# openai-work-at-the-frontier-task-crossover-2026-07-27

## Veille

Publicación e informe de **OpenAI Economic Research** publicado el **27 de julio de 2026**, la primera entrega de la serie **Work at the Frontier**, basado en un análisis de **más de 800.000 mensajes de usuarios estadounidenses de ChatGPT**. **Concepto acuñado**: ***task crossover*** — *« trabajo históricamente asociado a una ocupación que aparece en el uso de la IA de personas de otra »*. **La cifra destacada es en realidad dos cifras, y ese es el punto que la mayoría de la cobertura pierde**: **el 16,8% de los mensajes relacionados con el trabajo** conciernen a tareas asociadas a una ocupación distinta, y **el 43,5% de los mensajes específicos de una ocupación**. El embudo explica la diferencia: **el 61,5% del uso es genérico** (redactar, resumir, planificar — demasiado ampliamente compartido para constituir evidencia de cruce) y se excluye; del **38,5% restante**, **el 43,5% cae fuera de la ocupación** y el 56,5% está *« dentro **o cerca** »* — el límite superior se calcula así sobre una base reducida, el límite inferior sobre la totalidad del uso relacionado con el trabajo. **Por ocupación** (proporción de mensajes específicos de una ocupación que apuntan a una tarea externa): experiencia del cliente **77%**, diseño **75%**, RRHH **69%**, jurídico **56%**, marketing **53%**, ventas **40%**, finanzas **40%**, ingeniería **28%** — *« una mayoría en cinco de ocho grupos »*. **Dos direcciones de circulación distintas**: el diseño **importa** (35,2%) y apenas **exporta** nada (1,7%); la ingeniería hace lo contrario (importa 18,5%, exporta 7,4%); **el marketing acumula ambas** (importa 24,3%, exporta **8,9%**, la mayor proporción de salida de la muestra). **Dos tareas aparecen en el top 3 de préstamos para los otros siete grupos**: **el cálculo financiero** y **la resolución de problemas tecnológicos**. ⭐ **El mapa de calor, ausente de la cobertura, es el objeto más rico**: ofrece la distribución completa de las tareas por ocupación del usuario, y su diagonal es llamativa — la ingeniería retiene el **53%** de su propio trabajo, mientras que la experiencia del cliente retiene solo el **11%**, RRHH el **10%** y el diseño el **12%**. **Efecto del tamaño**: la proporción fuera de la ocupación cae del **18,9%** (2-5 empleados) al **16,3%** (>100 empleados) — ⚠️ **pero solo "entre los usuarios promedio"**, señalando OpenAI que *« entre los usuarios más intensivos, no observamos el mismo patrón monótono »*, y concluyendo de forma condicional: *« la IA **podría ser** especialmente útil como herramienta generalista allí donde los recursos especializados son escasos. »* **Estatus reivindicado**: una **señal temprana**, visible *« antes de que las empresas reescriban las descripciones de puesto o creen nuevos títulos de puesto »*. ⚠️ **Advertencia estructural**: OpenAI mide el uso de su propio producto, únicamente en usuarios estadounidenses de ChatGPT, y presenta esta posición como un activo — *« nuestra ventana única sobre cómo está cambiando el mundo del trabajo »*.

## Titre Article

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

## Date

2026-07-27

## URL

https://openai.com/index/how-ai-is-expanding-what-people-do-at-work/

## Keywords

OpenAI Economic Research, Work at the Frontier, task crossover, desbordamiento de tareas, porosidad ocupacional, 800.000 mensajes, ChatGPT, usuarios estadounidenses, mensajes relacionados con el trabajo, mensajes específicos de una ocupación, tareas genéricas, base de cálculo, embudo metodológico, dentro o cerca, experiencia del cliente, diseño, recursos humanos, jurídico, marketing, ventas, finanzas, ingeniería, importación-exportación de tareas, mapa de calor, diagonal, retención ocupacional, cálculo financiero, resolución de problemas tecnológicos, creación de materiales de marketing, tamaño de la organización, puestos de trabajo, usuarios promedio, usuarios intensivos, no monotonicidad, generalista, recursos especializados, AI Jobs Transition Framework, reorganización ocupacional, señal temprana, descripciones de puesto, títulos de puesto, estadísticas del mercado laboral, división del trabajo, sesgo de la fuente, medición desde el proveedor

