工人如何解锁新的工作方式

# 工作者如何解锁新型工作模式 来源：https://openai.com/index/unlocking-new-ways-of-working/ 我们最新的研究表明，任务如何划分与执行，以及接触AI工具的机会，这两者结合的重要性日益凸显。这些超出常规工作描述的新任务，正逐渐成为工作者使用AI的常态。如果这些活动成为固定职责，即便职位头衔不变，工作内容也可能得以拓展。 我们首份《前沿工作》报告（https://openai.com/index/how-ai-is-expanding-what-people-do-at-work/）记录了"任务跨界"现象：工作者使用AI从事传统上属于其他职业的活动。我们的最新研究进一步探讨了后续发展。 通过分析2026年4月至7月超过150万条工作相关ChatGPT对话记录，我们发现部分跨职业AI使用具有重复性特征。工作者会持续回归超出其职业边界的任务，且这类活动在其AI使用记录中的占比随时间推移逐渐增长。 这些发现初步揭示了接触AI如何从尝试新任务过渡到将其纳入工作者常规工作流程的过程。对于正在探索如何在企业中最佳采用和运用AI的公司而言，这项为期四个月的专业工作者AI使用与提示研究，揭示了如何减少"发现问题"与"借助AI推进整体工作"之间摩擦的重要窗口。研究结果表明，在企业实施AI战略时，工作设计应与AI工具获取机会同等重视。 ## 超越职能角色时的AI使用差异 工作者在处理不同领域任务时会采用差异化的AI使用方式。针对职责内外的任务，工作者给予AI的提示也存在显著区别。当询问职责范围外的任务时，他们使用的提示词平均长度比职责内任务更短，也更少要求解释、操作指南、特定回复格式或建议。 与此同时，工作者在寻求职责范围外AI协助时，更倾向于提供示例或背景信息，也更常要求AI进行检查或验证。 一种解读是：工作者正在利用AI借鉴专业知识。他们可能并非让AI教授全新领域知识，而是带着具体问题及相关背景（如文档、示例或同事提供的信息），请AI协助应用其他领域的相关知识。 ## 跨职能任务可能成为AI新工作流的常规组成部分 接下来需要探究工作者是否会重复这些活动。在4月至7月持续观察的约6200名工作者中，前期使用的跨职能任务在职业专属AI活动中的占比从4月的13.1%增长至7月的25.9%[1]（https://openai.com/index/unlocking-new-ways-of-working/#citation-bottom-1）。这一趋势表明，工作者正将部分跨职能协助融入持续性工作流，而非仅进行一次性尝试。 另一项分析为重复性提供了对照背景：在抽样匹配的月度跟踪观察中，工作者有23.6%的概率会重复使用上月尝试过的跨职能任务，而未观察到该任务使用的相似工作者，重复使用率仅为8.4%。类似差距在职业内任务和通用任务中同样存在。 ### 部分新活动的延续性更显著 重复率因工作类型不同而存在显著差异。工作者在次月重复以下跨职能任务的概率相对较高： - 与客户讨论产品或服务：54% - 广告或推广文案撰写：44% - 制作营销材料：37% 相比之下，工作者重复进行金融信息解释任务的概率约为15%。跨职能任务的平均次月重复率为18.5%。这些差异可能反映出AI自然融入持续性工作流的领域差异，也可能体现职场规范、风险顾虑或对工作失误后果认知的不同。 ## 从任务跨界到工作扩展 前两份《前沿工作》报告展现了职位头衔尚未变更时工作可能发生的变化。首份报告显示工作者通过AI突破传统职业界限；本报告则发现部分此类活动已成为常规工作流的组成部分。这些模式揭示了AI驱动工作转型的可能路径：工作者尝试传统职责外的活动→发现AI的实用价值→开始将该活动重复纳入工作流程。 AI可能在职位头衔变更前就已重塑工作内涵：工作者使用AI从事其他职业相关活动，部分活动会随时间推移形成重复实践。若这些活动成为固定职责，即便职位头衔不变，工作内容组合也可能得以拓展。我们将持续研究这些转变，更清晰地描绘AI如何改变劳动分工，及其对工作者、企业和整体经济的影响。 - 阅读我们的[任务跨界研究](https://openai.com/index/how-ai-is-expanding-what-people-do-at-work/)，了解工作者如何运用ChatGPT承担传统职责之外的任务。 - 阅读我们的[AI岗位转型框架](https://openai.com/index/modeling-ai-jobs-transition/)，探索AI能力、人类角色与需求如何共同塑造就业格局。