OpenAI第一次把“AI正在抹平岗位之间的墙”这件事，摆到了可量化的数据面前。
它翻检了超过80万条与工作相关的ChatGPT消息，得出一个刺眼的比例：43.5%的岗位特定查询，指向的其实是另一个职业的活儿。这家公司把这种现象称作“任务交叉”——人不再只干自己名头下的事，而是借AI伸进了隔壁工种的领地。
岗位名称还没变，工作内容已经开始重新组合了。
80万条消息暴露的真相：墙早就拆了
这份名为《Work at the Frontier》的研究，覆盖了客户体验、设计、工程、财务、人力资源、法律、营销和销售八类岗位。
研究发现，在全部工作相关的ChatGPT消息中，16.8%涉及跨职业任务。如果把写作、总结、日程安排这类几乎所有岗位都会用到的“通用任务”剔除掉，43.5%的职业特定消息都落在了用户的本职之外。
也就是说，去掉那些人人都会干的活之后，将近一半的工作查询，是在干别人的活。
谁在“跨界干活”？客户体验、设计、HR排前三
不同岗位的“越界”程度差异巨大。
客户体验从业者最猛：77% 的职业特定消息指向其他职业的任务。设计师紧随其后，75%。人力资源69%，法律56%，营销53%。
但工程和财务的比例明显更低，分别是28%和40%。
为什么？因为工程类任务虽然被其他岗位“借走”的比例很高——工程类任务占其他岗位消息的7.4%——但工程师向外借任务的比例只有18.5%。工程师是“输出方”，不是“输入方”。
营销则两头占：营销人员24.3%的消息来自其他职业，而营销任务在其他岗位消息中占8.9%，是八个岗位里最高的。
被“借”得最多的活：财务计算和技术排查
有几种任务在几乎所有岗位中都频繁出现。
财务计算和技术故障排查，在除本职业外的全部七个其他岗位中，都排进了最常执行的外部任务前三名。营销素材制作出现在五个其他岗位中。
一个设计师可能在用AI算项目预算，一个HR可能在排查网站登录故障，一个销售在制作营销文案——这些事情在两年前，大概率要发邮件等别人处理。
小公司先变天：一个人顶两三个岗
这股势头在小型公司里格外凶猛。
2到5个席位的工作区，跨职业任务占比18.9%；101个席位以上的大组织，这个数字是16.3%。规模越小，跨界越猛。
小公司养不起专门的专家队伍，非专业人员反而更愿意用AI顶上那些原本需要专职岗位的角色。没有专职团队兜底，AI就成了随手可抓的替补选手。
一个人开始顶两三个岗位——这正在成为小团队的常态。
OpenAI的判断：职能重组已经发生，只是组织图表还没跟上
OpenAI首席经济学家罗尼·查特吉说：“由于人工智能的影响，不同职业之间的界限可能已经开始变得更加灵活。”
这些使用痕迹是一个早于职位名称和岗位描述变化的早期信号。职能的重组已经在发生，只是组织图表还没来得及跟上。
但它揭示的是任务迁移，不是效率提升。分析单位是一条消息，不是一小时的劳动。研究者看不到输出是否被采用、质量如何、节省了多少时间。
真正被改写的或许不是某一份工作，而是“一个人该会多少种本事”这条旧标尺。
