员工如何解锁新的工作方式

事件核心：发生了什么

这项研究是”Work at the Frontier”系列的第二份报告。首份报告记录了一种被称为”任务跨界（task crossover）”的现象：员工用 AI 完成历史上属于其他职业的工作。新报告追踪了约 6200 名在四个月内被持续观察的用户，发现这种跨界并非一次性尝试。对于此前用过的跨职业任务，员工次月再次使用的比例为 23.6%，而没有使用记录的同类员工这一比例仅为 8.4%。研究还发现，员工在处理本职外任务时，提示词平均更短，较少索要解释或格式说明，但更倾向于提供文档、示例等背景资料，并更多要求 AI 核查或验证信息。不同任务的留存率差异明显：与客户讨论商品或服务的次月回访率达 54%，广告或推广文案写作为 44%，营销物料制作为 37%，而解释财务信息仅为 15%，跨职业任务平均回访率为 18.5%。

为什么重要

研究给出的判断是，AI 对工作的改造可能先于职位名称的变化发生。员工先用 AI 借用其他领域的专业能力，再把其中一部分固化为日常流程。这对企业的启示在于，AI 战略不能只解决”工具是否可用”，还要考虑任务如何划分、由谁执行。如果跨职业活动逐渐变成常规职责，岗位边界会被拓宽，但头衔可能原地不动。对 AI 产品的商业化来说，这意味着价值锚点从”对话次数”转向”是否进入工作流”——留存与回访数据，比单次问答更能说明黏性。

对用户/开发者/创作者的影响

对普通职场用户，这项研究提示了一种低门槛的能力扩展路径：不必系统学习一个新领域，只需带着具体问题和上下文请 AI 调用外部知识，并保留人工核查环节。对开发者和 AI 应用团队，值得关注的是”验证”和”背景输入”类需求的高频出现，这意味着文件解析、检索增强、结果核对等功能可能比模型参数更影响实际使用。对内容创作者和营销人员，推广文案、营销物料等任务回访率偏高，说明 AI 在这些场景已较自然地嵌入常规产出流程，但财务等高风险、强规范的领域渗透仍慢。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是这 13.1% 到 25.9% 的上升趋势能否在更长周期和更多职业样本中延续；二是企业会否据此调整岗位设计与绩效口径，而不只是采购 AI 工具；三是不同任务留存率的分化，是否更多由行业规范与出错代价决定，而非模型能力本身。目前公开信息显示，该研究基于 ChatGPT 工作相关消息的行为观察，并非企业部署效果的因果结论。

来源：OpenAI News