## Authors

**OpenAI Economic Research** — équipe de recherche économique d'OpenAI ; la page crédite simplement *« OpenAI »* et la classe sous les tags *Economic Research* et *2026*. Le billet est la porte d'entrée d'un **rapport PDF** (`work-at-the-frontier-report.pdf`) et s'adosse à un cadre antérieur de la même équipe, l'**AI Jobs Transition Framework**, dont il reprend la thèse que de nombreux métiers vont **se réorganiser** plutôt que disparaître.

**Position à connaître** : l'éditeur mesure l'usage de son propre produit et en fait explicitement un argument — *« Using our unique window into how the world of work is changing, we will offer regular data-driven insights based on evidence to guide policy and practice. »* La visée est déclarée : **orienter la politique publique et la pratique**.

## Ton

**Perfil**: publicación de investigación institucional, registro sobrio y metódico, que sirve de resumen público de un informe en PDF. Ni un anuncio de producto ni un artículo de opinión — una **nota de hallazgos** estructurada en cuatro secciones cuyos encabezados son las conclusiones (*« Casi la mitad del uso de IA específico de una ocupación cruza los límites del puesto »*, *« Algunas tareas viajan más lejos que otras »*, *« Más cruce de tareas en las pequeñas empresas »*, *« La propia lista de tareas está cambiando »*).

**Estilo**: **el contramovimiento metodológico planteado desde el principio** es el gesto estructurador. *« Muchos estudios sobre la IA y el trabajo parten de una lista fija de tareas asociadas a una ocupación dada y preguntan si los modelos pueden realizarlas. Nuestra evidencia sugiere que la IA también está cambiando quién asume qué tareas. »* El objeto de medición no es la sustituibilidad de una ocupación sino la **redistribución observada** — un cambio de enfoque reivindicado, y es lo que da valor al artículo.

**Rasgo destacable: la cautela está integrada en la frase, no relegada a una nota al pie.** Los matizadores se colocan en el mismo momento en que se enuncia el resultado — *« nuestra nueva investigación **sugiere** »*, *« **Entre los usuarios promedio**, la proporción de tareas fuera de la ocupación cae… »*, *« Entre los usuarios más intensivos, **no observamos el mismo patrón monótono** »*, *« la IA **podría ser** especialmente útil como herramienta generalista »*, *« los patrones de uso **podrían** proporcionar una señal temprana »*. El texto casi nunca afirma sin acotar.

**Ilustración mediante casos concretos antes de la cifra**: tres viñetas abren el texto — el propietario de una pequeña empresa que redacta textos, revisa un contrato y hace un análisis financiero; el comercial que explora un conjunto de datos de clientes *« que en otro tiempo podría haber ido a un analista »*; el responsable de marketing que arregla un sitio web *« sin esperar a un desarrollador »*. La frase que las resume es la tesis: *« la IA no solo cambia cómo se realiza el trabajo, sino quién hace qué. »*

**Frases marcadoras**: *« task crossover »*, *« quién hace qué »*, *« algunas actividades que antes requerían un traspaso ahora pueden ser realizadas por la persona que primero encuentra la necesidad »*, *« estas ocupaciones están "tomando prestadas" estas tareas »*, *« antes de que las empresas reescriban las descripciones de puesto o creen nuevos títulos de puesto »*.

