德州電工比矽谷工程師還貴：AI 能挽救美國五十年的建設衰退嗎？

本文整理自 a16z Podcast 2026 年 6 月播出的單集。

---

Unlimited Industries 共同創辦人暨執行長 Alex Modon 每晚閉上眼睛，腦海中浮現的是同一張圖表：美國營建業勞動生產力和經調整資本支出，過去五十年持續走低。不是停滯，是倒退。他在 a16z Podcast 上對主持人 Erin Price-Wright 說，在軟體世界待久了，你會習慣一個預設：一切都會變好。但在營建業，趨勢線的方向完全相反。「如果你把這條線往外延伸，」他說，「我們就是會失去蓋大型專案的能力本身。」

這不是抽象的擔憂。同場另一位來賓、Diode Computers 執行長 Davide Asnaghi 指出了一個直接的連結：如果美國無法在本土更快地製造電路板，資料中心的建設週期就不可能從四年壓到兩年。兩位創辦人的公司規模和領域截然不同，但都在回應同一個問題：美國還有沒有能力蓋出 AI 時代需要的基礎建設？

數字有多嚇人

Modon 丟出的數字很具體。他估計德州電工的平均年薪現在可能已經超過矽谷軟體工程師，這聽起來像是都市傳說，但背後是真實的供需失衡。Price-Wright 補充了一個更驚人的案例：她跟微軟的技術長聊過，對方說微軟在喬治亞州蓋一座資料中心時，一度用掉了全州三分之一的電工。一座資料中心，吃掉一整個州三分之一的特定技術勞動力。

這種極端的人力短缺正在改變產業的運作方式。Modon 觀察到，越來越多資料中心開發商把工程範圍搬到工廠環境，改用模組化預製造的方式，把需要的人力集中在一個地方。即使成本比傳統現場施工更高，但根本找不到足夠的技術工人在工地上蓋，溢價也只能吞下去。

問題不只是短期的供需失衡。Modon 強調的五十年趨勢意味著，美國營建業不是「變得比較慢」，而是在系統性地喪失建造大型複雜專案的能力。每一年退休的技術工人帶走了他們幾十年累積的直覺和經驗，而新進人力的補充速度遠遠跟不上。這種能力萎縮發生在最需要它的時刻：AI 競賽需要大量資料中心，能源轉型需要新的發電設施，再工業化需要先進製造工廠，關鍵礦物開採需要全新的基礎設施。

為什麼營建業拒絕新技術

五十年的衰退不是因為沒有人嘗試過改善。Modon 把問題追溯到營建業的資本結構。一個大型基建專案從概念到動工，會經過一連串的階段性審查來降低風險，直到它「看起來」值得投資。出錢的人是專案融資投資者，他們想要的是穩定的 IRR，不願承擔任何下行風險，也不在乎捕捉上行收益。這種激勵結構沿著整條價值鏈層層傳遞下去，讓每一個環節都沒有動力採用新技術。

Modon 拿 Anduril 出現前的國防採購做類比。那時候的軍火商有固定預算，沒有人因為做得更好、更快而得到額外獎勵，整個系統陷入一種「只要不出錯就好」的惰性。營建業的狀況幾乎一模一樣。他走進傳統工程公司，看到工程師電腦上跑的軟體像停在 1990 年代末期。不是工程師不想用好工具，而是整個系統沒有為「變好」設計任何激勵。

這就是為什麼 Unlimited Industries 選擇垂直整合，而不是開發一套軟體去賣給這些公司。在一個結構性抗拒變革的行業裡，賣一個點工具是行不通的。你必須自己吃下夠大一塊流程，從設計、工程、採購到施工都碰，然後用壓倒性的成果來證明新方法可行。Modon 的團隊大多不是軟體工程師，而是從火箭、先進車輛、模擬等背景出來的跨領域工程師。他的經驗是，教一個領域專家用最新的 AI 工具，比教一個軟體工程師搞懂流體力學容易太多了。

設計者與製造者的斷裂

Asnaghi 從電路板產業補充了另一個視角。他在香港和深圳待過一段時間，近距離觀察亞洲電子製造的生態系。他發現一個美國完全沒有的現象：中國工程師設計電路板時，會本能地考慮製造端的限制，因為做板子的人往往就是他的朋友或熟人。

