Искусственный интеллект меняет не только способы выполнения привычной работы, но и сами границы профессий. Свежее экономическое исследование OpenAI демонстрирует, что сотрудники начинают регулярно использовать ИИ для решения задач, которые традиционно не входят в их должностные обязанности. Это означает, что реальное содержание профессий расширяется задолго до того, как изменятся их официальные названия.
В предыдущем отчете исследователи уже зафиксировали феномен «пересечения задач» (task crossover) — ситуации, когда работники применяют нейросети для освоения смежных областей. Главный вопрос заключался в том, является ли это разовым экспериментом или формированием новых рабочих привычек. Новые данные дают однозначный ответ: эксперименты превращаются в рутину.
Helping older adults use AI in everyday life — art card
Команда OpenAI проанализировала более 1,5 миллиона рабочих сообщений в ChatGPT за период с апреля по июль 2026 года. Выяснилось, что доля повторяющихся задач, выходящих за рамки основной профессии пользователя, выросла с 13,1% в апреле до 25,9% в июле. В среднем, вероятность того, что сотрудник в следующем месяце вернется к выполнению нетипичной для себя задачи с помощью ИИ, составляет 23,6%.
Интересно, как меняется подход к составлению запросов (промптов). Когда сотрудники обращаются к ИИ за помощью в незнакомой сфере, они пишут более короткие запросы, реже просят подробных объяснений или советов. Вместо этого они чаще предоставляют контекст — документы или примеры от коллег — и просят алгоритм проверить или применить эти знания. По сути, работники не пытаются освоить новую профессию с нуля, а используют ИИ для «заимствования экспертизы» в моменте.
Expanding AI access across every level of US government - listing image - Option 051
Приживаемость новых обязанностей сильно зависит от сферы. Например, к задачам по обсуждению товаров с клиентами сотрудники возвращаются в 54% случаев, к написанию рекламных текстов — в 44%, а к созданию маркетинговых материалов — в 37%. Для сравнения, задачи, связанные с объяснением финансовой информации, становятся регулярными лишь в 15% случаев. Это отражает как естественную интеграцию ИИ в определенные процессы, так и цену ошибки: риски в маркетинге воспринимаются иначе, чем в финансах.
Для индустрии эти данные служат важным сигналом. Организациям недостаточно просто предоставить сотрудникам доступ к большим языковым моделям (LLM). Руководителям необходимо пересматривать сам дизайн рабочих процессов. Если сотрудники уже берут на себя функции смежных отделов с помощью ИИ, компаниям предстоит адаптировать структуру управления и оценки эффективности под новую реальность, где границы между профессиями становятся всё более размытыми.