AI 落地别只数活跃度，还要看新任务有没有留下来

员工每周都打开 AI，不代表 AI 已经改变了工作。产品团队常用席位开通率、月活、对话数和节省时间描述采用情况，但这些指标很难区分一次性尝鲜与真正进入日常的任务。

OpenAI Economic Research 在 2026 年 9 月发布的第二份 Work at the Frontier 报告，追问了一个更有用的问题：员工第一次用 AI 做传统岗位之外的事之后，下个月还会不会回来？报告分析 2026 年 4 月至 7 月的 150 多万条工作相关 ChatGPT 消息，发现一些跨岗位任务确实反复出现；不过，这是一项使用行为研究，不是生产率或就业影响的因果实验。

从“试过”到“留下来”，要分开测量#

先把三个容易混在一起的事件拆开：

• 试用：用户第一次把 AI 用在一个过去通常由其他岗位承担的任务上，例如销售人员尝试生成营销材料。
• 复现：同一个用户在之后的月份再次用 AI 完成同一类任务。
• 常规化：任务不仅复现，还能在可接受的质量、风险和责任边界内稳定完成。

报告测到了前两种行为，没有直接证明第三种已经成立。任务复现是“这类使用再次出现了”的信号，不等于工作已被自动化，也不等于任务质量达标或员工因此更高效。

报告里的两个复现信号#

第一个信号看长期使用结构。约 6,200 名连续四个月可观察的用户中，过去出现过的跨岗位任务占其职业相关 AI 活动的比例，从 4 月的 13.1% 上升到 7 月的 25.9%，接近翻倍。分母是抽样到的、被归到具体职业活动的 AI 消息，不是员工全部工作，也不是他们花在 AI 上的时间。

第二个信号做了匹配比较。在同一宽口径职业、后续 AI 活跃程度相近的员工中，上个月用过某类跨岗位任务的人，次月再次出现同类任务的比例为 23.6%；没有观察到前月使用的可比员工为 8.4%，相差 15.2 个百分点。这说明先前试用者更常再次使用，但两组不是随机分配，仍可能存在兴趣、岗位需求、管理支持等差异，不能把差距解释成 AI 导致的留存提升。

任务类型也很不一样。报告的总体“首次观察后次月返回率”为 18.5%；客户沟通为 54%，广告或促销文案为 44%，营销材料制作为 37%。相比之下，向客户解释财务信息为 15%，展示业务信息为 15%，法律研究为 10%。这不是任务价值排名：复现频率会受工作节奏、组织规范、出错后果和样本选择影响。

越不熟的任务，用户越像是在借专业能力#

研究还比较了员工在本职任务和跨岗位任务中的提示差异。跨岗位消息平均短约 20 个字符，较少要求解释、操作指导、特定格式或建议；却更常提供示例和背景，也更常要求检查或验证。

OpenAI 将其解释为一种可能的“借用专业能力”：用户带来问题、材料或同事提供的上下文，让 AI 帮忙调用另一个领域的知识，而不一定是想从头学习该领域。这是对提示模式的解释，不是对用户意图的直接测量。对产品设计而言，它提示我们：跨岗位任务可能需要更多可靠上下文、结果核验和清楚的升级入口，而不仅是更短的提示模板。

把采用指标改成任务指标#

如果只看登录和总消息数，产品团队很难知道 AI 是否进入新的工作环节。我会把组织试点分成四层观察：

层次	建议观察什么	需要避免的误读
首次尝试	新任务类别的首次完成率、任务来源和用户角色	把“点开过”当作完成任务
次月复现	同一用户是否再次完成同一任务类别、间隔多久	把相关性说成由 AI 造成的留存
质量与责任	返工、人工修改、核验结果、错误后果、升级人工比例	复现次数高就认定任务可以自动化
团队扩散	同工作区其他成员是否随后尝试、是否共享了方法	把小幅扩散差异当成组织生产率提升

