这份研究怎么判断一条消息算不算越界

要说一条消息「越界」了，得先知道两件事：这个人是干什么的，这条消息在干什么活。报告的做法是四步。下面这个例子来自报告图 1，是它自己举的。

点上面四个标签逐步看。示意内容按报告图 1 的销售/落地页例子重画。

这里有两个词得先讲清楚。O*NET 是美国劳工部维护的职业数据库，把每个职业拆成一条条具体的工作活动，这份报告拿它当「这活历史上归谁」的基准尺。DWA（detailed work activity，详细工作活动）是这本尺子上的最小刻度，比如「排查计算机应用或系统故障」「计算财务数据」。

判断「在不在自己边界内」还有一道模糊地带。报告不要求严丝合缝：一个活如果跟你职业边界里最近的那个活语义相似度打到 0.80 以上（满分 1），也算你本职。所以「本职」这一档是放宽过的，越界的门槛比字面意思要高。

三类分完了，接下来是这份报告在传播中变形最厉害的一步。

43.5% 是扔掉六成消息之后重算的

16.8% 和 43.5% 是同一批消息算出来的两个数。中间隔着一步：把 61.5% 的通用工作整个从分母里拿掉，只留下 38.5% 的「专业提问」，再把这 38.5% 重新当成 100% 算一遍。把 16.8% 放到 38.5% 这个新分母上，得到的就是 43.5%。

报告图 2 原图。右上角写着 denominator: all work-related messages（分母为全部工作消息），中间标着 Retained 38.5%: non-generic（保留 38.5% 非通用），下方横条注明 rebased to 100%（重新按 100% 计算）。来源：OpenAI《Work at the Frontier》。

这一步报告标得清清楚楚，图上直接写着 rebased to 100%，正文也写了「Excluding generic work」。丢掉的是转述环节。

第二句听起来吓人得多，而它省掉的那六成，恰恰是今天大多数人用 AI 干的事情，写邮件、改稿子、约时间。

口径讲清了，下面按报告自己的口径看八个岗位差多少。后面凡是出现「越界比例」，除非另外说明，分母都是非通用的专业提问。

客服和设计越界最多，工程师最少

把 43.5% 拆到八个职能上，差距拉得很开：最高的客服 77%，最低的工程 28%，中间隔了将近三倍。

八个里有五个过半。深色那五条，意味着这些岗位的人打开 ChatGPT 问专业问题时，多数时候问的不是自己这行的事。

工程 28% 这个最低值需要单独解释一句，它不代表工程师不越界。看绝对量的话，工程师用 AI 干本职的活太多了，写代码、调试、审代码，这些牢牢落在工程边界里，把分母撑得很大，越界的那部分自然被稀释。后面会看到，越界消息占工程师全部工作消息的 18.5%，也是八个里最低，但这跟「工程的活会不会跑到别人手里」是两个完全不同的问题。

市场和工程的活，跑到了其他所有岗位手里

上一节只知道谁越界多，不知道越的是谁的界。报告图 4 回答了这个：每一行是一类人，每一列是这条消息的任务在 O*NET 里归属哪个职业，气泡越大占比越高。

报告图 4。纵轴 Worker occupation 是发消息的人的职业，横轴 Traditional task source 是这件活历史上归谁。列名依次为：Customer experience 客服、Design 设计、Engineering 工程、Finance 财务、Human resources 人力、Legal 法务、Marketing 市场营销、Sales 销售。深色对角线是各职业自己那一格。分母是该行非通用的专业提问，行内百分比因四舍五入不一定正好加到 100%。来源：OpenAI《Work at the Frontier》。

报告正文的说法是：市场和工程这两类活，在其他岗位的 AI 使用里出现得最频繁。具体到数字，市场类任务占销售和设计从业者非通用消息的 28%–29%、占客服的 26%；工程类任务占设计从业者的 28%、占客服和财务的 20%–22%。

把这张图逐行读一遍，还能看出一件报告文字没有明说的事。

下面这个可以自己点。选一个岗位，看它那一行从高到低摊开是什么样，以及自己的活排第几。

八行点一遍，规律就出来了。汇总成表：

本站从报告图 4 逐行读数整理，报告文字未作此表述。每行已标数值加总在 82%–100% 之间（占比过小的气泡原图未标数，工程那一行未标的最多），与图注说明的四舍五入出入一致。财务那一行 25% 与 23% 只差两个百分点，接近误差范围。

再看具体是哪些活在跑。报告表 2 挑了五个反复出现的越界任务，「覆盖」这一列指的是在其余七个职业中，有几个职业把这件活排进了对应门类的前三。

算财务数据和排查软件故障是穿透力最强的两件，在其余七个职业里全部进了前三。非财务岗位发出的财务类消息里，9.8% 是在算财务数据；非工程岗位发出的工程类消息里，6.1% 是在排查软件故障。

