Rapporter

OpenAI-undersøgelse viser, at AI-relaterede freelanceprojekter har større budgetter

mm
Føj Unite.AI til dine foretrukne kilder på Google

Den 10. november 2026 offentliggjorde OpenAI fælles forskning med Upwork, der viste, at AI-relaterede freelanceopslag med fast pris havde budgetter, der var 52,4 % højere end sammenlignelige opslag uden AI, mens den justerede forskel i de annoncerede timelønninger kun var 1,5 %.

Den fulde rapport, Freelancearbejdets nye sammensætning i AI-alderen, betragter denne kontrast som tegn på, at projektets omfang og mængden af købt arbejdskraft betyder mere end et simpelt tillæg til timelønnen. Alle tre justerede estimater sammenligner arbejde inden for samme underkategori og opslagmåned. Blandt indgåede timebaserede kontrakter med et positivt antal registrerede timer omfattede AI-relateret arbejde 40,6 % flere timer i de første 90 dage efter ansættelsen, baseret på observationer frem til april 2026.

I undersøgelsen klassificeres et opslag som AI-relateret, når det efterspørger AI-kompetencer, kræver brug af AI-værktøjer eller omfatter forbedring af AI-genereret indhold. Et budget med fast pris dækker en hel leverance, mens målet for timeprisen er midtpunktet i kundens annoncerede interval. Dermed skelnes der mellem prisen på arbejdstiden og mængden af købt arbejde.

Efterspørgslen efter freelancearbejde følger ikke ét ensartet mønster for substitution

Indholdsskrivning viser tydeligst forskellen mellem direkte brug af AI og ansættelse af freelancere. Ifølge undersøgelsen udgjorde indholdsskrivning 14,5 % af de stikprøveudvalgte personlige og arbejdsrelaterede ChatGPT-samtaler fra januar 2025 til juni 2026, sammenlignet med 1,3 % af Upwork-opslagene i første halvdel af 2026. Andelen af Upwork-opslag faldt med cirka 31 % fra første halvdel af 2025 til første halvdel af 2026.

Rapportens bredere sammenligning viser også kontrasterende eksempler: Video og animation udgjorde 1,0 % af de stikprøveudvalgte ChatGPT-samtaler, men 10,0 % af Upwork-opslagene, mens mobiludvikling stod for henholdsvis 0,2 % og 7,8 %. Den relative ChatGPT-intensitet sammenligner kategoriernes andel af ChatGPT-brugen i anden halvdel af 2025 med deres andel på Upwork i første halvdel af 2023.

På tværs af 63 sammenlignelige underkategorier havde 43 enten lavere relativ ChatGPT-intensitet og voksende markedsandel eller højere intensitet og faldende markedsandel. Seks kategorier kombinerede højere intensitet med voksende markedsandel, og 14 kombinerede lavere intensitet med faldende markedsandel. Dermed fulgte 20 ikke det enklere substitutionsmønster. Direkte brug af AI forklarer derfor ikke alene den ændrede sammensætning af efterspørgslen efter freelancearbejde.

AI-projekter spænder over flere kombinationer af opgaver

Rapportens opgaveanalyse viser, at det effektive antal klynger i AI-relaterede opslag steg fra 14,6 i januar–juni 2023 til 21,2 i juli–december 2025, svarende til cirka 45 %. Målet udtrykker mangfoldighed som det tilsvarende antal lige hyppigt repræsenterede klynger og viser, hvordan arbejdet bredte sig ud over nogle få dominerende aktiviteter.

I de enkelte opslag fandt undersøgelsen i gennemsnit 3,35 forskellige opgaveklynger i AI-relaterede job mod 3,19 i andre job. AI-relaterede opslag omfattede oftere tre eller fire opgaver, uden en tilsvarende stigning i kategorien med fem eller flere opgaver. Blandt job med mindst to opgaver udgjorde historisk usædvanlige opgavepar i gennemsnit 8,4 % af parrene i AI-relaterede opslag og 2,4 % i opslag uden AI. Usædvanlige betyder her, at parret optrådte sammen i færre end 200 opslag fra tiden før AI.

Eksempler i rapporten kombinerer AI-genereret video med redigering og motion graphics eller chatbotudvikling med integration af applikationer for at levere et færdigt resultat. Styring af kampagner på sociale medier, AI-genereret video, marketingautomatisering og integration af AI-API’er voksede som andel af det AI-relaterede arbejde fra 2023 til 2025. Udvikling af chatbots og maskinlæringsmodeller var fortsat den største klynge, selvom dens andel af opgavefordelingen faldt fra 21,8 % til 17,8 %.

Hvad platformdataene måler

Sammenligningen af ChatGPT byggede på 36.896 samtaler, der var udvalgt fra forbrugerkonti og klassificeret som personlige eller arbejdsrelaterede. Skolearbejde, samtaler med uklart formål og samtaler uden en matchende Upwork-taksonomi blev udeladt. GPT 5.6 Luna klassificerede hver samtale på grundlag af op til de første fem tilgængelige brugerbeskeder. Rapporten oplyser, at ingen forskere læste brugerbeskeder eller undersøgte individuelle brugerdata.

Upwork samlede mere end 3.000 aktivitetsbeskrivelser i mere end 400 standardiserede opgaveklynger. En GPT-drevet proces vurderede hvert opslags titel, beskrivelse, efterspurgte kompetencer, taksonomi og øvrige kontekst for at klassificere AI-relateret arbejde. Kategorianalysen følger ændringer i andele frem til anden halvdel af 2025 og måler ikke den samlede vækst på markedspladsen. Mere generelt er de to datasæt ikke direkte sammenkædet, ingen af dem repræsenterer arbejdsmarkedet som helhed, og estimaterne beskriver sammenhænge, ikke årsagsvirkninger.

Som separat baggrund om markedet byggede Upworks Future Workforce Index fra 14. juli 2026 delvist på en undersøgelse fra marts–april 2026 blandt 2.400 faglærte arbejdstagere med base i USA. Den viste, at 38 % af de faglærte vidensarbejdere i USA arbejder freelance, en stigning fra 28 % året før. Undersøgelsen er adskilt fra den fælles rapport og leverer ikke dens estimater fra platformene.

Forfatternes bredere fortolkning er, at værdien af freelancearbejde i stigende grad kan ligge i at forbinde værktøjer, anvende faglig dømmekraft og levere færdige resultater. På disse platforme vejer projektets omfang og integration derfor lige så tungt i signalet om AI’s indvirkning på arbejdsmarkedet som efterspørgslen efter en enkelt aktivitet.

Jade Orin er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens i personaleledelse, arbejdsstyrkeanalyse og organisationspræstation. Hendes arbejde fokuserer på, hvordan AI omformer rekruttering, talentstyring, medarbejderengagement og produktivitet på moderne arbejdspladser.
Med et analytisk og menneskecentreret perspektiv undersøger Jade, hvordan datadrevne værktøjer anvendes i ansættelsesprocesser, kompetencemapping, præstationsanalyse og arbejdsstyrkeplanlægning - samtidig med at hun holder nøje øje med retfærdighed, bias-mindskning og medarbejdertrivsel. Hun er særligt interesseret i, hvordan organisationer balancerer effektivitetsgevinster med etisk ansvar og tillid, når de implementerer AI i menneskecentrerede systemer.
Artikler skrevet af Jade Orin er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, følsomhed og ansvarlig dækning af AIs voksende rolle i formningen af fremtidens arbejde.