Google ATLAS：AI 覆盖广，但任务渗透仅 21%

Google 的首份 ATLAS 报告把一场常被抽象讨论的争论落到了具体交互上：在 2026 年 4 月的两周里，人们究竟拿 Gemini App、Google AI Mode 和 Gemini API 做了什么。报告样本达到 14,653,926 次去标识交互，规模足以画出职业与任务分布，却没有把“出现过使用”写成“工作已经被自动化”。

这张地图同时呈现两个方向。AI 使用达到观察阈值的细分职业占 68%，这些职业按美国就业数据加权后覆盖 88.4% 的民用就业；但在已经观察到 AI 使用的职业里，达到任务观察阈值的任务占比中位数只有 21%。广覆盖和浅渗透并不冲突：许多职业已经有人试用 AI，实际使用仍集中在有限任务。

报告对自动化也给出更窄的结论。非例行认知工作在 Google 的工作相关 AI 交互中明显过度代表，但其中被初步分类为端到端自动化尝试的对话不到 10%。其余更多落在部分生成、审阅改进、构思策略、信息检索与学习。这个比例描述用户向 AI 发出的意图，不能直接回答企业是否减少岗位，也不能证明一次对话最终带来了生产率提升。

ATLAS 的限制与结果同样关键。它是 Google 产品的两周快照，不含多个大型 Google 入口的交互，也不把付费 Gemini API 内容纳入细粒度任务分类。概率分类器只能从对话内容推断职业、任务和意图；研究团队无法观察用户离开 Gemini 后怎样完成工作。因此，这份报告适合回答“实际使用正在什么地方发生”，尚不足以回答“AI 已经给就业和工资造成多大影响”。

7 月 23 日新增了什么

Google 在 7 月 23 日发布《Google’s AI & Economy ATLAS v1.0: Mapping Gemini Usage in the Economy》以及配套博客。这是 ATLAS 持续研究计划的首个公开版本，新增内容不是一项产品功能，而是一套把大规模真实使用记录映射到经济统计框架的方法，以及由首批样本得到的职业覆盖、任务深度、工作意图、家庭活动和全球采用结果。

样本来自 2026 年 4 月 6 日至 19 日。Google 先用自动分类器把交互分为工作与非工作，再对去除身份信息后的对话做摘要。Google DeepMind 的 OCTO 工具把摘要聚成语义相近的组，随后将工作交互映射到 BLS 职业分类和 O*NET 30.2 的职业、任务，将非工作交互映射到 2024 年美国时间使用调查的活动词典。研究还增加了例行性、认知性、专业程度、多模态和用户意图等自定义标签。

报告覆盖的“真实使用”比问卷多一层行为证据，但仍是经过算法处理后的代理变量。它观测到用户提出了什么请求，不知道用户是否采纳答案、任务是否成功完成、节省了多少时间，也不知道同一任务在 Gemini 之外还有多少人工步骤。研究称其分类器在合成数据、人类评审和评审者一致性测试中得到验证；与此同时，细粒度职业和任务的概率分类仍比大类趋势更不确定。

隐私处理也改变了研究能回答的问题。原始数据先删除个人身份信息，内部日志标识会换成无法与原日志关联的 UUID；单次交互摘要随后再次聚合成多人集群。少于 10 名独立用户的集群被排除，最终数据不保留原始对话或个人摘要。这样的流程降低了重新识别风险，也意味着外部读者无法沿着公开结果回到每条对话复算。

68%、88.4% 和 21% 分别在数什么

三个最容易被混用的比例采用不同分母。

指标	报告结果	分母与阈值	可以说明什么	不能说明什么
细分职业覆盖	68%	O*NET 细分职业；职业内至少观察到 50 名用户达到相关任务使用阈值	Google 样本中的使用已进入多数职业类别	68% 的劳动者本人使用 AI
美国就业覆盖	88.4%	达到上述阈值的职业，按 2024 年 OEWS 美国民用就业人数加权	被触及的职业集合在就业结构中占比很大	88.4% 的就业已被 AI 改造或替代
典型职业任务渗透	21%	在有 AI 使用的职业中，至少 25 名用户涉及的 O*NET 任务占比中位数	典型职业的使用集中在约五分之一任务	每名员工有 21% 工时交给 AI
高任务渗透职业	3%	超过 75% 关联任务达到观察阈值的职业	全面渗透仍只出现在少数职业	这些职业的任务已端到端自动化