每一层都要有明确的任务分类和分母。例如“次月复现率”应说明是按用户、任务类别还是任务实例计算；若把写作、总结这类通用活动也纳入分母，结果会与仅看职业专属活动时不同。指标的定义本身就是产品决策的一部分。

复现之后，还要观察工作怎么变#

OpenAI 也观察到同事扩散：某个工作区里有人使用某项跨岗位任务后，原先没观察到该任务的同事下月使用它的比例，在匹配样本中为 3.1%；对照工作区为 2.5%。差距比个人复现信号小得多。它可能来自共同需求，也可能来自同事之间的示范；研究没有判定机制，也没有测量团队产出变化。

因此，企业上线 AI 后不能只问“使用量有没有增长”，还要追问：哪些任务组合变了？任务从谁手里转到谁手里？谁负责核验？专业人员是否从重复执行转向审查例外？如果这些责任关系没有被重新设计，高复现率也可能只是把隐性的返工和风险带进了新流程。

隐私与测量边界不能放到脚注里#

这份研究的样本有严格范围：研究对象是美国注册用户的个人 ChatGPT 账号消息，职业和工作区信息来自其关联的 ChatGPT Business 入职资料；没有纳入 Business 账号本身发送的消息。报告排除了关闭训练或标记为不可用于训练的数据，对文本自动清除个人身份信息，再用自动模型分类任务。研究团队分析标签和汇总指标，不阅读单条对话。

这有助于理解隐私处理方式，但也意味着结果不代表美国全体劳动者，更不能直接代表其他国家、行业或企业内所有 AI 使用。研究还要求连续队列用户每个月至少有 10 条抽样消息；复现只在被抽到的消息中计算，未抽到的任务会漏掉。所谓“跨岗位”依据 O*NET 职业活动分类，某项活动可能早已是员工实际工作的一部分，只是分类上与其申报职业不同。

来源与边界#

• 原始来源：OpenAI，《How workers are unlocking new ways of working》，发布于 2026 年 9 月 16 日，机构作者为 OpenAI；报告署名 Alex Martin Richmond 与 Caroline Chin，属于 OpenAI Economic Research 的第二份 Work at the Frontier 报告。原始 PDF：Work at the Frontier: How workers are unlocking new ways of working。
• 研究对象与范围：2026 年 4—7 月，超过 150 万条美国注册用户的工作相关个人 ChatGPT 消息；账号职业信息来自关联的 ChatGPT Business 入职资料。约 6,200 名四个月均有足够抽样消息的用户用于任务组合趋势分析。
• 方法：使用 O*NET 将消息映射到职业活动，并比较任务是否属于用户申报职业；任务分类为职业内、跨职业、通用或未映射。匹配分析按宽口径职业和后续 AI 活跃程度相近选择对照；报告同时提供置信区间和抽样方法说明。
• 关键结果：约 6,200 人队列中，已观察到的跨岗位任务占职业相关 AI 活动比例从 13.1% 增至 25.9%；匹配分析的次月同任务复现率为 23.6% 对 8.4%；首次观察后的总体任务复现率为 18.5%，客户沟通、广告/促销文案、营销材料分别为 54%、44%、37%。这些是特定抽样与任务分类口径下的行为比例。
• 原文能说明什么：部分跨岗位 AI 使用会在后续月份重复出现，而且不同任务类别的复现频率差异明显；组织可以把任务设计与工具访问一并纳入 AI 采用策略。
• 原文不能证明什么：不是随机实验，不证明 AI 导致任务复现、提高生产率、替代某岗位或改变就业；观测消息也不等于总工作量或实际工作时间。样本经过账号关联、同意状态、消息抽样和连续活跃度筛选，不具备全体劳动力代表性。
• 本文产品化解读：把“新任务首次完成—次月复现—质量与责任可控—团队扩散”作为采用评估漏斗，比只数账号活跃更能指导试点决策。这是基于报告方法提出的产品框架，不是 OpenAI 报告验证过的因果评估模型。