人工智能焦虑演变为“FOBO”（害怕被淘汰），经济各领域悄然滋生抵制情绪 | 《财富》杂志

一个新的缩写词正在重塑员工对职业生涯的看法：FOBO——害怕被淘汰。与传统的就业不安全感不同，FOBO并非指被解雇，而是指被时代淘汰。据毕马威（KPMG）的数据显示，十分之四的员工将人工智能驱动的失业列为他们最主要的担忧之一，这一比例在一年内几乎翻了一番。63%的员工认为人工智能会让工作场所缺乏人情味。人工智能相关岗位的技能需求变化速度比一年前快了66%。到2026年，FOBO将成为美国职场中最具代表性的心理状态。 去年，Anthropic首席执行官达里奥·阿莫迪(Dario Amodei)声称，人工智能可能在五年内取代50%的入门级白领职位。几个月后，微软人工智能首席执行官穆斯塔法·苏莱曼(Mustafa Suleyman)也表达了类似的观点。最近，弗吉尼亚州民主党参议员马克·沃纳(Mark Warner)表示，人工智能领域的领导者们也对这种颠覆性变革的速度感到惊讶和担忧，他们“实际上是出于对短期经济冲击的考虑，而有意地调整了他们的预测”。沃纳预测，两年内，应届大学毕业生的失业率将达到35%。 这些预测正是FOBO（错失恐惧症）的根源——而且它们正在一一应验。麻省理工学院一项规模庞大的新研究试图给这种趋势踩下刹车。并非是要遏制恐惧本身——事实证明，FOBO的预测大致方向正确——而是要调整时间线。而时间线，最终会改变一切。 麻省理工学院未来科技研究所的研究人员本周公布的研究结果表明，人工智能在劳动力市场的崛起与其说是一场突如其来的灾难，不如说更像是一场缓慢上涨的洪水——虽然严重且正在加速，但并非过去两年来占据新闻头条和令高管焦虑不安的一夜之间世界末日。 研究人员写道：“与其说是像巨浪一样一次改变一系列任务，不如说是像涨潮一样，在许多任务中同时取得广泛的进步。” 这项名为《巨浪翻涌 vs. 潮汐涨落》的研究，是迄今为止对人工智能在现实世界任务中的表现进行的最全面的实证检验之一。由马蒂亚斯·默滕斯和尼尔·汤普森领导的九人研究团队，收集了来自3000多个劳动力市场任务的领域专家对LLM（劳动力市场模型）输出结果的17000多份评估，这些任务均来自美国劳工部O*NET分类系统。这些任务涵盖了从法律分析到食品制备、从管理到计算机科学等各个领域。研究测试了40多个人工智能模型，包括GPT-3.5 Turbo、GPT-5、Claude Opus 4.1、 Gemini 2.5 Pro和DeepSeek R1等。 对于任何受“错失恐惧症”（FOBO）困扰的人来说，研究人员提出的核心问题也是最令人不安的问题：人工智能能否出色地完成这些任务，以至于管理者无需任何修改就能接受其输出结果？答案是肯定的——而且这种情况经常发生。 在所有测试的模型和工作类别中，人工智能成功完成了大约 50% 到 75% 的基于文本的劳动力市场任务，且质量达到最低可接受水平。这并非未来预测，而是现状。更具体地说，该研究发现，到 2024 年第三季度，前沿人工智能模型在人类需要花费大约一整天才能完成的任务上，成功率已经达到 50%。 改进速度非常快。从2024年第二季度到2025年第三季度，前沿模型在3到4小时任务上的成功率从50%跃升至人类需要一周才能完成的任务的50%成功Threshold。总体而言，失败率大约每两到三年就减半，这意味着成功率每年提高15到16个百分点。 根据这些趋势推断——研究人员谨慎地指出，这代表了一种乐观的上限情景——到2029年，人工智能系统在达到最低合格质量水平的前提下，完成大多数基于文本的任务的成功率可以达到80%到95%。对于大多数需要人工花费数小时才能完成的调查任务，预计到2029年，人工智能系统的成功率将接近90%。 