สก็อตต์ สแตรนด์ นักเศรษฐศาสตร์ของ Google อธิบายสถานการณ์อย่างกระชับ: "การนำ AI มาใช้นั้นกว้างมาก ครอบคลุมอาชีพหลากหลาย" แต่ข้อมูลก็แสดงให้เห็นเช่นกันว่าความลึกของการใช้งานในแต่ละอาชีพนั้นยังตื้นเขิน ระบบอัตโนมัตินั้นหายาก และกิจกรรม AI ส่วนใหญ่เกิดขึ้นนอกออฟฟิศ

ความกว้าง vs. ความลึก: AI ครอบคลุมหลายอาชีพ แต่งานน้อย

ข้อค้นพบที่สำคัญที่สุดจาก ATLAS คือการนำ AI มาใช้นั้น "กว้างแต่ตื้น" เทคโนโลยีแพร่กระจายไปยังส่วนสำคัญของเศรษฐกิจ แต่ในแต่ละอาชีพ คนงานใช้มันเพียงส่วนน้อยของงานประจำวันเท่านั้น

• 68% ของอาชีพ แสดงการใช้งาน AI สูงกว่าเกณฑ์ขั้นต่ำของการศึกษา ซึ่งคิดเป็นประมาณ 90% ของการจ้างงานในสหรัฐฯ
• อย่างไรก็ตาม ในอาชีพเหล่านั้น มีการใช้ AI เพียง ~21% ของงานที่เกี่ยวข้องโดยเฉลี่ย การผสานรวมอย่างลึกซึ้งนั้นหายาก: มีเพียงประมาณ 4% ของอาชีพ ที่ใช้ AI ในสามในสี่หรือมากกว่าของงานทั้งหมด
• การใช้งานกระจุกตัวอยู่ในสองหมวดหมู่: การพัฒนาซอฟต์แวร์และงานเขียนรวมกันเกือบครึ่งหนึ่งของปฏิสัมพันธ์ทั้งหมด

รูปแบบนี้ชี้ให้เห็นว่า AI กำลังกลายเป็นเครื่องมือที่คุ้นเคยในหลายภาคส่วนอย่างรวดเร็ว แต่ยังไม่ได้กลายเป็นการเปลี่ยนแปลงขั้นตอนการทำงานที่ครอบคลุมทุกอย่างอย่างที่บางคนคาดการณ์ไว้

มนุษย์ยังคงคุมเกม: การทำงานร่วมกันมากกว่าระบบอัตโนมัติ

สำหรับคนที่กังวลว่า AI จะมาแทนที่งานของพวกเขา ATLAS ให้ความมั่นใจ: ในที่ทำงาน คนส่วนใหญ่ใช้ AI เป็นคู่หู ไม่ใช่สิ่งทดแทน

• น้อยกว่า 10% ของปฏิสัมพันธ์ที่เกี่ยวข้องกับงานเกี่ยวข้องกับการทำงานอัตโนมัติเต็มรูปแบบ ส่วนใหญ่เกี่ยวข้องกับการ เสริมศักยภาพ — การใช้ AI เพื่อการค้นคว้า การสร้างแนวคิด กลยุทธ์ การร่าง และการปรับปรุงซ้ำ ๆ
• Google ใช้กรอบแนวคิด "การทำงานร่วมกันมากกว่าระบบอัตโนมัติ": AI ทำหน้าที่เป็นคู่หูในการระดมสมองหรือเครื่องมือเร่งเวิร์กโฟลว์ที่มีอยู่ แทนที่จะเป็นผู้รับมอบหมายงานที่มาแทนที่คนงาน

ข้อค้นพบนี้สอดคล้องกับงานวิจัยก่อนหน้านี้จาก Anthropic ซึ่งพบว่าประมาณ 57% ของการใช้ AI เอนเอียงไปทางการเสริมศักยภาพ (เพิ่มขีดความสามารถของมนุษย์) เทียบกับ 43% ที่เอนเอียงไปทางระบบอัตโนมัติ (ดำเนินการงานโดยตรง) อย่างไรก็ตาม ข้อมูล ATLAS ทำให้ช่องว่างชัดเจนยิ่งขึ้น — ระบบอัตโนมัติต่ำกว่า 10% ในบริบทการทำงาน — ชี้ให้เห็นว่าเส้นแบ่งระหว่างการเสริมศักยภาพและระบบอัตโนมัติอาจวัดแตกต่างกัน หรือผู้ใช้ Gemini ให้ความสำคัญกับการทำงานร่วมกันเป็นพิเศษ

