80 万条工作提示词揭示跨职能渗透
OpenAI 经济与社会研究团队发布最新职场研究报告《前沿工作：AI 如何拓展人类的工作边界》（Work at the Frontier: How AI is Expanding What People Do at Work）。该研究随机抽样分析了来自美国超过 80 万条 ChatGPT Business、Team 与 Enterprise 商业账号用户的真实工作 Prompt，旨在量化生成式 AI 对现实职场分工与组织壁垒的深远影响。研究团队利用大语言模型（LLM）对用户自报的职业身份与提示词内容进行自动化分类，并对照美国职业信息网（O*NET）的标准职业能力库，特意剔除了安排会议、撰写通用邮件等日常行政事务，将分析重心集中在具备明确专业属性的岗位任务上。
提示词数据与跨界渗透率
-
80 万+
研究抽样分析的美国 ChatGPT 商业用户工作 Prompt 总数。
-
43.5%
剔除通用行政事务后，特定专业岗位消息中涉及跨职能任务的占比。
-
16.8%
包含通用办公事务在内，全样本文本中跨职能任务的总占比。
研究提出的核心现象被称为 “跨职能任务渗透”（Task Crossover）。数据表明，生成式 AI 不仅在辅助员工完成本职工作，更在推动员工跨越传统的岗位边界，自主处理原本需要移交给外部专业团队或相邻部门的复杂任务。在包含通用行政事务的全样本文本中，21.8% 的消息属于员工本职范围内的专业任务，61.5% 为通用办公事务，而 16.8% 已经属于跨职能任务。
跨界岗位排名与高频渗透技能
研究对不同职业群体的跨界行为进行了分类统计。剔除通用行政事务后，特定专业岗位消息中涉及跨职能任务的占比在各个部门之间呈现出明显的梯队分化。
在所有被跨界借用的专业能力中，“财务计算”（Financial Calculations）与 “计算机软件排障与调试”（Computer Troubleshooting & Debugging）表现出最高跨部门渗透率。这意味着，非技术与非财务部门的员工，正频繁利用 ChatGPT 帮自己完成过去必须依赖 IT 部门或专职会计才能搞定的代码调优、数据清洗与成本精算。例如，市场人员利用 AI 调试网页前端脚本，HR 团队利用 AI 编写自动统计表格的 Python 脚本，而客服人员则借助 AI 进行复杂业务的财务对账。
跨部门协作链路的重构对比
传统企业组织中，跨部门任务通常依赖繁琐的审批与工单流程。而生成式 AI 的引入，使得员工可以在不打扰相邻专业部门的情况下，自主完成轻量级跨界任务。
在传统工单路径下，员工遇到跨界问题需提交工单、跨部门开会拉齐进度，依赖专职团队排期处理，交付周期长且摩擦成本高。
在 AI 辅助自主跨界路径下，员工直接在前端利用 AI 检索专业知识、调试代码或演算模型，即时完成相邻任务，显著缩短交付时延。
AI 驱动的跨界任务处理链路
-
识别相邻业务痛点
员工在工作中遇到超出本职专业范围但阻碍进度的具体问题。
-
构建专业提示词与上下文
将业务背景与数据输入 ChatGPT，调用相关领域知识与能力。
-
执行推理与结果校验
获取代码排障方案、法律条款对照或财务计算结果并完成验证。
小微企业组织动态与研发部门例外
跨职能任务渗透现象在小微企业（Small Businesses）中尤为突出。由于小微企业普遍缺乏专职的法务、设计或高级财务人员，员工高度依赖 AI 充当复合型多面手，直接在前端包揽了合同初审、营销文案视觉化及财务分析等相邻工作，显著降低了跨部门协作的摩擦开销。
相对而言，工程研发部门（Engineering）以 28% 的跨界比例位居榜底。研发人员的使用行为主要集中在深度代码编写、系统架构设计与本职技术迭代上，极少跨界处理非技术业务；然而，其他非技术部门的员工却在大量向研发技术领域 “逆向渗透”，利用 AI 完成简单的脚本编写与自动化工具开发。
组织管理挑战与岗位说明书滞后
这种自下而上的跨界自救行为，也对传统企业管理提出了全新的挑战。传统的岗位职责说明书（Job Description）是静态且严格归口的，而员工在真实工作流中借用 AI 展现出的履职能力则是动态且交叉的。
管理者面临的难题在于：一方面，允许跨界渗透能够显著提升业务敏捷度与员工自主权；另一方面，非专业人员直接使用 AI 生成的法律合同初稿或财务分析模型，可能存在未经专业审计的合规与风控隐患。如何重新重塑岗位边界与权限归口，将成为企业部署 AI 过程中的核心管理议题。
工具使用边界与研究局限
研究团队强调，这项数据为观察现实职场分工演进提供了早期视角。尽管目前尚无法直接推导全行业生产力的量化提升，但员工在没有等待组织调整岗位说明书的情况下，已经自发利用 AI 重塑日常工作流程。