---
格式版本: 2
标题: "AI 如何拓展人们的工作范围 | OpenAI"
原文链接: "https://openai.com/zh-Hans-CN/index/how-ai-is-expanding-what-people-do-at-work/"
发布日期: "2026-07-27"
发布时间校准状态: "provisional"
发布时间需复核: "是"
发布时间来源: "fallback:local:strict_original_body"
发布时间证据: "2026年7月27日"
发布时间校准原因: "LLM 仲裁服务异常，按现有强证据临时采用 2026-07-27，后续需复核"
发布时间校准置信度: "medium"
发布时间候选数量: 14
发布时间严格候选数量: 3
发布时间原页读取状态: "source template page reused from URL open"
发布时间未找到原因: ""
发布时间校准时间: "2026-08-10T16:20:18+08:00"
发布时间仲裁状态: "service-error"
发布时间仲裁尝试次数: 2
发布时间仲裁耗时毫秒: 24156
发现时间: "2026-08-10T16:18:32+08:00"
入库时间: "2026-08-10T08:20:43.458Z"
来源平台: "固定入口"
搜索渠道: "fixed_url"
搜索词: "https://openai.com/news/"
匹配关键词:
  - "计算"
相关厂家:
  - "OpenAI"
相关专家:
  []
内容类型: "网页"
抓取工具: "CDP Render"
清洗工具: "CDP Text + Defuddle/Readability 正文提取"
原始附件:
  []
AI优质: "否"
AI打分: 5
AI分档: "非优质"
AI质检状态: "不通过"
AI打分理由: "全文讨论AI对工作分工的影响，属于社会经济研究，与超节点、AI Rack、机柜级系统架构、散热、互连等硬件技术完全无关，未命中任何核心关键词。"
AI质检模型: "deepseek-v4-flash"
AI质检时间: "2026-08-10T16:20:51+08:00"
AI主题相关性: 0
AI来源权威性: 5
AI新颖性: 0
AI技术细节: 0
AI商业部署信号: 0
AI完整性: 0
采集批次: "2026年8月10日15点37分56秒"
采集批次ID: "20260810-153756-703"
去重键: "https://openai.com/zh-Hans-CN/index/how-ai-is-expanding-what-people-do-at-work"
---

2026年7月27日

[公司](https://openai.com/zh-Hans-CN/news/company-announcements/)

OpenAI 经济研究团队推出全新《前沿工作》系列，展示员工如何跨越传统职责边界，涉足本职以外的工作。

AI 正在改变人们从事的工作。我们分析了来自美国ChatGPT 用户的 80 多万条消息。新研究表明，16.8% 的工作相关消息和 43.5% 的职业特定消息涉及通常与其他职业相关的任务。

小企业主可以独立撰写文案、审核合同或进行基础财务分析。销售人员可以使用 AI 探索客户数据集，而这项工作过去可能会交给分析师。营销人员无需等待开发人员，就能排查网站故障。在每种情况下，AI 改变的不仅是工作方式，还有工作分工。

我们的新报告 *《前沿工作：AI 如何拓展人们的工作范围》* 研究了这一转变。我们将由此形成的模式称为 **任务跨界** ：过去通常与某一职业相关的工作，出现在另一职业从业者的 AI 使用中。我们在 [*《AI 就业转型框架》* ⁠](https://cdn.openai.com/pdf/the-ai-jobs-transition-framework_report.pdf) 中指出，许多岗位可能会重新调整，也就是说，这些岗位的日常任务可能发生重大变化。本报告是全新 *《前沿工作》* 系列的首篇，旨在探索 AI 如何实时改变工作。

凭借我们观察全球工作变迁的独特视角，我们将定期提供由数据驱动、以证据为基础的洞见，为政策和实践提供指导。

## 近一半的职业特定 AI 使用跨越了岗位边界

许多关于 AI 与工作的研究首先会列出与某一职业相关的固定任务清单，然后判断模型能否执行这些任务。我们的证据表明，AI 也在改变由谁来承担哪些任务。

![图表标题为“近一半的非通用 ChatGPT 使用涉及用户本职范围外的工作”。图中显示，61.5% 的使用属于共通或通用用途，38.5% 属于非通用用途；在非通用用途中，56.5% 涉及用户本职范围内或相近的工作，43.5% 涉及本职范围外的工作。](https://images.ctfassets.net/kftzwdyauwt9/OPa25gPmfm9D5zTnI9SXj/05854f61f53dc1ec41cfc7ebd875c5ec/Nearly_half_of_non-generic_ChatGPT_use_is_outside_a_user-s_occupation_dark_desktop.svg?w=3840&q=80)