官方博客把就业覆盖写为“collectively represent 90% of total U.S. employment”，适合作为面向大众的约数；论文正文给出的精确口径是 88.4%，并称“just above 88%”。两者指向同一组达到观察阈值的职业，不是两个独立结果。严谨引用应优先采用论文的 88.4%，同时说明博客将其四舍五入为约 90%。

68% 也不是从所有交互中直接数出来的用户采用率。报告先将工作相关交互映射到细分职业和任务，再要求一个职业至少出现一定数量的独立用户。这个阈值避免少量偶发请求被当成稳定信号，却会让就业人数少、Google 产品渗透低或工作难以数字化的职业更容易落到阈值以下。未达到阈值可能意味着没有使用，也可能只是样本没有观察到足够多人。

21% 则把分析单位下钻到职业内部。O*NET 为每个职业列出一组组成任务，ATLAS 统计其中有多少任务至少被 25 名用户用 Gemini 尝试。在已经观察到使用的职业中，这一比例的中位数为 21%；29% 的细分职业没有任何任务达到该饱和阈值，只有 3% 的职业超过 75%。因此，“AI 已进入一个职业”和“AI 已深入这个职业的大多数任务”是两件事。

这一区分对企业部署很实用。按岗位采购账号只能回答谁能访问工具，按任务观察才能识别采用发生在哪里。一个职业被列为“有 AI 使用”，可能只是文档检索、故障排查或草稿生成出现了稳定需求；同一岗位的大量人际、现场和责任承担任务仍未进入交互记录。

协作占主导，但低于 10% 有严格边界

ATLAS 把工作任务按例行与非例行、认知与手工、人际等属性拆分。非例行认知任务约占 O*NET 全部任务的 35%，却占样本中工作相关 Gemini 交互的约 65%。创意设计、假设检验、分析和复杂沟通等难以由传统规则程序直接编码的工作，反而是生成式 AI 使用最集中的区域。

高使用量不等于高自动化。研究用 Gemini 3.1 Flash Lite 对聚合后的交互集群做意图分类，类别包括：

• Task Automation：要求 AI 端到端执行核心任务或主要子任务；
• Partial Drafting and Generation：生成仍需大量编辑、补数据或整合的草稿与组件；
• Review and Refinement：检查或修改人类已有产物；
• Ideation and Strategy：作为构思与策略讨论伙伴；
• Information Retrieval and Learning：检索事实或学习完成任务的方法。

在非例行认知工作相关对话中，自动化意图低于 10%，主要使用落在其余协作类别。这个结论不能扩写成“所有工作交互中只有不到 10% 自动化”，也不能写成“AI 只自动化不到 10% 的工作任务”。分母是样本里被判为非例行认知工作的 AI 对话，分子是意图分类器判断用户要求模型端到端执行任务的对话。

分类结果还有两层不确定性。聚类可能包含多个用户意图，单一标签会压缩真实差异；研究看不到 Gemini 外部流程，不知道用户是否把模型输出直接交付，或又花大量时间验证与改写。报告因此把这项分类称为初步尝试。它能反驳“只要任务出现 AI 使用就已经自动化”的粗糙推断，不能替代企业流程审计或就业结果研究。

例行认知工作呈现不同结构。报告称这类对话中超过四分之一指向任务自动化，高于非例行认知工作。手工任务的使用则大多集中在信息检索和学习，例如汽车技师查询测试、布线与磨损检查方法。这个差异说明“职业是否体力密集”并不足以预测 AI 是否有用，真正决定交互形态的是具体任务能否通过信息、诊断或草稿得到辅助。

样本比“整个 AI 经济”窄多少

ATLAS v1.0 汇总 Gemini App、Google AI Mode 和 Gemini API 三类入口，但细粒度分类不含付费 Gemini API 的内容，其中包括 Google Cloud 上的企业使用。报告只在国家分布分析中使用付费 API 请求数量。Workspace、AI Overviews、Google Translate、Google Maps、Flow、Antigravity 和 Gemini Notebook 等产品也没有进入这一版 ATLAS。

这一缺口可能同时改变任务构成和自动化比例。企业 API 更容易承载稳定、重复、嵌入业务流程的调用；消费者聊天和搜索入口则更容易出现学习、查询与一次性辅助。缺少付费 API 内容，可能低估企业级自动化。反过来，Google 的庞大消费者入口又可能让样本比只观察企业席位的研究更偏向个人用途。报告不能据此代表 OpenAI、Anthropic、开源模型或没有使用 AI 的人。

