近半数职业专属任务已跨岗完成

OpenAI经济研究团队于2026年7月发布「Work at the Frontier」系列首份报告，通过分析超过80万条美国ChatGPT用户的工作相关消息，系统研究了AI如何改变职场中「谁做什么」的基本格局。研究引入「任务跨越」这一概念，专指历史上归属于某一职业的任务，出现在另一职业从业者的AI使用场景中。这不仅是效率层面的提升，更是工作边界本身的重新划定。

数据揭示了任务跨越的普遍程度。在剔除写作、摘要、日程安排等各职业通用任务后，职业专属消息中有43.5%来自用户本职以外的任务领域。其中，客户体验岗位从业者的跨职业任务占比高达77%，设计师为75%，人力资源从业者为69%，法律从业者为56%，营销人员为53%。这意味着，上述岗位的从业者正在大量「借用」原本属于其他专业角色的工作内容。

并非所有任务的跨界传播范围都相同。财务计算与技术故障排查是跨界最广的两类任务，在分析涵盖的全部七个其他职业群体中，均位列最常见的跨职业任务前三。营销任务同样传播广泛，制作营销材料的需求出现在五个其他职业群体中。从供需两端来看，设计岗位大量引入外部任务，但设计类任务本身极少被其他岗位借用；工程岗位则相反，自身引入外部任务较少，却是其他岗位借用最多的任务来源之一。

营销岗位在两个维度上均表现突出：营销人员有24.3%的消息涉及其他职业的任务，同时营销类任务在其他职业消息中的占比高达8.9%，是样本中对外输出份额最高的职业。这表明营销工作既具有高度的跨域整合性，又在组织内部广泛扩散，成为任务跨越现象中最具代表性的职业类型。

企业规模对任务跨越的程度有显著影响。在2至5人规模的小型工作空间中，普通用户的跨职业任务占比为18.9%，而在超过100人的大型工作空间中，这一比例降至16.3%。研究认为，小型企业员工在遇到需要其他职能介入的问题时，更倾向于直接借助AI自行解决，而非等待专业团队支援。这说明AI作为通才工具，在专业资源相对匮乏的环境中价值更为突出。

研究团队指出，AI使用数据是观察职业结构变迁的早期窗口。当前的任务跨越模式，反映的是从业者在企业正式调整岗位描述或创建新职位之前，已经在实践层面探索新的工作组合方式。这类使用行为或将成为职业变迁的先行指标，比传统劳动力市场统计数据更早捕捉到结构性变化的信号，对政策制定者和企业管理者均具有重要参考价值。

要点

• 在职业专属AI使用消息中，43.5%涉及用户本职以外的任务，任务跨越现象已相当普遍。
• 营销和工程类任务跨界传播范围最广，财务计算与技术故障排查是最常见的跨职业借用任务。
• 客户体验、设计、人力资源等岗位的跨职业任务占比超过六成，是任务跨越最集中的职业群体。
• 小型企业的任务跨越程度高于大型企业，AI在专业资源匮乏环境中更能发挥通才工具价值。
• 当前AI使用模式可作为职业结构变迁的早期信号，早于劳动力市场统计数据反映结构性变化。