2026 年 8 月 28 日的報導指出，Meta 正在支撐自家 AI 系統的資料中心內測試機器人，讓機器接手更換網路纜線、重啟停止回應的伺服器等維護工作。受測機型來自 3 家廠商，已在愛荷華州與俄亥俄州的設施實際運作。現場的技術人員則對自己的職務將如何改變感到不安。

3 家廠商的機器人依作業性質分工

Meta 評估的機型分別來自舊金山的 Watney Robotics、加拿大魁北克的 Kinova，以及瑞士蘇黎世的 ABB。該公司並非部署單一的萬用機器人，而是依照作業性質配置不同機型。

在愛荷華州阿爾圖納園區，Watney Robotics 的雙臂機器人用於纜線更換測試，據稱自 2025 年 6 月起持續進行。需要兩隻手臂的理由相當明確：插接纜線時，一隻手臂必須撐住纜線本體，另一隻手臂則要把接頭導入正確的連接埠。單臂機型正是卡在這一步。

在俄亥俄州新奧爾巴尼的 Prometheus 園區，ABB 把升降機構與機械手臂裝在四輪台車上，用來把半脫落的零件重新插回定位。ABB 長年為汽車與製造業工廠供應機器人，這次等於把工業領域的既有實績直接帶進資料中心。

Kinova 的 Gen3 機械手臂則另外接受評估，作為負責伺服器斷電重啟的候選方案。Kinova 原本開發的是裝在輪椅上的輔助手臂，其細膩的施力控制特性，與不傷及伺服器硬體的操作需求相當契合。

此外，更單純的自動化設備已在多個園區實際運作，包括搬運沉重伺服器機櫃的自走式牽引機器人，以及掃描設備、協助巡檢的輪型盤點機器人。部分設施也在使用形似機械手指的遠端操作裝置，專門用來按下電源按鈕。

目前仍無法完全取代人力

另一方面，現階段的機器人尚未能取代熟練的技術人員。報導說明，在所有受測作業中機器人都比人慢，而且全部需要人員監督。

主要卡在 4 個地方。電池續航時間偏短，而伺服器機房走道原本就沒有為移動機器人預留充電設施，每次充電都得讓機器人退出現場。目視檢查同樣是弱項，要辨識變色的電容或燒焦的電路走線，需要高解析度攝影與穩定的影像辨識，但在照明條件不一致的環境中，這項能力還沒達到可信賴的水準。

纜線密集也構成障礙。滿載的機櫃上垂著數百條柔軟纜線，會同時擋住感測器視野與機械手臂的動線。走道行進本身也比看起來困難，通道狹窄、擺放著非標準設備，有時還有技術人員正在作業。

具體的限制之一是，盤點機器人的攝影機為灰階成像，無法分辨紅色與綠色的狀態指示燈。因此部分異常確認仍得由人接手，機器人在轉角與纜線上方動作遲緩，跨建物移動時還需要有人開門並遠端引導。

現場擔心的是分兩階段發生的變化

員工的疑慮並不是機器人搶走工作這麼單純。報導指出，公司內部聊天群組裡流傳著定型化維護工作可能在數年內消失的說法。

一位匿名員工表示，若能穩定完成纜線更換的機器人得以實現，特定職務最多 80% 的工作量可能被取代。不過這只是他本人的判斷，並非 Meta 的預測，而且現有機型仍追不上人的速度。

更受警戒的是分兩階段發生的變化。首先由機器人接手最具重複性的作業，接著剩下的作業改由經驗較淺的作業者依照 AI 產生的操作手冊執行。這兩件事同時推進，原本同時承擔兩類工作的熟練技術人員就會被上下夾擊，薪資較高的職務本身也隨之縮減。

Meta 強調人力短缺，稅制議題同步升溫

Meta 對這樣的看法提出反駁。該公司發言人表示，美國正處於二戰以來規模最大的基礎建設熱潮之中，填補這些職務的熟練勞動力嚴重不足，需要的是更多而不是更少的工作者。

政策面也有相應動向。微軟共同創辦人 Bill Gates 於 8 月 26 日發表論述，主張應對機器人與 AI 的 token 課稅。雇用員工要繳納薪資稅，而購置機器人與 AI 的費用通常可列為營業費用處理，他認為現行稅制因此讓機器看起來比人便宜。他建議將由此取得的稅收投入失業者的再訓練。WIRED 報導 Meta 的測試正好在兩天之後，這兩則消息已經很難分開來看。

推動方的主張同樣明確。NVIDIA 執行長 Jensen Huang 把資料中心描繪成由人、軟體代理與機器人共同運轉的 AI 工廠，認為機器人承擔的是人力無法填補的角色。

有此動向的不只 Meta。阿里巴巴在 6 月公開了涵蓋移動、物體操作與物理模擬的 Qwen-Robot Suite。NVIDIA 的研究人員也提出了訓練機器人群的 AI 代理。ACE Robotics 董事長王曉剛談到讓機器感知並作用於實體環境的具身智慧時表示，到 2027 年底可能迎來 ChatGPT 時刻。在資料中心之外，Bedrock Robotics 正在推進工程機械的自動化，Mercedes-Benz 則在工廠的重複性作業中測試人形機器人。

總結

Meta 在愛荷華州與俄亥俄州的資料中心，使用 Watney Robotics、Kinova 與 ABB 這 3 家廠商的機器人，測試纜線更換、伺服器重啟與零件重新插接等作業。現階段這些機器人都需要人員監督，速度不及人工，纜線密集、電池續航與目視檢查等關卡也依然存在。不過可以確定的是，為了運行 AI 而興建的資料中心，正開始成為這波由 AI 驅動的自動化實驗場。這裡的工作機會是增加還是減少，恐怕要看今後的成熟度。