OpenAI 最新报告：企业员工用上 AI 后，逐渐开始处理本职范围外的任务
OpenAI 的报告，讲的是员工用 AI 后，会慢慢处理本职范围外的任务，比如写广告文案、解释财务信息等，这可能会改变工作内容。
OpenAI 发布的《工作前沿》报告显示，员工借助 AI 处理本职范围之外的任务后，其中一些任务会逐渐进入日常工作流程。
研究分析了 2026 年 4 月至 7 月超过 150 万条工作类 ChatGPT 消息，结果显示，一部分跨职业 AI 使用并非一次性尝试。员工会反复处理超出自身职业边界的任务，而且时间越长，这类活动在其 AI 使用中的占比越高。
员工面对本职范围内和范围外的任务时，使用 AI 的方式并不一样。处理原有职责之外的工作时，员工平均输入的提示词更短，也较少要求 AI 解释原理、提供操作步骤、按照指定格式回答或给出建议。
不过，在处理本职范围之外的任务时，员工更愿意向 AI 提供示例和背景，也更常要求 AI 帮忙检查或验证。研究持续追踪了 2026 年 4 月至 7 月约 6200 名员工。
员工此前处理过的跨职业任务，占具体职业类 AI 活动的比例从 4 月的 13.1% 升至 7 月的 25.
9%。
IT之家 9 月 17 日消息，当地时间 16 日，OpenAI 发布的最新《工作前沿》报告显示，企业能否真正用好 AI，不只取决于员工有没有 AI 工具，也取决于 工作本身如何拆分和安排 。 员工借助 AI 处理本职范围之外的任务后，其中一些任务会逐渐进入日常工作流程。如果这些活动最终变成固定职责，即使职位名称没有变化， 实际工作内容也可能越来越宽 。 OpenAI 曾在首份《工作前沿》报告提出了“任务跨界”现象：员工借助 AI 处理过去 通常属于其他职业的工作 。最新研究则进一步追问，这种跨界尝试之后 会发生什么 。 据IT之家了解，这项研究为期 4 个月、针对专业岗位员工 AI 使用方式和提示词，分析了 2026 年 4 月至 7 月超过 150 万条工作类 ChatGPT 消息，结果显示，一部分跨职业 AI 使用并非一次性尝试。员工会反复处理超出自身职业边界的任务，而且时间越长，这类活动在其 AI 使用中的占比越高。 这些发现初步揭示了一个变化过程：员工获得 AI 工具后， 或会 先尝试处理新的任务，随后再把其中一部分纳入固定工作习惯 。对于仍在摸索如何在组织内部部署和使用 AI 的企业而言，研究为理解 AI 如何缩短 “发现问题”与“真正推动工作向前” 之间的距离提供了重要线索。研究也表明，企业制定 AI 战略时，不能只考虑给员工提供什么工具，还需要重新考虑工作本身该如何设计。 员工面对本职范围内和范围外的任务时，使用 AI 的方式并不一样。处理原有职责之外的工作时，员工平均输入的提示词更短，也较少要求 AI 解释原理、提供操作步骤、按照指定格式回答或给出建议。 不过，在处理本职范围之外的任务时， 员工更愿意向 AI 提供示例和背景，也更常要求 AI 帮忙检查或验证 。 一种可能的解释是，员工把 AI 当成了“借用其他专业能力”的工具。他们并不一定希望 AI 从头教会自己一个陌生领域，而是往往带着具体问题和必要材料，例如文件、示例或同事提供的信息，再让 AI 帮助调用另一个领域的知识解决问题。 研究持续追踪了 2026 年 4 月至 7 月约 6200 名员工。员工此前处理过的跨职业任务，占具体职业类 AI 活动的比例 从 4 月的 13.1% 升至 7 月的 25.9% 。这说明，一部分跨界任务并没有停留在尝鲜阶段，而是逐渐进入日常工作流程。 另一组数据进一步说明了这种变化。在抽样的一月期匹配追踪中，员工次月再次处理上个月某项跨职业任务的比例达到 23.6%；对于此前一个月没有处理过同一任务的可比员工，这一比例只有 8.4%。本职范围内任务和通用任务也呈现出类似差距。 不同工作的“留存率”差别很大。以下几类跨职业任务，员工在次月继续处理的比例相对较高： 与客户讨论商品或服务：54% 撰写广告或推广文案：44% 制作营销材料：37% 相比之下，“解释财务信息”的次月重复使用率约为 15%，而所有跨职业任务的平均水平为 18.5%。这种差异可能说明，有些工作天然更容易融入 AI 工作流程，也可能与企业内部规范、员工谨慎程度，以及做错之后可能带来的后果有关。 报告认为，由此可以看到一种可能的 AI 职位演变路径： 员工先尝试处理传统职责之外的任务，发现 AI 能够帮上忙，随后开始在日常工作中不断回到这项任务。 参考 https://cdn.openai.com/pdf/work-at-the-frontier-report-202609.pdf
This report is categorized under AITOP's "Papers" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI regulation, compliance frameworks, and sovereign compute policy and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include OpenAI, 工作前沿, 提示词工程.
Source attribution: curated from IT之家. Cross-source corroboration: 11 independent sources have covered this development (including VnExpress Số hóa, 掘金本周最热, OpenAI Blog), confirming industry-wide signal strength.
