Googleのエコノミスト、スコット・ストランド氏は「AIの導入は非常に広範で、多種多様な職業に及んでいる」と述べています。しかし、データはまた、特定の仕事におけるAIの利用の深さはまだ浅く、自動化は稀であり、AIを使った活動のほとんどがオフィスの外で行われていることも示しています。

広さと深さのギャップ：多くの仕事に浸透も、こなすタスクはごく一部

ATLAS研究の最も重要な発見は、AI導入が「広いが浅い」ことです。テクノロジーは経済のかなりの部分に広がっていますが、個々の職業内では、日常業務のほんの一部にしか使われていません。

• 全職業の68％ が、研究の最低基準を超えるAI利用を示しており、これは米国の雇用の約90％に相当します。
• しかし、それらの職業内でAIが使われているタスクは、平均でわずか約21％ です。深い統合は稀で、タスクの4分の3以上にAIを使っている職業は、全体のわずか4％ に過ぎません。
• 利用はソフトウェア開発とライティングの2つのカテゴリーに集中しており、この2つで全インタラクションの約半数を占めています。

このパターンは、AIが多くの業界で急速に身近なツールになりつつあるものの、一部の予測で言われていたような、仕事のあり方を根本から変える「ワークフローの全代替」には、まだほど遠いことを示唆しています。

人間が主導権を握る：自動化よりも協働

AIが仕事を完全に奪うのではと心配している人にとって、ATLASはある種の安心感をもたらします。職場では、人々は主にAIをパートナーとして利用しており、代替手段としては使っていないのです。

• 仕事関連のインタラクションで、タスクを完全に自動化しているのは10％未満です。大半は補完（オーグメンテーション） —リサーチ、アイデア出し、戦略策定、下書き作成、反復的な改良— にAIを使っています。
• Google自身も「自動化よりも協働」と表現し、AIは、労働者を完全に置き換える代理人ではなく、ブレインストーミングのパートナーや既存のワークフローを加速するツールとして機能しているとしています。

この発見は、Anthropic社の先行研究（AI利用の約57％が人間の能力を高める補完、43％がタスクを直接実行する自動化）ともおおむね一致します。しかし、ATLASのデータでは職場における自動化の割合が10％未満と、その差がより顕著になっています。これは、補完と自動化の線引きが異なるか、Geminiユーザーが特に協働志向である可能性を示しています。

職場でのAI利用者は？：ホワイトカラーが中心も、肉体労働者の姿も

当然ながら、データの大半は知識労働によるものです。ソフトウェアエンジニア、ライター、マーケター、アナリストがインタラクションの大部分を占めています。しかし、より興味深い発見の一つは、肉体労働に従事する人々の姿も、低い割合ながら確認できることです。

• GoogleのLinkedIn投稿は、「デスクを超えて：肉体労働、建設、修理に携わる作業員もGeminiを利用している」 と強調しています。
• ただし、研究では、デジタルエンゲージメントが低い職業やインターネットアクセスが限られている職業は、データに過小評価される可能性があると認めています。また、旋盤の操作、レンガ積み、エンジンの修理といった多くの肉体作業は、テキストベースのチャットインタラクションではうまく捉えられないため、この研究は肉体労働におけるAIの関連性を過小評価している可能性が高いです。

重要な注記：このデータは、すでに自らGeminiを使うことを選択した人々からのものです。この自己選択バイアスにより、テクノロジーに精通したホワイトカラー労働者が過大評価され、ブルーカラーや肉体労働、オフライン中心の職業が過小評価されている可能性が高く、これは報告書で議論されている重要な限界です。

大半のAI利用は職場外で発生

多くの読者にとって最も驚くべき発見は、インタラクションのかなりの部分が正式な仕事の外で発生していることかもしれません。Googleの報告によると、AIとのやり取り全体の86％は職場外で行われています。

• これらの仕事以外のインタラクションには、個人の生産性向上、学習、創造的な作業、家事管理などが含まれます。
• ATLASは、消費者向け製品であるGeminiアプリやAIモード（Gemini APIとともに）からデータを取得しているため、オフィスだけでなく、日常生活のあらゆる文脈での利用を捉えています。

これは、現時点では、AIの最大の実際的影響は、労働市場を再形成することよりも、個人の生活や家庭内の生産性（食事の計画、宿題の手伝い、創造的なアイデアの生成など）にあることを示唆しています。