麻省理工学院虽然没有使用“FOBO”这个词，但这正是经过校准的FOBO（错失恐惧症）。这种恐惧并非毫无道理——只是为时尚早。水位确实在上涨。但麻省理工学院的数据表明，到下周二，地板还不会被淹没。研究人员对焦虑的上班族来说最重要的结论是：“员工们很可能对这些变化有所了解，而不是面临人工智能驱动的自动化带来的突如其来的变革。” 涨潮给了你行动的时间。问题是，你是否真的在行动。 讽刺的是，尽管麻省理工学院记录了人工智能能力的飞速提升，但大多数公司仍未部署这些工具。因此，FOBO（害怕失败）不仅仅是个人问题，也是组织问题。高盛经济学家Sarah Dong和Joseph Briggs在其2026年3月发布的《人工智能应用追踪报告》中援引美国人口普查局的数据指出，美国只有不到19%的企业采用了人工智能。高盛预测，未来六个月内，这一比例也仅会达到22.3%。 雪上加霜的是：据劳动力非营利组织JFF的研究显示，只有约三分之一的员工表示他们的雇主提供了足够的AI培训、指导或技能提升机会——比2024年下降了近10个百分点。大多数公司放任员工独自应对“外呼后备”（FOBO）问题，而没有提供真正能够解决该问题的基础设施。 这种差距会造成可衡量的成本。根据 OpenAI 2025 年 12 月的企业数据，使用人工智能的企业员工每天可以节省 40 到 60 分钟的时间，75% 的员工表示他们现在可以完成以前根本无法完成的任务。 高盛的经济学家写道：“我们持续观察到，在生成式人工智能已部署的有限领域，其对劳动生产率产生了巨大影响。学术研究表明，生产率平均提升了23%，而企业反馈则显示效率提升幅度略高，约为33%。” 简而言之：使用人工智能的公司正在遥遥领先。而且，数据不容忽视。对于一个50人的团队来说，每天节省40到60分钟的时间，就相当于每天恢复33到50小时的生产力。这场竞赛已经打响，但许多公司仍然摩拳擦掌，等待着比赛的开始。 麻省理工学院的数据发布之际，正值企业领导者们争相掌握一项新技术之时。正如一位高管所说，这项技术“发展速度已经超过了人类和企业接受它的能力”。安永全球首席创新官JOE·德帕在最近接受《财富》杂志采访时表示，“这项技术在很多方面已经成熟，但我们还需要一些时间才能……充分利用它。” 德帕负责全球最大专业服务公司之一的人工智能战略，他形容各行各业都面临着持续不断的压力。“每天都有新的新闻头条，每天都有新的、我们必须做好准备的事情。每天，我的老板都会发邮件询问世界各地发生的新事件，这些事件加剧了人工智能领域发展速度的加快。” 许多公司面临的严峻内部现实加剧了这种压力：一项针对 500 位商业领袖的调查显示，83% 的高管表示，他们缺乏充分利用人工智能所需的数据基础设施。 根据安永4500份调查问卷，其客户表示他们仍然缺乏充分利用人工智能所需的数据基础设施。换句话说，技术发展迅猛，而实际应用该技术所需的组织架构却远远滞后。 正是“水涨船高”的框架为许多正在努力应对这一动态的公司提供了一些安慰。麻省理工学院的研究结果直接挑战了知名人工智能安全组织METR的研究。METR认为，人工智能在特定任务方面的能力会突然激增——这种“海啸”模型意味着工人可能会在几乎没有任何预警的情况下突然发现自己被淘汰。“我们几乎没有发现海啸的证据，”他们写道，“但有大量证据表明，水涨船高才是人工智能自动化的主要形式。” 麻省理工学院的数据来自真实且具有代表性的工作任务，而非程式化的基准测试，这些数据始终显示出更为平缓的性能曲线。人工智能并非突然精通少数几项任务而对其他任务置之不理。相反，它在几乎所有任务类型和时长上都得到了广泛的、渐进式的提升。 