ChatGPT и чужие задачи: что OpenAI и Axios написали 27 июля

задачи вне профессии ChatGPT в этом тексте — это отчёт OpenAI от 27 июля 2026 года и пересказ Axios от того же дня. Компания назвала серию Work at the Frontier и первый выпуск How AI is Expanding What People Do at Work. Газета получила исследование раньше широкой публикации и написала, что люди просят ChatGPT о делах, которые обычно сидят у специалистов. Я открыл пост и статью. Второй, сентябрьский выпуск той же серии я здесь не считаю: отдельного независимого пересказа, который я бы прочитал целиком, под него нет. Ниже только июль, и только с теми цифрами, которые не приходится выдумывать на стыке двух формулировок.

Как OpenAI отделяет чужую задачу

Пост начинается с простого наблюдения. ИИ меняет не только способ, но и то, кто берёт задачу. Чтобы не назвать «переходом в чужую профессию» любое письмо, авторы сначала выкидывают общие действия. Письмо, краткое изложение и планирование, по их словам, встречаются слишком широко, чтобы служить доказательством перехода. Это класс generic. Оставшиеся сообщения они сравнивают с профессией самого пользователя. Среди таких непрофильных-по-фильтру сообщений 43,5 процента падают вне его профессии. Эту долю OpenAI и называет ранним окном: состав задач может меняться раньше, чем изменятся должностные инструкции и названия ролей.

Слово, которое они вводят, — task crossover. Работа, которую исторически связывали с одной профессией, всплывает в запросах человека из другой. В своей рамке AI Jobs Transition Framework компания пишет, что многие должности скорее перестроятся, чем останутся с тем же набором дел. Это аргумент авторов отчёта. Это не статистика бюро труда и не вывод, что должность уже переписали.

Axios передаёт метод короче и ставит рядом цитату. Главный экономист OpenAI Ronnie Chatterji говорит газете, что границы между работами, вероятно, уже становятся гибче из-за ИИ. Этой цитаты в открытом посте, который я читал, нет. Она живёт в статье. Я не проверял, что фраза звучала именно так за пределами Axios. Для поста компании достаточно их собственной формулы про 43,5 процента.

Дальше пост дробит долю по группам, уже после отсечения общих дел. Внешние задачи, по OpenAI, составляют 77 процентов профильных сообщений у работников клиентского опыта, 75 процентов у дизайнеров, 69 процентов у кадров, 56 процентов у юристов и 53 процента у маркетологов. Axios сжимает верх списка иначе: клиентский сервис, дизайнеры и кадры, примерно три четверти профильных запросов про дела другой профессии. Три четверти — это не 69 и не 77. И «клиентский сервис» в газете не дословно «customer experience» в посте. Я не сливаю это в одну таблицу. Точные пять чисел — у OpenAI. Грубая полка «около трёх четвертей» для трёх групп — у Axios, и к кадрам она сидит хуже, чем к первым двум.

Какие задачи уезжают дальше

Пост смотрит не только, кто сколько берёт чужого, но и какие дела вообще путешествуют. Финансовые расчёты и технический разбор неполадок, пишет OpenAI, входят в три самые частые внешние задачи у всех остальных семи профессиональных групп в их разборе. Создание маркетинговых материалов всплывает в пяти других группах и особенно заметно у дизайнеров. Это снова страница компании. Axios перечисляет те же семейства дел без этой сетки: маркетинговые материалы, разбор софта, финансовые расчёты, объяснение правил. Совпадает направление примеров. Не совпадает точность «во всех семи группах». Её я оставляю OpenAI.

У компании есть и вторая ось: одни профессии втягивают чужие задачи, другие отдают свои наружу. У дизайнеров около 35,2 процента сообщений — работа, обычно связанная с другой профессией, а дизайнерские задачи составляют лишь 1,7 процента сообщений людей из других полей. Инженеры ближе к обратному: только 18,5 процента их сообщений — чужие задачи, зато инженерные задачи дают 7,4 процента сообщений у остальных. Маркетинг сидит в обе стороны: 24,3 процента сообщений маркетологов уходят в чужие области, а маркетинговые задачи — 8,9 процента сообщений людей вне маркетинга, самая высокая внешняя доля в выборке. Axios эти проценты не повторяет. Если тебе нужна одна цифра «для всех», её нет. Есть портрет из поста и более короткий пересказ газеты.

