OpenAI 第一次把"AI 正在拆除岗位之间的墙"这件事，被摆到了可以量化的数据面前。通过翻检超过80万条与工作有关的 ChatGPT 消息，它得出了一个醒目的比例：岗位特定查询中，有43.5% 实际指向另一个职业负责的工作。该公司将这一现象称为"任务交叉"——借助 AI，人们开始进入相邻工种的领域，不再只处理自己职位名称之下的事务。

在各类任务中，市场营销与工程之间的交叉出现得最频繁，仿佛两股最容易纠缠的线。合同审查、数据分析、网站故障排查等过去交给专家的事务，本来分别属于法务、分析师和运维岗位，如今用户自己借助聊天机器人便能处理。

小型公司中的这股趋势尤其强烈。由于它们通常无力配置完整的专家团队，非专业人员更愿意让 AI 补上市场营销等角色；在缺少专职团队支持时，AI 就成了随时可用的替补。OpenAI 认为，这些使用记录是早于职位名称和岗位描述改变的信号：职能重组已经开始，只是组织图表尚未同步。

为了把"任务"准确映射到职业画像，OpenAI 使用了美国职业数据库 O*NET，将每项活动对应至标准职业分类，同时特意排除写作、总结、日程安排等人人都会使用的通用动作。当越界查询达到43.5% 时，可能真正遭到改写的并非某一个岗位，而是"一个人应该掌握多少种能力"这把沿用已久的标尺。