ใครใช้ AI ในที่ทำงาน? งานความรู้ครอง ส่วนงานฝีมือเริ่มมีบทบาท

ไม่น่าแปลกใจที่งานความรู้ครองข้อมูล วิศวกรซอฟต์แวร์ นักเขียน นักการตลาด และนักวิเคราะห์ คิดเป็นส่วนใหญ่ของปฏิสัมพันธ์ แต่ข้อค้นพบที่น่าสนใจอย่างหนึ่งคืองานฝีมือปรากฏในข้อมูล แม้ในอัตราที่ต่ำกว่า

• โพสต์ LinkedIn ของ Google เน้นย้ำว่า: "นอกเหนือจากโต๊ะทำงาน: คนงานในงานฝีมือ ก่อสร้าง และซ่อมแซมก็ใช้ Gemini เช่นกัน"
• อย่างไรก็ตาม การศึกษายอมรับว่าอาชีพที่มีการมีส่วนร่วมทางดิจิทัลต่ำหรือการเข้าถึงอินเทอร์เน็ตจำกัดจะถูก นำเสนอต่ำกว่าความเป็นจริง ในข้อมูล งานที่ใช้แรงกายจำนวนมาก (เช่น การใช้เครื่องกลึง การก่ออิฐ หรือการซ่อมเครื่องยนต์) ไม่สามารถบันทึกผ่านการโต้ตอบด้วยข้อความได้ดี หมายความว่าการศึกษานี้ likely ประเมินความเกี่ยวข้องของ AI กับงานที่ต้องใช้มือต่ำเกินไป

ข้อแม้สำคัญ: ข้อมูลมาจากคนที่เลือกใช้ Gemini อยู่แล้ว อคติในการเลือกด้วยตนเองนี้ likely ทำให้คนงานปกขาวที่เชี่ยวชาญด้านเทคโนโลยีมีจำนวนมากเกินไป และทำให้อาชีพปกน้ำเงิน งานที่ต้องใช้มือ และงานที่ไม่มีระบบออฟไลน์มีจำนวนน้อยเกินไป — นี่เป็นข้อจำกัดสำคัญที่กล่าวถึงในรายงาน

การใช้ AI ส่วนใหญ่เกิดขึ้นนอกเวลาทำงาน

บางทีข้อค้นพบที่น่าแปลกใจที่สุดสำหรับผู้อ่านหลายคนคือ สัดส่วนที่มีนัยสำคัญของปฏิสัมพันธ์เกิดขึ้นนอกงานที่เป็นทางการ Google รายงานว่า 86% ของปฏิสัมพันธ์ AI ทั้งหมดเกิดขึ้นนอกสถานที่ทำงาน

• ปฏิสัมพันธ์ที่ไม่ใช่การทำงานเหล่านี้รวมถึงประสิทธิภาพการทำงานส่วนบุคคล การเรียนรู้ งานสร้างสรรค์ และการจัดการครัวเรือน
• เนื่องจาก ATLAS ใช้ข้อมูลจากผลิตภัณฑ์สำหรับผู้บริโภคอย่าง Gemini App และ AI Mode (ควบคู่กับ Gemini API) จึงบันทึกการใช้งานในทุกบริบทของชีวิตประจำวัน ไม่ใช่แค่ในออฟฟิศ

สิ่งนี้ชี้ให้เห็นว่า สำหรับตอนนี้ ผลกระทบเชิงปฏิบัติที่ใหญ่ที่สุดของ AI อยู่ที่ประสิทธิภาพการทำงานส่วนบุคคลและภายในบ้าน — การวางแผนมื้ออาหาร ช่วยทำการบ้าน สร้างไอเดียสร้างสรรค์ — มากกว่าการปรับเปลี่ยนตลาดแรงงาน

ข้อควรระวังสำคัญ: สิ่งที่ ATLAS ไม่ได้บอกเรา

บล็อกโพสต์ของ Google และบทวิเคราะห์จากผู้สังเกตการณ์ในอุตสาหกรรมเน้นย้ำข้อจำกัดสำคัญหลายประการที่หมายความว่าไม่ควรนำ ATLAS ไปใช้เป็นภาพที่ชัดเจนของผลกระทบทางเศรษฐกิจของ AI :

