Sådan åbner medarbejdere for nye måder at arbejde på

Vores seneste forskning peger på, at måden, opgaver fordeles og udføres på, er vigtig på linje med adgangen til AI-værktøjer. Disse nye opgaver uden for deres typiske jobbeskrivelse bliver en fast del af medarbejdernes brug af AI. Hvis aktiviteterne bliver faste ansvarsområder, kan jobbene få et bredere indhold, selvom titlerne forbliver de samme.

Vores første Work at the Frontier-rapport⁠ dokumenterede »opgavekrydsning«: at medarbejdere bruger AI til aktiviteter, der historisk har været forbundet med et andet erhverv. Vores seneste forskning undersøger, hvad der så sker.

På baggrund af en analyse af mere end 1,5 millioner arbejdsrelaterede ChatGPT‑beskeder fra april til juli 2026 finder vi tegn på, at en del af brugen af AI på tværs af erhverv gentager sig. Medarbejderne vender tilbage til opgaver uden for deres fagområde, og med tiden fylder disse aktiviteter mere i deres observerede brug af AI.

Resultaterne giver et tidligt indblik i, hvordan adgang til AI kan føre fra afprøvning af nye opgaver til, at de indarbejdes i medarbejdernes faste rutiner. For virksomheder, der forsøger at finde den bedste måde at indføre og bruge AI i organisationen på, giver tendenserne fra vores fire måneder lange undersøgelse af medarbejderes professionelle brug af AI og prompts et vigtigt indblik i, hvordan virksomhederne kan mindske afstanden mellem at identificere et problem og skabe fremdrift i arbejdet med hjælp fra AI. Vores resultater tyder på, at arbejdets tilrettelæggelse bør vægtes på linje med adgangen til AI-værktøjer, når organisationer gennemfører deres AI-strategier.

Medarbejderes brug af AI afhænger af, om opgaven inden for et bestemt område hører til deres rolle. Medarbejdere formulerer prompts til AI forskelligt til opgaver inden for og uden for deres sædvanlige roller. Når de spørger til opgaver uden for deres erhverv, skriver de i gennemsnit kortere prompts end til opgaver inden for det. De er også mindre tilbøjelige til at bede om forklaringer, vejledninger, et bestemt svarformat eller gode råd.

Samtidig er medarbejdere mere tilbøjelige til at give eksempler eller baggrundsoplysninger, når de beder AI om hjælp uden for deres fagområde. De er også mere tilbøjelige til at bede AI om at kontrollere eller bekræfte noget.

En mulig fortolkning er, at medarbejdere bruger AI til at låne ekspertise. I stedet for at bede AI om at lære dem et helt nyt fagområde kan medarbejdere fremlægge et problem og relevant kontekst – f.eks. et dokument, et eksempel eller oplysninger fra en kollega – og bede AI om hjælp til at anvende viden fra et andet fagområde. 

Det næste spørgsmål er, om medarbejderne vender tilbage til disse aktiviteter. Blandt cirka 6.200 medarbejdere, som blev observeret løbende fra april til juli, steg tidligere udførte opgaver på tværs af erhverv fra 13,1 % af den erhvervsspecifikke AI-aktivitet i april til 25,9 % i juli¹. Mønstret stemmer overens med, at medarbejdere indarbejder visse former for hjælp på tværs af erhverv i deres løbende arbejdsgange frem for blot at afprøve dem én gang. 

En særskilt analyse sætter gentagelsen i perspektiv. I et udvalg af sammenlignelige opfølgende observationer efter én måned vendte medarbejdere i 23,6 % af tilfældene tilbage til en opgave på tværs af erhverv, som de havde udført måneden før. Blandt sammenlignelige medarbejdere, som ikke var blevet observeret udføre opgaven måneden før, var andelen 8,4 %. Der ses lignende forskelle for opgaver inden for eget erhverv og for generelle opgaver.

Hvor ofte aktiviteterne gentages, varierer betydeligt efter typen af arbejde. Medarbejderne vendte relativt ofte tilbage til følgende opgaver på tværs af erhverv måneden efter:

• Drøftelse af varer eller tjenester med kunder: 54 %

• Tekst til annoncer eller markedsføring: 44 %

• Udarbejdelse af markedsføringsmateriale: 37 %

Til sammenligning vendte medarbejderne tilbage til opgaven med at forklare finansielle oplysninger i cirka 15 % af tilfældene. Den gennemsnitlige andel, der vendte tilbage måneden efter, var 18,5 % på tværs af opgaver uden for eget erhverv. Forskellene kan afspejle, hvor AI passer naturligt ind i tilbagevendende arbejdsgange. De kan også afspejle forskelle i normer på arbejdspladsen, forsigtighed eller de forventede konsekvenser af at begå fejl. 

De første to Work at the Frontier-rapporter tegner et billede af, hvordan arbejdet kan ændre sig, før jobtitlerne gør det. Den første rapport viste, at medarbejdere bruger AI til at krydse traditionelle faggrænser. Denne rapport viser, at nogle af aktiviteterne bliver en del af de faste arbejdsgange. Mønstrene peger på en mulig vej til AI-drevet forandring af job: En medarbejder afprøver en aktivitet uden for sin traditionelle rolle, opdager, at AI er nyttig til den, og begynder at vende tilbage til aktiviteten som en del af sit arbejde.

AI kan omforme job, længe før titlerne ændres: Medarbejdere bruger AI til aktiviteter, der er forbundet med et andet erhverv, og vender med tiden tilbage til nogle af dem. Hvis aktiviteterne bliver faste ansvarsområder, kan sammensætningen af opgaver i et job blive bredere, selvom titlen forbliver den samme. Vi vil fortsætte med at undersøge disse forskydninger for at skabe et klarere billede af, hvordan AI ændrer arbejdsdelingen, og hvad det betyder for medarbejdere, virksomheder og økonomien som helhed.

• Læs vores forskning i opgavekrydsning⁠ for at få mere at vide om, hvordan medarbejdere bruger ChatGPT til at påtage sig opgaver uden for deres traditionelle roller.

• Læs vores rammeværk for omstilling af job med AI⁠ for at få mere at vide om, hvordan AI-kapaciteter, menneskers roller og efterspørgsel kan forme beskæftigelsen.