## Pense-betes

- **⭐⭐ Las dos cifras destacadas, y por qué siempre deben darse ambas**: **el 16,8% de los mensajes relacionados con el trabajo** Y **el 43,5% de los mensajes específicos de una ocupación**. El embudo: **el 61,5% del uso laboral es genérico** (redactar, resumir, planificar — *« compartido de forma demasiado amplia entre ocupaciones para constituir evidencia de cruce »*) y se elimina del cálculo; del **38,5%** restante, el **43,5%** cae fuera de la ocupación. → **El 43,5% se calcula sobre el 38,5% del uso.** Citar solo la cifra del 43,5% casi duplica la magnitud percibida. Ambas cifras están en la fuente; por lo general solo una sobrevive en la cobertura.
- **⭐ El matiz "dentro *o cerca*"**: el complemento del 43,5% no es "dentro de la ocupación" sino *« dentro **o cerca** de la ocupación del usuario »*. El límite medido es, por tanto, **difuso por construcción**, lo cual es honesto y rara vez se transmite.
- **El contramovimiento metodológico — la verdadera contribución del artículo**: la literatura parte de una lista fija de tareas por ocupación y pregunta si el modelo puede realizarlas; aquí la pregunta es **quién hace qué**. *« Nuestra evidencia sugiere que la IA también está cambiando quién asume qué tareas. »* → **Esto mide una redistribución observada, no una sustituibilidad teórica.** Esto es lo que distingue este trabajo de los estudios de exposición (cf. los rangos del 5-60% discutidos en [[dgtresor-ia-effets-emploi-2026-06-30]] y [[sfeir-ia-emploi-risque-decrochage-2026-07-23]]).
- **Por ocupación, proporción fuera de la ocupación** (de los mensajes específicos de una ocupación): experiencia del cliente **77%** · diseño **75%** · RRHH **69%** · jurídico **56%** · marketing **53%** · ventas **40%** · finanzas **40%** · **ingeniería 28%**. *« El trabajo fuera de la ocupación es mayoritario en cinco de ocho grupos. »*
- **⭐⭐ El mapa de calor — el objeto más rico, y ausente de toda la cobertura** (filas = ocupación del usuario, columnas = ocupación de origen de la tarea; diagonal en negrita): | Usuario ↓ / Tarea → | CX | Diseño | Ing. | Fin. | RRHH | Jurídico | Mktg | Ventas | |---|---|---|---|---|---|---|---|---| | **Experiencia del cliente** | **11** | 5 | 20 | 14 | 6 | 6 | **26** | 11 | | **Diseño** | 6 | **12** | **28** | 10 | 4 | 4 | **28** | 8 | | **Ingeniería** | 4 | 4 | **53** | 9 | 4 | 4 | 20 | 2 | | **Finanzas** | 6 | 4 | 22 | **23** | 4 | 8 | **25** | 7 | | **RRHH** | 9 | 5 | 18 | 16 | **10** | 10 | **23** | 9 | | **Jurídico** | 5 | 4 | 17 | 12 | 7 | **31** | 18 | 6 | | **Marketing** | 10 | 6 | 17 | 11 | 4 | 4 | **36** | 12 | | **Ventas** | 11 | 5 | 18 | 15 | 4 | 6 | **29** | **12** | **Tres lecturas que el texto no hace**: 1. **La diagonal es el resultado real.** La ingeniería retiene el **53%** de su propio trabajo; la experiencia del cliente el **11%**, RRHH el **10%**, el diseño el **12%**, las ventas el **12%**. → **Algunas ocupaciones, en su uso no genérico de ChatGPT, casi han dejado de hacer su propio trabajo.** 2. **En cuatro ocupaciones, la columna de marketing supera a la diagonal.** Un diseñador realiza más tareas de marketing (28%) e ingeniería (28%) que de diseño (12%); un agente de experiencia del cliente hace más marketing (26%) que CX (11%); lo mismo ocurre con RRHH (23% frente a 10%) y ventas (29% frente a 12%). 3. **Dos columnas absorben casi todo**: marketing (del 18 al 36% en todas partes) e ingeniería (del 17 al 53%). Las otras seis ocupaciones se reparten las migajas. ⚠️ **Precaución de lectura**: la diagonal baja no significa que estos empleados hayan dejado de hacer su propio trabajo — significa que **sus mensajes no genéricos** se clasifican en otra parte, sobre una base que ya excluye el 61,5% del uso. Las tareas propias de estas ocupaciones podrían ser precisamente las clasificadas como "genéricas".
- **Las dos direcciones de circulación, cuantificadas**: el **diseño** importa **35,2%** / exporta **1,7%**; la **ingeniería** importa **18,5%** / exporta **7,4%**; el **marketing** importa **24,3%** / exporta **8,9%** — *« la mayor proporción de salida de la muestra »*. → El marketing es el único que acumula ambas direcciones.
- **Las dos tareas prestadas universalmente**: **el cálculo financiero** y **la resolución de problemas tecnológicos** aparecen en el **top 3 de préstamos para los otros siete grupos**. **La creación de materiales de marketing** aparece en otros cinco grupos, *« especialmente destacada entre los usuarios de diseño »*.