• อคติของแพลตฟอร์ม: ข้อมูลมาจากระบบนิเวศ Gemini ของ Google เพียงอย่างเดียว รูปแบบการใช้งานอาจแตกต่างอย่างมีนัยสำคัญบน ChatGPT ของ OpenAI, Claude ของ Anthropic หรือเครื่องมืออื่น ๆ ที่มีอินเทอร์เฟซผู้ใช้และความสามารถต่างกัน
• อคติจากการเลือกเอง: กลุ่มตัวอย่างประกอบด้วยคนที่ใช้ Gemini อยู่แล้ว ไม่ใช่กลุ่มตัวอย่างสุ่มของแรงงาน ผู้ใช้ในยุคแรกมักจะอายุน้อยกว่า มีการศึกษาดีกว่า และกระจุกตัวอยู่ในสายงานที่เกี่ยวข้องกับเทคโนโลยี
• กรอบเวลา: ข้อมูลถูกสุ่มตัวอย่างจากช่วงเวลา สองสัปดาห์ (6–19 เมษายน 2026) ช่วงเวลาสั้น ๆ นี้ อาจไม่ครอบคลุมการเปลี่ยนแปลงตามฤดูกาลหรือตามโปรเจกต์
• ความไม่แน่นอนในการจำแนกประเภท: การจัดแผนที่การสนทนาแบบฟรีฟอร์ม ~14.65 ล้านครั้ง ให้เป็นหมวดหมู่อาชีพมาตรฐาน 800 หมวดหมู่และงาน 4,000 งานนั้นมีความไม่แม่นยำโดยธรรมชาติ งานบางอย่างอาจถูกจำแนกผิดหรือคลุมเครือเกินกว่าจะจัดหมวดหมู่ได้อย่างน่าเชื่อถือ
• ไม่มีการวัดประสิทธิภาพ: การศึกษาวัด สิ่งที่คนใช้ AI เพื่ออะไร ไม่ใช่ว่ามันช่วยปรับปรุงผลผลิต คุณภาพ หรือรายได้หรือไม่ มันไม่สามารถแยกแยะระหว่างการใช้ที่มีประสิทธิภาพและไม่มีประสิทธิภาพได้
• เวอร์ชัน 1.0: Google เรียกอย่างชัดเจนว่านี่คือ "การทำซ้ำครั้งแรก" และวางกรอบว่าเป็นความพยายามในการวิจัยที่กำลังพัฒนา ไม่ใช่ภาพรวมที่ชัดเจนและเป็นครั้งสุดท้าย เวอร์ชันในอนาคตอาจติดตามรูปแบบที่แตกต่างกันหรือใช้วิธีการที่แตกต่างกัน

บทสรุป

การศึกษา ATLAS ให้หลักฐานที่ดีที่สุดเท่าที่มีมาว่าการนำ AI มาใช้นั้นเป็นเรื่องจริง กว้าง และกำลังเติบโต แต่มันก็แสดงให้เห็นด้วยว่า ในกลางปี 2026 AI ยังห่างไกลจากการเป็นมหันตภัยมาแย่งงานอย่างที่บางคนหวาดกลัว กลับกัน มันคือผู้ร่วมงาน: ใช้สำหรับงานส่วนน้อยของงาน โดยส่วนใหญ่ไม่ได้เป็นระบบอัตโนมัติ และส่วนใหญ่เกิดขึ้นนอกออฟฟิศ

สำหรับคนทำงาน สิ่งนี้ชี้ให้เห็นว่าทักษะในการใช้ AI เป็นเครื่องมือ — การป้อนคำสั่ง การตรวจสอบผลลัพธ์ การบูรณาการ AI เข้ากับเวิร์กโฟลว์ — มีความเกี่ยวข้องในทันทีมากกว่าการเตรียมพร้อมสำหรับการถูกแทนที่งานโดยสิ้นเชิง สำหรับธุรกิจ การผสานรวมแบบตื้นเขินในหลายบทบาทชี้ให้เห็นว่ายังมีพื้นที่สำหรับการนำไปใช้ที่ลึกซึ้งยิ่งขึ้น แต่ผลผลิตที่เพิ่มขึ้นอย่างเต็มที่จาก AI อาจยังอีกหลายปี

ดังที่นักเศรษฐศาสตร์ สก็อตต์ แสตรนด์ กล่าวไว้ว่า: "การนำ AI มาใช้นั้นกว้างมาก" แต่ความลึกของการนำไปใช้นั้น และความหมายต่อเศรษฐกิจนั้น ยังคงต้องถูกเขียนขึ้น

