Liwati menyang isi utama
OpenAI

27 Juli 2026

Perusahaan

Carane AI ngluwihi pakaryan sing ditindakake wong

Seri anyar Riset Ekonomi OpenAI, Kerja ing Tataran Tercanggih, nuduhake carane tenaga kerja nindakake pakaryan ngluwihi wates tradhisional perane.

Lagi dimuat…

AI ngowahi pakaryan sing ditindakake wong. Sajrone analisis luwih saka 800.000 pesen saka AS. Panaliten anyar kita marang pangguna ChatGPT nuduhake yen 16,8% pesen sing gegandhengan karo pakaryan lan 43,5% pesen khusus profesi ngrembug tugas sing gegandhengan karo profesi liya.

Pamilik usaha cilik bisa kanthi mandiri nyusun naskah, mriksa kontrak, utawa nindakake analisis keuangan dhasar. Tenaga dodolan bisa nggunakake AI kanggo nliti set data pelanggan sing biyen bisa uga kudu ditangani analis. Pemasar bisa ngrampungake masalah situs web tanpa ngenteni pangembang. Ing saben kasus, AI ora mung ngowahi carane pakaryan dirampungake, nanging uga sapa sing nindakake apa.

Laporan anyar kita, Kerja ing Tataran Tercanggih: Carane AI Ngluwihi Pakaryan sing Ditindakake Wong, nyinaoni owah-owahan iki. Pola sing diasilake iki diarani lintas tugas: pakaryan sing biyasane gegandhengan karo sawijining profesi katon ing panggunaan AI dening wong saka profesi liya. Ing Kerangka Transisi Pakaryan AI(mbukak ing jendhela anyar), kita negesake manawa akeh pakaryan kamungkinan bakal ditata maneh: yaiku pakaryan sing tugas saben dinane bisa owah kanthi gedhe. Laporan iki minangka laporan kapisan ing seri anyar kita, Kerja ing Tataran Tercanggih, sing nliti carane AI ngowahi pakaryan kanthi langsung. 

Kanthi wawasan unik kita babagan owah-owahan donya kerja, kita bakal ajeg menehi wawasan adhedhasar data lan bukti kanggo nuntun kabijakan lan praktik.

Meh separo panggunaan AI khusus profesi ngliwati wates pakaryan

Akeh panaliten babagan AI lan pakaryan diwiwiti saka dhaptar tugas tetep sing gegandhengan karo profesi tartamtu, banjur takon apa model bisa nindakake tugas kasebut. Bukti kita nuduhake yen AI uga ngowahi sapa sing nindakake saben tugas.

Diagram kanthi irah-irahan “Meh separo panggunaan ChatGPT sing ora umum ana ing njaba profesi pangguna,” nuduhake yen 61,5% panggunaan iku dienggo bebarengan/umum, dene 38,5% ora umum; saka panggunaan sing ora umum kasebut, 56,5% ana ing njero utawa cedhak karo profesi pangguna lan 43,5% ana ing njabane.

Kanggo ngukur lintas tugas, kita luwih dhisik misahake pakaryan sing gegandhengan karo profesi tartamtu saka pakaryan sing ana ing maneka warna profesi. Sawetara kagiyatan, kayata nulis, ngringkes, lan gawe jadwal, ditindakake ing akeh banget profesi mula ora bisa dadi bukti lintas tugas. Iki kita golongake minangka tugas umum. Kanggo pesen liyane, kita niti priksa apa tugase kalebu ing njero utawa njaba profesi pangguna dhewe. Ing antarane pesen sing ora umum, 43,5% kalebu ing njaba profesi pangguna. Iki menehi gambaran awal babagan carane AI bisa ngowahi isi tugas ing sawijining pakaryan sadurunge owah-owahan kasebut katon ing katrangan utawa jeneng jabatan.

Iki nuduhake manawa bagean gedhe saka panggunaan ChatGPT sing gegandhengan karo pakaryan asale saka pangguna sing ngluwihi perane. Pola iki katon banget ing sawetara klompok. Sawise pakaryan umum ora dietung, tugas ing njaba profesi nyakup: 

  • 77% pesen khusus profesi saka tenaga pengalaman pelanggan
  • 75% saka desainer
  • 69% saka tenaga sumber daya manungsa
  • 56% saka tenaga hukum 
  • 53% saka pemasar

Profesi-profesi iki “nyilih” tugas kasebut saka peran liya. Bukti kasebut nuduhake owah-owahan pembagian pakaryan: sawetara kagiyatan sing biyen kudu dipasrahake saiki bisa ditindakake dening wong sing sepisanan nemoni kabutuhan kasebut.

