小公司最常卡住的，不是工作太難
台灣中小企業常見的情況是：老闆在等行銷改文案、業務在等人整理客戶資料、行政在等 IT 排查網站問題。每件事未必值得新聘一位專家，但只要沒有人先接住，工作就停在「這不是我的職責」。
OpenAI 在 2026 年 7 月 27 日發布的 Work at the Frontier 研究，把這種現象稱為 task crossover：原本與某個職業相關的工作，出現在另一個職業使用 AI 的訊息裡。研究分析超過 80 萬則工作相關訊息，其中 16.8% 被歸類為跨職業任務；排除寫信、摘要、排程等廣泛共用工作後，43.5% 的職業特定訊息涉及另一個職業的任務。
7Pyramid 觀點
這不是「每個人都變成專家」，而是 AI 降低了跨過第一道工作門檻的成本。專業判斷、核准與責任並沒有消失。
數字值得注意，但不要把它說成生產力保證
研究顯示，在典型使用量的使用者中，2–5 席工作區的跨職業訊息占比是 18.9%，101 席以上工作區則是 16.3%。這可以合理地提示：資源較少的團隊，可能更常用 AI 接住原本要轉交給別人的工作。
不過作者也明確提醒，工作區席次不等於公司總人數，而且這是一項描述性研究，不是生產力、營收或就業影響的估計。因此，企業不該拿這些數字承諾「導入 AI 一定更有效率」，而應把它當成盤點跨職能流程的起點。
用五欄表，把跨職能工作變成可管理流程
| 欄位 | 要回答的問題 | 例子 |
|---|---|---|
| 任務 | 哪一件事重複發生？ | 每週整理客戶回饋。 |
| 卡住職能 | 目前在等哪個角色？ | 客服等行銷決定內容題目。 |
| AI 先做 | 哪一步低風險、可重跑？ | 把匿名化回饋分類與摘要。 |
| 人工確認 | 哪一步一定由人判斷？ | 選題、對外發布、承諾與個資。 |
| 成功條件 | 怎樣算完成，誰最後批准？ | 15 分鐘內產出可追溯摘要，由行銷主管核准。 |
今天先跑一條低風險流程
請每位團隊成員寫下本週最常卡住的一件跨職能小事。先挑一個低風險、可重複、容易檢查的任務，用複製貼上和人工審核跑完一次。不要一開始就讓 AI 自動寄信、修改價格、存取完整客戶資料或直接發布內容。
結果穩定後，再固定輸入格式、允許資料、檢查點與負責人。AI 的角色是降低交接摩擦，人仍然負責判斷、批准與承擔結果。當工作邊界變得比較容易跨越，企業反而更需要把「誰可以做、誰必須審、哪些資料不能放進去」寫清楚。