สก็อตต์ สแตรนด์ นักเศรษฐศาสตร์ของ Google อธิบายสถานการณ์อย่างกระชับ: "การนำ AI มาใช้นั้นกว้างมาก ครอบคลุมอาชีพหลากหลาย" แต่ข้อมูลก็แสดงให้เห็นเช่นกันว่าความลึกของการใช้งานในแต่ละอาชีพนั้นยังตื้นเขิน ระบบอัตโนมัตินั้นหายาก และกิจกรรม AI ส่วนใหญ่เกิดขึ้นนอกออฟฟิศ

ความกว้าง vs. ความลึก: AI ครอบคลุมหลายอาชีพ แต่งานน้อย

ข้อค้นพบที่สำคัญที่สุดจาก ATLAS คือการนำ AI มาใช้นั้น "กว้างแต่ตื้น" เทคโนโลยีแพร่กระจายไปยังส่วนสำคัญของเศรษฐกิจ แต่ในแต่ละอาชีพ คนงานใช้มันเพียงส่วนน้อยของงานประจำวันเท่านั้น

• 68% ของอาชีพ แสดงการใช้งาน AI สูงกว่าเกณฑ์ขั้นต่ำของการศึกษา ซึ่งคิดเป็นประมาณ 90% ของการจ้างงานในสหรัฐฯ
• อย่างไรก็ตาม ในอาชีพเหล่านั้น มีการใช้ AI เพียง ~21% ของงานที่เกี่ยวข้องโดยเฉลี่ย การผสานรวมอย่างลึกซึ้งนั้นหายาก: มีเพียงประมาณ 4% ของอาชีพ ที่ใช้ AI ในสามในสี่หรือมากกว่าของงานทั้งหมด
• การใช้งานกระจุกตัวอยู่ในสองหมวดหมู่: การพัฒนาซอฟต์แวร์และงานเขียนรวมกันเกือบครึ่งหนึ่งของปฏิสัมพันธ์ทั้งหมด

รูปแบบนี้ชี้ให้เห็นว่า AI กำลังกลายเป็นเครื่องมือที่คุ้นเคยในหลายภาคส่วนอย่างรวดเร็ว แต่ยังไม่ได้กลายเป็นการเปลี่ยนแปลงขั้นตอนการทำงานที่ครอบคลุมทุกอย่างอย่างที่บางคนคาดการณ์ไว้

มนุษย์ยังคงคุมเกม: การทำงานร่วมกันมากกว่าระบบอัตโนมัติ

สำหรับคนที่กังวลว่า AI จะมาแทนที่งานของพวกเขา ATLAS ให้ความมั่นใจ: ในที่ทำงาน คนส่วนใหญ่ใช้ AI เป็นคู่หู ไม่ใช่สิ่งทดแทน

• น้อยกว่า 10% ของปฏิสัมพันธ์ที่เกี่ยวข้องกับงานเกี่ยวข้องกับการทำงานอัตโนมัติเต็มรูปแบบ ส่วนใหญ่เกี่ยวข้องกับการ เสริมศักยภาพ — การใช้ AI เพื่อการค้นคว้า การสร้างแนวคิด กลยุทธ์ การร่าง และการปรับปรุงซ้ำ ๆ
• Google ใช้กรอบแนวคิด "การทำงานร่วมกันมากกว่าระบบอัตโนมัติ": AI ทำหน้าที่เป็นคู่หูในการระดมสมองหรือเครื่องมือเร่งเวิร์กโฟลว์ที่มีอยู่ แทนที่จะเป็นผู้รับมอบหมายงานที่มาแทนที่คนงาน

ข้อค้นพบนี้สอดคล้องกับงานวิจัยก่อนหน้านี้จาก Anthropic ซึ่งพบว่าประมาณ 57% ของการใช้ AI เอนเอียงไปทางการเสริมศักยภาพ (เพิ่มขีดความสามารถของมนุษย์) เทียบกับ 43% ที่เอนเอียงไปทางระบบอัตโนมัติ (ดำเนินการงานโดยตรง) อย่างไรก็ตาม ข้อมูล ATLAS ทำให้ช่องว่างชัดเจนยิ่งขึ้น — ระบบอัตโนมัติต่ำกว่า 10% ในบริบทการทำงาน — ชี้ให้เห็นว่าเส้นแบ่งระหว่างการเสริมศักยภาพและระบบอัตโนมัติอาจวัดแตกต่างกัน หรือผู้ใช้ Gemini ให้ความสำคัญกับการทำงานร่วมกันเป็นพิเศษ

