機房裡的機器人：Meta 測試能換線、重開機、重新插拔零件的自動化大軍

支撐 AI 熱潮的資料中心正面臨人力難題，而 Meta 認為機器人可能是解答的一部分。根據《WIRED》本週發布的調查報導（基於對多位現任與離職 Meta 員工的訪談），該公司正在其資料中心內低調推動一項範圍廣泛的機器人計畫——測試能夠插拔網路線、對伺服器執行電源循環、重新插拔硬體零件的機器，這些工作過去始終需要人類的雙手。

這些遍及愛荷華州與俄亥俄州多個廠區的試驗，象徵超大規模雲端業者的自動化進入新階段：讓機器人超越它們已經在做的有界物流工作（搬運機架、掃描條碼），進入定義技術員日常的精細維護領域。動機再簡單不過——純粹的經濟學。當 Meta 的 AI 基礎設施支出攀升至數百億美元規模，每一項被自動化的技術員工作，在超大規模園區裡都會複合成可觀的利潤。而且美國資料中心勞工預計短缺數十萬人，公司的兩個誘因完美對齊：降低成本，同時解決招募瓶頸。

Meta 到底在測什麼

根據熟悉這些專案的員工說法，計畫橫跨多家硬體廠商與多個廠區：

• Watney 雙臂換線機器人（愛荷華州 Altoona）。 自 2025 年 6 月起，Meta 在 Altoona 園區（該公司最大廠區，2014 年啟用、雇用數百名員工）的一棟建築中，部署兩台 Watney Robotics 的雙臂機器人執行佈線工作。這些機器能在人類監督下換線，但速度仍慢於技術員，且電池充電停機時間也帶來額外摩擦。Watney 是個有趣的選擇：這家新創 2023 年以摺衣衣示範影片出道，去年初才轉向資料中心工作。
• Kinova Gen3 機械臂——電源循環。 Meta 正在評估以 Kinova Gen3 機械臂依指令切斷與恢復伺服器電源——也就是資料中心營運中經典的「關機再開機」。
• ABB 零件插拔機器人（俄亥俄州 New Albany 的 Prometheus 園區）。 在 Meta 最新的園區，配備剪式升降平台與六軸機械臂的四輪 ABB 機器人正被測試用來重新插拔硬體零件，路線圖指向未來承接更多任務並減少人類監督。
• 遠端「手指」裝置。 在部分廠區，Meta 部署了更簡單的工具：一支手指狀機械臂，由人類遠端觸發時實際按下 Mac Mini 或類似硬體的電源按鈕。
• 已上線的物流機器人。 Meta 較早的拖引機器人（搬運重型伺服器機架）與自研的條碼盤點機器人，已在愛荷華與維吉尼亞的多個廠區運作。盤點機器人也執行故障檢查——但有限制。

近期目標是自動化「靈巧之手」工作：換線、伺服器重置、硬體檢查。更長期而言，Meta 機器人部門資深經理 Eric Xu 去年在一場會議上表示，公司的目標包括在資料中心內加快事故回應、環境監控與預防性維護。

為什麼是現在：硬體更便宜、模型更聰明

兩項變化讓這些試驗在過去失敗之處變得可行。第一，機器人硬體價格大幅下降。第二——也更重要——驅動這些機器的視覺語言模型（VLM）遠比早期試驗時強大，當年機器人嘗試基本任務時有時會直接壓壞伺服器。現代 VLM 賦予機器人更好的空間推理與指令遵循能力，首次讓精細操作變得可信。

還有一個散熱論點。晶片商 Analog Devices 物理智能負責人 Paul Golding 告訴 WIRED，客戶越來越想要人形機器人運轉的資料中心，因為機器人能忍受人類無法忍受的環境：建築可以更熱、更暗、更省錢。冷卻是資料中心最大的營運成本之一，機器工作者每多容忍一度高溫，就是直接的節省。

