Så utvidgar AI vad människor gör på jobbet

AI förändrar det arbete som människor utför. I en analys av över 800 000 meddelanden från amerikanska ChatGPT‑användare tyder vår nya forskning på att 16,8 % av de arbetsrelaterade meddelandena och 43,5 % av de yrkesspecifika meddelandena handlar om uppgifter som förknippas med ett annat yrke.

En småföretagare kan på egen hand skriva marknadstexter, granska ett avtal eller göra en grundläggande ekonomisk analys. En säljare kan använda AI för att utforska kunddata som tidigare kanske hade lämnats över till en analytiker. En marknadsförare kan felsöka en webbplats utan att vänta på en utvecklare. I samtliga fall förändrar AI inte bara hur arbetet utförs, utan även vem som gör vad.

Vår nya rapport, Arbete i framkant: Så utvidgar AI vad människor gör på jobbet, undersöker denna förändring. Vi kallar det resulterande mönstret för uppgiftsförflyttning mellan yrkesroller: arbete som historiskt har förknippats med ett yrke dyker upp i AI-användningen hos personer i ett annat yrke. I vårt ramverk för AI och omställningen på arbetsmarknaden⁠(öppnas i ett nytt fönster) argumenterar vi för att många jobb sannolikt kommer att omorganiseras: det gäller jobb där de dagliga arbetsuppgifterna kan förändras avsevärt. Den här rapporten är den första i vår nya serie Arbete i framkant, som undersöker hur AI förändrar arbetet i realtid. 

Genom vår unika inblick i hur arbetslivet förändras kommer vi regelbundet att erbjuda datadrivna, evidensbaserade insikter som kan vägleda policy och praxis.

Många studier om AI och arbete utgår från en fast lista över uppgifter som förknippas med ett visst yrke och frågar om modeller kan utföra dem. Våra resultat tyder på att AI också förändrar vem som tar sig an vilka uppgifter.

För att mäta uppgiftsförflyttning mellan yrkesroller skiljer vi först arbete som förknippas med ett visst yrke från arbete som förekommer i många olika yrken. Vissa aktiviteter, som att skriva, sammanfatta och schemalägga, är alltför vanliga inom olika yrken för att utgöra belägg för att uppgifter har förflyttats mellan yrkesroller. Dessa klassificerar vi som generella. För de återstående meddelandena undersöker vi om uppgiften tillhör användarens eget yrke eller ett annat yrke. Bland de icke-generella meddelandena tillhör 43,5 % ett annat yrke än användarens eget. Det ger en tidig inblick i hur AI kan omforma jobbens uppgiftsinnehåll innan förändringarna syns i arbetsbeskrivningar eller yrkestitlar.

Det tyder på att en betydande del av den arbetsrelaterade användningen av ChatGPT kommer från användare som tar sig an arbetsuppgifter utanför sin traditionella yrkesroll. Mönstret är särskilt tydligt i flera grupper. När generellt arbete har räknats bort står uppgifter utanför det egna yrket för:

• 77 % av de yrkesspecifika meddelandena från medarbetare inom kundupplevelse
• 75 % från designers
• 69 % från medarbetare inom personalområdet
• 56 % från jurister 
• 53 % från marknadsförare

Dessa yrkesgrupper ”lånar” alltså uppgifter från andra roller. Resultaten pekar på en förändrad arbetsfördelning: vissa aktiviteter som tidigare behövde lämnas över kan nu utföras av den person som först upptäcker behovet.

Värmekartan nedan visar uppgiftsförflyttning mellan yrkesroller genom att identifiera vilket yrkes arbetsuppgifter varje icke-generellt meddelande närmast motsvarar. Uppgifter inom marknadsföring och teknik sprids längst och förekommer ofta i meddelanden från personer utanför dessa områden.

När vi går från yrken till enskilda uppgifter ser vi att uppgiftsförflyttning mellan yrkesroller är ojämnt fördelad. Ekonomiska beräkningar och teknisk felsökning hör båda till de tre vanligaste uppgifterna från andra yrkesroller i samtliga sju andra yrkesgrupper i analysen. Även marknadsföringsarbete sprids brett: framtagning av marknadsföringsmaterial förekommer i fem andra grupper och är särskilt vanligt bland designanvändare.

En analys av bredare grupper av arbetsuppgifter visar två tydliga riktningar för överlappningen. Vissa yrken hämtar in många uppgifter från andra yrken. Andra bidrar med uppgifter som förekommer i många olika yrken.

Design illustrerar det första mönstret. Cirka 35,2 % av meddelandena från designers rör arbete som vanligtvis förknippas med ett annat yrke, medan designuppgifter bara står för 1,7 % av meddelandena från personer inom andra områden. Designers använder i stor utsträckning externa uppgifter, men själva designarbetet förekommer sällan på andra håll.

För ingenjörsyrken är mönstret nästan det omvända. Endast 18,5 % av meddelandena från personer i ingenjörsyrken rör uppgifter från andra områden, men uppgifter från ingenjörsyrken står för 7,4 % av meddelandena från personer i andra yrken. Ingenjörsyrken är en viktig källa till arbetsuppgifter som människor i andra yrken tar sig an, från felsökning av programvara till arbete med tekniska system.

Marknadsföring sticker ut i båda riktningarna. Marknadsförare ägnar 24,3 % av sina meddelanden åt uppgifter som förknippas med andra yrken, medan marknadsföringsuppgifter står för 8,9 % av meddelandena från personer i andra yrken – den högsta utgående andelen i urvalet. Marknadsförare kombinerar uppgifter från flera områden, samtidigt som marknadsföringsarbete sprids brett i organisationen.

Företagets storlek och struktur påverkar hur AI förändrar arbetet. I ett stort företag kan medarbetarna ha tillgång till specialistteam, etablerade arbetsflöden och interna tjänster. I en mindre organisation är det mer sannolikt att den som befinner sig närmast problemet själv tar sig an det i stället för att delegera.

Bland genomsnittliga användare minskar andelen uppgifter utanför det egna yrket från 18,9 % för användare i arbetsytor med 2–5 platser till 16,3 % för användare i arbetsytor med fler än 100 platser. Bland de mest aktiva användarna ser vi inte samma konsekvent avtagande mönster.

En möjlig förklaring är att måttligt aktiva användare i mindre organisationer tar hjälp av AI när de stöter på arbete som annars skulle kräva en annan funktion. De mest aktiva användarna kan i stället ha utvecklat stabila AI-stödda arbetsflöden som ser mer likartade ut i olika organisationer, eller så använder de AI mer intensivt inom sitt kärnyrke.

AI kan vara särskilt användbart som ett generalistverktyg där det råder brist på specialistresurser.

Sådana data om AI-användning visar var arbetet håller på att förändras. De gör det möjligt att se hur AI låter medarbetare prova nya kombinationer av aktiviteter innan företag skriver om arbetsbeskrivningar eller skapar nya yrkestitlar. På så sätt kan användningsmönster ge tidiga signaler om yrkesförändringar som den traditionella arbetsmarknadsstatistiken fångar först senare.