28 岁的杰克逊做了一个让所有人都觉得「疯了」的决定：从保险公司辞职，去考消防员。不是因为热爱，也不是因为梦想，仅仅就是因为害怕。
他原本做的是数据录入工作，这份工作稳定、清晰，甚至还有明确的晋升路径。但他却说，「我不相信这份工作还有未来。」他选择成为一名消防员的理由更加直接：「就算以后真的有 AI 能灭火，人类在危机时刻，也永远需要另一个人类。」
换句话说，他已经不再相信，自己能在 AI 浪潮中找到属于人的核心价值了。
而另一边，软件工程师弗朗西斯科正在经历完全相反的路径。他没有逃离 AI，反而张开双臂尽可能地去拥抱它——各种 AI 工具、自动化流程、生成式代码，能上的全上了。结果呢？这并不是一个效率起飞的成功剧本，他面对的是一大堆半途而废的项目。AI 生成了海量的内容，他需要不停地去核对、去判断、去修正。工作量并没有减少，只是从“写代码”变成了“管理代码”。他形容自己的状态是：编码瘫痪。
一个在拼命逃离 AI，另一个却在过度依赖 AI。两个人的方向完全相反，但结局却惊人地一致：他们都没有被 AI 真正替代，却先开始失去了对自己工作的掌控感。 这就是 2026 年颇为魔幻的现实之一：AI 还没动手，人先慌了。
FOBO：越投入 AI，我越想「唉」
今年，有一个词开始频繁出现：FOBO（Fear of Becoming Obsolete）——害怕被淘汰的时代症候群。它与传统的失业焦虑不同。普通的职场焦虑是「我可能会被炒鱿鱼」，对象和结果都相对明确。而 FOBO 的核心是「我可能会变得无关紧要」，它是一种弥漫性的、无处不在的恐慌感，甚至无从反驳。它焦虑的并非失去工作，而是 我们在还没有被替代之前，就已经失去了价值。
从某种程度上说，AI 的第一批「受害者」，可能并不是那些即将被机器取代的人，而是被 FOBO 提前吓坏了的人。
企业高管们或许正在为 AI 的到来而狂欢，但普通打工人却在承受着真实的“脑力煎熬”（Brain Fry）。一组鲜明的对比揭示了这种上下层之间的严重脱节：高达 74% 的高管对引入 AI 感到兴奋不已，却有 68% 的员工因此感到焦虑；与此同时，仅有 27% 的员工获得过关于如何使用 AI 的正式培训。
波士顿咨询集团对近 1500 名全职员工的调查，揭示了一个打破常识的现象：当员工同时使用 3 个以上的 AI 工具后，他们的生产力不仅没有提升，反而出现了骤降。
缺乏系统培训的 FOBO 式转型，让 AI 变成了一只榨干精力的吸血鬼。当我们被迫使用大量不熟悉的 AI 工具时，需要耗费额外的精力去阅读、核对和解释 AI 生成的内容。最终，调查中的员工脑力消耗增加了 14%，决策疲劳增加了 33%，信息过载增加了 19%。而那些经历着「AI 脑力煎熬」的员工，离职意愿上升了近 10%。
高管们期待的高效没有如期而至，等来的却是一个个因为认知超载而想要逃离的团队。
离 AI 越近的人，反而跑得越快？
FOBO 的恐慌情绪并不只在写字楼里蔓延，它更直接地传到了大学校园，影响着年轻人的未来职业规划。
盖洛普和 Lumina Foundation 联合调查了约 3800 名在校大学生，发现 47% 的人「认真考虑过」因为 AI 对就业市场的影响而更换专业，其中 16% 已经付诸行动。
这个比例本身已经很高。但更值得玩味的是恐慌程度的分布：考虑换专业意愿最强烈的，人文、医疗、自然科学等专业的学生只占少数。反而是科技专业和职业技术专业的学生，各有约 70% 表示自己认真动摇过。
也就是说，离 AI 最近的那批人，反而是最想跑路的那批人。
年轻人似乎正在从那些容易被 AI 自动化的传统编程领域，逃向更需要人类同理心，或依赖物理操作的“蓝海”职业。