他舉了一個很生動的例子。一位中國工程師朋友把所有元件擠在板子的同一面，設計得非常緊湊。Asnaghi 問他為什麼不用雙面板，元件排得寬鬆一點不是更好？朋友的回答讓他愣住：「那 SMT 產線就要跑兩次。做這條線的人我認識，我不想給他添麻煩，而且板子會更晚拿到，也更貴。」這不是工程計算的結果，而是人際關係衍生出來的設計直覺。

美國工程師不是笨，而是跟製造太遠了。過去幾十年，美國企業習慣把設計留在國內、把製造丟到亞洲。工程師在象牙塔裡畫圖，把檔案寄給不認識的工廠，永遠感受不到一個不好製造的設計會造成多大的痛苦。這種「可製造性設計」（Design for Manufacturing, DFM）的肌肉就這樣萎縮了。

分析師 Dan Wang 稱這種流失為「製程知識」的消退。製程知識跟藍圖或專利不一樣，它是寫不進文件裡的隱性經驗。你沒辦法讀一本書學會怎麼讓波焊爐的錫池溫度剛好、怎麼擺元件讓回焊爐受熱最均勻。這些東西存在老師傅的手感裡。Asnaghi 去歐洲拜訪製造商，聽到有工廠因為量太少、加熱錫池的能源成本太高，乾脆不開爐子，全部改手工焊接。美國的合約製造商更極端：他們保有的高階能力幾乎全靠軍方合約維持，民用量產能力早就蒸發了。

AI 是唯一的出路嗎

Asnaghi 的結論很直接：這種文化斷裂「沒辦法靠招人或把退休的人拉回來解決，唯一的路是穿越過去」。他的方法是讓 AI 模型自動執行一百五十多項可製造性檢查。你可以反覆告訴 Claude「再做得更好製造一點」，它不會不耐煩，不會偷懶跳過檢查項目，也不會因為趕交期而妥協。這可能是 AI 取代人類隱性經驗最務實的應用場景之一。

Modon 在營建端的思路類似。他把大型設施設計形容為「樂高困難模式」：高度標準化、每個零件的組合方式都有明確的輸入輸出規格。Unlimited Industries 建了一套參數化的設計框架，讓 AI 代理在裡面寫程式碼，就像工程師使用模擬工具一樣。設計出來的方案不只看資本支出，還能針對全生命週期的總持有成本進行最佳化，涵蓋營運、維護和可施工性。

但他強調，真正有價值的不是「更便宜的工程」，因為工程費只佔專案總成本的一小部分。真正的殺手級價值是壓縮時程。如果能把專案提前三到六個月完工，這會直接改變整個專案能不能融到資。在基礎建設投資的世界裡，IRR 是唯一的語言，而時間就是 IRR 的分母。

不只是生意，而是能力問題

Modon 在節目尾聲把話拉到最大的框架。他列舉了美國需要蓋的東西：AI 競賽需要的資料中心、能源轉型需要的發電設施、再工業化需要的先進製造工廠、地緣競爭需要的關鍵礦物基礎設施。然後他指向那條五十年的下降曲線，意思很清楚：按照目前的軌跡，美國沒有能力完成上述任何一項。

Asnaghi 則從微觀端呼應了同樣的訊息。他的願景是讓美國的青少年可以說出「我想做一顆立方衛星」，設計一塊電路板，隔天就在美國本土拿到成品。這聽起來像是理想主義的口號，但背後有一個很實在的邏輯：如果 AI 能讓硬體創業跟開一家 SaaS 公司一樣容易，美國就有機會重新培養出對實體建造的熱情和能力。

兩位創辦人的時間表不同。Asnaghi 認為電路板設計的特定子集可以在兩年內完全自動化。Modon 給營建業的全面自動化設了十年的時間框架。但他們的核心假設一致：模型會持續進步。這不是信仰，而是觀察。Asnaghi 說他跟 Anthropic 合作的過程中，親眼看到每一代模型之間的設計能力出現「瘋狂的跳躍」。如果這個斜率維持下去，美國或許真的有機會在 AI 的輔助下，重新學會怎麼蓋東西。