Малый бизнес обе страницы выделяют, но слова разные. OpenAI пишет про средних пользователей: доля задач вне своей профессии падает с 18,9 процента в рабочих пространствах на 2–5 мест до 16,3 процента в пространствах больше чем на 100 мест. Среди самых активных пользователей того же ровного склона компания не видит. Возможное объяснение в посте: умеренный пользователь в маленькой организации зовёт модель, когда рядом нет соседней функции, а тяжёлый пользователь уже собрал устойчивый сценарий, похожий и в большой компании. Axios говорит о «типичных» пользователях: почти 19 процентов рабочих запросов в самых маленьких фирмах пересекают профессиональную границу против примерно 16 процентов в более крупных. «Почти 19» и «примерно 16» похожи на 18,9 и 16,3, но газета говорит о рабочих запросах, а пост — о доле задач вне профессии у средних пользователей и задаёт размер как число мест, не как слово «фирма». Я не подменяю одно другим. Близко. Не дословно.

Чего отчёт не доказывает

Axios ставит оговорку, которую легко потерять из-за процентов. Авторы, по газете, не установили, создаёт ли модель новую межпрофессиональную работу или помогает выполнить то, что человек и так должен был делать. Они не измеряют, становится ли работа производительнее, того же ли она качества и меняются ли решения о найме. Пост OpenAI этого абзаца в таком виде не содержит. Он говорит мягче: паттерны использования могут быть ранним сигналом, который обычная статистика рынка труда поймает позже, потому что человек пробует новые сочетания задач раньше, чем фирма перепишет инструкцию. Ранний сигнал — не доказанный сдвиг штата.

Поэтому из 43,5 процента не следует, что почти половина твоей работы уже «чужая» и что модель её закрывает. Следует более узкое. В рабочей выборке сообщений из США, после того как убрали слишком общие дела, 43,5 процента оставшихся сообщений модель отнесла к задачам другой профессии. Axios округляет это до примерно 44. Выборку обе стороны описывают как более 800 тысяч рабочих сообщений. Газета уточняет: бизнес-пользователи в США. Пост говорит «U.S. ChatGPT users» в первом абзаце про рабочие сообщения. Я не развожу это в два разных датасета без ещё одной страницы. Если формулировка «бизнес-пользователи» для тебя важна, держись статьи Axios и не приписывай её автоматически каждому слову поста.

43,5 процента — доля сообщений в выборке, не доля твоей должности и не обещание, что черновик от модели можно отдавать как работу специалиста. Axios прямо пишет, что качество и найм исследование не измеряло.

Дата тоже часть смысла. Обе страницы — 27 июля 2026 года. Это не событие 30 сентября и не событие 2 октября. Я ставлю текст, потому что сам отчёт открыт и есть второй независимый пересказ того же дня. Сентябрьское продолжение, где OpenAI смотрит, становятся ли чужие задачи привычкой, я не смешиваю с этими процентами. Под него у меня нет второй прочитанной статьи, а числа из одного поста легко принять за подтверждённые. Если нужно именно «что закрепилось к июлю», это другой материал и другая планка источников.

Для чтения тебе хватает трёх проверок. Совпадает ли дата. Отделили ли общие письма от профильных задач. Сказано ли, что это сообщения, а не уже сделанная работа. Если карточка в ленте оставляет только «половина сотрудников сменила профессию», она уже ушла от обеих страниц. Ни OpenAI, ни Axios так не пишут.

Для продолжения темы: Dots от OpenAI и команда /insights

Материал не является инвестиционной рекомендацией. Крипта — высокий риск, решения принимаешь сам.