43.5%的“本职工作”已经跨界：企业该重画的不是岗位，是任务边界

一个市场负责人为了赶活动页，先让AI整理客户反馈、拟文案、检查落地页；一位销售为了推进商机，先让AI读数据、做基础分析；一位客服为了答复客户，先让AI核对条款。以前，这些动作要在几个部门之间排队流转；现在，问题最先落到谁手里，谁就有可能在AI辅助下把它推进一大步。

这不是“一个人取代另一个人”。OpenAI在7月27日发布的《How AI is expanding what people do at work》中，把它称为“任务跨界”：基于80多万条美国ChatGPT用户消息的分析，16.8%的工作相关消息、43.5%的职业特定消息，涉及传统上属于用户本职之外的任务。AI改变的，开始不只是完成工作的速度，而是谁能够先把一项工作接住。

当任务可以跨过部门边界，企业真正稀缺的就不再只是“某项专长”，而是把跨界动作放进正确边界的能力。

AI先改变交接点，再改变组织图

报告里最值得企业注意的不是某个模型能力，而是交接点正在变少。剔除写作、摘要、排期等普遍任务后，客户体验从业者的职业特定AI使用中有77%跨出了原岗位；设计为75%，人力资源为69%，法务为56%，营销为53%。其中，营销和工程任务传播得最广：营销既大量吸收其他领域任务，也最常被其他岗位借用。

这对内容、营销和运营团队尤其直接。需求不必先完整地“翻译”成部门工单，离客户、素材或业务现场最近的人，可以先形成一个可讨论的初稿、分析或方案。速度确实会提升；但如果所有人都能调用相邻岗位的能力，模糊的责任边界也会被放大：谁能发布，谁能承诺，谁对数据、事实与品牌表述负责？

小团队的优势，不该变成“人人都在救火”

研究还显示，2—5人工作区的普通用户，跨职业任务占比为18.9%；超过100人工作区则为16.3%。小团队离问题更近，也更缺少随手可转交的专业资源，因此更容易把AI当作通用助手。这是机会：一个小团队可在不扩编的情况下完成更多探索和初步处理。它也是风险：若把“能做”误写成“应当独立负责”，AI会把临时救火固化为无主流程。

所以，企业不必急着按AI能力重组岗位。更实用的做法，是先把高频跨界工作拆成三类：可自主完成的准备动作，如资料归集、初稿和基础分析；需专业复核的判断动作，如合同、价格、对外承诺；以及必须升级的例外动作，如敏感数据、客户投诉和品牌危机。把这三层写清，AI跨界才会减少等待，而不是绕开必要的判断。

STARBOX视角：把“谁先接住问题”变成组织能力

我认为，任务跨界提醒企业：未来最值得沉淀的不是一堆“万能提示词”，而是一套可跨角色调用、又不越界的任务资产。组织层先定义目标、品牌规则、权限与升级条件；BOX层沉淀行业知识、内容策略、客户旅程、样例和验收标准；智能体层才在这些边界内执行。这样，市场同事借用分析能力时，拿到的不是脱离上下文的回答，而是带有数据口径、品牌要求和复核节点的工作单元。

这也为DDABC闭环提供了新的输入：记录哪些跨界任务真正减少了交接，哪些仍反复被打回，哪些例外最常发生。久而久之，企业得到的不是“某个人很会用AI”，而是能持续优化的任务地图。岗位可以稳定，协作方式却能更灵活。

AI已经让问题更容易被离它最近的人处理。下一步不是要求每个人都变成全能专家，而是让每一次跨界都有清晰的输入、允许的动作、验收标准和升级出口。你们团队最近一个总在部门间来回传递的任务，能否先被改造成一张可复用的任务卡？