How AI is expanding what people do at work (Work at the Frontier, rapport 1)

Punti chiave

1. Data / fonte. 27 luglio 2026, OpenAI Economic Research, primo numero della serie Work at the Frontier, basato su oltre 800.000 messaggi di utenti ChatGPT statunitensi.
2. Inquadramento chiave. il paper non chiede se il modello possa svolgere un elenco fisso di compiti, ma chi fa cosa — « Le nostre evidenze suggeriscono che l'IA sta anche cambiando chi si assume quali compiti. » Misura una redistribuzione osservata, non una sostituibilità teorica. ### Le due cifre principali, sempre da citare insieme 16,8% dei messaggi legati al lavoro e 43,5% dei messaggi specifici a un'occupazione. L'imbuto: il 61,5% dell'uso professionale è generico (scrivere, riassumere, pianificare — « condiviso troppo ampiamente tra le occupazioni per essere prova di crossover ») e rimosso dal calcolo; del restante 38,5%, il 43,5% è esterno all'occupazione. Il 43,5% è quindi calcolato sul 38,5% dell'uso, e citarlo da solo raddoppia quasi l'impressione di scala. Ulteriore sfumatura: il complemento non è "all'interno dell'occupazione" ma « interno o vicino all'occupazione di un utente » — il confine misurato è sfumato per costruzione. ### Per occupazione, quota esterna all'occupazione Esperienza cliente 77% · design 75% · HR 69% · legale 56% · marketing 53% · vendite 40% · finanza 40% · ingegneria 28%. « Il lavoro esterno all'occupazione è una maggioranza in cinque degli otto gruppi. » ### La heatmap, l'oggetto più ricco del report Righe = occupazione dell'utente, colonne = occupazione di origine del compito; diagonale in grassetto. | Utente ↓ / Compito → | CX | Design | Ing. | Fin. | HR | Legale | Mktg | Vendite | |---|---|---|---|---|---|---|---|---| | Esperienza cliente | 11 | 5 | 20 | 14 | 6 | 6 | 26 | 11 | | Design | 6 | 12 | 28 | 10 | 4 | 4 | 28 | 8 | | Ingegneria | 4 | 4 | 53 | 9 | 4 | 4 | 20 | 2 | | Finanza | 6 | 4 | 22 | 23 | 4 | 8 | 25 | 7 | | HR | 9 | 5 | 18 | 16 | 10 | 10 | 23 | 9 | | Legale | 5 | 4 | 17 | 12 | 7 | 31 | 18 | 6 | | Marketing | 10 | 6 | 17 | 11 | 4 | 4 | 36 | 12 | | Vendite | 11 | 5 | 18 | 15 | 4 | 6 | 29 | 12 | Tre letture che il testo non offre. La diagonale è il vero risultato: l'ingegneria conserva il 53% del proprio lavoro, l'esperienza cliente l'11%, l'HR il 10%, il design il 12%, le vendite il 12%. Per quattro occupazioni, la colonna marketing supera la diagonale — un designer svolge più compiti di marketing (28%) e compiti di ingegneria (28%) che compiti di design (12%). Due colonne assorbono tutto: marketing (18-36% ovunque) e ingegneria (17-53%). Riserva: una diagonale bassa non significa che questi dipendenti non svolgano più il proprio lavoro, ma che i loro messaggi non generici sono classificati altrove, su una base che esclude già il 61,5% dell'uso. I compiti specifici a queste occupazioni potrebbero essere proprio quelli classificati come "generici". ### Direzioni di circolazione | Occupazione | Importazioni | Esportazioni | |---|---|---| | Design | 35,2% | 1,7% | | Ingegneria | 18,5% | 7,4% | | Marketing | 24,3% | 8,9% — « la quota d'uscita più alta del campione » | Il marketing è l'unico a fare entrambe le cose. Due compiti sono universalmente presi in prestito — calcolo finanziario e risoluzione di problemi tecnologici compaiono nella top 3 dei prestiti per gli altri sette gruppi; la creazione di materiale di marketing compare tra altri cinque gruppi. ### L'asimmetria dell'ingegneria L'ingegneria è al tempo stesso l'occupazione meno porosa (28%, importazioni 18,5%) e un importante esportatore (7,4%), con la diagonale più alta (53%). La porosità celebrata è quindi in larga parte a senso unico verso il lato tecnico: le altre occupazioni svolgono risoluzione di problemi e lavoro sui sistemi tecnici, il contrario è raro. L'IA non diluisce l'ingegneria nelle altre occupazioni, diffonde i compiti dell'ingegneria ovunque altrove lasciando gli ingegneri sul proprio lavoro principale. ### L'effetto dimensione è più debole di quanto riportato altrove Il passaggio dal 18,9% al 16,3% vale solo « tra gli utenti medi », e « tra gli utenti più intensivi, non osserviamo lo stesso andamento monotono ». OpenAI propone due possibili spiegazioni — gli utenti moderati nelle piccole organizzazioni si rivolgono all'IA quando incontrano lavoro appartenente a un'altra funzione; gli utenti intensivi hanno flussi di lavoro stabilizzati o usano l'IA in modo più intensivo all'interno della propria occupazione principale. La conclusione è condizionale: « l'IA potrebbe essere particolarmente utile come strumento generalista dove le risorse specializzate scarseggiano. » Correzione a [[sfeir-ia-frontieres-metiers-skill-based-organisation-2026-08-01]], che tratta questi 2,6 punti come un risultato netto e la conclusione generalista come un'affermazione: la fonte è più cauta del suo commento. ### Statuto epistemico rivendicato Un segnale precoce: questi dati permettono di vedere ricombinazioni « prima che le aziende riscrivano le job description o creino nuovi titoli di lavoro » e « potrebbero fornire un segnale precoce del cambiamento occupazionale che le statistiche convenzionali del mercato del lavoro coglieranno solo più tardi ». Un indicatore anticipatore, non una misura dell'occupazione — dice cosa le persone stanno tentando, non cosa le organizzazioni hanno ratificato. Il paper si basa sull'AI Jobs Transition Framework dello stesso team, la cui tesi è che molte occupazioni saranno riorganizzate piuttosto che scomparire. ### Riserve sottostanti
3. OpenAI misura OpenAI. — un unico assistente, solo i suoi utenti, rivendicato come un vantaggio (« la nostra finestra unica »). Ciò che viene misurato è l'uso di ChatGPT, non l'uso dell'IA.
4. Solo utenti statunitensi. , una popolazione autoselezionata non rappresentativa della forza lavoro.
5. La classificazione delle occupazioni è effettuata da un modello. , sui messaggi, senza alcuna validazione esterna descritta. Le otto categorie e il confine generico/specifico sono scelte di progettazione che determinano meccanicamente i risultati — è qui che si decide in realtà la robustezza del 43,5%.
6. Obiettivo dichiarato. « guidare le politiche e le pratiche ». Un attore che produce i dati sul proprio impatto e mira a orientare le politiche pubbliche.