Анализ 800 000 сообщений ChatGPT, отправленных американскими специалистами, проведенный OpenAI, показывает, что почти каждый шестой рабочий запрос теперь требует от модели выполнения задач, которые традиционно относятся к другой профессии. Если исключить рутинное написание текстов и суммаризацию, эта цифра возрастает до 43,5 %. Этот сдвиг уже меняет то, как сотрудники проводят свой рабочий день, и он наиболее важен для самых маленьких компаний, где любой дополнительный навык может сократить ожидание специалиста на несколько недель.

Почему эти цифры важны

Исследование показало, что межфункциональные запросы сосредоточены в определенных областях. Лидируют маркетинг и инженерия: запросы, связанные с маркетингом, составляют 8,9 % сообщений от представителей других ролей — это самый высокий показатель в наборе данных. Менеджер по продажам может попросить ChatGPT рассчитать показатели пожизненной ценности клиента (CLV), которыми обычно занимается аналитик данных, а маркетолог может устранить неработающую ссылку или подправить SEO-оптимизацию страницы, прежде чем привлекать инженера.

Для владельцев малого бизнеса эффект выражен еще сильнее. Владельцы теперь составляют заметки для юридической проверки, проводят экспресс-финансовое прогнозирование и выполняют разовый анализ, для которого раньше требовался юрист или финансовый директор. В командах от двух до пяти человек 18,9 % задач, созданных с помощью ИИ, выходят за рамки основной роли сотрудника, по сравнению с 16,3 % в предприятиях со штатом более ста человек. Математика проста: крупные фирмы могут передать запрос профильному коллеге; крошечные организации вынуждены решать проблему самостоятельно.

Преимущества: скорость и более четкая передача задач

Когда сотрудник создает предварительный анализ или черновик юридического заключения, передача задачи специалисту становится быстрее и точнее. Специалист получает более четкую постановку задачи, лучше подготовленные данные и меньше писем в духе «пожалуйста, объясните, что вам нужно». Это сокращает время ожидания, уменьшает внутреннее трение и повышает качество запросов.

Что находится под угрозой

Исследование не утверждает, что ИИ сделает экспертов ненужными. Оно рассматривает технологию как инструмент «первой линии», который приближает решение проблемы к её источнику.

Как компании могут адаптироваться

  • Картографируйте точки принятия решений — Определите, на каком этапе запрос обычно застревает, и проверьте, может ли ИИ подготовить пригодный для использования черновик.
  • Определите границы полномочий — Укажите, какие результаты работы требуют утверждения квалифицированным специалистом.
  • Обучайте новым навыкам — Предлагайте микрообучение по составлению промптов, интерпретации предложений ИИ и выявлению вероятных ошибок.
  • Измеряйте эффект — Отслеживайте экономию времени при передаче задач, сопоставляя её с возможным ростом числа ошибок или необходимости переделок.

Малые и крупные организации: расходящиеся пути

Следующий рубеж

Данные OpenAI фиксируют практику, которая стремительно развивается. По мере того как модели становятся более надежными и специализированными, доля межфункциональных задач, вероятно, будет расти. Организации, которые относятся к ИИ лишь как к инструменту повышения продуктивности, а не как к катализатору пересмотра рабочих процессов, рискуют отстать. Те же, кто перестраивает процессы сейчас — решая, какие решения останутся за человеком, а какие могут быть усилены ИИ, — получат более быстрые циклы работы и более гибкие команды.

Вывод: ИИ уже переносит первичную реакцию на проблему к её источнику, особенно в малом бизнесе, где любая дополнительная возможность сокращает задержки. Реальное преимущество дает не переименование должностей, а переосмысление того, кто и что делает, и в каких ситуациях машина может безопасно вмешаться.