ИИ теперь дает возможность нам самим делать то, что раньше отдавали другим
Что если для новой задачи больше не нужно искать специалиста? Может это и есть признак изменений на рынке труда? Об этом говорит свежее исследование OpenAI
Исследование OpenAI показывает: мы всё чаще используем ИИ для задач, которые относятся к другим профессиям. А некоторые из этих задач затем становятся регулярной частью их работы
🔥 Еще больше полезной информации о технологиях и достижениях науки — в моем канале
Что изменилось? Раньше мы тоже делали не только свою работу
Разумеется, профессиональные границы никогда не были герметичными. Маркетолог мог немного разбираться в аналитике, руководитель — в финансах, продавец — в работе с данными, а дизайнер — самостоятельно поправить сайт.
Но если для задачи требовались специальные знания, обычно возникало трение: нужно было разобраться самому, обратиться к коллеге, найти специалиста или передать ему работу.
ИИ меняет именно это. Он снижает стоимость и сложность попытки сделать что-то за пределами своей основной специализации. При этом человек не обязательно осваивает новую профессию целиком — он получает возможность решить конкретную задачу, которая раньше могла потребовать помощи другого специалиста.
В июле OpenAI проанализировали более 800 000 рабочих сообщений американских пользователей ChatGPT. Исследование показало сам феномен: люди используют ИИ для задач, связанных с другими профессиями. OpenAI решила исследовать его дальше.
16 сентября OpenAI опубликовал новое исследование, основанное на более чем 1,5 млн рабочих сообщений ChatGPT, собранных с апреля по июль 2026 года. Исследователи отдельно наблюдали примерно 6 200 работников, которые присутствовали в данных на протяжении всего четырёхмесячного периода.
Почти половина специализированного использования ИИ выходит за пределы профессии
После исключения универсальных задач вроде написания, суммаризации и планирования 43,5% профессионально-специфических запросов относились к задачам, связанным с другой профессией.
Причём это особенно заметно в некоторых областях. Среди профессионально-специфических запросов доля задач «из другой профессии» составляла 77% у специалистов по клиентскому опыту, 75% - у дизайнеров, 69% - у HR, 56% - у юристов и 53% - у маркетологов.
Например, небольшой предприниматель может самостоятельно подготовить рекламный текст, проверить договор или сделать базовый финансовый анализ. Продажник — разобраться с клиентскими данными, которые раньше мог передать аналитику. Маркетолог — самостоятельно устранить техническую проблему на сайте, не дожидаясь разработчика.
Это не означает, что эти люди превратились в аналитиков, юристов или разработчиков. Они просто получили возможность самостоятельно закрыть отдельную задачу из соседней области.
И вот теперь появилось исследование, которое позволяет посмотреть, что происходит дальше.
А что, если человек возвращается к этой задаче?
И здесь обнаружилась важная вещь: некоторые задачи, которые сначала появляются за пределами обычной специализации человека, не остаются разовыми экспериментами.
Среди 6 200 работников доля ранее использовавшихся межпрофессиональных задач выросла с 13,1% всей профессионально-специфической активности в апреле до 25,9% в июле. OpenAI трактует это как признак того, что часть таких задач постепенно встраивается в постоянные рабочие процессы.
Есть и ещё более наглядное сравнение. Если человек уже выполнял определённую задачу из другой профессиональной области, он возвращался к ней в следующем месяце в 23,6% случаев. Среди сопоставимых работников, которые в предыдущем месяце такую задачу не выполняли, вероятность использования этой же задачи составляла 8,4%.
То есть речь уже не просто о любопытстве: «Интересно, а сможет ли ИИ помочь мне сделать это?». Часть новых возможностей действительно начинает становиться повторяющейся частью работы.
Но приживаются далеко не все задачи
И это, пожалуй, одна из самых интересных деталей исследования.
Разные виды работы закрепляются с очень разной вероятностью. Например, к задачам, связанным с обсуждением товаров и услуг с клиентами, работники возвращались в следующем месяце в 54% случаев. Для рекламных и промотекстов показатель составлял 44%, для создания маркетинговых материалов — 37%.
А вот для задачи объяснения финансовой информации - всего около 15%. Средний показатель повторного использования для всех исследованных межпрофессиональных задач составил 18,5%.
Это означает, что дело не просто в способности ИИ выполнить задачу. Важен вопрос: насколько естественно эта задача встраивается в рабочий процесс человека? Если она возникает регулярно и ИИ позволяет быстро её закрыть, у сотрудника появляется стимул больше не передавать её кому-то ещё.
Почему человек вообще может справиться с «чужой» задачей?