还有一个数值得单独说：非市场岗位的人发的市场类消息中，25% 归在「开发推广物料」这一条，包括做广告、社交帖、传单、宣传视频、演示文稿、产品单页和活动配图。另有 9.3% 是「制作营销物料」，6.5% 是「制定营销计划或策略」。

那么反过来问：谁在往外送活，谁在往里拿活？

设计师什么都干，但没人干设计的活

报告图 5 把越界拆成两个方向。拿进来是这个岗位自己的 AI 使用里有多少是别人的活；跑出去是这个岗位的活在别人的提问里出现多少。两个方向不一定同步。

设计同时占了两个极端：拿进来第一（35.2%），跑出去最后一名（1.7%）。差了二十倍。设计师在用 AI 把好几个工种的活揽到自己身上干，而设计本身的活几乎没跑到别人那里去。

工程正好反过来。工程师自己越界最少（18.5%），但工程的活跑得第二远（7.4%），是别人拿走得最多的那类活之一。

市场营销是唯一两头都高的：自己 24.3% 的消息在干别人的活，同时自己的活以 8.9% 的比例出现在别人的提问里，是全样本最高。

报告图 5 原图。左图 Tasks brought in（拿进来）、右图 Tasks that travel（跑出去），两图横轴都是 0–40%。CX 指客服，Mktg. 指市场营销，Eng. 指工程。来源：OpenAI《Work at the Frontier》。

报告特意补了一句限定：这不代表这些职业在消失。AI 可能让一件活变得容易被外行上手，而专家在专业级的判断和复核上仍然关键。这些结果说明工作的分工在变，不是在直接预测哪些职业会增员或裁员。

个人层面看完了，那组织规模有没有影响？

小公司越界更多，但只在用量中等的人身上成立

报告图 6 按工作区席位数分组：2–5 席位的工作区，越界消息占 18.9%；101 席位以上的，占 16.3%。看上去是一条干净的下坡。

三个地方需要打折。

第一，坡度没有看上去那么陡。图 6 的纵轴从 16% 起，到 19% 止，全幅只有 3 个百分点。18.9 到 16.3 落差是 2.6 个点，报告文字自己描述成「约 2.5 个百分点，相对最小工作区的比率下降约 13%」。

第二，这条趋势只在中间那批用户里成立。报告把用户按消息量分成三档放进附录图 A1，三条线完全不是一回事。

报告附录图 A1。三个面板从左到右是消息量最低的 25%、中间 50%、最高的 25%。横轴 Workspace seats 是工作区席位数。来源：OpenAI《Work at the Frontier》。

单位为百分比。数据取自报告附录图 A1。报告注明最低 25% 那一档里，最大工作区那一格只有 197 条消息，精度较低。

正文引用的是中间那一行。最高 25% 那一行上上下下，16.3、15.8、17.4、14.7、16.4，看不出方向。报告自己也写了：重度用户里没有单调趋势。

第三，席位数不等于公司规模。公司可能只给一部分员工买了席位。报告说这只是描述性的比较，席位数可能只是「专业化程度、行业、组织成熟度、身边有没有人可问」这些因素的代理指标。

报告给出的一种解释是：小公司里没有专人可以派活，遇到要做一版营销文案、排查一个软件故障、看一份合同的时候，只能自己拿 AI 上；大公司里同样一个人，更可能交给现成的团队或流程。这是一种可能的读法，不是被验证的因果。

但所有这些比例，都站在同一个被切掉的分母上。把切掉的那部分放回去，画面会变。

把大家都干的活放回去，每个人还是守着自己那行

报告在第 15 页做了一件事：把「通用」这一类重新算回各职业自己那一格，再看这张矩阵。

报告附录图 A2。副标题 Dark diagonal = own-occupation + shared work，意为深色对角线等于本职工作加上大家共有的工作。对角线八个数从上到下依次是客服 70%、设计 65%、工程 82%、财务 70%、人力 70%、法务 75%、市场营销 76%、销售 68%。来源：OpenAI《Work at the Frontier》。

八个职业全部落在 65%–82% 之间。越界最凶的客服（前面 77%）在这里是 70%，设计（前面 75%）在这里是 65%。

Task crossover does not replace role-specific work: every occupation still retains a meaningful diagonal of same-occupation or shared activity.

