案例1：在波士顿咨询集团对 1488 名全职员工的调查中，一个打破常识的现象浮出水面：同时使用 3 个以上 AI 工具后，员工的生产力不仅没有提升，反而出现了骤降。

因为缺乏系统培训的 FOBO 转型，让 AI 变成了一只榨干人精力的吸血鬼。当我们被迫使用大量 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。

这些因素，最终导致了接受调查的员工，脑力消耗增加了 14%，决策疲劳增加了 33%，信息过载增加了 19%；而经历着「AI 脑力煎熬」的员工，离职意愿上升了近 10%。

高管们想要的高效没有到来，等来的却是一个个因为认知超载而想要逃离的打工人。

案例2：全球“四大”会计师事务所之一的安永（Ernst & Young，简称EY）全球首席创新官 Joe Depa 在描述内部 AI 采用数据时，说出了一个让人不太舒服的观察。

AI 工具在 EY 内部的采用率，呈现出明显的代际分化：初级员工采用率高，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。」Depa 说，「他们曾经是最顶尖的那批人。现在，他们在同事里排名垫底。」

The Information 报道 Meta 公司内部有专门用于衡量员工 Token 消耗情况的排行榜。

与此同时，另一批员工的生产力是去年的 10 倍、20 倍。同样的公司，同样的职级，同样的年资，因为是否使用 AI 工具，绩效出现了悬崖式分化。

案例3：Gallup 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换专业，其中 16% 已经换了。

这个比例本身已经很高。但更值得注意的是恐慌程度的分布：考虑换专业意愿最强烈的，人文、医疗、自然科学专业的学生都只占少数，科技专业和职业技术专业的学生却各有约 70% 表示认真动摇过。

也就是说，离 AI 最近的那批人，反而是最想跑路的那批人。

ImageAI 正在影响许多大学生对未来学业规划的思考。42% 的本科生表示，AI 促使他们认真考虑过更换专业，其中 13% 的人表示他们对此进行了深入思考。

根据美股投资网获悉，年轻人正在从容易被 AI 自动化的传统编程领域，逃向需要人类同理心，或物理操作的蓝海。

22 岁的莱德在看到 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 WSJ 采访时这样说。

电工确实是很现实的选择，前段时间 Andrej Karpathy 把美国所有工作按照 AI 曝光度做了一次排名，电工成了那些被裁掉的人最稳妥的出路之一：目前可观的年收入，加上未来能参与建设大量的数据中心。

这种理工科学生更想换专业的反转，似乎有它的逻辑。因为科技专业学生对 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。很明显的现实，写代码、做数据、跑流程，这些他们正在学的东西，AI 已经能做了。

但 AI 的能力不是突然降临在某一类职业上，然后让这类职业整体消失的。

Image学生的偏好正在从 AI 更容易自动化的岗位，例如传统编程等，转向与 AI 本身创造更紧密相关的专业，例如软件工程和人工智能相关专业。AI 专业的兴趣在 2025 年至 2026 年间增长了 1.7 个百分点。

调查数据也显示，对「传统编程」感兴趣的学生在减少，但对「AI 开发」和「软件工程」感兴趣的学生在增加。学生们并没有集体逃离科技，他们在科技内部做位移，从「被替代的那种技能」向「驾驭替代者的技能」移动。

这是相对理性的 FOBO。但 70% 里有多少人是做了这种判断之后决定留下并转向，又有多少人只是在恐慌，然后用一种看似「倒退」的方式，想要为自己筑起一道防备 AI 的护城河。