AI 主理人

文章AI 工作觀與學習路線

AI AT WORK

No.52讀完約 4 分鐘

ChatGPT 如何改變工作分工?OpenAI 逾 80 萬則訊息揭示 AI 跨職能趨勢

OpenAI 抽樣超過 80 萬則工作相關的 ChatGPT 訊息,發現不少人碰到職稱以外的問題時,已經會先問 ChatGPT 一輪。這篇用 100 則訊息說清楚 16.8% 與 43.5% 的差別,也整理哪些事適合先請 AI 幫忙、哪些仍要交給專家。

本篇附免費資源《一週工作交接盤點:哪些工作,你會先用 ChatGPT 做第一輪?》跳到免費資源
ChatGPT 如何改變工作分工?OpenAI 逾 80 萬則訊息揭示 AI 跨職能趨勢
COVERAI AT WORK

OpenAI 在 7 月 27 日公布一份新的工作研究。他們抽樣超過 80 萬則工作相關的 ChatGPT 訊息,想知道大家平常到底把 AI 拿來處理哪些事。

研究裡有幾個很熟悉的畫面:

  • 業務先整理原本可能交給分析師的客戶資料。
  • 行銷遇到網站問題,先查可能是哪裡出錯。
  • 小公司老闆用 ChatGPT 草擬文案、看合約、整理基礎財務。

這些人沒有換職稱,卻把原本更接近其他專業的問題拿來問 ChatGPT。工作最後有沒有做完,這份研究沒有看到。

不同職能使用者向 ChatGPT 詢問跨職能任務的工作場景示意

OpenAI 這次看了什麼

研究資料來自美國使用者個人 ChatGPT 帳號裡的工作訊息。研究團隊再連結 ChatGPT Business 使用者自填的職業資訊,把使用者分成顧客體驗、設計、工程、財務、人資、法務、行銷與業務八個工作領域。

接著,他們看每則訊息裡的任務比較接近哪一種工作:是大家都會碰到的共通事情、留在自己的專業,還是跨到其他專業。

研究每次只數一則訊息;一個完整專案或一個人的整天工作,都不在它的計算單位裡。

把 100 則工作訊息分成三堆

如果把 100 則工作訊息排在桌上,大致會分成:

  • 約 62 則:寫信、摘要、排程等各種工作都會碰到的共通事情。
  • 約 22 則:留在使用者原本的專業。
  • 約 17 則:跨到其他專業。

用研究的精確數字來看,三類分別是 61.5%、21.8% 與 16.8%。因此,全部工作訊息中,被分類為跨職能的是 16.8%。

報告裡還有一個 43.5%。它的算法是把 61.5% 的共通工作拿掉,只看剩下能辨認職能的訊息。在這一小堆裡,跨職能訊息占 43.5%。

16.8% 與 43.5% 的分母差異

哪些工作領域最常跨出去問

只看能辨認職能的問題,跨到其他專業的比例最高的是:

  • 顧客體驗:77%
  • 設計:75%
  • 人資:69%
  • 法務:56%
  • 行銷:53%

這些數字說的是「他們問了多少其他專業的問題」。例如顧客體驗的 77%,指該領域非共通訊息中,有 77% 被歸到其他職能;研究沒有計算客服人員的轉職人數。

顧客體驗、設計、人資、法務與行銷的跨職能比例

這三種事,最常出現在其他工作領域的提問裡

研究團隊把訊息裡的任務整理成可比較的工作項目後,看見三種特別常跨工作領域出現的工作:

  • 計算財務資料:在其他七個非財務工作領域裡,全都進入財務類任務前三。
  • 排查電腦應用程式與系統問題:在其他七個非工程工作領域裡,全都進入工程類任務前三。
  • 製作行銷素材:在七個非行銷工作領域裡,有五個進入行銷類任務前三。

