy. На первый год программы Meta выделила $115 млн. Её задача — готовить людей для работы на строительстве дата-центров Meta: обучение бесплатное, участникам оплачивают проживание и транспорт, а после выпуска они могут перейти к подрядчикам компании.

Google движется в том же направлении. Компания выделила $50 млн на программы, которые должны поддержать подготовку более 300 тысяч квалифицированных работников — электриков, сварщиков, монтажников и представителей других рабочих специальностей.

Компании, строящие искусственный интеллект, столкнулись с дефицитом чипов, электричества, оборудования — и людей, способных физически построить инфраструктуру, на которой работает AI.

Это уже больше, чем история о рынке труда. Развитие искусственного интеллекта выходит из цифровой экономики в физическую и начинает конкурировать с другими отраслями за ограниченные ресурсы.

Облако имеет конкретный адрес

Искусственный интеллект легко представить как почти нематериальную технологию: модели, алгоритмы, данные и вычисления где-то в облаке.

Но за каждым запросом к большой языковой модели стоят серверы и GPU. За ними — дата-центры, подстанции, трансформаторы, системы охлаждения, резервное питание и километры кабеля.

Чем масштабнее становится AI, тем заметнее физическая сторона его экономики.

По оценке Международного энергетического агентства, мировое потребление электроэнергии дата-центрами может вырасти примерно с 415 TWh в 2024 году до 945 TWh к 2030-му. Главным источником роста станет искусственный интеллект. В США дата-центры могут обеспечить почти половину прироста спроса на электроэнергию до конца десятилетия.

Здесь возникает разрыв скоростей. Вычислительное оборудование можно производить и устанавливать относительно быстро. Строительство дата-центров занимает годы. Электростанции и линии электропередачи имеют ещё более длинные инвестиционные циклы.

Есть и другой ресурс, предложение которого невозможно быстро увеличить.

Квалифицированные люди.

Дефицит уже имеет цену

Данные Indeed показывают, насколько быстро меняется рынок. Доля вакансий, связанных с дата-центрами в США, выросла примерно с двух на тысячу вакансий в мае 2023 года до шести. Причём 71% таких предложений приходится всего на десять крупнейших технологических компаний.

Около четверти вакансий связаны с installation & maintenance — установкой и обслуживанием электрического и коммуникационного оборудования, кабельных систем, серверов и другой физической инфраструктуры.

Дата-центры предлагают таким специалистам примерно на 42% более высокую почасовую оплату, чем сопоставимые работодатели за их пределами.

Это ценовой сигнал уже состоявшегося дефицита.

Структурный характер спроса виден и в официальных прогнозах. Американское Bureau of Labor Statistics ожидает, что занятость электриков будет расти значительно быстрее среднего по экономике. Среди факторов BLS прямо указывает рост потребления электричества, строительство дата-центров, развитие AI и необходимость расширения энергосетей.

Именно поэтому технологические компании начинают инвестировать непосредственно в расширение кадрового предложения.

Но несколько недель базовой подготовки не превращают новичка в высококвалифицированного электрика. Для многих специальностей нужны годы apprenticeship, практики и лицензирования.

Опытного специалиста нельзя подготовить за квартал.

AI начинает конкурировать с остальной экономикой

Здесь история становится гораздо интереснее рынка труда.

Когда Meta, Google или оператор дата-центра нанимает квалифицированного электрика, этот человек не обязательно является новым работником экономики. Он уже может работать на жилом строительстве, промышленном предприятии, энергетическом или инфраструктурном объекте.

Если AI-инфраструктура предлагает больше, работник может перейти туда.

То же относится к подрядчикам, строительной технике, трансформаторам, кабелю, генераторам, земле и доступной электрической мощности.

Поэтому огромный AI-capex создаёт дополнительный спрос и конкурирует за одни и те же ограниченные производственные ресурсы.

Здесь же находится важный парадокс рынка труда. AI способен снижать потребность в отдельных видах интеллектуальной работы и одновременно повышать спрос на квалифицированный физический труд. Junior analyst в Нью-Йорке при этом автоматически не становится электриком в Техасе. Меняется география, структура и относительная стоимость труда.

И напряжение уже заметно.

По данным CBRE, только в восьми крупнейших североамериканских рынках дата-центров в первой половине 2026 года одновременно строилось около 7,5 GW мощности — почти на четверть больше, чем годом ранее. Более 80% строящейся мощности уже заранее законтрактовано.

Исследование Turner & Townsend более чем ста строительных рынков по всему миру показывает похожую картину: свыше 70% рынков сообщают об ужесточении или перегрузке подрядных мощностей в строительстве дата-центров. Для MEP — mechanical, electrical and plumbing — нехватку квалифицированных специалистов отмечают 87% исследованных рынков.

Речь идёт не только об американских электриках, но и о глобальной инфраструктурной конкуренции.

Система узких мест

Ограничения в AI-инфраструктуре образуют целую систему:

GPU → HBM и advanced packaging → электрическая мощность → трансформаторы и switchgear → охлаждение → строительство → квалифицированный труд.

Причём они могут существовать одновременно.

Можно получить GPU, но ждать подключения к сети. Получить электрическую мощность — и ждать оборудование. Получить оборудование — и столкнуться с нехваткой подрядчиков и квалифицированных рабочих.

Поэтому устранение одного bottleneck ещё не означает ускорения всего проекта.

Скорость развития AI зависит от способности физической экономики производить оборудование и строить инфраструктуру одновременно, обеспечивая всё это людьми.

Куда перемещается экономическая рента

Когда спрос на ресурс растёт быстрее предложения, увеличивается его цена — и часть экономической ренты оказывается у того, кто контролирует дефицит.

На первом этапе расширения ИИ-инфраструктуры самым заметным примером стала NVIDIA. Взрывной спрос на вычисления столкнулся с ограниченным предложением высокопроизводительных GPU и дал производителю исключительную pricing power.

По мере расширения инфраструктуры дефицит проявляется и в других частях цепочки: HBM, advanced packaging, электрической мощности, трансформаторах, switchgear, турбинах, системах охлаждения, строительных мощностях и квалифицированном труде.

Электрики не станут «новой NVIDIA». Но экономический механизм похож:

спрос растёт быстрее предложения → возникает дефицит → растёт цена → экономическая рента смещается к владельцу ограниченного ресурса.

Поэтому история с электриками важнее, чем кажется. Она показывает, как стоимость перераспределяется между разными слоями экономики искусственного интеллекта.

Физический предел цифровой конкуренции

В этом есть определённая ирония.

Самая передовая цифровая технология нашего времени всё сильнее зависит от профессий и инфраструктуры, существующих десятилетиями: электриков, строителей, энергетиков, трансформаторов, медных кабелей и электростанций.

Следующий гигаватт вычислений требует GPU, подстанций и систем охлаждения, бетона и меди, подрядчиков и тысяч квалифицированных рабочих.

Поэтому следующий этап развития искусственного интеллекта будет определяться тем, кто создаст лучшие модели и получит необходимые чипы, — и тем, кто быстрее сможет построить физический мир, в котором эти модели будут работать.