OpenAI måler hvordan AI flytter arbeid mellom roller

OpenAI har lagt frem en arbeidsrapport som er mer interessant enn enda en runde med produktnyheter. Selskapet har analysert over 800 000 meldinger fra amerikanske ChatGPT-brukere og forsøkt å måle hvordan AI endrer hvem som gjør hva på jobb.

Hovedfunnet er enkelt å forstå, men krevende å styre: 16,8 prosent av arbeidsrelaterte meldinger og 43,5 prosent av yrkesspesifikke meldinger handler om oppgaver som historisk har tilhørt en annen rolle. OpenAI kaller mønsteret «task crossover». På norsk: folk bruker AI til å gå utenfor egen stillingsbeskrivelse.

Det er ikke bare en produktivitetsobservasjon. Det er et tidlig signal om at organisasjonskartet blir et dårligere bilde av hvordan arbeidet faktisk flyter.

Rollen mister monopol på oppgaven

OpenAI skiller mellom generiske oppgaver, som skriving, oppsummering og planlegging, og mer yrkesspesifikke oppgaver. Når de generiske oppgavene tas ut, ligger 43,5 prosent av bruken utenfor brukerens egen yrkesgruppe.

Noen grupper skiller seg tydelig ut. I materialet utgjør oppgaver utenfor eget fagområde 77 prosent av yrkesspesifikke meldinger fra kundeservicearbeidere, 75 prosent fra designere, 69 prosent fra HR, 56 prosent fra jurister og 53 prosent fra markedsførere. Dette er ikke små justeringer i arbeidsflyt. Det er arbeid som tidligere ville gått til en annen funksjon, et annet team eller en ekstern leverandør.

Eksemplene er lette å kjenne igjen. En selger analyserer et kundedatasett uten å vente på en analytiker. En markedsfører feilsøker en nettside uten å sende saken til utvikling. En småbedriftseier lager kontraktsutkast, enkel finansanalyse og salgstekst i samme arbeidsøkt.

For en CIO eller HR-direktør betyr dette at kompetansekartlegging blir mer operativt. Det holder ikke å spørre hvilke roller virksomheten har. Man må se hvilke oppgaver som faktisk flyttes, hvilke kontroller som følger med, og hvor kvaliteten faller når folk gjør arbeid de ikke tidligere eide.

Små virksomheter får mest generalistkraft

Rapporten peker også på en forskjell mellom små og store arbeidsmiljøer. Blant gjennomsnittsbrukere faller andelen oppgaver utenfor egen rolle fra 18,9 prosent i arbeidsrom med 2 til 5 seter til 16,3 prosent i arbeidsrom med over 100 seter.

Tolkningen er plausibel. Store organisasjoner har spesialister, etablerte prosesser og interne tjenester. Små organisasjoner har oftere én person som står nær problemet og må løse det selv. AI gjør den personen bredere, men ikke nødvendigvis tryggere.

Det er et viktig poeng for norske mellomstore virksomheter. Mange har ikke egne team for juridisk støtte, dataanalyse, prosessdesign og sikkerhet i hver avdeling. AI kan redusere ventetid, men den kan også flytte uformell risiko til folk som ikke vet at de nå tar en beslutning med faglig eller regulatorisk betydning.

Styringen må følge oppgaven, ikke tittelen

Dette endrer hvordan ledere bør tenke om AI-innføring. Mange virksomheter starter med lisensstyring: hvem får Copilot, ChatGPT Enterprise eller Gemini. Det er nødvendig, men ikke nok. Risikoen ligger i oppgaven som utføres, dataene som brukes og beslutningen som følger, ikke i stillingstittelen til personen som skrev prompten.

En praktisk styringsmodell bør derfor ha tre lag.

Først må virksomheten kartlegge høyfrekvente AI-oppgaver, ikke bare antall brukere. Hvilke oppgaver går på tvers av fagområder? Hvor oppstår ny uformell saksbehandling?

Deretter må den sette terskler. En markedsfører kan få hjelp til teknisk feilsøking, men ikke gjøre produksjonsendringer uten review. En HR-medarbeider kan få forslag til arbeidsrettslig tekst, men ikke sende den uten juridisk kontroll. En selger kan analysere kundedata, men ikke eksportere sensitive datasett til feil modell eller kontekst.

Til slutt må opplæringen endres. «Hvordan prompte» er for smalt. Ansatte trenger å vite når AI gjør dem til midlertidig jurist, analytiker, utvikler eller sikkerhetsrådgiver. Det er der styringsrisikoen oppstår.

Et tidlig varsel om omorganisering

OpenAI er ikke en nøytral akademisk kilde. Selskapet har kommersiell interesse av å vise at AI brukes bredt i arbeid. Tallene bør derfor leses som signaler, ikke som fasit for arbeidsmarkedet.

Likevel er rapporten nyttig. Den måler ikke bare om AI kan utføre oppgaver. Den viser hvor folk faktisk prøver å bruke teknologien til å ta over eller låne oppgaver fra andre funksjoner.

For styrer og toppledere er konklusjonen nøktern: AI-strategi må kobles til organisasjonsdesign. Hvis arbeidet begynner å flyte på tvers av roller, må ansvar, kvalitetssikring og kompetanse gjøre det samme. Ellers får virksomheten en skjult omorganisering uten beslutning, opplæring eller kontroll.

Kilder og medier

Primærkilde: OpenAI, «How AI is expanding what people do at work», publisert 27. juli 2026. https://openai.com/index/how-ai-is-expanding-what-people-do-at-work/

Thumbnail: OpenAI Image 2 / hogby.ai