Berichte

OpenAI entdeckt, dass Arbeitnehmer ChatGPT Þber ihre Jobtitel hinaus nutzen

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufÞgen

OpenAIs Wirtschaftsforschungsteam sagt, dass etwa 44% der berufsspezifischen Anfragen, die seine US-amerikanischen GeschÃĪftskunden an ChatGPT senden, Arbeit betreffen, die normalerweise zu einem anderen Beruf gehÃķrt. Diese Erkenntnis basiert auf einer Stichprobe von Þber 800.000 arbeitsbezogenen Nachrichten und wurde erstmals mit Axios geteilt.

Wenn man die allgemeinen BÞroarbeiten wie das Verfassen von E-Mails und das Buchen von Meetings herausrechnet, die jeder Job enthÃĪlt, liegt 44% des Restes außerhalb der Disziplin des Anfragenden. Die Rate variiert stark je nach Funktion. Das Personal aus dem Kundenservice lag mit 77% am hÃķchsten, gefolgt von Design mit 75% und Personalwesen mit 69%. Recht lag bei 56%, Marketing bei 53% und Vertrieb und Finanzen bei jeweils 40%. Ingenieurwesen war mit 28% der Ausreißer, die Funktion, deren ChatGPT-Nutzung hauptsÃĪchlich in ihrem eigenen Bereich bleibt.

“Die Grenzen zwischen Jobs werden aufgrund von KI wahrscheinlich bereits flexibler”, sagte Ronnie Chatterji, OpenAIs ChefÃķkonom, gegenÞber Axios. Die spezifischen Aufgaben, die genannt werden, sind die Art von Aufgaben, die ein Unternehmen normalerweise an einen Spezialisten weiterleiten wÞrde: Erstellung von Marketing-Material, Fehlersuche in Software, DurchfÞhrung von Finanzberechnungen, Interpretation von Vorschriften.

Was die Daten messen

Zwei verschiedene Nenner sind im Spiel, und sie sind leicht zu verwechseln. Die 44%-Zahl deckt nur berufsspezifische Anfragen ab. Eine separate Auswertung, die auf typischen ChatGPT-Nutzern und nicht auf der berufsspezifischen Stichprobe basiert, ergab, dass etwa 19% aller arbeitsbezogenen Anfragen bei den kleinsten Unternehmen die beruflichen Grenzen Þberschritten, im Vergleich zu etwa 16% bei grÃķßeren Unternehmen. OpenAI interpretiert diese LÞcke so, dass kleine Unternehmen auf das Modell zurÞckgreifen, wenn es keinen Spezialisten auf der Gehaltsliste gibt.

Die Autoren sind ausdrÞcklich Þber die Grenzen informiert. Die Analyse kann zwei sehr unterschiedliche Geschichten nicht auseinanderhalten: KI ÞbertrÃĪgt Arbeitern Aufgaben, die sie noch nie hatten, oder KI hilft ihnen, Dinge zu tun, die bereits in ihrem Aufgabenbereich liegen. Sie sagt auch nichts darÞber aus, ob die Ausgabe irgendeinen Wert hatte, ob die Arbeit schneller erledigt wurde oder ob ein Arbeitgeber einen Einstellungsplan aufgrund dessen geÃĪndert hat.

Dies ist Nutzungs-Telemetrie, die von dem Unternehmen produziert wird, das die SitzplÃĪtze verkauft, und es misst, was die Leute eingegeben haben, anstatt den Wert der Ausgabe. OpenAI hat dieses Argument kommerziell bereits seit einiger Zeit vorgetragen, und das UnternehmensgeschÃĪft, das es unterstÞtzt, ist nun groß genug, dass die Argumentation bei KÃĪufern Gewicht hat.

Das Argument fÞr die Sitzplatzpreisgestaltung

ChatGPT fÞr Unternehmen wird pro Person verkauft. Ein allgemeiner Assistent, der auf diese Weise verkauft wird, ist fÞr einen KÃĪufer wesentlich wertvoller, wenn jeder Sitzplatz Þber Funktionen hinweg genutzt wird, als wenn es ein Schreibwerkzeug ist, das Marketing zweimal am Tag Ãķffnet. Die Nutzung Þber Funktionen hinweg ist der stÃĪrkste verfÞgbare Fall fÞr eine breite Bereitstellung anstelle von Abteilungspiloten, und es ist der Fall, den OpenAI gerade eine Zahl zugewiesen hat.

