OpenAI 用 80 萬條消息拆穿職業邊界：43.5% 的工作查詢，早跨出了自己的工位

**重寫後的新聞稿：**

人工智慧正在如何改寫職場的遊戲規則？ OpenAI 近日公布一項基於超過 80 萬條工作相關 ChatGPT 對話的大規模分析，給出了一個具體而震撼的數字：43.5% 的「崗位特定查詢」，使用者實際上正在處理的是另一個職位的工作。這項名為「任務交叉」的現象，標誌著 AI 已經開始系統性地抹平傳統職業邊界，讓員工不再被動地固守自己名片上的頭銜，而是主動跨入鄰近領域的專業任務。這項發現不僅呈現了 AI 工具在企業滲透的實際樣貌，更可能預示未來組織架構與人力資源配置的根本性變革。 為了讓分析具備科學基礎，OpenAI 借用了美國勞工部旗下的職業資訊網絡 O*NET，這套龐大的職業數據庫將每項工作拆解為具體任務，並對應到標準的職業分類。研究者從 ChatGPT 的大量對話中篩出與工作相關的請求，並刻意剔除寫作、摘要、日程安排等跨職業的通用型任務，只保留那些能夠清楚指向特定職能的操作。當這數十萬筆查詢被對應到標準職業後，一個驚人的圖像浮現：超過四成的查詢問的是「別人家的任務」。 舉例來說，一名市場行銷專員可能要求 ChatGPT 協助分析網站流量日誌，這項工作傳統上隸屬於數據分析師或 IT 維運團隊；又或者，一位產品經理開始用 AI 審查供應商合約中的法律條款，直接觸及法務部門的核心職責。這種「撈過界」並非少數人的奇想，從 OpenAI 提供的案例來看，從法務審核、數據分析到網站故障排除，這些原本鑲嵌在特定專業崗位上的差事，如今正被一般員工抱著聊天機器人自行消化。尤其頻繁的是，市場行銷與工程開發兩類任務的交叉最為突出，成為職業邊界最早被滲透的破口。 值得注意的是，這股「一人多工」的趨勢在不同規模的企業中出現強烈溫差。研究顯示，任務交叉的現象在小型公司特別顯著，原因直指資源稀缺。對於無力負擔完整法務、數據或行銷團隊的小企業來說，AI 成為成本極低的替補方案，讓非專業背景的員工也能夠填補專業缺口。不需要增聘分析師，創辦人自己就能用 ChatGPT 跑出一份市場調查報告；沒有專職工程師，營運人員也能靠 AI 逐步排查網站故障。在這樣的場域中，AI 不再是效率輔助工具，而是直接取代了部分專業服務的採購需求。 OpenAI 在報告中指出，這些使用行為其實是一個領先指標，比職稱異動或組織圖表的更迭更早反映工作現場的變化。當員工在未經公司正式授權的情況下，大規模使用外部 AI 工具完成隔壁部門的工作，代表職能的實質重組已經發生，只是公司內部的職位說明與薪酬結構還來不及跟上。這對人力資源管理帶來全新挑戰：一個人到底該被賦予多少種職能，又該如何被歸類和評價？ 更深層的意涵還在於，這項發現正在瓦解過去關於「工作」的定義——傳統上，一項職業往往對應一套穩定的任務集合，專業人士透過長期訓練築起壁壟。但 AI 的介入大幅降低了任務的執行門檻，讓「去專業化」成為可能。審查合約不需要法學學位，基礎數據分析不再必然要求寫程式能力，只要懂得如何向 AI 提出正確問題、驗證答案的品質，非專業人士也能觸及過往的知識壁壘。這股力量無形中重塑了勞動市場的供需邏輯：相對容易被拆解、標準化的專業任務，將最先被 AI 穿透，而專業人士的護城河可能必須從「執行」轉向「判斷與整合」。 不過，機會與挑戰並存。任務交叉在提升員工自主性與企業靈活性的同時，也衍生出潛在風險。欠缺專業訓練的人員若過度仰賴 AI 處理法律或資安等敏感任務，可能導致錯誤判斷未被察覺，反而帶來更高的風險暴露。此外，當員工被期待同時肩負多重角色，而公司又因為效率提升而不願增聘人手時，工作負荷可能進一步加重。這恰好與 OpenAI 執行長奧特曼近期另一番言論相互呼應——他曾在公開場合指出，AI 並不會讓人類變得更悠閒，因為生產力提升將激發更激烈的競爭，人們只會更忙，而非更輕鬆。兩者結合來看，AI 雖然解放了任務邊界的束縛，未必能解放人的時間，甚至可能讓「多工」成為新常態下的工作壓力來源。 回到這份研究的核心，OpenAI 試圖傳達的訊息不僅是「AI 正在改變工作形式」，更是「職業本身正在解體與重構」。當 43.5% 的工作查詢已經跨越職位界線，真正的影響或許不在於哪個職業會被消滅，而是每個人不再只有單一技能標籤——「一個人該會多少種本事」的舊標尺正在被改寫。對於企業而言，下一步該思考的不是如何禁止員工跨任務使用 AI，而是如何重新設計組織，讓這種自發的職能流動成為競爭力，並建立新的責任歸屬與品質控管機制。 這場由 80 萬條訊息揭露的職場革命雖然才剛剛開始，卻已經讓「工作」的模樣變得截然不同。未來，當我們自我介紹時，也許不再說「我是行銷專員」或「我是工程師」，而是改口：「我是那個用 AI 同時處理行銷、數據與法務任務的人」。名片上的頭銜或許會消失，但職能的邊界，將以我們難以預測的方式持續擴張。