- **⭐ La asimetría de la ingeniería — la cifra más accionable para una empresa de servicios de TI**: la ingeniería es **a la vez la ocupación menos porosa (28%, importa 18,5%) y una gran exportadora (7,4%)**, y su diagonal del **53%** es, con diferencia, la más alta. La porosidad tan celebrada es, por tanto, **en gran medida unidireccional hacia el lado técnico**: otras ocupaciones hacen resolución de problemas y trabajo en sistemas técnicos, lo contrario es raro (el diseño exporta 1,7%). **Lo que esto significa concretamente**: la IA no diluye la ingeniería en otras ocupaciones — **difunde las tareas de ingeniería por todas partes** mientras deja a los ingenieros en su trabajo principal.
- **⚠️⚠️ El efecto del tamaño es más débil de lo que se ha comunicado en otros lugares — dos advertencias planteadas por OpenAI y a menudo perdidas**: 1. El cambio del **18,9% al 16,3%** se cumple **"solo entre los usuarios promedio"**. 2. *« **Entre los usuarios más intensivos, no observamos el mismo patrón monótono.** »* → **La tendencia no se cumple para los usuarios intensivos.** OpenAI ofrece dos explicaciones posibles (los usuarios moderados de organizaciones pequeñas recurren a la IA cuando se encuentran con trabajo perteneciente a otra función; los usuarios intensivos tienen flujos de trabajo estabilizados que se parecen entre organizaciones, o usan la IA de forma más intensiva **dentro** de su ocupación principal). 3. La conclusión es condicional: *« la IA **podría ser** especialmente útil como herramienta generalista allí donde los recursos especializados son escasos. »* → **Corrección a [[sfeir-ia-frontieres-metiers-skill-based-organisation-2026-08-01]]**, que presentaba estos 2,6 puntos como un resultado nítido y la conclusión generalista como una afirmación. La fuente es más cautelosa que el comentario que se hizo sobre ella, y la brecha de 2,6 puntos que yo había señalado como el eslabón débil está **explícitamente acotada por los propios autores**.
- **El estatus epistémico reivindicado — señal temprana**: estos datos revelan recombinaciones *« antes de que las empresas reescriban las descripciones de puesto o creen nuevos títulos de puesto »*, y *« podrían proporcionar una señal temprana de cambio ocupacional que las estadísticas convencionales del mercado laboral solo captarán más tarde »*. → **Un indicador adelantado, no una medida del empleo.** Dice lo que las personas *intentan*, no lo que las organizaciones *ratifican*.
- **Filiación doctrinal**: el artículo se apoya en el **AI Jobs Transition Framework** del mismo equipo, cuya tesis es que muchas ocupaciones se **reorganizarán** — *« puestos cuyas tareas cotidianas podrían cambiar sustancialmente »* — en lugar de desaparecer. El cruce de tareas es la evidencia a nivel de uso de esta tesis.
- **⚠️ Advertencias sustanciales, a plantear sistemáticamente**:
- **OpenAI mide a OpenAI.** Un único asistente, únicamente sus propios usuarios, presentado como una ventaja (*« nuestra ventana única »*). Lo que se mide es el uso de ChatGPT, no el uso de la IA.
- **Solo usuarios estadounidenses.** No es posible ninguna extrapolación internacional, y el informe no lo intenta.
- **Población no representativa** de la fuerza laboral: se trata de usuarios de ChatGPT, autoseleccionados.
- **La clasificación por ocupación la realiza un modelo**, sobre los mensajes, sin ninguna validación externa descrita en la publicación. Las categorías (ocho grupos) y el límite "genérico / específico" son decisiones de diseño que determinan mecánicamente los resultados — es ahí donde realmente se decide la solidez de la cifra del 43,5%.
- **Objetivo declarado**: *« orientar la política y la práctica »*. Un actor que produce los datos sobre su propio impacto **y** pretende informar la política pública. El mismo sesgo señalado respecto a Bercy en [[sfeir-ia-emploi-risque-decrochage-2026-07-23]].
- **Meta / referencias cruzadas**: fuente primaria de [[sfeir-ia-frontieres-metiers-skill-based-organisation-2026-08-01]], al que **complementa** (16,8%, marketing 24,3%, mapa de calor) y **corrige** (efecto del tamaño no monótono entre los usuarios intensivos); a leer junto con [[dgtresor-ia-effets-emploi-2026-06-30]] y [[sfeir-ia-emploi-risque-decrochage-2026-07-23]] sobre la brecha entre exposición teórica y redistribución observada; extiende [[mollick-organizational-theory-agentic-ai-spans-control-2026-02]] y [[mollick-valence-ai-hr-playbook-leader-lab-crowd-2025-07-23]] en el plano de la teoría organizacional; contexto de RRHH en [[bersin-chro-pivotal-role-ai-transformation-2025-10-10]].