主な留保点：ATLASが教えてくれないこと

Google自身のブログ記事や業界観察者の報道は、ATLASをAIの経済的影響に関する決定的な全体像と見なすべきではないいくつかの重要な限界を指摘しています。

• プラットフォームバイアス: データはGoogleのGeminiエコシステムからのみ得られています。利用パターンは、OpenAIのChatGPTやAnthropicのClaudeなど、異なるユーザーインターフェースと機能を持つ他のツールでは大きく異なる可能性があります。
• 自己選択バイアス: サンプルは既にGeminiを使用している人々で構成されています。これは労働力の無作為抽出ではありません。アーリーアダプターは、より若く、高学歴で、テクノロジー関連分野に集中する傾向があり、知識労働におけるAI浸透率を過大評価し、他のセクターにおける将来の可能性（あるいはその欠如）を過小評価する可能性があります。
• 時間枠: データは2週間（2026年4月6日～19日） にサンプリングされたものです。この短期間では、AIの使い方における季節変動やプロジェクトベースの変動を捉えきれない可能性があります。
• 分類の不確実性: 約1465万件の自由形式の会話を、正確に800の標準職業カテゴリーと4000のタスクにマッピングすることは、本質的に不正確です。一部のタスクは誤分類されたり、確実に分類するには曖昧すぎる可能性があります。
• 生産性の測定がない: この研究は、人々がAIを何に使っているかを測定するものであり、それがアウトプット、品質、収入を向上させるかどうかを測定するものではありません。効果的な使用と非効果的な使用を区別することはできません。
• バージョン1.0: Googleはこれを明示的に「初版」と呼び、進化する研究努力であり、決定的な最終像ではないと位置づけています。

その意味するところ

ATLAS研究は、AI導入が現実のものであり、広範で、成長しているというこれまでで最も強力な証拠を提供しています。しかし同時に、2026年半ばの時点で、AIは一部が恐れるような「仕事を奪う巨大な力」にはほど遠いことも示しています。むしろ、協働者として、限られた範囲のタスクに、ほとんどが非自動化的に、そして大部分がオフィスの外で使用されているのです。

労働者にとってこれは、完全な職の置き換えに備えるよりも、AIをツールとして使いこなすスキル（プロンプトの作成、出力の確認、AIをワークフローに統合するなど）の方が、より即座に関連性が高いことを示唆しています。企業にとっては、ほとんどの役割における導入の浅さは、より深い導入の余地があることを示していますが、AIによる完全な生産性向上が実現するまでには、まだ数年かかる可能性があることも意味しています。

エコノミストのスコット・ストランド氏が述べたように、「AI導入は非常に、非常に広範」ですが、その導入の深さ、そしてそれが経済にとって何を意味するのかは、まだ書き綴られている最中なのです。

Googleのエコノミスト、スコット・ストランド氏は「AIの導入は非常に広範で、多種多様な職業に及んでいる」と述べています。しかし、データはまた、特定の仕事におけるAIの利用の深さはまだ浅く、自動化は稀であり、AIを使った活動のほとんどがオフィスの外で行われていることも示しています。

広さと深さのギャップ：多くの仕事に浸透も、こなすタスクはごく一部

ATLAS研究の最も重要な発見は、AI導入が「広いが浅い」ことです。テクノロジーは経済のかなりの部分に広がっていますが、個々の職業内では、日常業務のほんの一部にしか使われていません。

• 全職業の68％ が、研究の最低基準を超えるAI利用を示しており、これは米国の雇用の約90％に相当します。
• しかし、それらの職業内でAIが使われているタスクは、平均でわずか約21％ です。深い統合は稀で、タスクの4分の3以上にAIを使っている職業は、全体のわずか4％ に過ぎません。
• 利用はソフトウェア開発とライティングの2つのカテゴリーに集中しており、この2つで全インタラクションの約半数を占めています。

このパターンは、AIが多くの業界で急速に身近なツールになりつつあるものの、一部の予測で言われていたような、仕事のあり方を根本から変える「ワークフローの全代替」には、まだほど遠いことを示唆しています。

人間が主導権を握る：自動化よりも協働

AIが仕事を完全に奪うのではと心配している人にとって、ATLASはある種の安心感をもたらします。職場では、人々は主にAIをパートナーとして利用しており、代替手段としては使っていないのです。

• 仕事関連のインタラクションで、タスクを完全に自動化しているのは10％未満です。大半は補完（オーグメンテーション） —リサーチ、アイデア出し、戦略策定、下書き作成、反復的な改良— にAIを使っています。
• Google自身も「自動化よりも協働」と表現し、AIは、労働者を完全に置き換える代理人ではなく、ブレインストーミングのパートナーや既存のワークフローを加速するツールとして機能しているとしています。

この発見は、Anthropic社の先行研究（AI利用の約57％が人間の能力を高める補完、43％がタスクを直接実行する自動化）ともおおむね一致します。しかし、ATLASのデータでは職場における自動化の割合が10％未満と、その差がより顕著になっています。これは、補完と自動化の線引きが異なるか、Geminiユーザーが特に協働志向である可能性を示しています。