任务越界并没有取代岗位专属工作：每个职业仍然保有相当分量的本职或共有活动。

《Work at the Frontier》第 15 页

同时矩阵的非对角格子说明，人们确实在把本职工作和别的工种的活混着干，尤其是市场和工程那两列。报告自己给的读法是：任务组合在变混，AI 让岗位变宽，但每个岗位仍保留一个能认出来的核心。

这句校正在第 15 页，那些大数字在第 3 页。中间隔着十二页。

报告问出来的两个真问题

既然本职工作没有被取代，那真正的变化落在哪里？报告在结论章节把它拆成了两个问题，都没给答案。

第一个问题：如果人们持续用 AI 干本行以外的活，会不会真的变成岗位职责的长期变化？如果会，工人需要被训练成能评判自己专业之外的 AI 产出，组织需要建立清楚的复核和追责流程。

这句话落到地面上是这样的：一个不懂代码的市场专员用 AI 排查了官网的故障，谁来判断那个修法对不对？一个客服用 AI 起草了给监管机构的回函，谁来签字？前面表 2 里「与政府机构沟通」这件活，客服岗位的占比是 21.4%。报告没回答，但它把问题摆在了桌上。

第二个问题更麻烦：政府的职业数据库记录的是工作历史上怎么分。如果 AI 真的改了谁干哪些活，这些基于岗位说明书的统计口径会慢慢偏离实际情况。而这份报告用来当基准线的那把尺子，正是 O*NET。

历史上，这种模糊最后会长出新工种

报告的背景章节里有一句话，比那些百分比更值得记住。它解释了这批数据为什么特殊：

Analysis of Generative AI usage offers a window into an earlier stage of the job evolution process, as workers can begin testing and recombining tasks before firms revise job descriptions or invent new job titles altogether.

对生成式 AI 使用情况的分析，让我们得以看到岗位演化过程中更早的一个阶段：在公司修改岗位说明书、甚至发明新职位名称之前，工人就已经开始试着重新组合手上的活了。

《Work at the Frontier》第 4 页

过去研究工作怎么变，只能等变化落到招聘广告、职位名称和就业统计上，那时候变化早就发生完了。这批消息拍到的是更靠前的一格：一个设计师在深夜打开对话框，问了一个本该由工程师回答的问题。这件事不会出现在任何一份人事档案里。

报告自己引的三篇研究，正好把这条线的前后接上了。

三篇均为报告背景章节所引。末一篇《New Frontiers: The Origins and Content of New Work, 1940–2018》的作者之一 Caroline Chin，就是这份报告的第一作者。

把这三篇串起来读，这份报告的位置就清楚了：工作边界的重划已经走了八十年，这份数据标记出的是当前这一格。这条线还在往前走。

一个设想：变化会先在哪里显形

下面这段是本站基于报告事实做的推演，报告没有作此预测，读的时候请当成设想。

如果越界继续，最先松动的不会是职位名称，而是那些每天在用、又没人当回事的小东西。招聘启事里「加分项」那一栏会先变厚，一个客服岗写上「能看懂基础 SQL」，一个设计岗写上「能读懂埋点数据」。绩效表上会出现说不清归谁的产出：那版落地页文案是市场写的还是销售写的，谁都能说是自己的。培训预算会从「把本行学深」挪一部分到「学会判断隔壁行的东西对不对」。

再往后是责任。报告结论里那句「工人需要被训练成能评判自己专业之外的 AI 产出」，翻译成公司里的具体麻烦，就是签字权：一份客服用 AI 起草的监管回函，法务还看不看？看，效率就退回去了；不看，出事算谁的。报告点出了这个问题，没有答案，因为答案不在数据里，在每家公司自己的流程里。

外面流传的数字是 43.5%，报告里还有一个 16.8%。同一批消息，差别只在分母怎么切：把 61.5% 的通用工作（写邮件、约会议、改文稿，谁都干的那些）整个从分母里拿掉，剩下 38.5% 重新当成 100% 算一遍，16.8% 就成了 43.5%。

同一批越界消息（图中那个圆点），换个分母就从 16.8% 变成 43.5%。这一步报告标得清清楚楚，图上直接写着 rebased to 100%，正文也写了「排除通用工作」。丢掉这一步的是转述环节。

按报告的口径（分母只算能明确归到某个专业的提问）看，八个职能里有五个的越界活过半，最高和最低差了将近三倍。

深色那五条的人打开 ChatGPT 问专业问题时，多数时候问的不是自己这行的事。工程 28% 最低，这不代表工程师不越界，写代码、调试、审代码牢牢落在工程边界里，把分母撑得很大，越界那部分被稀释了。

报告把越界拆成两个方向。拿进来，是这个岗位自己的提问里有多少在干别人的活；跑出去，是这个岗位的活在别人的提问里出现多少。两个方向不一定同步。

左右两侧用同一把尺子（满格 40%），右侧普遍短是真实差距。三种角色：设计把好几个工种的活揽到自己身上干，设计本身的活几乎没跑到别人那里去；工程正好反过来，自己守着本行，活被别人拿走；市场营销两头都高，是全样本输出最多的一类活。

所有这些比例，都站在同一个被切掉的分母上。报告在附录里把通用工作重新算回各职业自己那一格，八个职业仍有 65%–82% 的活是本职加上大家都干的活，工程 82% 最高，设计 65% 最低。任务越界并没有取代岗位专属工作。