## RésuméDe400mots

Primera entrega de la serie **Work at the Frontier** de **OpenAI Economic Research** (27 de julio de 2026), basada en más de **800.000 mensajes** de usuarios estadounidenses de ChatGPT.

**El concepto.** ***Task crossover*** designa *« trabajo históricamente asociado a una ocupación que aparece en el uso de la IA de personas de otra »*. El contramovimiento metodológico se plantea desde el inicio: los estudios de exposición parten de una lista fija de tareas y preguntan si el modelo puede realizarlas; aquí la pregunta es **quién hace qué**. *« La IA no solo cambia cómo se realiza el trabajo, sino quién hace qué. »*

**Las cifras, y son dos.** El **16,8%** de los mensajes relacionados con el trabajo y el **43,5%** de los mensajes específicos de una ocupación conciernen a una tarea de una ocupación distinta. La diferencia proviene del embudo: el **61,5%** del uso es **genérico** (redactar, resumir, planificar) y se excluye; del 38,5% restante, el 43,5% cae fuera de la ocupación, y el resto está *« dentro **o cerca** »*.

**Por ocupación**: experiencia del cliente **77%**, diseño **75%**, RRHH **69%**, jurídico 56%, marketing 53%, ventas y finanzas 40%, **ingeniería 28%** — una mayoría en cinco de ocho grupos.

**Dos direcciones de circulación.** El diseño **importa** (35,2%) sin exportar (1,7%); la ingeniería hace lo contrario (18,5% / 7,4%); el marketing **acumula ambas** (24,3% / 8,9%, la mayor proporción de salida). Dos tareas aparecen en el top 3 de préstamos para los otros siete grupos: **el cálculo financiero** y **la resolución de problemas tecnológicos**.

**El mapa de calor** ofrece la distribución completa, y su diagonal es el resultado más llamativo: la ingeniería retiene el **53%** de su propio trabajo, mientras que la experiencia del cliente retiene solo el **11%**, RRHH el **10%** y el diseño el **12%** — para estas tres ocupaciones, las tareas de marketing superan a las propias.