22 岁的莱德在亲眼目睹 AI 的进化速度后，毅然从计算机科学专业退学，转而去技校学习成为一名电工。「起初我还在否认，但最终我不得不面对现实。」他在接受《华尔街日报》采访时这样说。
选择成为电工确实是个很现实的决定。前段时间，AI 领域专家安德烈·卡帕西对美国所有工作按照“AI 曝光度”进行排名，电工成了那些面临失业风险的人最稳妥的出路之一：不仅目前有可观的年收入，未来还能参与建设大量 AI 所需的数据中心。
这种“理工科学生更想换专业”的反转，似乎有它的内在逻辑。因为科技专业的学生对 AI 的理解更深，他们对「哪些任务会被替代」的判断也更具体、更真实。一个很明显的现实是：写代码、处理数据、跑流程，这些他们正在学习的东西，AI 已经能够胜任了。
但 AI 的能力并非像海啸一样，突然降临并整体吞噬某一类职业。
调查数据也显示，对「传统编程」感兴趣的学生人数在减少，但对「AI 开发」和「软件工程」感兴趣的学生却在增加。学生们并没有集体逃离科技领域，他们是在科技内部进行“位移”——从「可能被替代的那种技能」，向「驾驭替代者的技能」移动。
这是一种相对理性的 FOBO 应对策略。但我们需要思考的是，在那 70% 感到恐慌的学生里，有多少人是基于这种理性判断决定留下并转向，又有多少人仅仅是被恐惧驱使，用一种看似“倒退”的方式，试图为自己筑起一道防备 AI 的护城河？
越抗拒，可能淘汰得越快
如果说，FOBO 驱动的“过度使用”正在制造伤害，那么 FOBO 驱动的 「拒绝使用」则在加速真正的淘汰。
安永全球首席创新官乔·德帕在描述公司内部 AI 采用数据时，说出了一个让人不太舒服的观察：AI 工具在安永内部的采用率，呈现出明显的代际分化——初级员工采用率高，而资深员工采用率低。
「他们的态度是，我自己能做得更好，所以我不需要这个工具。」德帕说，「他们曾经是最顶尖的那批人。但现在，他们在同事里的排名正在垫底。」
与此同时，另一批积极使用 AI 工具的员工，其生产力可能是去年的 10 倍、20 倍。在同一家公司，同样的职级和资历背景下，仅仅因为是否使用 AI 工具，绩效就出现了悬崖式的分化。
这就是 FOBO 最残忍的一面：对被淘汰的恐惧，正在反过来加速淘汰的发生。
那些因恐惧而主动逃离的人，失去了在原有领域积累的机会；那些过度使用直到精神耗竭的人，失去了宝贵的判断力；而那些因为傲慢或恐惧而选择拒绝的人，则正在失去自己的竞争优势。FOBO 的这三种变体，造成了三种不同方向的伤害，但结果却惊人地相似：人还没被 AI 替代，就已经先输给了自己的恐惧。
给人类以时间：潮水在涨，但我们还有窗口期
麻省理工学院最近发布的一项研究，可能是目前对 AI 替代人类劳动力速度最系统的实证分析之一。研究团队收集了超过 1.7 万条 AI 输出的专家评估，覆盖了 3000 多个劳动力市场任务。
研究发现，目前的 AI 已经能以最低可接受质量，完成 50% 到 75% 的文本类任务。但这项研究强调了一个核心观点：AI 的进化是缓慢上涨的潮水（Rising Tides），而非一夜之间淹没一切的海啸狂浪（Crashing Waves）。
研究指出，AI 要达到在复杂任务中实现 90% 以上的高成功率，可能至少还需要等到 2029 年。这意味着，潮水确实在上涨，但我们并没有立刻被淹没，我们仍拥有调整和适应的宝贵窗口期。
这个窗口期或许并不能完全缓解周遭弥漫的 FOBO 情绪。但至少现在我们看到了一个清晰的现实：在 AI 还没有真正淘汰大多数人之前，FOBO 本身就已经成了一种“替代”——它已经开始淘汰那些无法应对这种新型焦虑的人。
别在 AI 淘汰人类之前，就先被自己的恐惧淘汰了。潮水在涨，但我们还有时间学会「游泳」。
发表于 1 小时前
|
查看: 4|
回复: 0
