Meta, Google y BlackRock han comprometido mas de 265 millones de dolares para captar y formar electricistas, carpinteros y otros oficios de construccion, segun The New York Times. El cuello de botella de los centros de datos de IA ya no es el chip ni el enchufe: es quien tira el cable.
Puntos clave
- Meta: 115 millones de dolares para el primer ano de un esfuerzo que describe como plurianual. Unas 5.000 personas matriculadas en un curso de un mes, con transporte y alojamiento cubiertos.
- Google: 50 millones destinados al sindicato IBEW y su red de contratistas, con el objetivo de subir la entrada anual de aprendices de 19.500 a 30.000 en tres anos.
- BlackRock: 100 millones para ampliar la formacion en oficios cualificados en sus centros de datos de Texas.
- Sean McGarvey, presidente de North America's Building Trades Unions, agradece la inversion pero llama al curso de cuatro semanas de Meta "una jugada brillante de relaciones publicas", y lo distingue de un aprendizaje de cuatro anos.
El cuello de botella se ha movido tres veces
Vale la pena ver la secuencia. En 2023 el limite eran las GPU: no habia chips y quien los tenia mandaba. En 2025 el limite paso a ser la electricidad, y de ahi salen los proyectos con generacion dedicada como el de Brookfield y NextEra en Kentucky, con 4,6 GW propios.
En 2026 el limite es la mano de obra que monta todo eso. Un centro de datos de 1 GW necesita miles de electricistas industriales durante anos, y esa gente no se forma en un trimestre. Un aprendizaje electrico completo en Estados Unidos son cuatro anos.
Cuando la restriccion es tiempo de formacion humana, no hay dinero que la acorte. Es la razon por la que estas tres companias estan financiando escuelas de oficios en lugar de simplemente subir el salario ofrecido: no hay a quien subirselo.
La critica del sindicato tiene fondo tecnico
McGarvey no esta haciendo politica cuando distingue el curso de cuatro semanas del aprendizaje de cuatro anos. Un electricista de centro de datos trabaja con sistemas de media tension, refrigeracion liquida y redundancia critica. En un mes puedes formar a alguien para tareas concretas bajo supervision. No para diagnosticar.
Su punto es que un programa corto resuelve el problema de Meta en 2027 y crea un problema de seguridad y de calidad despues. El contraargumento es que sin esos programas cortos no hay nadie en la obra en 2027. Las dos cosas son verdad, y el modelo de Google, que financia el sistema de aprendizaje existente en lugar de crear un curso propio, es el que intenta no elegir.
La ironia que conviene no adornar
Las mismas empresas que estan automatizando trabajo de oficina estan pagando por formar a miles de personas en oficios manuales. No es una paradoja, es la consecuencia directa de donde funciona hoy la automatizacion: en tareas que se hacen delante de una pantalla y se pueden verificar con texto.
Tirar cable en un edificio a medio construir no es una de ellas. Y esa es la lectura mas honesta del efecto de la IA en el empleo ahora mismo, mucho mas informativa que las cifras agregadas. Encaja con lo que reportaba el WSJ esta semana sobre grandes empresas que vuelven a contratar porque necesitan personas para que la IA funcione.
Por qué importa
Hay una leccion aqui que se aplica a cualquier empresa, no solo a quien construye centros de datos. El limite de tu proyecto de IA casi nunca es la tecnologia. Es la gente que tiene que operar lo que montes, y formarla lleva mas tiempo que instalarlo.
Meta lo esta resolviendo con 115 millones y cinco mil plazas porque tiene ese dinero. Una empresa de 50 millones de facturacion tiene la misma restriccion a otra escala: si automatizas el circuito de facturacion y nadie del equipo entiende como funciona por dentro, has cambiado una dependencia de personas por una dependencia de un proveedor.
Lo practico es sencillo y suele saltarse. Cuando montes algo, presupuesta la formacion de quien lo va a usar como parte del proyecto, no como un extra al final. Y forma a dos personas, no a una, porque la que sabe se va de vacaciones justo cuando algo se rompe.
Relacionado
