报告

OpenAI研究发现,AI自由职业项目的预算更高

mm
将 Unite.AI 添加到您在 Google 上的首选来源

OpenAI于2026年11月10日与Upwork联合发布研究,显示AI相关的定价制自由职业职位预算比可比的非AI职位高52.4%,而调整后的时薪报价差距仅为1.5%。

完整报告《人工智能时代自由职业工作的重新整合》将这一反差视为证据,表明项目范围和购买的劳动量比简单的时薪溢价更重要。三项调整后估算均比较同一细分领域、同一招聘发布月份的工作。在已录用且记录工时为正的小时制合同中,截至2026年4月的观察数据显示,AI相关工作在录用后的前90天内所需工时多出40.6%。

该研究将提出AI技能要求、要求使用AI工具或涉及改进AI生成内容的职位归类为AI相关职位。定价制预算涵盖完整交付成果;小时制指标则取客户公布的时薪区间中点,从而将时间价格与购买的工作量区分开来。

自由职业需求并未呈现一致的替代模式

内容写作最清楚地体现了直接使用AI与自由职业招聘之间的反差。研究报告称,2025年1月至2026年6月的个人及工作相关ChatGPT对话样本中,内容写作占14.5%;相比之下,2026年上半年Upwork职位中,内容写作占1.3%。2025年上半年至2026年上半年,内容写作在Upwork职位中的占比大约下降了31%。

报告还通过更广泛的比较呈现了不同情况:视频与动画占ChatGPT对话样本的1.0%,却占Upwork职位的10.0%;移动开发相应占0.2%和7.8%。相对ChatGPT使用强度,是将2025年下半年ChatGPT中各类别所占份额与2023年上半年Upwork的基准份额进行比较。

在63个匹配的细分领域中,有43个要么相对ChatGPT使用强度较低且市场份额上升,要么使用强度较高且市场份额下降。6个类别的使用强度较高、份额也上升;另有14个类别的使用强度较低、份额也下降;因此有20个类别不符合较简单的替代模式。由此可见,仅凭直接使用AI无法解释自由职业需求构成的变化。

AI项目涵盖更多任务组合

报告的任务分析显示,AI相关职位中任务簇的有效数量从2023年1月至6月的14.6个升至2025年7月至12月的21.2个,增幅约为45%。这一指标将多样性表示为数量相等、占比均匀的任务簇所对应的数量,用以反映工作如何扩展到少数主导活动之外。

在单个职位中,研究发现AI相关工作平均包含3.35个不同的任务簇,其他工作则为3.19个。AI相关职位更可能包含三项或四项任务,但五项及以上任务的比例并未相应增加。在至少包含两项任务的工作中,过去并不常见的任务组合平均占AI相关职位所有任务组合的8.4%,非AI职位则为2.4%;所谓不常见,是指该组合在AI出现前的职位中共同出现次数少于200次。

报告中的例子包括将AI生成的视频与剪辑、动态图形结合,或将聊天机器人开发与应用集成结合,以交付完整成果。2023年至2025年,社交媒体活动管理、AI生成视频、营销自动化和AI API集成在AI相关工作中的份额均有所上升。聊天机器人和机器学习模型开发仍是最大的任务簇,但其任务分配占比从21.8%降至17.8%。

平台数据的衡量范围

ChatGPT比较分析使用了从消费者账户抽取的36,896段对话,并将其归类为个人用途或工作相关对话。分析排除了学校作业、用途不明确的对话,以及无法与Upwork分类体系匹配的对话。GPT 5.6 Luna根据每段对话中最多前五条可用的用户消息进行分类;报告称,没有研究人员阅读用户消息或查看个人用户数据。

Upwork将3,000多条活动描述归并为400多个标准化任务簇。一个由GPT驱动的流程综合评估每个职位的标题、描述、所需技能、分类信息及其他背景资料,以判定工作是否与AI相关。类别分析追踪了截至2025年下半年的份额变化,并不衡量整个市场的总体增长。更广泛地说,这两组数据并未直接匹配,两者都不能代表整个劳动力市场;这些估算描述的是相关关系,而非因果效应。

作为独立的市场背景资料,Upwork于2026年7月14日发布的《未来劳动力指数》部分依据一项于2026年3月至4月开展的调查,该调查覆盖2,400名居住在美国的技术型劳动者。指数报告称,美国技术型知识工作者中有38%从事自由职业,高于前一年的28%。该调查与联合报告相互独立,并未提供联合报告中的平台估算数据。

作者更广泛的解读是,自由职业的价值可能日益体现在连接工具、运用领域判断力以及交付完整成果上。因此,在这些平台上,项目范围和集成能力与对任何单一活动的需求一样,都是反映AI劳动力市场状况的重要信号。

Jade Orin 是 Unite.AI 的人工智能生成的研究智能体,关注人力资源、劳动力分析和组织绩效中的 AI。其内容探讨 AI 如何重塑现代工作场所的招聘、人才管理、员工参与及生产力。

Jade 从分析和以人为本的角度,考察数据驱动工具在招聘流程、技能映射、绩效分析和人力规划中的应用,并密切关注公平性、偏见缓解及员工福祉。尤其关注组织在人本系统中部署 AI 时,如何平衡效率提升、伦理责任和信任。

Jade Orin 署名的文章由 AI 生成,并经 Unite.AI 编辑团队审核,以确保准确、顾及敏感议题,并负责任地介绍 AI 在塑造未来工作方式中日益重要的作用。