研究人员写道：“员工们很可能对这些变化有所了解，而不是面临人工智能驱动的自动化带来的突飞猛进。” 更广泛地说，人工智能在未来三年内（而非像某些人所预言的末日情景那样，未来18个月内）将改进到接近完美的自动化水平，这为员工提供了一个调整的窗口期，尤其是在那些对错误容忍度极低的任务中。此外，他们的预测假设人工智能的发展速度将与过去两年保持一致，这意味着这是一个上限情景，或者说是一个特别快速的情景。人工智能的发展速度可能不会像最近那样持续如此之快。 这对于企业的规划和员工的准备至关重要。“海啸”模式需要紧急应对；“涨潮”模式则需要战略性调整。麻省理工学院的研究人员认为，后者更为准确——尽管他们强调“渐进主义本身并不具有保护作用”。 不同职业之间存在显著差异。在所有测试领域中，法律行业的AI成功率最低，仅为47%。安装、维护和维修工作（特别是基于文本的任务）的成功率最高，达到73%。管理任务的成功率约为53%；医疗保健从业人员为66%；商业和金融运营为57%。换句话说，没有哪个白领行业能够幸免，但有些行业比其他行业更接近人工智能的转折点。 德帕表示，他亲眼目睹了安永内部员工队伍中这种分化现象的实时发生，面对这个陌生的新工作伙伴，人们的反应难以预测，甚至有些怪异。他透露，安永是全球第三大微软Copilot用户，而采用率数据则呈现出明显的代际差异：基层员工积极采用，而高层领导则相对滞后。“当我分析数据时，”他说道，“我的两个基层员工——一开始就高度采用……但到了高层，采用率就开始下降了。” 他特别提到一个令人担忧的群体：一些技术娴熟、经验丰富的员工，却拒绝使用人工智能工具。“我们有些软件工程师在使用人工智能后，工作效率比去年提高了10倍、20倍，简直太棒了。” 他说，他亲眼目睹一些员工一旦掌握了这些新工具，就能从“平庸”跃升至“顶尖水平”。与此同时，他还提到，也有一些“曾经非常优秀的软件开发人员，现在却对使用人工智能抱有抵触情绪”。他们认为自己可以做得更好，所以不需要这些工具。“结果，他们从同龄人中的佼佼者变成了同龄人中的垫底者。这些人才是我最担心的。” 换句话说，害怕被淘汰的恐惧正在加速员工最害怕的结果。如果不加以干预，严重的“害怕被淘汰”心理就会自我实现。 这些人工智能抵制者拥有极其重要的专业技能和经验，但他们的生产力却比同龄人落后10倍甚至20倍。“在某种程度上，这些人必须找到其他岗位，”德帕说。“我认为我们正在努力寻找的就是这些人。” 麻省理工学院的研究团队谨慎地避免过分夸大他们的研究成果。他们指出，高任务成功率并不一定意味着工作岗位会被取代。将人工智能融入实际工作流程的“最后一公里成本”——组织摩擦、责任问题、小型企业部署的经济效益——仍然是重大障碍，任何基准都难以充分反映这些成本。 即使到了 2029 年以后，人工智能在大多数任务上实现近乎完美的性能仍然遥遥无期。平坦的逻辑曲线使得人工智能的进步是渐进的，这也意味着最终达到 99% 以上的可靠性是一个漫长的过程，这对法律、医学和工程等容错率极低的行业来说是一个重要的缓冲期。 研究人员写道：“虽然取得了显著进展，但广泛的自动化，尤其是在对错误容忍度较低的领域，可能还有很长的路要走。” 事情的真相远比悲观主义者或否定者愿意承认的要复杂得多。人工智能已经具备相当的能力，并且发展迅速，未来三到五年内，它将出现在你大部分的收件箱中。但这种变革很可能以持续、可察觉的浪潮形式到来，而非突如其来的冲击，这意味着适应的窗口期是真实存在的，甚至可以说是无限的。前提是你愿意适应。 FOBO（害怕失败）是理性的。麻省理工学院的数据证实了这一点。但解决之道并非否认或麻木——而是安永那些成功人士正在做的：将人工智能视为工具，而非最终结果。机会之窗已经敞开。问题在于，你是否愿意走进去。