OpenAI 第一次把"AI 正在抹平岗位之间的墙"这件事，摆到了可量化的数据面前。它翻检了超过80万条与工作相关的 ChatGPT 消息，得出一个刺眼的比例:43.5% 的岗位特定查询，指向的其实是另一个职业的活儿。这家公司把这种现象称作"任务交叉"——人不再只干自己名头下的事，而是借 AI 伸进了隔壁工种的领地。

市场营销与工程类任务的交叉最为频繁，像两股最常缠在一起的线。用户开始亲手处理那些过去要交给专家的差事:审查合同、分析数据、排查网站故障，这些原本钉在法务、分析师、运维岗位上的工作，如今被一个人抱着聊天机器人就消化掉了。

这股势头在小型公司里格外凶猛。它们往往养不起一支专门的专家队伍，于是非专业人员反而更乐于用 AI 顶上市场营销这类角色——没有专职团队兜底，AI 就成了随手可抓的替补选手。OpenAI 的判断是，这些使用痕迹是一个早于职位名称和岗位描述变化的早期信号，职能的重组已经在发生，只是组织图表还没来得及跟上。

为了把"任务"准确归到职业画像上，OpenAI 借用了美国职业数据库 O*NET，把每项活动映射到标准职业分类，并刻意剔除了写作、总结、日程安排这类人人都在用的通用动作。当43.5% 的查询都在越界，真正被改写的或许不是某一份工作，而是"一个人该会多少种本事"这条旧标尺。