Как ИИ меняет роли сотрудников: исследование OpenAI

Что происходит, когда бухгалтер начинает самостоятельно редактировать маркетинговые тексты, а менеджер по продажам — разбираться в данных клиентской аналитики? Ещё несколько лет назад это потребовало бы дополнительного найма или длительного обучения. Сегодня — достаточно открыть ChatGPT. Новое экономическое исследование OpenAI фиксирует масштабный сдвиг: работники используют ИИ для выполнения задач, выходящих за пределы их традиционных профессиональных ролей, и эти новые задачи постепенно становятся неотъемлемой частью их рабочего процесса.

Что такое task crossover и почему это важно

Task crossover («пересечение задач») — термин, введённый командой OpenAI Economic Research для описания явления, при котором сотрудник с помощью ИИ берётся за работу, традиционно принадлежащую другой профессии.

Команда исследователей проанализировала более 800 000 рабочих диалогов в ChatGPT среди бизнес-пользователей из США и зафиксировала случаи, когда человек с помощью ИИ выполнял работу, которая традиционно относилась к другой специальности.

ℹ Ключевая находка

По данным первого отчёта серии «Work at the Frontier», 16,8% рабочих сообщений и 43,5% профессионально-специфических сообщений касаются задач, ассоциированных с другой профессией.

Проще говоря: почти половина запросов, которые сотрудники задают ChatGPT по узкопрофессиональным темам, относится не к их основной специальности. Это революционный сдвиг в разделении труда.

Новое исследование: что происходит после первого «перехода»

Первый отчёт зафиксировал сам факт task crossover. Но возник закономерный вопрос: это разовые эксперименты или устойчивые новые паттерны поведения? Новое исследование отвечает именно на этот вопрос: анализ более 1,5 миллиона рабочих сообщений в ChatGPT за период с апреля по июль 2026 года показал, что часть «межпрофессионального» использования ИИ носит повторяющийся характер.

Сотрудники возвращаются к задачам за пределами своих профессиональных границ, и эти активности со временем занимают всё большую долю в их взаимодействии с ИИ.

«ИИ может изменить суть работы задолго до того, как изменится название должности: сотрудники используют ИИ для задач, характерных для другой профессии, и возвращаются к некоторым из них снова и снова» — OpenAI Economic Research

Это означает следующее: прослеживается потенциальный путь ИИ-обусловленной трансформации профессий — сотрудник пробует что-то новое за пределами своей традиционной роли, обнаруживает, что ИИ справляется с этим эффективно, и начинает регулярно возвращаться к этой активности.

💡 Совет для специалистов

Если вы замечаете, что регулярно используете ChatGPT для задач, которые «не входят в ваши обязанности» — это не отвлечение от работы. Это, возможно, эволюция вашей профессиональной роли. Фиксируйте такие паттерны и обсуждайте их с руководством.

Кто чаще всего «пересекает границы»

Исследование выявило интересные различия между профессиями. Наиболее высокие показатели task crossover демонстрируют специалисты в сфере клиентского опыта, дизайна и HR.

Рассмотрим конкретные паттерны подробнее:

Дизайнеры: активные «импортёры» чужих задач

Дизайн — наглядный пример первой модели поведения: около 35,2% сообщений от дизайнеров касаются задач, обычно ассоциированных с другими профессиями, тогда как дизайнерские задачи составляют лишь 1,7% сообщений сотрудников из других областей. Иными словами, дизайнеры активно берутся за чужую работу, но сама дизайнерская работа редко уходит «на сторону».

Инженеры: источник задач для других

Инженерная сфера демонстрирует обратную картину. Лишь 18,5% сообщений инженеров касаются задач из других областей, зато инженерные задачи составляют 7,4% сообщений среди специалистов других профессий. Инженерное дело — важный «донор» задач: от отладки программного обеспечения до работы с техническими системами.

Маркетологи: лидеры в обоих направлениях

Маркетинг выделяется в обоих направлениях: маркетологи посвящают 24,3% своих сообщений задачам, ассоциированным с другими профессиями, а маркетинговые задачи составляют 8,9% сообщений среди специалистов других областей — это наибольший показатель «внешнего влияния» в выборке.

Сравнение профессий по уровню task crossover

Профессия	Доля «чужих» задач	Доля своих задач у других	Роль
Дизайнеры	35,2%	1,7%	Активный «импортёр»
Маркетологи	24,3%	8,9%	Двусторонний обменник
Инженеры	18,5%	7,4%	Активный «экспортёр»
CX / HR	Высокая	Средняя	Широкие универсалисты

Малый бизнес — в авангарде изменений

Одна из ключевых закономерностей: паттерн task crossover наиболее выражен в небольших организациях, где у сотрудников нет под рукой узкого специалиста, и они берутся за эту работу сами — с помощью ИИ.

