谷歌ATLAS研究揭示AI真实面貌：触及68%职业，但深度不足，自动化不足10%

谷歌技术与社会团队的经济学家Scott Strand精辟地概括了这项发现：「AI的采用非常非常广泛，横跨了极其广泛的职业领域」。但数据同样显示，AI在任何单一职业中的使用深度仍然较浅，自动化现象罕见，且大部分AI活动实际上发生在办公室之外。

广度 vs. 深度：AI触及众多职业，但任务覆盖有限

ATLAS研究最重要的发现是，AI的采用呈现出**「广而浅」**的特征 。该技术已渗透到经济的显著部分，但在任何一个特定职业中，工作者仅将其用于日常任务中的一小部分。

• 68%的职业显示出高于研究最低阈值的AI使用，这些职业合计约占美国就业人口的90% 。
• 然而，在这些职业内部，AI平均仅用于其相关任务的大约21% 。深度整合非常罕见：只有约4%的职业在四分之三或更多的任务中使用了AI 。
• 使用高度集中在两个类别：软件开发和写作任务合计占了所有交互的近一半 。

这种模式表明，AI正在迅速成为许多行业中熟悉的工具，但它尚未成为某些预测所预期的、能全面改变工作流程的颠覆性力量。

人类仍主导：协作为主，自动化为辅

对于担心AI完全取代自己工作的人来说，ATLAS提供了一定程度的安慰：在工作场所，人们主要将AI视为合作伙伴，而非替代品。

• 不到10% 的工作相关交互涉及完全自动化一项任务 。绝大多数涉及增强——即利用AI进行研究、构思、制定策略、起草和迭代改进 。
• 谷歌自己的表述是**「协作胜于自动化」**：AI充当的是头脑风暴伙伴或加速现有工作流程的工具，而不是完全替代工作者的代理人 。

这一发现与Anthropic的早期研究结果相呼应，后者发现大约57%的AI使用倾向于增强（增强人类能力），而43%倾向于自动化（直接执行任务） 。然而，ATLAS数据使差距更加显著——在工作环境中自动化率低于10%，这表明增强与自动化之间的界限可能衡量方式不同，或者Gemini用户特别注重协作。

谁在工作使用AI？知识工作领跑，体力劳动行业初现

不出所料，知识工作主导了数据。软件工程师、作家、市场营销人员和数据分析师占交互的大部分 。但一个更有趣的发现是，体力劳动行业也在数据中有所体现，尽管比例较低。

• 谷歌在LinkedIn上的一篇文章特别强调：「超越办公桌：体力劳动、建筑和维修行业的工作者也在使用Gemini」。
• 然而，研究承认，数字参与度低或互联网接入有限的职业将在数据中代表性不足 。许多体力任务（例如操作车床、砌砖或修理发动机）在基于文本的聊天交互中难以被有效捕捉，这意味着这项研究很可能低估了AI与手工劳动的相关性 。

一个重要的限制：数据来自已经选择使用Gemini的用户。这种自我选择偏差可能过度代表了精通技术的白领工作者，并低估了蓝领、体力劳动和重度线下职业——这是报告中讨论的一个重要局限性 。

大多数AI使用发生在工作之外

或许对许多读者来说最令人惊讶的发现是，相当大比例的交互发生在正式工作场所之外 。谷歌报告称，86%的AI交互发生在工作场所之外 。

• 这些非工作交互包括个人事务处理、学习、创意任务和家庭管理 。
• 由于ATLAS的研究数据来源于面向消费者的产品（如Gemini App和AI模式）以及Gemini API，它捕捉了日常生活中所有场景下的使用情况，而不仅仅局限于办公室 。

这表明，目前AI最大的实际影响体现在个人和家庭生产力上——规划餐食、辅导作业、激发创意——而非重塑劳动力市场。

关键局限：ATLAS未告诉我们的

谷歌自己的博文及行业观察者的报道强调了几个重要的局限性，这意味着不应该将ATLAS视为AI经济影响的最终图景 ：

• 平台偏差：数据完全来自谷歌的Gemini生态系统。在OpenAI的ChatGPT、Anthropic的Claude或其他具有不同用户界面和能力的工具上，使用模式可能会有显著差异。
• 自我选择偏差：样本由已经使用Gemini的人组成。它不是劳动力的随机样本。早期采用者往往更年轻、受教育程度更高，并集中在科技相关领域 。
• 时间窗口：数据采样自2026年4月6日至19日的两周时间 。这短暂的窗口期可能无法捕捉到人们使用AI的季节性或项目性变化。
• 分类的不确定性：将约1465万次自由形式的对话映射到恰好800个标准职业类别和4000项任务，本质上存在不精确性。某些任务可能被错误分类或过于模糊而无法可靠归类。
• 没有生产力衡量：该研究衡量的是人们用AI做什么，而不是它是否改善了产出、质量或收入 。它无法区分有效和无效的使用。
• 1.0版本：谷歌明确将此称为**「首次迭代」**，并将其定位为一个持续演进的研究项目，而非最终的确定图景 。未来版本可能会追踪不同的模式或使用不同的方法。

这一切意味着什么

ATLAS研究提供了迄今为止最好的证据，表明AI的采用是真实的、广泛的，并且正在增长。但它同样表明，在2026年中期，AI远非某些人所恐惧的、取代工作的庞然大物。相反，它更像一个协作者：仅用于一小部分任务，大部分是非自动化的，并且主要发生在办公室之外。

对于工作者而言，这表明将AI作为一种工具来使用的技能——撰写提示词、检查输出结果、将AI融入工作流程——比准备应对完全的岗位替代更为紧迫。对于企业而言，多数岗位整合较浅的现状意味着更深度采用的空间很大，但AI带来的全部生产力提升可能仍需数年时间。

正如经济学家Scott Strand所指出的：「AI的采用非常非常广泛」——但这种采用的深度及其对经济的影响，仍是一个正在书写中的故事 。