AI 正在改變人們的工作內容。我們分析了美國逾 80 萬則ChatGPT 用戶訊息；新研究顯示，有 16.8% 的工作相關訊息及 43.5% 的特定職業相關訊息，均涉及其他職位的任務範疇。
小型企業東主可以獨力撰寫文案、審閱合約或進行基本財務分析。銷售人員可以運用 AI 探索客戶數據集，而這項工作過往可能要交由分析師處理。市場推廣人員可以排查網站問題，無須等待開發人員。在每個例子中，AI 改變的不只是工作方式，還有工作的分配方式。
我們最新的報告 《前沿工作：AI 如何拓展人們的工作內容》探討了這種轉變。我們把由此形成的模式稱為任務跨界：過往與某一職業相關的工作，出現在另一職業從業員的 AI 使用情況中。我們在《AI 工作轉型框架》（在新視窗中開啟）中指出，許多職位很可能面臨重組，這些職位的日常工作內容將會大幅改變。本報告是全新「前沿工作」系列研究的首篇，探討 AI 如何即時改變工作。
憑藉我們觀察工作世界如何轉變的獨特視角，我們將定期提供以數據和證據為本的洞見，為政策與實務提供指引。
許多有關 AI 與工作的研究，會先列出與某職業相關的一組固定任務，再探討模型能否執行這些任務。我們的證據顯示，AI 也在改變由誰承接哪些任務。
為了衡量任務跨界，我們首先區分與特定職業相關的工作，以及廣泛見於多種職位的工作。寫作、摘要和排程等活動廣泛見於不同職業，因此不足以作為跨界的證據。我們將這些活動歸類為通用任務。對於其餘訊息，我們會判斷相關任務屬於用戶本職範圍之內還是以外。在非通用訊息中，43.5% 涉及用戶本職範圍以外的任務，讓我們得以初步了解：在職位描述或職銜反映這些變化之前，AI 可能已在重塑各職位的任務內容。
這顯示出 ChatGPT 在工作相關的使用情況中，有相當大部分來自用戶在主動擴展其職務範疇。這種現象在幾個指定組別中尤為顯著。排除通用工作後，各群組的非本職任務占比如下：
- 客戶體驗工作者的特定職業相關訊息中，非本職任務占 77%
- 設計人員的訊息中，非本職任務占 75%
- 人力資源工作者的訊息中，非本職任務占 69%
- 法律工作者的訊息中，非本職任務占 56%
- 市場推廣人員的訊息中，非本職任務占 53%
這些職業正從其他崗位「借用」任務。數據顯示，職場的分工模式正在改變：一些過往需要轉交他人處理的工作，現在可由最先發現需求的人自行處理。
下方的熱圖顯示了任務跨界的狀況，展示每條非通用訊息最接近哪個職位的日常工作。市場推廣和工程任務跨界幅度最大，經常出現於非該領域員工的訊息之中。
將觀察範圍從職業縮小至具體任務後，可見任務跨界的分佈並不平均。在分析涵蓋的其餘七個職業組別中，財務計算和技術疑難排解均位列最常見的三項非本職任務。市場推廣工作也廣泛跨越不同領域：製作市場推廣材料的任務見於另外五個組別，在設計用戶中尤其常見。
觀察更廣泛的任務組合，可以發現任務跨界有兩個不同方向。有些職業會承接許多來自其他職業的任務；另一些職業的任務則廣泛出現在許多不同的工作中。
設計呈現第一種模式。設計人員約 35.2% 的訊息涉及通常與其他職業相關的工作，但其他領域工作者的訊息中，只有 1.7% 涉及設計任務。設計人員大量承接非本職任務，但設計工作本身很少出現在其他領域。
工程則較接近相反情況。只有 18.5% 的工程訊息涉及其他領域的任務，但在其他職業工作者的訊息中，工程任務佔 7.4%。從軟件疑難排解到操作技術系統，工程是其他領域工作者所承接任務的重要來源。
市場推廣在兩個方向都相當突出。市場推廣人員有 24.3% 的訊息涉及其他職業的任務，而其他領域工作者的訊息中，市場推廣任務佔 8.9%，是樣本中向外輸出佔比最高的領域。市場推廣人員結合多個領域的任務，而市場推廣工作也廣泛遍及整個。
企業的規模和架構會影響 AI 改變工作的方式。在大型公司，僱員可能有專門團隊、既定工作流程和內部服務可供支援。在較小型的組織，最接近問題的工作者通常較可能親自處理，而不是把問題交給他人。
在一般使用者中，工作區有 2 至 5 個席位者，非本職任務占比為 18.9%；工作區超過 100 個席位者，則降至 16.3%。在使用量最高的用戶中，我們並未看到同樣的單調變化趨勢。
一個可能的解釋是，較小型組織的中度用戶遇上原本需要其他職能協助的工作時，會轉而使用 AI。重度用戶則可能已建立穩定的 AI 輔助工作流程，而且這些工作流程在不同組織之間較為相似；他們也可能在本職的核心工作中更密集地使用 AI。
專業資源不足時，AI 或許更能發揮通才型工具的作用。
這類 AI 使用數據可反映工作轉移的方向。這讓我們看到，在企業重寫職位描述或設立新職銜之前，AI 如何讓工作者嘗試新的活動組合。就此而言，使用模式或可及早反映職業變化，而傳統勞動市場統計數據要到較後階段才能捕捉這些變化。
