米国におけるチャットGPTユーザーの80万件以上のメッセージを分析した新たな調査により、AI活用が職域の境界を再定義するタスク・クロスオーバー（業務の相互流入）が顕著に進展していることが実証された。業務関連メッセージの16.8％、職業固有メッセージの43.5％が他職種に起因するタスクを含んでおり、AIが従来の分業構造を根本から変えつつある。 本調査は、小規模事業者の顧客向け文案作成や契約書レビュー、営業担当者のデータ分析、マーケティング担当者のWebトラブルシューティングなど、AIにより専門家支援を必要とせずに他領域の業務を代行可能となっている実態を捉えた。研究チームはAIジョブズ・トランジション・フレームワークを提唱し、日常業務が大幅に再編される職業が増加する傾向を指摘している。従来の研究が各職種に固定されたタスクリストを基準にモデルの性能を評価するのに対し、本分析は誰がどの業務を担うかという役割の流動性に焦点を当てた。 文書作成や要約など広範な職種で共通する汎用タスクを除いた非汎用メッセージのうち、43.5％がユーザーの専攻職種外に該当した。このクロスオーバー現象は職種によって非対称性に富む。デザイナーは他業務を借用する割合が35.2％と最も高いものの、自身の業務が他者から借用されるのは1.7％に留まる。一方、エンジニアリング業務は借用率が18.5％と比較的低いものの、他職種からの借用対象としては7.4％を占め、システムトラブルシューティングが広範に普及している。マーケティング業務は借用率24.3％、他者への提供率8.9％で両方向で最も顕著であり、組織横断的な業務流動化を牽引している。 企業規模もAI活用による業務再編のパターンに影響を与える。席数2〜5名の小規模事業所では他職種タスクの占有率が18.9％に達する一方、100名超の大企業では16.3％に低下した。これは専門部署や確立されたワークフローが整備されていない環境ほど、AIを汎用ツールとして活用し、他部門への委譲を回避して直近の課題解決を図る傾向を反映している。本調査は、企業が発注書や職種定義を公式に改訂する以前から、労働市場の構造変化を先取りする早期信号としてデータ活用パターンを捉える重要性を示している。