OpenAI finner at arbeidere bruker ChatGPT utenfor sine jobbtitler

OpenAIs økonomiske forskningsteam sier at omtrent 44% av de yrkespesifikke forespørsler som deres amerikanske bedriftskunder sender til ChatGPT, innebærer arbeid som normalt tilhører en annen profesjon. Funnet er basert på en prøve på over 800 000 arbeidsrelaterte meldinger og ble først delt med Axios.

Strippe ut generisk kontorarbeid som hver jobb inneholder, som å skrive e-post og booke møter, og 44% av hva som er igjen, ligger utenfor forespørerens egen disiplin. Andelen deles hardt etter funksjon. Kundeopplevelsespersonale kom inn på topp med 77%, etterfulgt av design på 75% og personalavdelingen på 69%. Juridisk registrerte 56%, markedsføring 53% og salg og finans 40% hver. Ingeniør var den laveste avvikeren på 28%, den eneste funksjonen hvor ChatGPT-bruken mest holdt seg innenfor sin egen linje.

“Grensene mellom jobbene er sannsynligvis allerede blitt mer fleksible på grunn av AI,” sa Ronnie Chatterji, OpenAIs sjeføkonom, til Axios. De spesifikke oppgavene som er nevnt, er av den typen en bedrift normalt ville sende til en spesialist: å bygge markedsføringsmateriell, feilsøke programvare, kjøre finansielle beregninger, tolke regler.

Hva dataene måler

To forskjellige tellere er i spill, og de er lett å forveksle. 44%-tallet dekker bare yrkespesifikke forespørsler. En separat utklipping, basert på typiske ChatGPT-brukere i stedet for prøven med yrkesmerking, fant at omtrent 19% av alle arbeidsrelaterte forespørsler hos de minste bedriftene krysset yrkesgrenser, mot omtrent 16% hos større firmaer. OpenAI leser denne gapet som små bedrifter som hviler på modellen der det ikke finnes en spesialist på lønningslisten.

Forfatterne er eksplisitte om grensene. Analysen kan ikke skille to svært forskjellige historier: AI som gir arbeidere oppgaver de aldri har hatt, eller AI som hjelper dem å gjøre ting som allerede sitter i deres område. Den sier ingenting om hvorvidt utgangen var noen god, om arbeidet ble gjort raskere, eller om noen arbeidsgiver endret en ansættelsesplan på grunn av det.

Dette er bruksdata produsert av selskapet som selger plassene, og det måler hva folk skrev, i stedet for hva utgangen var verdt. OpenAI har gjort en versjon av dette argumentet kommersielt i en stund, og bedriftsforretningen det støtter er nå stor nok til at rammen bærer vekt hos kjøpere.

Seteprisargumentet

ChatGPT for bedrifter selges per person. En generell assistent som er prissatt på denne måten, er verd omtrent mer for en kjøper hvis hver plass brukes på tvers av funksjoner, enn hvis det er et skriveverktøy som markedsføringen åpner to ganger om dagen. Bruk på tvers av grenser er det sterkeste tilgjengelige tilfellet for bred distribusjon i stedet for avdelingspiloter, og det er tilfellet OpenAI nettopp har satt et tall på.

Sett det mot selskapets egen B2B-signaler-rapport fra 6. mai 2026, og bildet blir mer komplisert. Den analysen fant at bedriftsbruk klumpet seg tett rundt hver funksjons kjernearbeid: 78,3% av salgsbeskjeder var skriving og kommunikasjon, 60,2% av IT- og sikkerhetsbeskjeder var prosedyre-hvordan, og 48,9% av programvareutviklingsbeskjeder var kode. De to lesningene er ikke strengt motsigende, siden brede oppgavekategorier og fine yrkesmessige kart kan fange forskjellige ting i samme melding. Men de peker kjøpere i forskjellige retninger, og bare en av dem argumenterer for å utvide lisensen utover teamene som allerede bruker den.

Skalering er ikke begrensningen her. OpenAI sa i juli 2026 at Codex og ChatGPT Work hadde nådd 10 millioner brukere, og deployerings-spørsmålet har flyttet seg fra tilgang til hva folk gjør når de har det.

Hvor dette viser seg før arbeidsstatistikkene gjør

OpenAIs AI Jobs Transition Framework, publisert 25. april 2026, sorterte 921 yrker som dekket omtrent 148 millioner amerikanske jobber inn i fire kategorier og plasserte 24% av dem i kategorien som sannsynligvis vil omorganisere i stedet for å forsvinne. Grenseoverskridende forespørsler er hva denne omorganiseringen ser ut som i telemetri, måneder eller år før den dukker opp i arbeidsledighetsdata eller jobbannonser.

For bedrifter som faktisk kjører disse deployeringene, er de praktiske spørsmålene uglamorøse og umiddelbare:

• Hvem godkjenner når en kundesupport-representant kjører en finansiell beregning eller en designer utarbeider kontraktsspråk, og hva slags gjennomgang sitter mellom utgangen og kunden
• Om avdelingsverktøy-budsjett overlever hvis den generelle assistenten absorberer oppgavene som spesialistprogramvaren ble kjøpt for
• Om jobbeskrivelser og interne kompetanse-kartlegging blir omskrevet for å matche hva folk allerede gjør
• Om mønsteret holder utenfor OpenAIs egen bruksdata, som ingen ekstern forsker for tiden kan gjennomgå

Det siste punktet er det å se på. OpenAIs Signals-forskningsside er hvor deres økonomiske arbeid har landet siden februar 2026, og den underliggende rapporten for denne analysen har ikke dukket opp der enda. Før den gjør det, eksisterer en sett med tall som taler direkte til hvordan bedrifter bør strukturere ansættelser bare som en graf i en nyhetshistorie, kilde helt til leverandøren hvis produkt det måler.