ใครใช้ AI ในที่ทำงาน? งานความรู้ครอง ส่วนงานฝีมือเริ่มมีบทบาท

ไม่น่าแปลกใจที่งานความรู้ครองข้อมูล วิศวกรซอฟต์แวร์ นักเขียน นักการตลาด และนักวิเคราะห์ คิดเป็นส่วนใหญ่ของปฏิสัมพันธ์ แต่ข้อค้นพบที่น่าสนใจอย่างหนึ่งคืองานฝีมือปรากฏในข้อมูล แม้ในอัตราที่ต่ำกว่า

• โพสต์ LinkedIn ของ Google เน้นย้ำว่า: "นอกเหนือจากโต๊ะทำงาน: คนงานในงานฝีมือ ก่อสร้าง และซ่อมแซมก็ใช้ Gemini เช่นกัน"
• อย่างไรก็ตาม การศึกษายอมรับว่าอาชีพที่มีการมีส่วนร่วมทางดิจิทัลต่ำหรือการเข้าถึงอินเทอร์เน็ตจำกัดจะถูก นำเสนอต่ำกว่าความเป็นจริง ในข้อมูล งานที่ใช้แรงกายจำนวนมาก (เช่น การใช้เครื่องกลึง การก่ออิฐ หรือการซ่อมเครื่องยนต์) ไม่สามารถบันทึกผ่านการโต้ตอบด้วยข้อความได้ดี หมายความว่าการศึกษานี้ likely ประเมินความเกี่ยวข้องของ AI กับงานที่ต้องใช้มือต่ำเกินไป

ข้อแม้สำคัญ: ข้อมูลมาจากคนที่เลือกใช้ Gemini อยู่แล้ว อคติในการเลือกด้วยตนเองนี้ likely ทำให้คนงานปกขาวที่เชี่ยวชาญด้านเทคโนโลยีมีจำนวนมากเกินไป และทำให้อาชีพปกน้ำเงิน งานที่ต้องใช้มือ และงานที่ไม่มีระบบออฟไลน์มีจำนวนน้อยเกินไป — นี่เป็นข้อจำกัดสำคัญที่กล่าวถึงในรายงาน

การใช้ AI ส่วนใหญ่เกิดขึ้นนอกเวลาทำงาน

บางทีข้อค้นพบที่น่าแปลกใจที่สุดสำหรับผู้อ่านหลายคนคือ สัดส่วนที่มีนัยสำคัญของปฏิสัมพันธ์เกิดขึ้นนอกงานที่เป็นทางการ Google รายงานว่า 86% ของปฏิสัมพันธ์ AI ทั้งหมดเกิดขึ้นนอกสถานที่ทำงาน

• ปฏิสัมพันธ์ที่ไม่ใช่การทำงานเหล่านี้รวมถึงประสิทธิภาพการทำงานส่วนบุคคล การเรียนรู้ งานสร้างสรรค์ และการจัดการครัวเรือน
• เนื่องจาก ATLAS ใช้ข้อมูลจากผลิตภัณฑ์สำหรับผู้บริโภคอย่าง Gemini App และ AI Mode (ควบคู่กับ Gemini API) จึงบันทึกการใช้งานในทุกบริบทของชีวิตประจำวัน ไม่ใช่แค่ในออฟฟิศ

สิ่งนี้ชี้ให้เห็นว่า สำหรับตอนนี้ ผลกระทบเชิงปฏิบัติที่ใหญ่ที่สุดของ AI อยู่ที่ประสิทธิภาพการทำงานส่วนบุคคลและภายในบ้าน — การวางแผนมื้ออาหาร ช่วยทำการบ้าน สร้างไอเดียสร้างสรรค์ — มากกว่าการปรับเปลี่ยนตลาดแรงงาน

ข้อควรระวังสำคัญ: สิ่งที่ ATLAS ไม่ได้บอกเรา

บล็อกโพสต์ของ Google และบทวิเคราะห์จากผู้สังเกตการณ์ในอุตสาหกรรมเน้นย้ำข้อจำกัดสำคัญหลายประการที่หมายความว่าไม่ควรนำ ATLAS ไปใช้เป็นภาพที่ชัดเจนของผลกระทบทางเศรษฐกิจของ AI :