職場でのAI利用者は？：ホワイトカラーが中心も、肉体労働者の姿も

当然ながら、データの大半は知識労働によるものです。ソフトウェアエンジニア、ライター、マーケター、アナリストがインタラクションの大部分を占めています。しかし、より興味深い発見の一つは、肉体労働に従事する人々の姿も、低い割合ながら確認できることです。

• GoogleのLinkedIn投稿は、「デスクを超えて：肉体労働、建設、修理に携わる作業員もGeminiを利用している」 と強調しています。
• ただし、研究では、デジタルエンゲージメントが低い職業やインターネットアクセスが限られている職業は、データに過小評価される可能性があると認めています。また、旋盤の操作、レンガ積み、エンジンの修理といった多くの肉体作業は、テキストベースのチャットインタラクションではうまく捉えられないため、この研究は肉体労働におけるAIの関連性を過小評価している可能性が高いです。

重要な注記：このデータは、すでに自らGeminiを使うことを選択した人々からのものです。この自己選択バイアスにより、テクノロジーに精通したホワイトカラー労働者が過大評価され、ブルーカラーや肉体労働、オフライン中心の職業が過小評価されている可能性が高く、これは報告書で議論されている重要な限界です。

大半のAI利用は職場外で発生

多くの読者にとって最も驚くべき発見は、インタラクションのかなりの部分が正式な仕事の外で発生していることかもしれません。Googleの報告によると、AIとのやり取り全体の86％は職場外で行われています。

• これらの仕事以外のインタラクションには、個人の生産性向上、学習、創造的な作業、家事管理などが含まれます。
• ATLASは、消費者向け製品であるGeminiアプリやAIモード（Gemini APIとともに）からデータを取得しているため、オフィスだけでなく、日常生活のあらゆる文脈での利用を捉えています。

これは、現時点では、AIの最大の実際的影響は、労働市場を再形成することよりも、個人の生活や家庭内の生産性（食事の計画、宿題の手伝い、創造的なアイデアの生成など）にあることを示唆しています。

主な留保点：ATLASが教えてくれないこと

Google自身のブログ記事や業界観察者の報道は、ATLASをAIの経済的影響に関する決定的な全体像と見なすべきではないいくつかの重要な限界を指摘しています。

• プラットフォームバイアス: データはGoogleのGeminiエコシステムからのみ得られています。利用パターンは、OpenAIのChatGPTやAnthropicのClaudeなど、異なるユーザーインターフェースと機能を持つ他のツールでは大きく異なる可能性があります。
• 自己選択バイアス: サンプルは既にGeminiを使用している人々で構成されています。これは労働力の無作為抽出ではありません。アーリーアダプターは、より若く、高学歴で、テクノロジー関連分野に集中する傾向があり、知識労働におけるAI浸透率を過大評価し、他のセクターにおける将来の可能性（あるいはその欠如）を過小評価する可能性があります。
• 時間枠: データは2週間（2026年4月6日～19日） にサンプリングされたものです。この短期間では、AIの使い方における季節変動やプロジェクトベースの変動を捉えきれない可能性があります。
• 分類の不確実性: 約1465万件の自由形式の会話を、正確に800の標準職業カテゴリーと4000のタスクにマッピングすることは、本質的に不正確です。一部のタスクは誤分類されたり、確実に分類するには曖昧すぎる可能性があります。
• 生産性の測定がない: この研究は、人々がAIを何に使っているかを測定するものであり、それがアウトプット、品質、収入を向上させるかどうかを測定するものではありません。効果的な使用と非効果的な使用を区別することはできません。
• バージョン1.0: Googleはこれを明示的に「初版」と呼び、進化する研究努力であり、決定的な最終像ではないと位置づけています。

その意味するところ

ATLAS研究は、AI導入が現実のものであり、広範で、成長しているというこれまでで最も強力な証拠を提供しています。しかし同時に、2026年半ばの時点で、AIは一部が恐れるような「仕事を奪う巨大な力」にはほど遠いことも示しています。むしろ、協働者として、限られた範囲のタスクに、ほとんどが非自動化的に、そして大部分がオフィスの外で使用されているのです。

労働者にとってこれは、完全な職の置き換えに備えるよりも、AIをツールとして使いこなすスキル（プロンプトの作成、出力の確認、AIをワークフローに統合するなど）の方が、より即座に関連性が高いことを示唆しています。企業にとっては、ほとんどの役割における導入の浅さは、より深い導入の余地があることを示していますが、AIによる完全な生産性向上が実現するまでには、まだ数年かかる可能性があることも意味しています。

エコノミストのスコット・ストランド氏が述べたように、「AI導入は非常に、非常に広範」ですが、その導入の深さ、そしてそれが経済にとって何を意味するのかは、まだ書き綴られている最中なのです。