Исследователи обнаружили любопытное различие в том, как люди общаются с ИИ внутри своей профессиональной области и за её пределами.
Когда человек обращается к ИИ с задачей, относящейся к другой профессии, его запросы в среднем короче. Он реже просит объяснить ему что-то, дать инструкцию или посоветовать, как действовать. Зато чаще предоставляет контекст, примеры и просит проверить результат.
OpenAI предлагает одну из возможных интерпретаций: человек не обязательно пытается научиться новой профессии. Он приносит ИИ конкретную проблему, документ или собственные данные и как бы «одалживает» у модели экспертизу из другой области.
Представим маркетолога, которому нужно разобраться с технической ошибкой на сайте. Ему не обязательно становиться разработчиком и изучать программирование. Он может показать ИИ код или описание проблемы, получить варианты решения, проверить их и самостоятельно внести небольшое изменение.
Это принципиально другая модель освоения новой задачи: не обучение профессии целиком, а получение достаточной помощи для решения конкретной проблемы.
Особенно заметно это в небольших компаниях. В крупной организации есть специализированные команды: если нужна аналитика, можно обратиться к аналитику; если нужен дизайн — к дизайнеру; если возникла техническая проблема — к разработчику. В маленькой компании такой команды может просто не быть.
И данные OpenAI это частично отражают: среди пользователей из средних компаний доля задач, выходящих за пределы собственной профессии, составляла 18,9% в рабочих пространствах на 2–5 человек против 16,3% в пространствах более чем на 100 человек.
Разница небольшая, и авторы не называют её доказательством причинного эффекта. Но они предлагают вполне понятную гипотезу:
Там, где специализированных ресурсов меньше, ИИ может особенно хорошо работать как универсальный инструмент для закрытия задач, которые иначе пришлось бы передавать другой функции.
Для небольшого бизнеса это потенциально особенно существенно: один человек получает возможность закрывать больше проблем самостоятельно, не создавая каждый раз новую точку передачи работы.
Что из этого следует? Возможно, профессии будут меняться не так, как мы привыкли думать
Обычно влияние ИИ на работу обсуждают через два сценария: человека заменят или человека усилят. Новое исследование показывает ещё одну возможность. Человек может остаться на той же должности, но постепенно начать выполнять более широкий набор задач.
Не потому, что он стал одновременно дизайнером, аналитиком, программистом и юристом. А потому, что стоимость обращения к экспертизе из соседней области стала настолько низкой, что для некоторых задач больше не требуется отдельная передача работы.
В какой-то момент должностная инструкция может остаться прежней, а фактический набор выполняемых задач станет шире.
Именно это OpenAI называет потенциальным путём расширения работы: человек пробует задачу за пределами своей обычной роли, обнаруживает, что ИИ помогает выполнять её достаточно хорошо, и начинает возвращаться к ней. Если такая практика закрепляется, профессия может измениться ещё до того, как изменится её название.
И это может происходить довольно незаметно.
Сначала сотрудник один раз просит ИИ помочь с задачей, которая обычно не относится к его работе. Потом повторяет её через неделю. Затем включает её в обычный процесс. Через какое-то время эта задача становится совершенно естественной частью его работы — хотя в названии должности ничего не изменилось.
Возможно, один из первых признаков изменения профессии — не исчезновение должности, а изменение того, что человек считает «своей работой».
Пока это не прогноз того, что именно так будет развиваться рынок труда. Исследование охватывает использование ChatGPT и наблюдает относительно короткий период — четыре месяца, поэтому оно показывает ранний паттерн, а не долгосрочный причинный эффект. Сама OpenAI подчёркивает, что продолжит изучать, как эти изменения влияют на разделение труда и экономику.
Но для отдельного работника здесь уже есть вполне практичный вопрос: какие задачи вокруг вашей профессии сейчас кажутся «чужими» только потому, что раньше для них требовался отдельный специалист — и станут ли они частью вашей работы, если ИИ продолжит снижать стоимость их выполнения?
Пожалуйста, поддержите меня, поставьте лайк! 🙏
ИИ должен был уничтожить рабочие места. Но что, если самый большой удар происходит не там, где мы его ищем? Свежее исследование Стэнфорда показывает: рынок труда может меняться не через массовые увольнения, а через постепенное исчезновение возможностей для одних специалистов и рост требований к другим. Так кто на самом деле находится в зоне риска?
Каждый новый отчет о влиянии ИИ на рынок труда обычно повторяет уже знакомый набор тезисов: одни профессии исчезнут, другие появятся, людям придется переучиваться, а человеческие навыки станут важнее. Свежий отчет PwC, основанный на анализе более миллиарда вакансий, показывает гораздо более интересную картину. Это уже происходящие изменения; и они…