图片：METAL
摘要
- OpenAI 经济研究团队于9月16日发布第二期 Work at the Frontier 报告，分析了4月至7月超过150万条与工作相关的 ChatGPT 消息。
- 在约6,200名员工中，此前用过的跨职务任务所占比重从4月的13.1%升至7月的25.9%，几乎翻倍；次月重复率为23.6%对8.4%。
- 客户沟通（54%）和广告文案（44%）在次月仍会重复，而向客户解释财务信息（15%）和法律研究（10%）则未能固定下来。
现代企业把工作划分为财务、法律、营销等专业部门，而使用 AI 的职场人正在每个月都多跨过一点那些隔板。OpenAI 经济研究团队于9月16日发布的工作方式研究、第二期 Work at the Frontier 报告给出了证据：人们不仅在用 AI 做自己职务之外的工作，还在反复去做，并把它固化为自己工作的一部分。7月发布的第一期报告发现了跨越职务边界的使用，第二期则追问接下来会发生什么。
研究团队分析了2026年4月至7月四个月间美国注册用户发送的超过150万条与工作相关的 ChatGPT 消息。职业信息来自用户在开通 ChatGPT Business 时填写的角色或部门，并与同一人个人账户的消息相关联。通过 Business 账户发送的消息不在样本之内，选择退出训练的用户和被标记为禁止训练的消息也被排除。消息在自动去除个人信息后由模型标注任务标签，报告称研究人员没有阅读任何单条对话。
判断一项工作属于职务之内还是之外，依据的是美国劳工部的职业数据库 O*NET。每条消息被匹配到最接近的一项细分工作活动，如果该活动传统上所属的职业与发送者的职业不同，就算作跨职务工作。比较涵盖九个职业组，团队写道，该样本只是有职业信息可关联的 ChatGPT 用户，并不代表美国劳动力总体。
人们在请求做非本职工作时，写提示词的方式不一样。跨职务请求平均比职务内请求短约20个字符，要求解释或操作方法、指定格式、征求建议的比例更低，而附上示例或背景资料、要求核对或验证的比例更高。报告的两位作者、OpenAI 经济研究团队的 Alex Martin Richmond 和 Caroline Chin 写道："AI 让员工得以借助与另一领域相关的帮助来'借用专业能力'。" 这一解读是：员工并非想学习一个新领域，而是带着问题和背景来，请 AI 把别人的知识应用上去。
核心数字是重复。在整个四个月都被持续观察的约6,200名员工中，此前已经用过的跨职务任务在职业特定 AI 活动中所占的比重，从4月的13.1%升至7月的25.9%，几乎翻倍。团队解读为，这不是试一次就结束的实验，而是被嵌入了工作流程。这一计算只针对四个月每月抽样消息都不少于10条的员工，脚注还附有一条说明：随着月份推移，可被算作重复的任务数量会增加。
设置对照组重新测量，方向一致。某个月用 AI 做跨职务任务的员工，下个月再次使用同一任务的比例为23.6%；而同一职业组、活动量相近但上月没有该任务使用记录的员工为8.4%。相差15.2个百分点，职务内任务和通用任务也出现了15到17个百分点的类似差距。同事效应则小得多。当同一工作空间中有人做了跨职务任务，当月未用过该任务的同事在下个月使用它的比例为3.1%，略高于其他工作空间对照组的2.5%。
从社会学家的眼光看，这份报告是一张地图，显示分工的边界在哪里松动、在哪里坚守。首次使用后的下个月回到同一跨职务任务的比例，总体平均为18.5%，约五人中有一人。与客户讨论商品或服务的任务回归率为54%，广告或宣传文案写作为44%，制作营销材料为37%。相反，向客户解释财务信息为15%，展示业务信息为15%，法律研究仅为10%。团队写道，这些差异可能反映了 AI 在重复性工作中自然适配的位置，也可能反映了职场规范、谨慎程度或对出错后果的认知差异。营销跨过去、法务和财务留在原地的图景，与一条由来已久的观察相吻合：越是牵涉专业资质和责任的工作，边界越牢固。
团队把跨职务尝试可能走向的路分为三条：在组织内并不高效或不受欢迎、几个月内消退；在总活动中稳定在一定比例；或者足够有回报，在 AI 使用中所占份额持续增长。四个月的数据指向第三条路。附录中以活动量最高的三分之一、2,100名员工为对象，并把通用任务和未分类任务也计入分母重新计算，比重仍从4月的7.0%升至5月的10.6%、6月的11.8%和7月的12.1%。水平降低了，方向不变。
报告的结论是，工作先于头衔改变。当员工尝试传统角色之外的活动、发现 AI 对此有用、并持续回到这项活动时，即使头衔不变，这份工作的活动构成也会变宽。两位作者写道："我们的发现表明，组织在实施 AI 战略时，工作设计应与 AI 工具的使用权限并列占有一席之地。" 报告引言写道，现代企业设立财务、法律、营销、人力资源等专业部门后，形成了一项任务需要多人共同完成的结构，而生成式 AI 让员工能自己处理更多工作，是改变这一结构的机会。
METAL 曾报道一项调查显示美国职场人中五分之一把工作交给 AI 而非同事，而这份报告通过对同一批人四个月的追踪，记录了这种委托是否会延续到下个月。METAL 也曾报道 OpenAI 推出了回答公司数据问题的智能体。这份报告测量的是，这类工具在公司内部把谁的工作扩展到了什么程度。
METAL 查阅了报告原文 PDF，共13页，用五张图表和一张附录图表呈现了上述数字。报告在方法论部分写明，所有活动指标指的是被观察到的 AI 使用，而非总劳动量或工作时间，未被抽样的对话中的重复使用可能被遗漏。团队表示将继续研究 AI 如何改变分工，以及这对员工、企业和整体经济意味着什么。
职务边界正在被重新绘制，依据的不是组织架构图，而是人们每个月回到什么工作上。这份报告首次数清了这种回归，并用数字记录了哪些边界先被打开。工作先于头衔改变的顺序已经开始。
评论