Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
I lavoratori stanno usando ChatGPT per fare il lavoro che una volta spettava ad altri reparti. Un'analisi di OpenAI su oltre 800.000 messaggi di utenti statunitensi mostra che il 43,5% delle richieste specifiche di occupazione riguarda compiti associati a una professione diversa da quella di chi scrive. Il fenomeno, che OpenAI chiama «task crossover», non è un dettaglio statistico: è il primo segnale misurabile che l'IA sta espandendo i confini dei ruoli lavorativi prima ancora che descrizioni e titoli vengano aggiornati.
Cosa misura esattamente il task crossover
OpenAI ha classificato ogni messaggio di ChatGPT usando il database occupazionale statunitense *ONET**, che associa attività a profili lavorativi standard. Sono state escluse le mansioni generiche — scrivere email, fissare riunioni, riassumere testi — perché condivise da troppe professioni per indicare un vero sconfinamento. Sui messaggi rimanenti, il 43,5% esce dai confini del ruolo dell'utente.
Non tutte le professioni sconfinano allo stesso modo. Ecco la quota di messaggi specifici che coinvolgono compiti esterni, per ruolo:
- Customer experience: 77%
- Design: 75%
- Risorse umane: 69%
- Settore legale: 56%
- Marketing: 53%
- Vendite e finanza: 40% ciascuna
- Ingegneria: 18,5% (l'unico ambito dove l'uso di ChatGPT resta prevalentemente interno)
I compiti che viaggiano di più sono quelli di marketing e ingegneria. Le attività di marketing compaiono nell'8,9% dei messaggi dei lavoratori di altri settori — la quota più alta del campione. I task ingegneristici (debug, troubleshooting, sistemi tecnici) si trovano nel 7,4% dei messaggi di chi non è ingegnere. Creare materiali di marketing, eseguire calcoli finanziari e risolvere problemi tecnici sono i tre compiti esterni più ricorrenti in tutti i ruoli analizzati.
Perché le piccole imprese sconfinano di più
La dimensione dell'organizzazione conta. Tra gli utenti medi, la quota di task esterni alla propria occupazione scende dal 18,9% negli spazi di lavoro con 2-5 postazioni al 16,3% in quelli con oltre 100 postazioni. Nelle aziende più piccole, dove mancano team specialistici dedicati, il collaboratore che incontra il problema tende a risolverlo da sé usando l'IA invece di passarlo a un esperto che non esiste.
Il dato complessivo sui messaggi di lavoro — includendo anche le mansioni generiche — mostra che il 16,8% di tutte le richieste professionali su ChatGPT riguarda compiti di un'altra occupazione.
La direzione dello sconfinamento: chi prende e chi dà
Il task crossover non è simmetrico. Alcuni ruoli assorbono compiti da molte altre professioni; altri forniscono compiti che finiscono ovunque. Il design è il caso più netto del primo tipo: il 35,2% dei messaggi dei designer tocca mansioni altrui, ma solo l'1,7% dei messaggi di altri lavoratori riguarda compiti di design. L'ingegneria sta all'estremo opposto: i task ingegneristici escono molto (7,4%), ma gli ingegneri prendono poco dagli altri (18,5% dei loro messaggi).
Il marketing fa entrambe le cose. I marketer dedicano il 24,3% dei messaggi a compiti esterni e le mansioni di marketing compaiono nell'8,9% dei messaggi altrui — il doppio movimento più pronunciato del campione.
I limiti dei dati e la domanda aperta sulle assunzioni
Lo studio non dice nulla sulla qualità dell'output prodotto, né se il lavoro sia stato completato più velocemente o abbia sostituito un'assunzione. Ronnie Chatterji, capo economista di OpenAI, dichiara: «I confini tra i lavori stanno probabilmente diventando più flessibili a causa dell'IA». Ma la telemetria misura ciò che le persone digitano, non il valore di ciò che ottengono.
Resta aperta una tensione con un precedente rapporto B2B Signals del 6 maggio 2026, dove l'uso aziendale di ChatGPT appariva molto concentrato sul core di ogni funzione: il 78,3% dei messaggi delle vendite era scrittura e comunicazione, il 60,2% dei messaggi IT era procedurale. Le due letture non sono in contraddizione diretta — classificazioni ampie e mappature occupazionali fini possono catturare aspetti diversi dello stesso messaggio — ma suggeriscono strategie d'acquisto differenti.
Per le aziende che già usano ChatGPT (10 milioni di utenti tra Codex e ChatGPT Work a luglio 2026), il task crossover solleva domande pratiche: chi autorizza un operatore del customer service che esegue calcoli finanziari? I budget per software specialistici sopravvivono se un assistente generale ne assorbe le funzioni? E le descrizioni delle mansioni vanno riscritte per allinearsi a ciò che le persone fanno già?
Il quadro della riorganizzazione del lavoro
Ad aprile 2026, OpenAI aveva pubblicato l'AI Jobs Transition Framework, un'analisi di 921 occupazioni che coprono circa 148 milioni di posti di lavoro negli Stati Uniti. Il 24% di queste occupazioni è stato classificato come «probabile riorganizzazione» più che scomparsa. Il task crossover è l'aspetto concreto di quella riorganizzazione, visibile nella telemetria mesi o anni prima che emerga nei dati su disoccupazione e annunci di lavoro.
I dati provengono interamente da OpenAI e, al momento, nessun ricercatore esterno può verificarli in modo indipendente. Finché l'analisi sottostante non sarà pubblicata sulla pagina OpenAI Signals — dove il lavoro economico dell'azienda è approdato da febbraio 2026 — il quadro esiste solo nei grafici diffusi alla stampa.
L'IA non sta solo cambiando come si lavora. Sta cambiando chi fa cosa, e lo sta facendo prima che le organizzazioni abbiano un linguaggio per descriverlo.
Fonti