**El efecto del tamaño es más frágil de lo que parece.** La proporción fuera de la ocupación cae del 18,9% (2-5 empleados) al 16,3% (>100 empleados) **solo entre los usuarios promedio**: *« entre los usuarios más intensivos, no observamos el mismo patrón monótono »*. La conclusión sigue siendo condicional — *« la IA **podría ser** especialmente útil como herramienta generalista allí donde los recursos especializados son escasos »*.

**El estatus reivindicado** es el de una **señal temprana**, visible *« antes de que las empresas reescriban las descripciones de puesto o creen nuevos títulos de puesto »*.

⚠️ OpenAI mide el uso de su propio producto, únicamente en sus usuarios estadounidenses, y presenta esta posición como un activo.

## GrapheDeConnaissance

- OpenAI Economic Research —publie→ Work at the Frontier (DOCUMENT, 0.98)
- Work at the Frontier —mesure→ 16,8 % des messages liés au travail et 43,5 % des messages métier-spécifiques portent sur une tâche d'un autre métier (MESURE, 0.97)
- Work at the Frontier —mesure→ 61,5 % de l'usage professionnel est générique et écarté du calcul du crossover (MESURE, 0.95)
- task crossover —est_instance_de→ l'apparition, dans l'usage IA d'un métier, de travail historiquement associé à un autre (CITATION, 0.97)
- OpenAI Economic Research —s_oppose_à→ les études qui partent d'une liste figée de tâches par métier pour tester la substituabilité du modèle (AFFIRMATION, 0.93)
- Work at the Frontier —mesure→ part hors métier par fonction : expérience client 77 %, design 75 %, RH 69 %, juridique 56 %, marketing 53 %, vente 40 %, finance 40 %, ingénierie 28 % (MESURE, 0.96)
- Work at the Frontier —mesure→ le design importe 35,2 % de tâches extérieures et n'en exporte que 1,7 % (MESURE, 0.95)
- Work at the Frontier —mesure→ l'ingénierie importe 18,5 % de tâches extérieures et en exporte 7,4 % (MESURE, 0.95)
- Work at the Frontier —mesure→ le marketing importe 24,3 % et exporte 8,9 %, la plus forte part sortante de l'échantillon (MESURE, 0.95)
- Work at the Frontier —mesure→ l'ingénierie retient 53 % de ses propres tâches, contre 11 % pour l'expérience client et 10 % pour les ressources humaines (MESURE, 0.92)
- calcul financier —observé_dans→ le top 3 des tâches empruntées par les sept autres groupes de métiers (AFFIRMATION, 0.94)
- dépannage technologique —observé_dans→ le top 3 des tâches empruntées par les sept autres groupes de métiers (AFFIRMATION, 0.94)
- Work at the Frontier —mesure→ la part hors métier passe de 18,9 % à 16,3 % selon la taille de l'espace de travail, chez les utilisateurs moyens seulement (MESURE, 0.95)
- OpenAI Economic Research —affirme_que→ la tendance liée à la taille de l'organisation n'est pas monotone chez les utilisateurs les plus intensifs (CITATION, 0.95)
- OpenAI Economic Research —affirme_que→ l'IA pourrait être particulièrement utile comme outil généraliste là où les ressources spécialisées manquent (AFFIRMATION, 0.9)
- données d'usage —permet→ de voir la recomposition des métiers avant la réécriture des fiches de poste et des intitulés (AFFIRMATION, 0.94)
- Work at the Frontier —est_basé_sur→ AI Jobs Transition Framework (DOCUMENT, 0.92)
- AI Jobs Transition Framework —affirme_que→ de nombreux métiers vont se réorganiser, leurs tâches quotidiennes pouvant changer substantiellement (AFFIRMATION, 0.92)
- Work at the Frontier —est_basé_sur→ plus de 800 000 messages d'utilisateurs américains de ChatGPT (AFFIRMATION, 0.97)
- OpenAI —affirme_que→ sa position d'observation unique sur le monde du travail lui permet d'orienter la politique publique et la pratique (CITATION, 0.9)

---
Canonical: https://www.thekb.eu/es/fiches/openai-work-at-the-frontier-task-crossover-2026-07-27/