看到华尔街日报一篇报道，感觉美国AI算力扩张的真实瓶颈，不在芯片，而在变压器里的“绕线工”。为数据中心供电所需的大型电力变压器，其核心绕组仍高度依赖手工完成。一名成熟绕线工往往需要3–5年训练，工艺精度无法完全自动化。一台大型变压器的制造周期长达4–6周，当前美国客户的订单已排到数年之后。对于各种尺寸的变压器来说，采购晶粒取向电工钢和高纯度绝缘铜线等额外材料很困难，增加工厂产量和招聘员工也很困难。需求端却在急剧抬升。到2028年，美国数据中心用电量预计将占全国用电的12%。但供给端受限于三重约束：熟练工人稀缺、关键材料（取向电工钢、高纯铜）紧张，以及长期产能投资不足。仅今年，大型电力变压器的需求就比供应多出约1.4万台，配电变压器缺口更达12万台。今年，美国所需的大型电力变压器将有80%依赖进口，配电变压器则有一半依赖进口。这揭示了一个被低估的事实：AI不是“轻资产产业”，而是高度依赖传统制造与电力基础设施的系统工程。当电网扩容的关键节点掌握在少数手工技艺和产业工人手中，算力竞赛最终会被“慢变量”锁死。据伍德麦肯兹(Wood Mackenzie)的数据，今年大型变压器的订单量比供应量高出约14,000台。类似的劳动力和供应链瓶颈正在减缓天然气发电厂和燃气轮机的建设，它们的订单已积压多年。可能，从这个层面来看，对产业而言，真正稀缺的，不只是算法和资本，而是可复制的制造能力与长期积累的产业技能体系。