Для российского малого и среднего бизнеса это особенно актуально. Представьте небольшое digital-агентство из 5 человек: раньше для юридической проверки договора нужен был юрист на аутсорсе, для анализа данных — аналитик, для технической поддержки сайта — разработчик. Сегодня все эти задачи частично берёт на себя один человек с ChatGPT.

Владелец малого бизнеса может самостоятельно подготовить рекламный текст, проверить договор или провести базовый финансовый анализ. Менеджер по продажам может с помощью ИИ изучить клиентскую базу данных, с которой раньше работал только аналитик.

📝 Пример из практики

Ситуация: Менеджер проекта в небольшой IT-компании начал использовать ChatGPT для написания технических спецификаций — задачи, которая раньше всегда выполнялась разработчиками.

Результат: Через месяц это стало частью его регулярного рабочего процесса. Должность не изменилась, но круг реальных обязанностей — расширился.

Как выглядит путь ИИ-трансформации профессии


graph TD
    A[Сотрудник работает\nв рамках своей роли] --> B[Пробует ИИ для\nнетипичной задачи]
    B --> C{ИИ справился\nэффективно?}
    C -- Да --> D[Возвращается\nк этой задаче]
    C -- Нет --> E[Возвращается\nк прежней модели]
    D --> F[Новая активность\nстановится регулярной]
    F --> G[Профессиональная роль\nрасширяется де-факто]
    G --> H[Возможно: изменение\nдолжностных обязанностей]

Именно такую цепочку фиксирует OpenAI: эти новые задачи за пределами традиционных должностных инструкций становятся регулярной частью того, как сотрудники используют ИИ. Если эти активности превращаются в постоянные обязанности, профессии могут расширяться — даже если их названия остаются прежними.

Что это значит для рынка труда

Выводы исследования имеют важные последствия для понимания того, как ИИ трансформирует экономику труда в целом.

ИИ может кардинально изменить содержание работы задолго до того, как изменятся должностные названия: сотрудники используют ИИ для задач, характерных для другой профессии, и регулярно к ним возвращаются. Если эти активности станут постоянными обязанностями, набор задач внутри одной должности может значительно расшириться — при том что её название останется прежним.

Это принципиально новый взгляд на автоматизацию. Традиционно считалось, что ИИ либо заменяет профессию целиком, либо не трогает её вовсе. Реальность оказывается тоньше: профессии не исчезают, но тихо мутируют изнутри.

⚠ Важно для работодателей

Если ваши сотрудники фактически выполняют расширенный набор задач с помощью ИИ, но их должностные инструкции и компенсация это не отражают — возникает риск недооценки их вклада и потери ценных кадров. Пора пересмотреть, как вы описываете и оцениваете роли в эпоху ИИ.

Методология: как проводилось исследование

Понять эти изменения невозможно только на основе анекдотических свидетельств. Это требует строгих эмпирических исследований, основанных на реальных данных.

Для нового отчёта было проанализировано более 1,5 миллиона рабочих сообщений в ChatGPT за период с апреля по июль 2026 года. Исследователи идентифицировали профессии пользователей на основе информации о должности или подразделении, которую те предоставили сами, и классифицировали задачи по профессиональным категориям.

Последнее исследование подчёркивает важность того, как задачи распределяются и выполняются совместно с доступом к ИИ-инструментам.

Планы OpenAI: продолжение исследований

OpenAI не намерена останавливаться на достигнутом. Компания планирует продолжать изучать эти сдвиги, чтобы сформировать более полное представление о том, как ИИ меняет разделение труда и что это означает для работников, бизнеса и экономики в целом.

Параллельно запущена платформа OpenAI Economic Research Exchange — для поддержки высококачественных внешних исследований экономических последствий ИИ. Отобранные учёные проводят исследования в рамках структурированного сотрудничества с командой OpenAI Economic Research с целью получения достоверных независимых данных о влиянии ИИ на работников, компании, институты и экономику в целом.

Выводы: тихая революция в профессиях

Исследование OpenAI рисует картину постепенной, но глубокой трансформации рынка труда. Не драматической замены людей роботами, а куда более тонкого процесса: профессиональные границы размываются изнутри, по одной задаче за раз.

Для российских специалистов и компаний это несёт конкретные практические сигналы:

Работникам: навыки работы с ИИ становятся мета-навыком, позволяющим органично расширять свою профессиональную роль
Руководителям: пора пересматривать должностные инструкции и системы оценки с учётом реального расширения задач
HR-специалистам: концепция task crossover помогает переосмыслить внутреннюю мобильность и переобучение
Малому бизнесу: ИИ — это возможность строить более гибкие команды без раздутого штата узких специалистов

Профессия будущего — это не та, которую не заменит ИИ. Это та, которая научится использовать ИИ для постоянного расширения своих границ.