這些場景很容易想像。手上有一份試算表,就先請 ChatGPT 幫忙找異常;看到網站跳出錯誤,就先把訊息貼進去問可能原因;臨時需要一段活動文案,也會先請它起草。

遇到問題的人已經會先拿來問 ChatGPT。報告沒有追蹤他們為什麼這樣做,也沒有量到因此少等了多少時間。

財務計算、系統排查與行銷素材正在跨職能移動

問過,離做完還有一段路

一個人把合約貼給 ChatGPT,不等於合約已經完成;問了網站錯誤,也不表示問題已經修好。

研究者看不到回答最後有沒有被採用、品質好不好、省了多少時間,或後來有沒有找專家確認。它也沒有測量就業與生產力。

樣本來自美國使用者個人 ChatGPT 帳號,職業資訊由 ChatGPT Business 使用者自行填寫。這些結果不能直接代表整體美國勞動人口,也不能直接套到 ChatGPT Enterprise。

因此,這份資料適合用來看大家已經在嘗試哪些新工作。拿它估算哪個職位會消失,已經超出研究能回答的範圍。

把這些問題放回每天的工作

以前碰到不熟的事,第一步常常是找人。現在可以先用 ChatGPT 整理資料、列出可能原因、把問題問完整,再帶著這些內容去找專家。

做錯可以重來,而且有明確方法能核對的工作,可以自己先跑一輪,例如:

  • 整理散亂資料,找出還缺哪些資訊。
  • 把網站錯誤訊息翻成一份排查清單。
  • 把合約條款整理成待詢問律師的問題。
  • 把財務資料整理成需要會計確認的異常項目。

合約定稿、財務申報、網站正式上線與對外承諾,仍要讓對應專家覆核,也要留下最後負責的人。

連續一週,記下三個問題

如果想知道自己的工作是否也在改變,可以連續記一週。每次遇到原本會交給別人的事情時,寫下:

  1. 這件事以前會找誰?
  2. ChatGPT 能先做到哪一步?
  3. 最後誰確認、誰負責?
一週工作交接紀錄的三個問題

一週後,再把紀錄分成三類:

  • 可以先自己做一輪:低風險,而且有明確方法可以核對。
  • 需要專家覆核:AI 能整理與起草,但錯誤會造成實際影響。
  • 必須由有權責的人決定:牽涉法律、財務、正式發布或對外承諾。

我把這套做法整理成免費的一週工作交接盤點。打開後先選三件工作,約五分鐘就能看出:哪些事可以自己先做、哪些一定要找專家。

職稱還在原位,提問已經跨出去

OpenAI 這份研究留下的畫面很簡單:人們碰到職稱以外的問題時,已經開始先問 ChatGPT。

AI 可以幫忙探索、整理、起草和排查。專業判斷、正式定案與最後責任,仍然要有人接住。

下一次遇到陌生工作時,可以試著先做一輪,再觀察自己帶給專家的問題,有沒有比以前更完整。

資料來源

AI 主理人@be.ai.curator

在 Threads 追蹤新的圖卡

THIS POST COMES WITH

一週工作交接盤點:哪些工作,你會先用 ChatGPT 做第一輪?

約 5 分鐘選出 3 件原本常交給別人的工作,依可重來、需要專業判斷與不可逆責任分流;再用七日紀錄找出真正值得保留的新交接方式。

  • 角色與跨職能工作盤點
  • 三種白話風險分流
  • 自己先做、專家覆核、權責者決定三欄結果
  • 只存在目前瀏覽器的七日紀錄
複製提示詞寄到信箱

丟給 Claude(開新分頁)丟給 ChatGPT(開新分頁)下載 .md

ON THREADS & INSTAGRAM

這篇也有圖文精簡版

NEWSLETTER

每月一封,寄到信箱

每月一封:我這個月的分工表、最值得動手的說明書,和只在信裡的加碼。

隨時一鍵退訂看過去的信《隱私權政策》

AI AT WORK

  1. Claude Code 之父畫了一張表:你把 AI 用到第幾階?附免費資源
  2. 官方開始蒸餾專家團隊了:從同事.skill 到可上工的 AI 工作角色附免費資源
  3. 3 分鐘分清楚 ChatGPT 的 Chat、Work、Codex:哪個模式該用在什麼工作附免費資源
看整個系列(9 篇)

想把這份說明書改成你們團隊的版本? 聯繫合作