• อคติของแพลตฟอร์ม: ข้อมูลมาจากระบบนิเวศ Gemini ของ Google เพียงอย่างเดียว รูปแบบการใช้งานอาจแตกต่างอย่างมีนัยสำคัญบน ChatGPT ของ OpenAI, Claude ของ Anthropic หรือเครื่องมืออื่น ๆ ที่มีอินเทอร์เฟซผู้ใช้และความสามารถต่างกัน
• อคติจากการเลือกเอง: กลุ่มตัวอย่างประกอบด้วยคนที่ใช้ Gemini อยู่แล้ว ไม่ใช่กลุ่มตัวอย่างสุ่มของแรงงาน ผู้ใช้ในยุคแรกมักจะอายุน้อยกว่า มีการศึกษาดีกว่า และกระจุกตัวอยู่ในสายงานที่เกี่ยวข้องกับเทคโนโลยี
• กรอบเวลา: ข้อมูลถูกสุ่มตัวอย่างจากช่วงเวลา สองสัปดาห์ (6–19 เมษายน 2026) ช่วงเวลาสั้น ๆ นี้ อาจไม่ครอบคลุมการเปลี่ยนแปลงตามฤดูกาลหรือตามโปรเจกต์
• ความไม่แน่นอนในการจำแนกประเภท: การจัดแผนที่การสนทนาแบบฟรีฟอร์ม ~14.65 ล้านครั้ง ให้เป็นหมวดหมู่อาชีพมาตรฐาน 800 หมวดหมู่และงาน 4,000 งานนั้นมีความไม่แม่นยำโดยธรรมชาติ งานบางอย่างอาจถูกจำแนกผิดหรือคลุมเครือเกินกว่าจะจัดหมวดหมู่ได้อย่างน่าเชื่อถือ
• ไม่มีการวัดประสิทธิภาพ: การศึกษาวัด สิ่งที่คนใช้ AI เพื่ออะไร ไม่ใช่ว่ามันช่วยปรับปรุงผลผลิต คุณภาพ หรือรายได้หรือไม่ มันไม่สามารถแยกแยะระหว่างการใช้ที่มีประสิทธิภาพและไม่มีประสิทธิภาพได้
• เวอร์ชัน 1.0: Google เรียกอย่างชัดเจนว่านี่คือ "การทำซ้ำครั้งแรก" และวางกรอบว่าเป็นความพยายามในการวิจัยที่กำลังพัฒนา ไม่ใช่ภาพรวมที่ชัดเจนและเป็นครั้งสุดท้าย เวอร์ชันในอนาคตอาจติดตามรูปแบบที่แตกต่างกันหรือใช้วิธีการที่แตกต่างกัน

บทสรุป

การศึกษา ATLAS ให้หลักฐานที่ดีที่สุดเท่าที่มีมาว่าการนำ AI มาใช้นั้นเป็นเรื่องจริง กว้าง และกำลังเติบโต แต่มันก็แสดงให้เห็นด้วยว่า ในกลางปี 2026 AI ยังห่างไกลจากการเป็นมหันตภัยมาแย่งงานอย่างที่บางคนหวาดกลัว กลับกัน มันคือผู้ร่วมงาน: ใช้สำหรับงานส่วนน้อยของงาน โดยส่วนใหญ่ไม่ได้เป็นระบบอัตโนมัติ และส่วนใหญ่เกิดขึ้นนอกออฟฟิศ

สำหรับคนทำงาน สิ่งนี้ชี้ให้เห็นว่าทักษะในการใช้ AI เป็นเครื่องมือ — การป้อนคำสั่ง การตรวจสอบผลลัพธ์ การบูรณาการ AI เข้ากับเวิร์กโฟลว์ — มีความเกี่ยวข้องในทันทีมากกว่าการเตรียมพร้อมสำหรับการถูกแทนที่งานโดยสิ้นเชิง สำหรับธุรกิจ การผสานรวมแบบตื้นเขินในหลายบทบาทชี้ให้เห็นว่ายังมีพื้นที่สำหรับการนำไปใช้ที่ลึกซึ้งยิ่งขึ้น แต่ผลผลิตที่เพิ่มขึ้นอย่างเต็มที่จาก AI อาจยังอีกหลายปี

ดังที่นักเศรษฐศาสตร์ สก็อตต์ แสตรนด์ กล่าวไว้ว่า: "การนำ AI มาใช้นั้นกว้างมาก" แต่ความลึกของการนำไปใช้นั้น และความหมายต่อเศรษฐกิจนั้น ยังคงต้องถูกเขียนขึ้น