谷歌更新了 AI & Economy ATLAS，发布新的数据可视化工具以便公众探索研究成果，并重申 ATLAS v1.0 的可验证数据来自 Gemini 相关产品的聚合与去标识化交互。研究显示 AI 已广泛进入多数职业，但在单个岗位的任务覆盖仍有限，更多表现为协作型工具且大量互动发生在工作之外。
谷歌发布关于 AI & Economy ATLAS 的最新信息，称将通过新的数据可视化工具，让公众更容易探索这项研究，并进一步讨论科学家如何使用人工智能。现有资料显示，ATLAS 的核心价值并不在于给出“AI 已经取代多少工作”的简单答案，而在于描绘 AI 目前以何种方式进入工作、家庭事务和不同国家的日常生活。
不过，这一更新也伴随着一个需要说明的日期差异：原始新闻输入将页面日期标为 2026 年 9 月 15 日；截至检索时，谷歌对应的英文页面显示为 2026 年 7 月 23 日，正文仍主要介绍 ATLAS v1.0 的首次发布。本文将 9 月 15 日的更新描述视为原始输入提供的最新线索，将可由官方页面和论文核实的数字限定为 ATLAS v1.0 的结果。
一张从谷歌产品数据绘制的“AI 经济地图”
ATLAS 的全称是 Activity、Task、Landscape and Adoption Study，即“活动、任务、景观与采用研究”。谷歌称，第一版数据来自 Gemini App、Google AI Mode 和 Gemini API 的约 1500 万条聚合、去标识化人机互动，覆盖 150 多个国家和地区、140 种语言、800 多种职业以及约 4000 项任务。
配套论文《Google’s AI & Economy ATLAS v1.0: Mapping Gemini Usage in the Economy》则给出了更具体的方法说明：研究团队将互动内容映射到美国劳工统计和 O*NET 等职业、任务分类框架，同时分析工作与非工作活动、语言和多模态使用情况。谷歌还提供了完整报告 PDF。
这意味着，ATLAS 观察的不是抽象的模型能力排行榜，而是用户实际上拿 AI 来做什么。它仍然只是谷歌产品生态中的一组观察数据，不能直接等同于全球所有 AI 工具的使用情况。
AI 已进入多数职业，但在单个岗位中的使用仍然有限
ATLAS v1.0 最受关注的发现之一，是 AI 在职业分布上的广度与实际任务覆盖的深度并不相同。
| 观察维度 | ATLAS v1.0 的结果 |
|---|---|
| 职业覆盖 | AI 使用出现在超过 68% 的职业中，这些职业合计对应美国超过 88% 的就业人口；谷歌博客将其概括为约 90% |
| 单个岗位的任务覆盖 | 在存在 AI 使用的典型职业中，AI 只涉及约 21% 的任务 |
| 工作互动类型 | 主要集中于构思、策略、信息检索、学习、起草、复核和改进 |
| 端到端自动化 | 在非例行认知工作互动中，寻求完整自动化的比例低于 10% |
| 非工作使用 | 超过 86% 的对话式 AI 互动发生在工作之外 |
谷歌因此把职场中的 AI 描述为“协作者”或“助手”，而不是已经全面接管工作的替代者。非例行认知任务——例如创意设计和假设检验——在工作类 AI 互动中的占比约为 65%，高于这些任务在整个经济活动中的约 35%；但这并不意味着相应工作已经被模型独立完成，更多互动仍然属于部分起草、检索、讨论和复核。
这一判断与 AIFlux 此前对谷歌首份 ATLAS 报告的报道一致：AI 的扩散可能很广，但在多数岗位内部仍然是选择性使用。
AI 不只服务于办公室，也在进入现场工作
谷歌称，汽车维修技师、工业机械师等手工和技术岗位也在使用对话式 AI 进行实时诊断、故障排查和即时学习。例如，AI 可被用于解释测试结果、排查电路问题，或帮助检查机械部件的磨损情况。
这些职业的使用频率未必高于知识密集型岗位，但其多模态使用更加突出。谷歌表示，当这些手工和技术岗位使用 AI 时，使用图像或视频等多模态能力的可能性约为总体工作基线的两倍。
这类场景显示，AI 对工作的影响不一定首先表现为“少了一个岗位”，也可能表现为一名工人在现场获得更快的资料检索、视觉判断和故障解释能力。实际效果仍取决于数据质量、专业人员经验以及最终的安全检查，不能仅由对话次数推导出来。
更多互动发生在工作之外
ATLAS 的另一条重要线索，是大量 AI 使用并不属于传统意义上的生产活动。超过 86% 的对话式 AI 互动发生在工作之外，常见场景包括研究购买、处理家电和工具问题，以及办理税务、执照、罚款等行政事务。
论文进一步指出，政府服务和公民义务相关互动在样本中相对于人们实际花费的时间被高比例观察到，约为近 20 倍；医疗、法律、金融和政府类咨询中，接近一半发生在传统工作时间之外。这里的“经济价值”未必会被国内生产总值等指标完整记录，因为它可能体现为个人节省的时间、降低的办事摩擦和更容易获得的信息，而不是一笔市场交易。
谷歌 AI & Economy Research Program 将这一问题放在更大的研究框架中，试图讨论生产率、劳动分工、技能形成和经济增长。谷歌今年 4 月举办的“AI 与经济”论坛也强调，AI 带来的收益和风险都不是自动发生的，需要政府、企业、研究者和劳动者共同参与。
全球扩散与数字鸿沟同时出现
ATLAS 覆盖的国家和地区代表全球约 99% 的人口。谷歌称，英语只占全球 AI 对话量的大约三分之一，用户并没有为了处理复杂问题而系统性放弃自己的主要语言。这说明 AI 的使用已经超出英语市场，但也没有消除不同地区之间的接入差异。
从人均使用量看，AI 采用率总体上与一个国家的人均财富水平相近：较富裕国家往往使用更多。不过，南美和中东部分中等收入国家的采用率接近更高收入国家，显示收入并不是唯一变量，产品可用性、互联网接入、语言支持和本地需求同样可能影响扩散。
ATLAS 能回答什么，又不能回答什么
谷歌表示，ATLAS 使用了多层隐私保护措施，包括清除个人可识别信息、移除与底层用户日志的关联、对文本进行摘要，并将摘要聚合成代表多名用户的群组。研究结果因此不应被理解为对某个用户或某家公司工作流程的追踪。
但这项研究也存在明确边界：
- 数据来自 Gemini App、AI Mode 和 Gemini API，不包含所有 AI 服务；
- 谷歌 Workspace、Gemini Enterprise、Google Translate、AI Overviews 等使用场景并未完整纳入；
- “使用了 AI”并不等于提高了生产率，更不等于完成了自动化；
- 谷歌既是研究者，也是被观察产品的提供者，后续仍需要独立研究和其他平台数据进行比较。
原始新闻输入所说的新数据可视化，如果能够持续更新并开放更细致的分类，可能会帮助研究者、政策制定者和企业更直观地观察 AI 使用从“偶尔试用”走向“日常工作流”的过程。但截至目前，谷歌公开页面中可以核实的核心证据仍主要是 ATLAS v1.0，而不是一份已经独立验证的全行业统计。
ATLAS 目前给出的最稳妥结论，是 AI 已经广泛进入工作和生活，但进入方式仍以协作、检索、学习和处理高摩擦事务为主。下一阶段真正需要观察的，不只是 AI 覆盖了多少职业，而是这些局部使用能否持续转化为可验证的生产率提升、技能变化和更公平的经济机会。