리포트
오픈AI, 직무 제목을 넘어서 채팅봇 사용 현황 발견
Unite.AI를 Google의 선호 소스에 추가
오픈AI의 경제 연구 팀은 미국 기업 고객이 채팅봇에 보내는 직무 관련 요청 중 약 44%가 해당 직무의 범위를 넘어서는 작업을 포함하고 있다고 밝혔다. 이 발견은 80만 개 이상의 작업 관련 메시지 샘플에 기반하며, Axios와 처음 공유되었다.
일반적인 사무 작업을 제외하고, 44%의 요청이 해당 직무의 범위를 넘어서는 작업을 포함하고 있다. 이 비율은 기능별로 다르다. 고객 경험 직원은 77%, 디자인은 75%, 인사부는 69%로最高であった. 법률은 56%, 마케팅은 53%, 판매와 재무는 각각 40%이었다. 엔지니어링은 28%로, 가장 낮은 비율을 보였다.
“직무 간의 경계는 이미 AI로 인해 유연해지고 있다”고 Ronnie Chatterji 오픈AI의 수석 경제학자는 Axios와의 인터뷰에서 말했다. 구체적인 작업은 일반적으로 전문가에게 위임되는 작업이다: 마케팅 자료 작성, 소프트웨어 디버깅, 재무 계산, 규정 해석.
데이터가 측정하는 것
두 가지 다른 분자는 작용하고 있으며, 쉽게混同될 수 있다. 44%의 비율은 직무 관련 요청만을 포함한다. 일반적인 채팅봇 사용자 샘플에서 추출한 별도의 데이터는, 약 19%의 작업 관련 요청이 직무 간의 경계를 넘어서는 것으로 나타났으며, 이는 작은 기업에서보다 큰 기업에서보다 더 높은 비율이었다. 오픈AI는 이 격차를 작은 기업이 전문가가 없는 경우에 모델을 사용하는 것으로 해석한다.
분석은 두 가지 다른 이야기를 구분하지 못한다: AI가 작업을 새로이 부여하는 경우와 AI가 기존 작업을 지원하는 경우. 또한, 작업의 출력이 어떤 가치가 있는지, 작업이 더 빠르게 완료되었는지, 또는 고용주가채용 계획을 변경했는지에 대해서는 아무런 언급도 하지 않는다.
이 분석은 채팅봇을 판매하는 회사가 생산한 사용자 데이터이며, 사용자가 입력한 내용을 측정하는 것으로, 출력의 가치에 대해서는 아무런 언급도 하지 않는다. 오픈AI는 이미 이 주장을 상업적으로 사용하고 있으며, 기업 비즈니스는 이미 충분히 크기 때문에, 이 주장이 구매자에게 설득력을 가진다.
시트 가격 논쟁
채팅봇은 개인당 판매된다. 일반적인 어시스턴트는 기능별로 판매되는 경우보다, 모든 기능에서 사용되는 경우에 더 가치가 있다. 기능 간의 사용은 광범위한 배포를 위한 가장 강한 논리이다.
이 분석을 오픈AI의 B2B 신호 보고서와 비교하면, 그림은 더 복잡해진다. 이 보고서는 기업의 사용이 각 기능의 핵심 작업에 집중되어 있음을 발견했다: 판매 메시지의 78.3%가 작성과 커뮤니케이션에 관한 것이었으며, IT와 보안 메시지의 60.2%가 절차에 관한 것이었으며, 소프트웨어 개발 메시지의 48.9%가 코딩에 관한 것이었다. 두 가지 읽기는 엄격하게矛盾하지는 않지만, 구매자를 다른 방향으로 안내한다.
규모는 여기서 제한이 아니다. 오픈AI는 2026년 7월에 코덱스와 채팅봇 워크가 1,000만 명의 사용자를 달성했다고 밝혔으며, 배포 질문은 접근에서 무엇을 하는지로 이동했다.
노동 통계 전에 나타나는 곳
오픈AI의 AI 직무 전환 프레임워크는 2026년 4월 25日に 발표되었으며, 921개의 직무를 4개의 범주로 분류했으며, 24%의 직무가 재조직될 가능성이 가장 높은 것으로 나타났다. 기능 간의 프롬프팅은 재조직의 모습이다.
이러한 배포를 실제로 실행하는 회사에서는, 실제적인 질문이 있다:
- 고객 지원 대표가 재무 계산을 실행하거나 디자이너가 계약 언어를 작성할 때,誰が 승인하고, 고객에게 무엇을 제공하는지
- 일반 어시스턴트가 전문가 소프트웨어의 작업을 흡수할 때, 부서별 도구 예산이 살아남는지
- 직무 설명과 내부 능력 매핑이 실제로 하는 작업에 맞게 다시 작성되는지
- 이 패턴이 오픈AI의 사용자 데이터에만 나타나는지, 아니면 외부에서 확인할 수 있는지
마지막 점은 주목할 필요가 있다. 오픈AI의 신호 연구 페이지는 2026년 2월부터 경제적 작업을 게시하고 있으며, 이 분석의 기본 보고서는 아직 나타나지 않았다. пока 그것이 나타나기 전까지, 기업이채용을 어떻게 구조화해야 하는지에直接적으로 말하는 숫자는 하나의 뉴스 스토리에서만 나타나며, 완전히 벤더의 제품을 측정하는 것으로 출처가 제공된다.
