AI 對工作的影響，通常被討論為「取代」或「輔助」，但 OpenAI 最新發布的 Work at the Frontier 研究提供了一個截然不同的視角：AI 正在打破傳統職業的邊界，讓員工能夠執行原本不屬於其職能範圍的任務。
這種現象被定義為任務跨界（Task Crossover）。簡單來說，就是一個職位的人員，利用 AI 完成了傳統上由另一個職位負責的工作。例如，一名行銷人員不再需要等待開發人員排期，就能直接利用 AI 進行網站除錯；一名業務代表可以直接用 AI 分析客戶數據集，而不需要將需求提交給數據分析師。
理解任務跨界的技術脈絡
要理解這個現象，首先得區分通用任務與職業特定任務。在研究中，像寫作、摘要或排程這類幾乎所有職業都會用到的功能被定義為通用任務（Generic Tasks）。而真正能體現跨界行為的是職業特定任務（Occupation-specific Tasks），即那些具有明顯專業門檻、通常需要特定職能人員才能處理的工作。
當一名使用者在 ChatGPT 中處理的任務，被判定為屬於其他職業的特定領域時，就發生了任務跨界。這意味著 AI 降低了進入特定專業領域的門檻，讓員工能以一般主義者（Generalist）的身份，在資源不足或追求效率時，暫時扮演專家角色。
哪些職能最容易發生跨界
研究發現，跨界現象在不同職業中的分佈並不均勻。某些職業傾向於從外部借用能力，而某些職業的能力則被廣泛地借用。
設計師與人力資源人員屬於高度借用者。例如設計師在 AI 使用中，有很大比例的任務涉及其他職業領域，但反過來，其他職業的人很少利用 AI 來做設計工作。這說明設計依然保有較強的專業壁壘，但設計師本身正利用 AI 擴展自己的職能邊界。
工程與行銷則呈現出強大的輸出特徵。工程任務（如軟體除錯、技術系統操作）被大量非工程人員借用。而行銷任務則是最典型的雙向跨界：行銷人員大量借用其他領域的能力，同時行銷工作也被其他職位最頻繁地接手。
實務影響與組織規模的差異
任務跨界對企業運作最大的影響在於減少了交付成本（Handoff Cost）。在傳統流程中，當 A 遇到 B 才能解決的問題時，需要經過需求溝通、排單、等待與驗收。而 AI 讓第一線接觸問題的人能直接嘗試解決，縮短了反應時間。
這種趨勢在小型企業中尤為明顯。在大型組織中，有成熟的專業團隊與標準作業程序（SOP），員工傾向於遵循分工。但在小型企業中，資源稀缺，員工更有動力利用 AI 成為全才，直接承接原本需要外聘或跨部門協作的任務。
對工程師與職場人的啟示
對於 Junior 工程師或職場新人來說，這項研究揭示了一個重要的趨勢：職稱（Job Title）的定義正在變得模糊。未來的競爭力可能不再僅僅在於你對單一職能的精通程度，而是在於你如何利用 AI 將不同領域的任務組合起來，創造更高的產出價值。
當 AI 讓技術除錯或數據分析變得普及，這些原本的專業門檻將不再是唯一的護城河。真正的價值將轉移到如何定義問題、整合跨領域工作流，以及在 AI 產出結果後進行最終的專業把關。
來源：openai.com (How AI is expanding what people do at work)
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。