OpenAI经济研究团队在2026年9月16日发布了第二期《Work at the Frontier》研究报告。基于对2026年4月至7月间超过150万条ChatGPT工作对话的追踪，研究指出知识工作者借助AI突破原有岗位职责说明书的倾向正在形成习惯：在约6,200名持续观察的员工中，曾经使用过的跨职业任务占特定职业AI活动的比例，从4月的13.1%持续攀升到了7月的25.9%。
这项研究试图论证AI不仅是效率工具，更在推动工作设计的重新编排。表面上看，员工跨界调取其他专业的知识似乎正在打破传统的部门墙，但如果穿透数据口径与任务属性就会发现，这并非组织级分工的真正重塑。这场越界本质上是一场高度局限在低试错成本、边缘业务里的影子工作流膨胀；员工在头衔未变的情况下承担了更多杂务，而企业的正式组织架构与薪酬机制并未真正跟进。
跨界交互的本质是借用能力而非学习专业
报告中员工与大模型的交互行为呈现出一种反常模式。传统上，跨界学习一项新专业往往需要先啃透基础原理与操作指南。但在ChatGPT的交互记录中，当员工向AI咨询本职业之外的任务时，输入的提示词平均明显更短，且更少索要原理解释、实操指南或方法建议。
相反，员工在面对非自身职业的任务时，会更频繁地直接向AI提供背景材料、参考案例或者同事给出的文档片段，并要求AI进行检查与核验。这种行为实质是借用专业能力，而非转型为全栈多面手。员工并不是为了变成专业设计师或文案专家，而是把通用大模型当成一个自带上下文的外部执行器，以极低的认知门槛快速拼凑出勉强可用的中间交付物。
在追踪的员工群体中，上个月尝试过某项跨界任务的人，次月复用该任务的概率达到23.6%，而匹配对照组中未曾尝试者的当月使用率仅为8.4%。这种复用惯性表明，员工一旦建立起这种轻量级的借用路径，就会习惯性地把原本属于其他部门或下游外包的杂务直接内部消化。
54%与15%的落差划出风险硬边界
这种跨界并没有在所有职业领域平铺直叙地发生，不同任务类型的复用率呈现出极度分化的鸿沟。
在低容错成本与面向对外沟通的领域，复用率居高不下。与客户讨论商品或服务的跨界任务次月复用率高达54%，广告促销写作为44%，制作营销材料达到37%。而在专业壁垒极高、讲究合规与精确度的财务领域，解释财务信息的次月复用率骤降至15%，甚至低于跨界任务整体18.5%的平均复用率。
责任不对等的越界尝试，最终都会在法律合规与财务底线面前被强制勒马。
这一落差揭示了员工使用AI跨界时的现实心态。营销、文案与初级客服等工作具有极高的主观容错空间，产出稍有偏差不至于引发系统性事故；但财务报表、法务合规与工程图纸等任务，错误代价由具体个人难以承受。职场人借助AI侵入其他领域，仅仅发生在那些做砸了也不用担刑责的边缘缓冲带。
- 风险.若企业默许员工自发依赖AI处理非专业领域的边缘事务，在缺乏专职审核的情况下，潜在合规漏洞与虚假信息隐患将被掩盖在繁荣的跨界假象之下。
25.9%背后的口径泡沫与三方现实
要理解OpenAI得出的25.9%跃升，必须先看清其背后的统计漏斗与基数口径。
该样本来自绑定了ChatGPT Business账号的美国个人用户，排除了明确禁用模型训练的账户。在第一期报告设定的基准中，有61.5%的对话属于日程管理、格式转换等通用任务。在剩下的特定职业消息里，跨职业消息只占其中的43.5%，换算到全量工作消息中仅占16.8%。这意味着所谓的四分之一占比，是层层剥离通用交互后、在一个子集里的观察结果。
其次，这一指标衡量的是此前使用过的跨界任务累积。在一个为期四个月的静态纵向样本中，随着观察时间拉长，员工曾经尝试过的任务标签在数学上必然呈现单调累加。且该报告中同一任务向同事间扩散的效应微乎其微，对照组仅为3.1%对2.5%，很难证明这种行为已经在组织内形成了群体共识。
把各家科技巨头的研究拼在一起，更能看清当前所处的阶段：
| 评估维度 | OpenAI 数据洞察 | Anthropic 经济指数 | 微软 2026 工作趋势指数 |
|---|---|---|---|
| 观察视角 | 账户对话匹配 O*NET 职业代码 | 任务暴露度映射（自动化与增强） | 20,000人自陈调查 + M365 遥测 |
| 核心发现 | 跨职业任务复用率从 13.1% 升至 25.9% | 识别出 43% 自动化与 57% 增强模式 | 组织文化管理权重（67%）远超个人（32%） |
| 关键限制 | 存在累积统计效应，未反映最终产出 | 未获取用户真实岗位，无法测算跨界 | 属于自陈相关性，无法证明因果机制 |
| 分工研判 | 个体工作流沉淀，组织岗位尚未调整 | 宏观任务暴露，微观协作未变 | 工具成败由企业制度而非模型决定 |
综合三方数据来看，当前能确立的事实是：员工确实在自发尝试用AI扩展日常行动，并部分沉淀为个人习惯。但没有任何数据支持部门墙正在瓦解、专职人员被大面积替代或正式岗位被重新定义的结论。
头衔未变背后的职场挤压
这场跨界最受影响的是两类人群：承担边缘杂务的普通白领，以及初级专业人员。
对于普通职场人，所谓的任务边界拓宽在现实中往往意味着职责蔓延。员工自发借助AI承揽了营销图文构思、活动预案草拟等原本需要提需求给兄弟部门的零碎工作，企业管理层在名义上维持原有岗位名称与薪资待遇不变，却默认了更多交付物的产出。员工在没有获得更多预算与正式晋升路径的前提下，实际工作密度被动拔高。
另一方面，初级文案、入门设计与基础客服的入行门槛受到了直接挤压。当其他岗位的同事能够通过输入简短提示词、附带背景文档的方式直接借用AI解决低阶需求时，企业对这些初阶辅助岗位的招聘需求就会出现萎缩。
- 建议.企业管理者在评估AI采购效益时，不应只看员工的调用频次，而要优先建立跨领域输出的质量核验标准，并在岗位责任书与绩效评价中明确划清个人自发辅助与正式业务交付的权责边界。