Sawetara tugas nyebar luwih adoh tinimbang liyane

Peta panas ing ngisor iki nuduhake lintas tugas kanthi niti priksa pakaryan saka profesi endi sing paling mirip karo saben pesen sing ora umum. Tugas pamasaran lan rekayasa nyebar paling adoh, lan kerep katon ing pesen saka tenaga kerja ing njaba bidang kasebut.

Marketing and engineering tasks travel across many occupations

Marketing and engineering tasks travel across many occupations
Traditional task source
Worker occupation
Customer experience
Design
Engineering
Finance
Human resources
Legal
Marketing
Sales
Share of tasks within occupation

Yen dideleng luwih rinci saka profesi nganti tugas tartamtu, lintas tugas ora kasebar kanthi rata. Petungan keuangan lan ngrampungake masalah teknologi padha-padha kalebu telung tugas njaba sing paling umum ing kabeh pitung klompok profesi liyane ing analisis iki. Pakaryan pamasaran uga nyebar kanthi amba: nggawe materi pamasaran katon ing limang klompok liyane lan utamane kerep ditindakake pangguna desain.

Panyawang marang klompok tugas sing luwih amba nuduhake rong arah lintas tugas sing beda. Sawetara pakaryan njupuk akeh tugas saka profesi liya. Pakaryan liyane nyedhiyakake tugas sing katon ing akeh profesi beda.

Desain nggambarake pola kapisan. Udakara 35,2% pesen saka desainer nyakup pakaryan sing biyasane gegandhengan karo profesi liya, dene tugas desain mung nyakup 1,7% pesen saka tenaga kerja ing bidang liyane. Desainer akeh nggunakake tugas njaba, nanging pakaryan desain dhewe arang katon ing bidang liya.

Rekayasa luwih cedhak karo pola kosok baline. Mung 18,5% pesen rekayasa sing nyakup tugas saka bidang liya, nanging tugas rekayasa nyakup 7,4% pesen saka tenaga kerja ing profesi liyane. Rekayasa dadi sumber penting kanggo pakaryan sing ditindakake wong ing bidang liya, wiwit saka ngrampungake masalah piranti lunak nganti nggarap sistem teknis.

Pamasaran katon menonjol ing rong arah kasebut. Pemasar nggunakake 24,3% pesene kanggo tugas sing gegandhengan karo profesi liya, dene tugas pamasaran nyakup 8,9% pesen saka tenaga kerja ing bidang liyane—proporsi metu paling dhuwur ing sampel. Tenaga pamasaran nggabungake tugas saka maneka bidang, lan pakaryan pamasaran uga nyebar kanthi amba ing saindhenging organisasi.

Lintas tugas luwih akeh ing usaha cilik

Ukuran lan struktur bisnis mengaruhi carane AI ngowahi pakaryan. Ing perusahaan gedhe, karyawan bisa uga duwe akses menyang tim khusus, alur kerja sing wis mapan, lan layanan internal. Ing organisasi sing luwih cilik, tenaga kerja sing paling cedhak karo masalah luwih kerep nangani masalah kasebut dhewe tinimbang masrahake marang wong liya.

Ing antarane pangguna rata-rata, proporsi tugas njaba profesi mudhun saka 18,9% kanggo pangguna ing ruang kerja kanthi 2–5 akun dadi 16,3% kanggo pangguna ing ruang kerja kanthi luwih saka 100 akun. Ing antarane pangguna paling aktif, kita ora ndeleng pola monotonik sing padha.

Salah siji katrangan sing mungkin yaiku pangguna moderat ing organisasi cilik nggunakake AI nalika nemoni pakaryan sing yen ora ana AI mbutuhake fungsi liyane. Kosok baline, pangguna aktif bisa uga wis ngembangake alur kerja stabil kanthi dhukungan AI sing luwih mirip ing saben organisasi, utawa nggunakake AI kanthi luwih intensif ing profesi utamane.

AI bisa migunani banget minangka piranti serbaguna nalika sumber daya spesialis winates.

Dhaptar tugase dhewe uga owah

Data panggunaan AI kaya iki minangka pratandha papan dumadine owah-owahan pakaryan. Data iki mbantu kita ndeleng carane AI ngidini tenaga kerja nyoba gabungan kagiyatan anyar sadurunge perusahaan nulis maneh katrangan jabatan utawa nggawe jeneng jabatan anyar. Miturut pangerten kasebut, pola panggunaan bisa menehi tandha awal owah-owahan profesi sing lagi ing tembe bakal katangkep statistik pasar tenaga kerja konvensional.

Pangarang

OpenAI