OpenAI: границы профессий размываются — маркетинг в центре

· 6 минут чтения · Любовь Черемисина · OpenAI Маркетинг и аналитика AI-агенты · Сегодня

27 июля 2026 OpenAI опубликовала исследование по более чем 800 000 рабочих сообщений американских пользователей ChatGPT: 43,5% специализированных запросов относились к задачам другой профессии. Маркетинг оказался в центре — 53% таких запросов от маркетологов выходили за рамки их функции, а маркетинговые задачи составили 8,9% сообщений сотрудников других отделов — максимум в выборке. Для вас это сигнал: ИИ сокращает не только время работы, но и цепочки передач между специалистами — проверьте, какие из ваших «межотдельных» задач уже можно закрыть готовым навыком.

Семь зон профессий на кремовой бумаге с размытыми границами: красный центральный узел маркетинга и стрелки задач от продаж, поддержки и финансов — метафора исследования OpenAI о пересечении профессиональных функций

Что изменилось

27 июля 2026 OpenAI опубликовала экономическое исследование о том, как ChatGPT меняет содержание рабочих задач. Выборка — более 800 000 рабочих сообщений пользователей ChatGPT Business в США.

Методология отделяет универсальные задачи — письма, планирование, обобщение — от запросов, привязанных к конкретной профессии. Среди специализированных сообщений 43,5% относились к задачам, которые традиционно выполняет другая профессия. OpenAI называет это пересечением задач между профессиями (task crossover).

Дополнительно: 16,8% всех рабочих сообщений в выборке тоже касались задач вне собственной профессии пользователя — но этот показатель включает и универсальные запросы.

По профессиям наибольшее пересечение показали сотрудники клиентской поддержки, дизайнеры и HR: примерно три четверти их специализированных запросов выходили за рамки собственной функции. У маркетологов таких запросов — 53%.

При более детальном расчёте:

  • маркетологи тратили 24,3% сообщений на задачи других специальностей;
  • маркетинговые задачи составляли 8,9% сообщений сотрудников других функций — самый высокий показатель «распространения компетенции наружу» в исследованной выборке.

Чаще всего через ChatGPT выполняли финансовые расчёты и техническую диагностику — эти задачи входили в тройку самых частых «чужих» запросов во всех семи группах профессий. Маркетинговая работа тоже распространялась широко: создание маркетинговых материалов встречалось у пяти из семи групп и особенно часто — у дизайнеров.

В небольших компаниях пересечение чуть выше: около 19% рабочих запросов типичных пользователей против 16% в более крупных организациях.

Важное ограничение: исследование анализирует, о чём люди спрашивают ChatGPT, а не качество выполненной работы, экономию времени или влияние на число сотрудников. Это ранний срез изменения содержания задач — до того, как оно отразится в должностных инструкциях и штатном расписании.

Почему это важно для бизнеса

Если неделю назад ATLAS от Google показал, что ИИ широко распространён, но редко полностью автономен, новое исследование OpenAI добавляет другой слой: ИИ не только ускоряет работу внутри роли — он сокращает передачи между ролями.

На практике это выглядит так:

  • маркетолог самостоятельно анализирует данные, которые раньше уходили аналитику;
  • продажник создаёт маркетинговые материалы без отдельного брифа в отдел;
  • собственник исследует рынок без внешнего консультанта;
  • специалист поддержки формирует коммерческое предложение;
  • маркетолог правит сайт, не ставя отдельную задачу разработчику.

Для руководителя это не история «ИИ заменит специалистов», а история сжатия организационных швов. Когда 43,5% специализированных запросов пересекают границы профессий, узким местом становится не «найти аналитика на два дня», а «описать повторяемый процесс так, чтобы любой сотрудник с ИИ и данными получил проверяемый результат».

В небольших командах эффект усиливается: там некому «передать дальше», и ChatGPT уже работает как инструмент универсала. Это совпадает с тем, что OpenAI строит для малого бизнеса — не доступ к модели, а готовые сценарии выполненной работы.

Что меняется для маркетинга

  1. Маркетинговые задачи всё чаще решают не только маркетологи. Если 8,9% «чужих» сообщений — маркетинговые задачи, значит собственник, продажник или поддержка уже делают то, что раньше ждали от отдела. Зафиксируйте: кто именно берёт такие задачи, какие цифры и материалы ему нужны и кто проверяет результат перед публикацией или отправкой клиенту.
  2. Маркетолог становится архитектором процессов, а не единственным исполнителем. 24,3% «чужих» задач у самих маркетологов означает: они уже тянут аналитику, техническую правку и финансовые расчёты. Ценность — в том, чтобы оформить лучшие из этих действий в повторяемые Skills с входными данными, проверкой и правилами эскалации.
  3. Контроль качества важнее скорости. Исследование не доказывает, что пересечённые задачи выполняются хорошо — только что люди их берут на себя. Для бюджета, юридических формулировок и публичных коммуникаций нужен контроль человека в цикле — явные критерии, когда результат принимается, а когда передаётся специалисту.
  4. Данные и права доступа — новый периметр. Когда продажник генерирует маркетинговый материал через ChatGPT, вопрос не в модели, а в том, к каким CRM, прайсам и кейсам у него есть доступ и кто видит историю запросов. MCP Panel решает именно это: подключает источники к ИИ, разграничивает доступ по ролям и сохраняет контур на вашей стороне.

Мой вывод

OpenAI зафиксировала измеримое размывание профессиональных границ — не в опросе намерений, а в реальных рабочих диалогах. Маркетинг оказался в центре: и как функция, которая «занимает чужие» задачи, и как компетенция, которую активно заимствуют другие.

Для вашего бизнеса вывод практичный: выигрывает не тот, у кого «свой ИИ в каждом отделе», а тот, кто сократил ожидание между вопросом и готовым результатом. Сотрудник, который первым столкнулся с задачей, уже не обязан неделями ждать аналитика, дизайнера или разработчика — если у него есть понятная инструкция, доступ к нужным цифрам и правило, когда результат нужно показать руководителю или юристу.

Не путайте пересечение задач с их качеством. Исследование показывает направление, а не готовый стандарт. Имеет смысл начать с одной передачи с самым длинным циклом — и измерить время от появления задачи до принятого результата, а не число запусков чата.

Что проверить сейчас

  1. Список из 20 межотдельных передач. Выпишите задачи, которые регулярно уходят аналитикам, разработчикам, юристам и финансистам: еженедельный отчёт, правка лендинга, расчёт unit-экономики, черновик оффера для продаж. Отметьте передачу с самым длинным циклом «запрос → результат → правки».
  2. Один Skill под эту передачу. Оформите процесс в три блока: входные данные (какие источники через MCP), шаги проверки результата (чек-лист или пороговые значения), критерии эскалации специалисту (юридический риск, публичная коммуникация, изменение бюджета). Шаблоны — в каталоге Skills.
  3. Метрика — время до принятого результата. Сравните «до» и «после» пилота в часах или днях, а не количество обращений к ChatGPT. Если экономия меньше 30%, узкое место чаще в данных или в отсутствии явных правил эскалации, а не в модели.

Для регулярного мониторинга таких инфоповодов подойдёт Дайджест отраслевых новостей — черновик по вашей отрасли без ежедневного ручного обхода источников.

Источники

← Все новости AI и MCP