OpenAI 研究：员工如何使用 ChatGPT 获取薪酬洞察
OpenAI 发布了一份研究报告，详细说明美国员工如何使用 ChatGPT 来弥补工资信息的缺口。美国员工平均每天向 ChatGPT 发送近 300 万条消息，询问工资、薪酬或收入，以整合分散的薪资数据并为职业决策建立基准。
劳动力市场信息缺口与 AI 综合
工资信息往往难以获取和解读，尤其是对职业初期、转行或搬迁的人来说更是如此。OpenAI 报告称，AI 通过在几秒钟内综合工资信息并提供基准，充当了劳动力市场资源，取代了员工搜索多个网站或提出社交风险较高的问题的需求。
用户查询模式
对工资基准消息的分析——通过隐私保护的自动分类器完成——显示用户主要在两个方面寻求帮助：将薪酬转化为可用的基准，以及了解特定角色、公司或商业想法的潜在收入。
在标记的工资基准消息中，查询的分布如下：
- 薪酬计算： 26%
- 特定角色： 19%
- 公司内标注角色： 11%
- 职业或职业发展问题： 11%
- 创业： 18%
对薪酬洞察需求高的行业
对 AI 驱动的薪酬洞察需求最强的领域是那些工资透明度低、可协商性强或对职业流动性至关重要的行业。工资搜索在高技能职业中呈现超额表现，包括：
- 创意领域（艺术、设计、娱乐、体育和媒体）
- 管理
- 医疗保健
- 计算机和数学岗位
- 交通、销售、商业和金融运营
与创业相关的问题特别集中在创意工作和小型服务业，这些行业的公开工资基准通常不可得。
信息获取的经济影响
员工在工资较高且分布更为分散时最常寻求薪酬信息，这表明答案“更重要”，准确性的风险也更高。OpenAI 指出，误解潜在收入可能导致多种负面结果：
- 留在低薪工作中
- 谈判能力下降
- 职业转型延迟
- 阻碍对教育和培训的投资
通过 WorkerBench 的技术评估
为了衡量模型在劳动力市场任务中的实用性，OpenAI 引入了 WorkerBench，一个新的评估框架。在初始基准测试中，GPT-5.4 被评估与 2024 年职业就业与工资统计（OEWS）全国职业和大都市层面的中位数工资进行比较。
报告显示，GPT-5.4 展现出高准确性、高覆盖率和小偏差，几乎所有数值估计都非常接近 OEWS 基准。
未来方向
OpenAI 旨在通过超越国家基准，转向更细粒度的数据来持续提升薪酬洞察的可靠性，包括具体地域、公司层面的数据，以及员工日常遇到的复杂薪酬问题。