OpenAI 研究：AI 如何扩展职业任务交叉

OpenAI 研究表明，AI 通过实现“任务交叉”正在根本改变劳动分工，其中工人执行历史上与其他职业相关联的任务。对美国 ChatGPT 用户超过 800,000 条消息的分析表明，所有工作相关消息中有 16.8%，职业特定消息中有 43.5% 涉及用户主要职业之外的任务。

任务交叉现象

当一种职业传统上相关的工作出现在另一职业人群的 AI 使用模式中时，就会发生任务交叉。这种转变表明，AI 使员工能够独立处理需求，而不是依赖于向另一专家移交。

为了隔离这一趋势，OpenAI 将消息分为“通用”任务（如总结、安排和撰写）和“职业特定”任务。在非通用消息中，43.5% 超出用户的职业范围。这一趋势在以下角色中最为明显：

任务交叉并不是对所有职业产生相同影响；一些角色充当其他角色采纳的任务“来源”，而另一些角色则充当来自其他领域的任务“吸收者”。

工程和营销任务是在各职业之间最常见的“旅行者”。工程任务在其他职业工人的消息中占比 7.4%，而营销任务占比 8.9%——这是样本中最高的外向份额。常见的例子包括技术故障排除和使用技术系统。

相比之下，设计表现出高度的内向交叉。大约 35.2% 的设计师消息涉及与其他职业相关的工作，但设计任务本身仅占其他领域工作者消息的 1.7%。

某些任务在样本中已经变得几乎普遍。财务计算和技术故障排除是所有七个被分析的职业群体中最常见的三项外部任务之一。

交叉任务的程度因企业规模而异，较小的组织表现出工人使用 AI 作为通用工具的更高倾向。

在平均用户中，随着组织规模的增加，外部职业任务的份额会下降：

OpenAI 建议，在较小的组织中，由于专业资源更为稀缺，离问题最近的工人更有可能使用 AI 来解决问题，而不是将其委托给其他职能。

由于 AI 使用数据提供了工作变化的实时窗口，它成为职业变革的早期信号。这些任务交叉模式在被正式职位描述或官方劳动市场统计数据反映之前就已经出现，这表明许多工作可能会随着日常任务的重大变化而重组。

OpenAI 对 800,000 条 ChatGPT 消息的研究表明，43.5% 的职业特定 AI 任务是由该职业以外的工人执行的，这表明正在向“任务交叉”转变，其中 AI 使员工能够处理传统上需要其他专家的角色。

OpenAI 研究：AI 如何扩展职业任务交叉