OpenAI 最新报告：企业员工用上 AI 后，逐渐开始处理本职范围外的任务

当地时间9月16日，OpenAI发布最新《工作前沿》报告，基于2026年4月至7月对约6200名专业岗位员工的追踪，以及超过150万条工作类ChatGPT消息的分析，揭示了AI工具普及后员工工作边界的演变趋势：不少员工借助AI处理本职范围外的任务后，部分跨界工作正逐步融入日常流程，即使职位名称未变，实际工作内容也在持续变宽。

四个月追踪：跨职业AI任务占比从13%飙至26%

研究显示，员工借助AI处理跨职业任务并非一次性尝鲜，使用时间越长，这类活动在AI使用中的占比越高。具体来看，员工此前处理过的跨职业任务，占其职业类AI活动的比例从2026年4月的13.1%升至7月的25.9%，占比接近翻倍。抽样的一月期匹配追踪数据进一步印证了这一趋势：员工次月再次处理上个月跨职业任务的比例达23.6%，而此前一个月未处理过该任务的可比员工，次月处理比例仅为8.4%，本职范围内任务和通用任务也呈现类似差距。

营销类跨界任务次月留存率达44%，财务类仅15%

不同跨职业任务的后续使用留存率差距显著。其中次月继续处理比例相对较高的任务包括：

• 与客户讨论商品或服务：54%
• 撰写广告或推广文案：44%
• 制作营销材料：37%
  而解释财务信息的次月重复使用率仅约15%，低于所有跨职业任务18.5%的平均水平。报告指出，这种差异可能和任务本身是否容易融入AI工作流程、企业内部规范、员工谨慎程度，以及做错任务可能带来的后果严重性有关。

2-5人小企业员工跨界任务占比比百人企业高2.6个百分点

企业规模与结构会直接影响AI对工作分工的改变。数据显示，工作区席位在2至5人的小型企业，员工本职范围外任务占比达18.9%；而席位超过100人的大型企业，该占比降至16.3%。报告解释称，大型企业通常有专业团队、成熟工作流程和内部服务可供员工转交跨职能任务，而小型企业专业资源匮乏，最接近问题的员工更可能亲自处理跨职能需求，进而借助AI完成原本属于其他岗位的工作。

处理本职外任务时，员工更爱给AI发背景示例

研究发现，员工处理本职范围外任务时，AI使用方式和本职内有明显差异：处理跨界任务时，员工平均输入的提示词更短，也较少要求AI解释原理、提供操作步骤、按指定格式回答或给出建议；但会更频繁地向AI提供示例、背景信息，也更常要求AI帮忙检查或验证结果。报告认为，员工将AI视为“借用其他专业能力”的工具，并非希望AI从头教授自己陌生领域的知识，而是带着具体问题和必要材料（如文件、示例、同事提供的信息），让AI调用其他领域的专业知识解决实际问题。

OpenAI内部非技术部门85%以上AI输出来自Codex

随着智能体AI能力持续提升，AI正从处理短互动任务转向承担长周期复杂工作，这一趋势在OpenAI内部已有明确体现。早期OpenAI员工主要将ChatGPT作为默认办公AI工具，截至2025年8月，员工在Codex上消耗的Token平均占比不足10%；而目前包括法务、招聘在内的非技术部门，85%以上的输出Token均由Codex生成，普通工程师的该比例更是达到99%。过去六个月，Codex在OpenAI内部的使用广度与深度大幅提升：研究部门中位数使用量达2025年11月的56倍，客户支持部门增长32倍，工程部门增长27倍，法务部门增长13倍。目前超过70%的用户交由Codex处理的任务，人工执行耗时均超过1小时，AI的工作承载能力持续提升。