为了衡量任务跨界，我们首先区分与特定职业相关的工作和普遍存在于众多岗位中的工作。写作、总结和日程安排等活动广泛存在于各类职业中，因此不能作为任务跨界的证据。我们将这些活动归类为通用任务。对于其余消息，我们判断其中的任务属于用户本职范围之内还是之外。在非通用消息中，43.5% 涉及用户本职范围外的任务。这让我们得以初步了解，在相关变化体现于职位描述或职称之前，AI 可能如何重塑岗位的任务构成。

这表明，相当一部分与工作相关的 ChatGPT 使用源于用户对自身职责范围的拓展。这一模式在多个群体中尤为明显。排除通用任务后，本职范围外的任务占比为：

- 客户体验从业者职业特定消息的 77%
- 设计师消息的 75%
- 人力资源从业者消息的 69%
- 法务从业者消息的 56%
- 营销人员消息的 53%

这些职业正在从其他岗位“借用”任务。证据显示，工作分工正在发生变化：过去需要转交他人的部分活动，如今可由最先遇到相关需求的人完成。

## 有些任务比其他任务跨界更广

下方热图通过判断每条非通用消息最接近哪种职业的工作，呈现任务跨界情况。营销和工程任务跨界最广，经常出现在这些领域以外从业者的消息中。

## Marketing and engineering tasks travel across many occupations

<table><thead><tr><th colspan="8">Traditional task source</th></tr><tr><th>Worker occupation</th><th>Customer experience</th><th>Design</th><th>Engineering</th><th>Finance</th><th>Human resources</th><th>Legal</th><th>Marketing</th><th>Sales</th></tr></thead><tbody><tr><th>Customer experience</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><th>Design</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><th>Engineering</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><th>Finance</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><th>Human resources</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><th>Legal</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><th>Marketing</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><th>Sales</th><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr></tbody></table>

Share of tasks within occupation

从职业层面深入到具体任务后可以发现，任务跨界的分布并不均匀。在分析涉及的其余七个职业群体中，财务计算和技术故障排查均位列最常见的三类本职范围外任务。营销工作也广泛跨界：制作营销材料的任务出现在另外五个群体中，在设计用户中尤其突出。

从更广泛的任务组合来看，可以发现两种不同的跨界方向。有些岗位会纳入许多来自其他职业的任务。另一些岗位则输出广泛出现在不同工作中的任务。

设计体现了第一种模式。设计师约 35.2% 的消息涉及通常与其他职业相关的工作，而其他领域从业者的消息中只有 1.7% 涉及设计任务。设计师大量采用本职范围外的任务，但设计工作本身很少出现在其他领域。

工程则更接近相反的情况。工程类消息中只有 18.5% 涉及其他领域的任务，但在其他职业从业者的消息中，工程任务占 7.4%。从排查软件故障到操作技术系统，工程领域提供了许多由其他领域人员承担的重要工作。

营销在两个方向上都十分突出。营销人员有 24.3% 的消息涉及其他职业的相关任务，而其他领域从业者的消息中有 8.9% 涉及营销任务，这是样本中最高的对外输出占比。营销人员会整合多个领域的任务，而营销工作也广泛渗透到整个组织。

## 小企业中的任务跨界更多

企业的规模和结构会影响 AI 改变工作的方式。在大型公司中，员工或许可以借助专业团队、成熟的工作流程和内部服务。在规模较小的组织中，最接近问题的员工更可能亲自处理，而不是将其交给他人。

在普通用户中，拥有 2–5 个席位的工作区用户，其本职范围外任务占比为 18.9%；拥有 100 多个席位的工作区用户，这一占比降至 16.3%。在使用量最高的用户中，我们没有观察到同样的单调变化趋势。

一种可能的解释是，较小组织中的中度用户在遇到原本需要其他职能部门处理的工作时，会求助于 AI。重度用户则可能已经形成由 AI 支持的稳定工作流程，这些流程在不同组织中更为相似；也可能是在自己的核心职业范围内更密集地使用 AI。

在专业资源匮乏的环境中，AI 作为通用工具可能尤其有用。

## 任务清单本身也在变化

此类 AI 使用数据可以反映工作正在向何处转移。借助这些数据，我们可以看到，在企业改写职位描述或设立新职称之前，AI 如何帮助员工尝试新的活动组合。从这个意义上说，使用模式或许能率先反映职业变化，而传统劳动力市场统计数据要到之后才能捕捉到这些变化。

## 继续阅读[OpenAI 与美国心理学会携手推动青少年负责任地使用 AI](https://openai.com/index/openai-and-apa-partner-to-advance-responsible-ai/)

[

公司

](https://openai.com/index/openai-and-apa-partner-to-advance-responsible-ai/)[全球如何运用 ChatGPT 开展工作](https://openai.com/index/how-the-world-is-putting-chatgpt-to-work/)

[

公司

](https://openai.com/index/how-the-world-is-putting-chatgpt-to-work/)