難以跨越的限制

目前的試驗距離「無人資料中心」還很遠。員工描述了一長串限制：

• Watney 換線機器人比人類慢，且需要持續監督。
• 電池續航迫使充電停機，侵蝕生產力。
• 盤點機器人的相機只能偵測灰階、無法辨識色彩——它分不清綠燈與紅燈，部分故障檢查仍需人眼。
• 機器人在轉角與地板線纜上掙扎，且人類必須開門、用遙控器才能讓機器在樓棟之間移動。
• 最說明問題的是：據報導 Meta 承認其機器人無法處理 NVIDIA GB300 系統所需的部分高強度佈線工作，原因之一是今天的資料中心硬體在物理上是為人手設計的。

最後一點是結構性挑戰。Exclaim Robotics（正在打造更換故障零件與重置線纜的原型機）執行長 Helen Oleynikova 表示，這個產業仍卡在試驗階段。更深的問題是：數十年的伺服器與機架設計都以人類靈巧度為前提。大規模自動化可能需要圍繞機器人能力重新設計基礎設施本身，而不只是把機械臂鎖在為人建造的地板上。

員工的看法不太一樣

在 Altoona 內部，氣氛已經變調。在群組聊天中，員工寫道他們預期自己幾年內就會因為這些機器人而失業。一名員工估計，成功的換線機器人可以取代部分技術員高達 80% 的工作量——這是員工的估計，不是公司預測，但仍是個驚人的數字。

兩名員工表示，Meta 也在打造 AI 工具，讓公司能雇用技能較低、薪資較低的技術員，並把高階職位集中到丹佛等成本較低的城市。「他們不再想要能獨立思考、提出創意解方、執行複雜故障排除的人，」一位員工告訴 WIRED，「他們要的是『靈巧之手』——剛好能聽懂 AI 指令、不會搞砸任何事的人。」

Meta 反駁這種取代論述。發言人 Francis Brennan 表示公司正大力投資招募與訓練，並主張美國面臨的是基礎設施技術勞工短缺而非過剩。Meta 今年推出免費計畫，每年訓練數千名電機、機械與水電技術工人，畢業生保證在路易斯安那、俄亥俄、印第安納與德州獲得工作。

還有政治層面。Meta 的 Altoona 園區仍享有每年價值數千萬美元的財產稅減免，且還有數年期限，其正當性部分建立在本地就業之上。Altoona 市長 Dean O’Connor 表示他沒太想過機器人取代這些工作的問題，但認為自動化不可避免：「事情來了我們再應對。」

Meta 並不孤單

這些試驗符合整個產業的模式。微軟與 Google 去年都宣布了各自的資料中心機器人投資，亞馬遜也討論過用機器人回收零件。微軟研究加速器董事總經理 Ashley Llorens 表示，追求機器人執行「更換故障伺服器機架」這類任務「絕對是我們在微軟認真研究的事」。與此同時，Watney 與 Exclaim Robotics 等新創則賭這些試驗會轉化為合約，趕在更大的玩家——ABB，或與晶片商合作的人形機器人廠商——壟斷這個市場之前。

市場方向毋庸置疑：分析師預測資料中心機器人市場將從 2025–2026 年的約 130–160 億美元，成長到 2030 年代初的 600 億美元以上，年複合成長率超過 24%。

觀察指標

這裡的戰略分野在於自動化「移動」與自動化「維修」。搬機架、掃條碼是窄問題；按需安全地更動密集的活體基礎設施是完全另一回事。值得觀察的具體訊號包括：Altoona 換線試驗能否降低監督需求、縮小與人類的速度差距；充電與導航限制能否被工程手段消除；Prometheus 的 ABB 機器能否從插拔零件畢業到更廣的任務；以及 Meta 是否開始圍繞機器人而非人類解剖學，重新設計機架與線路布局。

就目前而言，這些機器人仍需監督、速度仍慢，偶爾還會被門把難倒。但方向再明確不過：讓這些資料中心成為必要的同一波 AI 熱潮，正在產生可能最終「進駐」它們的視覺模型——而守護著今天機架運轉的技術員們，正帶著不難理解的不安，注視著這些試驗。