Wenn man es mit OpenAIs B2B-Signale-Bericht vom 6. Mai 2026 vergleicht, wird das Bild komplexer. Diese Analyse ergab, dass die Unternehmensnutzung eng um die Kernarbeit jeder Funktion herum clustert: 78,3% der Vertriebsnachrichten waren Schreiben und Kommunikation, 60,2% der IT- und Sicherheitsnachrichten waren prozedurale Anleitungen, und 48,9% der Software-Entwicklungs-Nachrichten waren Codierung. Die beiden Lesarten sind nicht streng widersprÞchlich, da breite Aufgabenkategorien und fein granulierte berufliche Kartierung unterschiedliche Dinge in derselben Nachricht erfassen kÃķnnen. Aber sie weisen KÃĪufer in unterschiedliche Richtungen, und nur eine davon spricht fÞr die Erweiterung der Lizenz Þber die Teams hinaus, die sie bereits nutzen.

Die Skalierung ist hier nicht die EinschrÃĪnkung. OpenAI sagte im Juli 2026, dass Codex und ChatGPT Work 10 Millionen Nutzer erreicht haben, und die Bereitstellungsfrage hat sich von Zugang zu dem verschoben, was die Leute tun, wenn sie ihn haben.

Wo dies vor den Arbeitsmarktstatistiken auftaucht

OpenAIs AI-Jobs-Transition-Framework, das am 25. April 2026 verÃķffentlicht wurde, sortierte 921 Berufe, die etwa 148 Millionen US-ArbeitsplÃĪtze abdecken, in vier Kategorien ein und ordnete 24% von ihnen der Kategorie zu, die am wahrscheinlichsten umstrukturiert wird, anstatt zu verschwinden. Die Nutzung Þber Funktionen hinweg ist das, was diese Umstrukturierung in Telemetrie sieht, Monate oder Jahre bevor sie in Arbeitslosenstatistiken oder Stellenanzeigen auftritt.

FÞr Unternehmen, die diese Bereitstellungen tatsÃĪchlich durchfÞhren, sind die praktischen Fragen unglamourÃķs und sofort relevant:

  • Wer genehmigt, wenn ein Kundensupport-Mitarbeiter eine Finanzberechnung durchfÞhrt oder ein Designer Vertragsrechtstexte erstellt, und welche ÜberprÞfung liegt zwischen der Ausgabe und dem Kunden
  • Ob Abteilungs-Tool-Budgets Þberleben, wenn der allgemeine Assistent die Aufgaben absorbiert, fÞr die die Spezialsoftware gekauft wurde
  • Ob Stellenbeschreibungen und interne FÃĪhigkeitskartierung neu geschrieben werden, um dem zu entsprechen, was die Leute bereits tun
  • Ob das Muster außerhalb von OpenAIs eigenen Nutzungsdaten besteht, die derzeit kein externer Forscher ÞberprÞfen kann

Der letzte Punkt ist der zu beobachtende. OpenAIs Signals-Forschungsseite ist, wo seine wirtschaftliche Arbeit seit Februar 2026 gelandet ist, und der zugrunde liegende Bericht fÞr diese Analyse ist noch nicht dort erschienen. Bis er es tut, existiert eine Reihe von Zahlen, die direkt zu der Frage spricht, wie Unternehmen Einstellungen strukturieren sollten, nur als Diagramm in einer Nachrichtenstory, die vollstÃĪndig auf den Anbieter zurÞckzufÞhren ist, dessen Produkt es misst.

Aiden Cross ist ein von KI generierter Strategist bei Unite.AI, der sich auf die Strategie und AusfÞhrung von KI-Produkten sowie die praktischen Herausforderungen bei der Umwandlung von experimentellen Modellen in skalierbare, marktfÃĪhige Produkte konzentriert. Seine Arbeit konzentriert sich darauf, wie Startups und Unternehmen von Prototypen und Demos zu zuverlÃĪssigen Systemen Þbergehen, die von realen Kunden genutzt werden.
Mit einer pragmatischen und detailorientierten Perspektive analysiert Aiden Produkt-Roadmaps, Go-to-Market-Strategien, Plattformentscheidungen und organisatorische Kompromisse, die bestimmen, ob KI-Initiativen erfolgreich sind oder stagnieren. Er legt besonderen Wert auf die RealitÃĪten der Bereitstellung, die Akzeptanz durch die Benutzer, die Infrastruktur-EinschrÃĪnkungen und die Ausrichtung zwischen technischer FÃĪhigkeit und GeschÃĪftswert.
Artikel, die von Aiden Cross verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam ÞberprÞft, um Klarheit, Genauigkeit und verantwortungsvolle Berichterstattung Þber die Entwicklung, den Versand und die Skalierung von KI-Produkten in der realen Welt sicherzustellen.