四个月前连一封营销邮件都不敢自己写的销售，今天正用AI分析客户数据集。半年前只画图的设计师，最近开始调试网站前端的代码。这不是未来畅想——这是OpenAI最新报告里，正在美国职场上真实发生的事。
2026年9月16日，OpenAI经济研究团队发布《工作前沿》（Work at the Frontier）系列第二份报告。基于2026年4月至7月超过150万条ChatGPT工作消息，以及对约6200名持续使用AI的专业员工的纵向追踪，研究揭示了一个正在加速的趋势：员工借助AI处理本职以外任务的比例，从4月的13.1%飙升到7月的25.9%——短短四个月，几乎翻了一倍。
这不是一场“工具替代人”的故事。这是一场工作边界正在消融的现实。
你正在做“别人的工作”
如果把传统职场想象成一条流水线，每个人各司其职——销售管销售、市场做市场、开发者只写代码——那么OpenAI的数据正在证明，这条流水线正在变形。
研究团队将AI使用消息分为三类：通用型任务（所有职业都会用到的写作、总结、排期）、职业内任务、以及跨职业任务。剔除通用型任务后，一个惊人的数字浮现出来：43.5%的职业相关AI使用，涉及的是用户本职以外的任务。换句话说，你在ChatGPT上做的活儿，将近一半是你“不该做”的。
这不是一次性的尝鲜。报告首次引入纵向追踪方法：持续观察同一个员工4个月的AI使用行为。数据显示，员工尝试跨界任务后，往往会在下个月再次使用相同能力——客户沟通类和广告文案类任务，次月复用率高达54%。也就是说，如果你这个月用AI帮自己写了一封本不该由你写的客户邮件，下个月有超过一半的概率，你会继续这么做。
四个月的时间窗口里，之前使用的跨界任务在员工AI活动中的占比从13.1%持续攀升至25.9%。跨界不是偶发行为，它在一步步变成新习惯。
这种模式在各职业群体中表现差异巨大。设计师是最积极“外出务工”的人群——约35.2%的AI使用涉及其他职业的任务，而设计类工作本身被其他职业借用的比例只有1.7%。工程师则是反向典型：他们“借进来”的任务仅占18.5%，但工程技能被其他职业借用的比例高达7.4%。你的非技术同事可能正借助AI完成本该等你解决的技术排障。市场营销类员工在两头都很活跃：他们24.3%的消息涉及其他职业任务，同时他们的技能也被其他职业以8.9%的比例借用——这是所有职业中外借比例最高的。
从“试一试”到“这就是我的工作”
OpenAI报告最有价值的发现，不是跨界比例本身，而是从“尝试”到“固化”的动态演化路径。
传统的劳动经济学分析通常假设：每个岗位的任务清单是固定的，技术只是改变任务的执行方式。OpenAI的数据挑战了这个前提。当你看到4个月间跨界任务占比从13.1%翻倍到25.9%时，背后是一个清晰的路径：员工先用AI“试一试”本职外的任务，发现效率可行，于是反复使用，最终将这项任务固化为日常职责的一部分。
“任务清单本身也在改变。”报告如此总结。
这背后的驱动力并不复杂。一位销售人员第一次用AI分析客户数据集，可能只是好奇。当他发现5分钟就能完成过去需要等分析师排队两天的工作时，他就不会再回到“等待”模式。同理，设计师用AI调试了一个网站前端问题而不用等开发团队排期后，她也不愿回到那个效率黑洞。
OpenAI在9月8日发布的公开信中给出了一组内部数据作为佐证：在OpenAI研究团队，每个研究人员每投入一个工作日，就有相当于3.1个工作日的智能体工作量在并行推进。研究的重点仍由人确定，成果也由人评判，但智能体让研究者“有余力做更多有创意的工作”。当AI的工作量开始超过人的工作量时，“这活是谁的”这个问题本身就失去了意义。
大企业的“壁垒”与小企业的“自由”
跨界不是均匀发生的。企业规模是一个关键的调节变量。
报告数据显示，在2至5人的小型工作空间中，员工跨界任务的比例达到18.9%。而在超过100人的大企业中，这一比例降至16.3%。表面差距不到3个百分点，但背后的结构性差异值得深究。
小企业没有专门的HR部门、没有专职的分析师团队、没有随时待命的IT支持。员工遇到问题，要么自己用AI解决，要么等——而等不起。跨界在这里是“不得不”的选择。
大企业拥有完善的职能分工，但这也是一柄双刃剑。在专业化分工的壁垒背后，员工被固化在极其狭窄的职能范围内。IT只做IT的活，市场只做市场的活，法务只做法务的活——“各司其职”曾经是效率的代名词，但当AI打破了技能垄断之后，这种分工正在变成效率的阻碍。大企业员工的跨界，不是“能不能”的问题，而是“想不想”和“允不允许”的问题。
这给管理者抛出了一个棘手的问题：如果你的销售开始自己写文案、设计师开始自己搞开发、市场开始自己查法务条款——这种“跨界”是效率提升，还是组织失控？
答案可能取决于组织有多大的勇气去重新定义“你的工作”。
谁会被留下？
OpenAI的数据暗示了一种更深层的权力转移，尽管报告没有直接讨论这一点。
传统组织中，“知识”和“技能”是分层的。对某一技能的垄断往往意味着在该领域的决策权。IT运维知道系统出了什么问题，法务知道合同有哪些陷阱，市场知道用户画像怎么画。依赖产生等待，等待产生中间层——那些负责跨部门沟通、派单、排期和协调的岗位，其存在前提就是“这个人不会做那件事”。
当AI让“那个人也会做了”成为常态，这个前提就开始松动。
在笔者看来，这绝不意味着所有中层岗位都会消失。但它预示着组织运转方式的根本变化：从“谁来做”到“谁能做”，从“你等我”到“我自己来”。组织架构将从“按职能划分的静态岗位”向“按能力聚合的动态项目”迁移。那些负责“传递问题”而非“解决问题”的中间层，将面临最直接的挤压。
OpenAI报告的原话更为克制，但也更为深刻：使用模式或许能提前反映职业变化，而传统劳动市场统计要到日后才会捕捉到这些变化。换句话说，当统计局还在统计现有岗位的增减时，工作本身的内容已经被改写了。
新的游戏规则
OpenAI《工作前沿》传递的核心信号清晰而复杂：AI正在改变工作，但不是以大多数人预想的方式。
不是替代，而是渗透。不是消灭岗位，而是模糊边界。
对企业管理者，报告的建议一针见血：企业需要同步优化工作设计与AI部署策略，而非仅仅提供工具。买一批ChatGPT企业版账号然后告诉员工“你们可以用AI了”，这不是AI转型。真正的挑战在于：如何重新设计岗位边界，如何让跨界从“偶发行为”变成“系统性能力”，如何在不失控的前提下，释放员工借助AI做出的新尝试。
对员工个体来说，信号同样明确：4个月前你还在犹豫要不要用AI写一封你本不该写的邮件。4个月后，这已经成为你日常工作的一部分。那个13.1%到25.9%的翻倍增长，不是冷冰冰的数字——那是25.9%的人选择了“我自己来”而非“等别人来”。
当AI让每个人都成为“超职人”时，最危险的不是被AI替代，而是被自己的岗位说明书困住。
快报