OpenAI：更多员工正用ChatGPT做其他职业的工作

OpenAI表示，越来越多的人在职业之外使用AI工作。该公司称之为“任务交叉”。在分析的超过80万条与工作相关的ChatGPT消息中，43.5%的职业特定查询涉及另一种职业。营销和工程任务的交叉最为频繁。用户处理了过去留给专家的工作，包括合同审查、数据分析和网站故障排除。这种效应在较小的公司中更为明显，因为那里不太可能有专门的专业团队。OpenAI将使用数据视为岗位概况正在转变的早期信号，即使职位名称或描述尚未跟上。OpenAI使用美国职业数据库O*NET对任务进行分类，该数据库将活动映射到标准职业概况。它排除了诸如写作、总结和日程安排等常见任务。订阅THE DECODER，享受无广告阅读、每周AI通讯、每年六次的独家“AI Radar”前沿报告、完整档案访问权限以及评论专区访问权限。

OpenAI分析超80万条工作相关ChatGPT消息后发现，43.5%的职业特定查询涉及其他职业，营销和工程任务交叉最频繁。小公司中该效应更明显，被视为岗位职责正在变化的早期信号。

• OpenAI分析超80万条工作相关ChatGPT消息后发现，43.5%的职业特定查询涉及其他职业，营销和工程任务交叉最频繁。小公司中该效应更明显，被视为岗位职责正在变化的早期信号。
• 原贴提到：OpenAI says more people are using AI for work outside their professions.
• 来源：the-decoder.com

这是什么信号？ OpenAI通过分析海量ChatGPT使用数据，发现了一个重要趋势：员工正在利用AI承担传统上不属于自己职业范畴的任务。这被称为“任务交叉”。具体数据表明，在超过80万条工作相关消息中，有43.5%的职业特定查询指向了其他职业领域，营销和工程任务尤为突出。这意味着AI正在模糊职业边界，让非专业人士也能完成原本需要专业技能的工作。更重要的是，这一现象在小公司中更为普遍，因为小公司缺乏专门团队，员工往往需要“多面手”能力，而AI恰好提供了这种支持。

为什么重要？ 这一信号可能预示着劳动市场的结构性变化。过去，职业分工以专业化为核心，但AI的普及正在改变这一逻辑。如果员工能借助AI完成合同审查、数据分析等工作，那么企业对特定岗位的需求可能会减少，同时员工个人的能力边界将大幅扩展。OpenAI特别指出，这种变化发生在职位名称和描述更新之前，这意味着实际工作内容已经先行演变，而正式的职业框架滞后。这对于人力资源、企业培训和个人职业规划都有深远影响。

对谁有价值？ 首先，企业管理者应当关注这一趋势，重新评估岗位设计和团队配置。小公司尤其可以利用AI的“任务交叉”能力，以更少的人力完成更多样化的任务，从而提升效率。其次，职场个人应当意识到，AI可以成为跨领域工作的杠杆，主动学习使用AI工具能增强自身竞争力。最后，人力资源从业者需要思考如何调整招聘标准与培训体系，以适应这种“去专业化”的工作模式。

可以怎么行动？ 企业可以建立内部AI使用指南，鼓励员工在合规前提下尝试跨领域任务，并收集数据以优化流程。个人可以学习ChatGPT等工具在非本专业领域的应用，例如财务人员尝试用AI生成初步合同条款，或营销人员利用AI分析基础数据。此外，建议企业定期分析内部AI使用数据，识别出哪些任务交叉最频繁，从而评估培训需求或外包决策。

风险或限制 尽管任务交叉趋势明显，但AI的跨领域表现并非总是可靠。专业任务往往涉及复杂判断和隐性知识，AI可能给出看似合理但存在错误的输出，尤其是在合同审查、数据分析等高风险场景中。因此，完全依赖AI替代专家仍有风险，需要人类监督和验证。此外，数据本身基于ChatGPT使用情况，可能存在选择偏差，因为使用AI的群体本身就更倾向于技术接受度高的人群。任务交叉的普及程度可能被高估。最后，职业分类体系O*NET的映射可能无法精确反映现代任务复杂性，分类结果存在一定误差。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《OpenAI：更多员工正用ChatGPT做其他职业的工作》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Matthias Bastian 原帖