OpenAI 最新研究指出，任務如何劃分與執行，以及 AI 工具的可近性，對於工作模式的改變至關重要。員工正利用 AI 執行超出其典型職責範圍的新任務，這些活動逐漸成為他們日常使用 AI 的一部分。如果這些活動演變為常規職責，即使職稱不變，工作內容也可能隨之擴展。
我們首份《前沿工作報告》記錄了「任務跨越」現象：員工利用 AI 執行過去屬於其他職業的活動。而我們最新的研究則進一步探討了接下來會發生什麼。
透過分析 2026 年 4 月至 7 月間超過 150 萬條與工作相關的 ChatGPT 訊息，我們發現部分跨職業的 AI 使用呈現重複性。員工會持續回到其職業範圍之外的任務，且這些活動在他們觀察到的 AI 使用中佔比隨時間增加。
這些發現初步揭示了 AI 的可近性如何從嘗試新任務，轉變為將這些任務融入員工的日常例行工作中。對於那些努力探索如何在組織中最佳地採用和利用 AI 的公司而言，我們這項為期四個月的專業工作者 AI 使用和提示詞研究，提供了一個重要的視角，幫助企業減少發現問題與借助 AI 推動整體工作進展之間的摩擦。我們的研究結果表明，在組織實施 AI 策略時，工作設計應與 AI 工具的可近性並重。
員工在執行超出其職責範圍的任務時，使用 AI 的方式有所不同。他們針對職務內外的任務，會以不同的方式撰寫提示詞。當詢問與其職業無關的任務時，他們平均會使用比職務內任務更短的提示詞。此外，他們也較少要求解釋、操作指南、特定回應格式或建議。
與此同時，當員工尋求 AI 協助處理其職業範圍之外的任務時，他們更傾向於提供範例或背景資訊。他們也更常要求 AI 進行檢查或驗證。
一種解釋是，員工正在利用 AI 借用專業知識。他們並非要求 AI 教導他們一個全新的領域，而是可能帶著問題和相關背景資訊（例如文件、範例或同事提供的資訊），請求 AI 協助應用與其他領域相關的知識。
跨職業任務可成為新 AI 工作流程的常規部分。下一個問題是，員工是否會重複執行這些活動。在 4 月至 7 月期間持續觀察的約 6,200 名員工中，先前使用過的跨職業任務佔其特定職業 AI 活動的比例，從 4 月的 13.1% 增加到 7 月的 25.9%。這種模式與員工將部分跨職業協助融入持續性工作流程，而非僅僅一次性實驗的現象相符。
另一項獨立分析將重複性置於更廣泛的背景中。在抽樣配對的一個月追蹤觀察中，員工在下個月重複使用前一個月曾執行的跨職業任務的比例為 23.6%，而同期未曾使用該任務的類似員工，其使用率僅為 8.4%。在職務內任務和一般任務中也出現了類似的差距。
某些新活動的持續性高於其他活動。重複性因工作類型而異。員工在下個月重複執行某些跨職業任務的比例相對較高：與客戶討論商品或服務：54%；廣告或促銷文案撰寫：44%；製作行銷材料：37%。相較之下，員工重複解釋財務資訊任務的比例約為 15%。跨職業任務的平均下個月重複率為 18.5%。這些差異可能反映了 AI 如何自然地融入重複性工作流程，也可能反映了工作場所規範、謹慎程度或犯錯後果認知上的差異。
從任務跨越到職能擴展。前兩份《前沿工作報告》描繪了工作如何在職稱改變之前發生變化。第一份報告顯示，員工利用 AI 跨越傳統職業界限。本報告則發現，其中一些活動已成為常規工作流程的一部分。這些模式暗示了 AI 驅動工作轉型的潛在路徑：員工嘗試其傳統職責之外的活動，發現 AI 對其有用，然後開始將該活動作為其工作的一部分重複執行。
AI 可能在職稱改變之前就重塑工作：員工利用 AI 執行與其他職業相關的活動，並隨著時間推移重複其中一些活動。如果這些活動成為常規職責，即使職稱不變，工作內容的組合也可能擴展。我們將繼續研究這些轉變，以更清晰地描繪 AI 如何改變勞動分工，以及這對員工、企業和整體經濟的意義。
閱讀我們關於任務跨越的研究，了解員工如何利用 ChatGPT 承擔超出其傳統職責的任務。閱讀我們的 AI 職位轉型框架，了解 AI 能力、人類角色和需求如何塑造就業。