更准确地说，你原来不负责的活，开始顺手也能干了——而其中一部分，干着干着可能就成了日常工作。
在这份题为《工作前沿：劳动者如何解锁新的工作方式》的报告中，研究人员分析了 2026 年 4 月至 7 月间，美国用户超过 150 万条与工作相关的 ChatGPT 消息。研究人员根据用户在 ChatGPT Business 注册过程中提供的岗位或部门信息，识别其职业。
研究人员重点区分了两类与职业相关的 AI 工作：首先是本职工作，例如程序员让 ChatGPT 帮忙写代码，或者营销人员指示 AI 撰写社交媒体稿件。
另一种就是跨岗位工作，也就是传统上并不属于自己这个职业的事。
OpenAI 发现，打工人在让 AI 做 " 别人专业的活 " 时，提问方式都会变得不一样。例如跨岗位工作的提示词平均比本职工作提示词短 20 个字符、更频繁地提供案例和背景信息，同时 AI 进行检查和验证的请求也会稍高一些。
报告甚至专门用了一个词：borrow expertise ——从 AI 那里借的专业能力。
OpenAI 的报告还显示，随着打工人向 AI" 借 " 能力从事跨岗位任务，这些原本在职责范围以外的事，会逐渐成为劳动者后续使用 AI 的重复性任务。
为此，OpenAI 持续追踪了大约 6200 名员工。结果发现，此前已经尝试过的跨岗位任务，占其 AI 工作活动的比例：4 月只有 13.1%，5 月升到 20.5%，6 月达到 24.0%，7 月进一步升到 25.9%。
四个月，接近翻倍。
OpenAI 还做了一个更有意思的对比。
如果某个员工这个月已经用 AI 做过某项跨岗位任务，那么下个月他再次使用这项任务的概率是 23.6%。而此前一个月没有使用该任务记录的相似员工，下个月被观察到使用同一任务的概率只有 8.4%。
更微妙的是，这种用法还有一点 " 办公室扩散 " 属性。
如果一个工作场所里已经有人用 AI 做某项跨岗位工作，其他同事下个月也使用该任务的比例是 3.1%；没有同事这么干的工作场所，对应数字只有 2.5%。
这份报告也显示，并不是所有专业任务都一样容易跨界。
OpenAI 统计了首次使用某类跨岗位任务之后，员工下个月再次使用的概率。其中，概率最高的方向是客户沟通（54.1%）。换句话说，一半以上的人第一次用 AI 帮自己干客户沟通后，下个月还会继续这么干。
其他的热门方向还有广告或推广文案（44.2%）、制作营销材料（37.3%）等。
另一端则明显低得多，例如向客户解释金融信息（15.0%）、展示商业信息（14.9%）、法律研究（9.9%）等。
OpenAI 研究团队表示，总体来说，AI 正在让员工越来越多地跨越传统职业边界开展工作，并通过 " 借用 " 其他领域的专业知识，将原本不属于本职岗位的任务逐渐纳入日常工作流程。对企业而言，这意味着 AI 战略不仅关乎工具使用本身，也需要重新思考任务分工、岗位设计，以及哪些工作仍然需要专业人士的判断。
