OpenAI于当地时间9月16日发布最新《工作前沿》报告，基于2026年4月至7月超过150万条工作类ChatGPT消息，对约6200名专业岗位员工的AI使用方式进行了为期4个月的追踪分析。报告显示，员工借助AI处理本职范围之外任务的现象正在持续扩大，跨职业任务在具体职业类AI活动中的占比从4月的13.1％上升至7月的25.9％。
该报告延续了OpenAI首份《工作前沿》报告提出的“任务跨界”概念。所谓任务跨界，指员工借助AI处理过去通常属于其他职业的工作内容。最新研究进一步追问：这种跨界尝试之后会发生什么。数据显示，一部分跨职业AI使用并非一次性尝试，员工会反复处理超出自身职业边界的任务，且时间越长，这类活动在其AI使用中的占比越高。
在抽样的一月期匹配追踪中，员工次月再次处理上个月某项跨职业任务的比例达到23.6％；对于此前一个月没有处理过同一任务的可比员工，这一比例仅为8.4％。本职范围内任务和通用任务也呈现出类似差距。这表明，跨界任务存在明显的“留存效应”，即员工在首次尝试后倾向于持续使用AI处理同类任务。
不同工作的留存率差别显著。报告列举了几类次月继续处理比例相对较高的跨职业任务：与客户讨论商品或服务为54％，撰写广告或推广文案为44％，制作营销材料为37％。相比之下，“解释财务信息”的次月重复使用率约为15％，低于所有跨职业任务18.5％的平均水平。报告认为，这种差异可能说明有些工作天然更容易融入AI工作流程，也可能与企业内部规范、员工谨慎程度以及做错之后可能带来的后果有关。
研究还发现，员工处理本职范围内和范围外任务时，使用AI的方式存在明显差异。处理原有职责之外的工作时，员工平均输入的提示词更短，也较少要求AI解释原理、提供操作步骤、按照指定格式回答或给出建议。但在处理本职范围之外的任务时，员工更愿意向AI提供示例和背景，也更常要求AI帮忙检查或验证。一种可能的解释是，员工把AI当成了“借用其他专业能力”的工具，他们并不一定希望AI从头教会自己一个陌生领域，而是往往带着具体问题和必要材料，例如文件、示例或同事提供的信息，再让AI帮助调用另一个领域的知识解决问题。
报告由此提出一种可能的AI职位演变路径：员工先尝试处理传统职责之外的任务，发现AI能够帮上忙，随后开始在日常工作中不断回到这项任务。如果这些活动最终变成固定职责，即使职位名称没有变化，实际工作内容也可能越来越宽。
这一发现对企业AI部署策略具有直接参考意义。报告认为，企业能否真正用好AI，不只取决于员工有没有AI工具，也取决于工作本身如何拆分和安排。对于仍在摸索如何在组织内部部署和使用AI的企业而言，研究为理解AI如何缩短“发现问题”与“真正推动工作向前”之间的距离提供了线索。企业制定AI战略时，不能只考虑给员工提供什么工具，还需要重新考虑工作本身该如何设计。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
