跳至主要內容
OpenAI

2026年7月27日

公司

AI 如何拓展人們的工作內容

OpenAI 經濟研究全新「前沿工作」系列,呈現工作者如何跨越傳統職務界線,承接原本不屬於本職的任務。

載入中…

AI 正在改變人們從事的工作。我們分析了美國 ChatGPT 使用者的逾 80 萬則訊息。最新研究顯示,16.8% 的工作相關訊息,以及 43.5% 與特定職業相關的訊息,都涉及通常屬於其他職業的任務。

小型企業主可以自行撰寫文案、審閱合約,或進行基本的財務分析。銷售人員可以運用 AI 探索客戶資料集;這類工作過去或許會交給分析師。行銷人員可以排除網站問題,不必等待開發人員。在每種情況下,AI 改變的不只是工作方式,也改變了由誰負責哪些工作。

我們的新報告《前沿工作:AI 如何拓展人們的工作內容》探討這項轉變。我們將由此形成的模式稱為任務跨界,也就是過去通常與某個職業相關的工作,如今出現在其他職業工作者的 AI 用途中。我們在《AI 就業轉型架構》(在新視窗中開啟)中指出,許多職位的工作內容可能會重新組合,日常任務也可能大幅改變。本報告是全新「前沿工作」系列的首篇,探討 AI 如何即時改變工作。

我們得以從獨特視角觀察全球工作方式的變化,並將定期提供以資料和證據為基礎的洞見,為政策與實務提供指引。

近半數與特定職業相關的 AI 用途跨越職業界線

許多探討 AI 與工作的研究,會先列出某項職業的一組固定任務,再探討模型能否執行這些任務。我們的證據顯示,AI 也正在改變由誰承擔哪些任務。

圖表標題為「近半數 ChatGPT 非通用用途屬於非使用者本職任務」,顯示 61.5% 的用途屬於共通/通用,38.5% 屬於非通用;在非通用用途當中,56.5% 屬於使用者本職範圍內或與本職相近,43.5% 則屬於非本職任務。

為衡量任務跨界,我們先區分與特定職業相關的工作,以及廣泛出現在多種職位中的工作。寫作、摘要和排程等活動廣泛存在於各種職業中,因此不足以作為跨界證據。我們將這類活動歸為通用任務。針對其餘訊息,我們會判斷任務屬於使用者本職範圍內,還是超出本職範圍。在非通用訊息中,43.5% 屬於非本職任務。這項結果讓我們得以在相關變化反映於職務說明或職稱之前,初步了解 AI 可能如何重塑職位的任務內容。

研究結果顯示,與工作相關的 ChatGPT 用途中,有很大一部分反映出使用者正在擴大可處理的工作範圍。這種模式在幾個群組中尤其明顯。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%
  • 法務工作者的訊息中,非本職任務占 56%
  • 行銷人員的訊息中,非本職任務占 53%

這些職業正在向其他職務「借用」這些任務。證據顯示工作分工正在改變:有些活動過去必須轉交他人,如今最先遇到需求的人就能自行完成。

有些任務會跨越更多職業

下方熱圖會判斷每則非通用訊息最接近哪個職業的工作,呈現任務跨界情況。行銷與工程任務的跨界範圍最廣,經常出現在這些領域以外工作者的訊息中。

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

將觀察範圍從職業縮小至具體任務後,可以發現任務跨界的分布並不平均。在分析所涵蓋的另外七個職業群組中,財務計算與技術疑難排解都名列最常見的三大非本職任務。行銷任務也廣泛出現在其他職業群組中。製作行銷素材出現在另外五個群組中,在設計使用者當中尤其常見。

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。設計人員的訊息中,約 35.2% 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,設計任務只占 1.7%。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。

工程則較接近相反的情況。工程訊息中只有 18.5% 涉及其他領域的任務,但其他職業工作者的訊息中,工程任務占 7.4%。從排除軟體問題到操作技術系統,工程是其他領域工作者所承接工作的重要來源。

行銷在兩個方向都格外突出。行銷人員有 24.3% 的訊息涉及其他職業的任務;另一方面,其他領域工作者的訊息中,行銷任務占 8.9%,是樣本中向外擴散占比最高的領域。行銷工作者會結合多個領域的任務,而行銷工作也廣泛擴散至整個組織。

小型企業的任務跨界更多

企業的規模與結構會影響 AI 改變工作的方式。在大型公司,員工可能有專業團隊、既定工作流程和內部服務可供運用。在規模較小的組織中,最接近問題的工作者更可能親自處理,而不是交由他人。

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%。但在最重度使用者中,我們並未看到相同的單調趨勢。

一種可能的解釋是,小型組織中的中度使用者遇到原本需要其他職能處理的工作時,會轉而求助 AI。重度使用者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。

任務清單本身也在改變

這類 AI 使用資料可以反映工作轉移的方向。這讓我們得以看見,在企業改寫職務說明或建立新職稱之前,AI 如何協助工作者嘗試新的活動組合。就此而言,使用模式或許能提前反映職業變化,而傳統勞動市場統計要到日後才會捕捉到這些變化。