时间窗同样需要保留。样本只覆盖两周，而且落在美国报税季。论文明确提示，税务相关请求可能抬高某些职业和任务的相对显著性。两周快照适合描述当时的使用横截面，不足以识别增长趋势；若后续版本同时更换产品入口、模型和分类器，表面比例变化还可能来自测量体系改变。

职业覆盖的就业权重使用美国 2024 年 OEWS 数据，而职业使用阈值按全球样本计算。原因是缺少与美国 SOC 体系直接映射的全球就业数据。也就是说，88.4% 把“全球样本观察到的职业集合”投射到“美国就业结构”上，用于说明这些职业在美国的就业规模；它不是纯粹的美国用户采用指标。

与 Anthropic Economic Index 一样，ATLAS 的优势是从真实平台交互观察任务，而不是只靠模型能力或专家判断估算潜在暴露。两类研究也共享单平台限制。跨平台比较若不统一时间窗、产品入口、职业分类、最小用户阈值和自动化定义，百分比高低没有直接可比性。ATLAS 扩大了样本入口与非工作活动分析，但没有消除平台选择偏差。

从使用记录到劳动市场结果还差哪些证据

ATLAS 测量行为交互，不测量最终生产率。一次对话被映射到某项任务，不能证明任务完成；任务完成也不能证明节省时间、提升质量或创造经济价值。用户可能用 AI 产生草稿后花更多时间校验，也可能因获得此前付不起的专业信息而改善结果。两种情况都会被记为使用，却产生不同的经济影响。

就业和工资需要另一条证据链。岗位变化取决于企业是否重组流程、AI 与人类技能是互补还是替代、节省的成本是否扩大需求，以及责任和合规是否允许自动执行。报告中的“Task Automation”只是用户意图类别，不是企业已经删除职位的记录。要判断就业冲击，还要连接招聘、工时、工资、岗位流动、企业采用和产出数据，并处理行业景气与员工构成等混杂因素。

ATLAS 更接近一张采用地图：它能指出哪些职业和任务值得进一步调查，也能发现传统曝光度指标遗漏的手工职业辅助用途。比如汽车维修相关对话超过一万次，多模态交互占比高于工作样本平均值两倍以上，使用集中在测试、布线和部件磨损检查。这里显示的是信息工具对现场工作的补充，不是 AI 在物理世界里亲自完成维修。

对政策研究而言，任务层数据比“一个职业暴露多少”更接近实际部署，但还需要时间序列。若同一职业的任务覆盖由 21% 上升到 40%，同时协作型意图转向端到端执行，才可能形成流程重构的早期信号。若覆盖率不变而单次交互质量提高，也可能带来生产率变化。单个横截面无法区分这些路径。

谁应该怎样使用这份报告

企业团队可以用 68% 作为探索范围，用 21% 作为任务盘点提示，而不应拿它们设置统一采用目标。更有效的做法是列出每个岗位的任务，区分检索、草拟、审阅、决策和执行，记录 AI 介入前后的时间、质量与复核要求。ATLAS 的任务层框架适合帮助找入口，本企业数据才决定投资回报。

研究者引用数字时需要保留分母。写“AI 使用覆盖 68% 的职业”时，应补充这是全球样本中达到至少 50 名用户阈值的细分职业；写“任务渗透 21%”时，应说明这是有 AI 使用职业的任务覆盖中位数，任务需达到至少 25 名用户；写“就业覆盖约 90%”时，精确值应回到论文的 88.4%，且对象是职业集合对应的美国就业。

政策制定者可以把 ATLAS 与 O*NET、OEWS 和招聘数据连接，寻找需要培训或监测的职业群体，但不宜据此预测净就业。广覆盖意味着很多行业都需要基本 AI 素养；浅渗透意味着培训应围绕具体任务，而非笼统要求员工“学会 AI”。手工职业中的诊断和学习用途也提示，数字技能政策不能只面向办公室岗位。

平台方需要证明时间序列的可比性。后续版本若纳入 Workspace、付费 API 或新模型，应同时给出按旧口径重算的重叠样本；分类器更新应公开误差变化；职业和任务阈值调整应提供敏感性分析。否则，版本间变化会混合真实采用、新入口和测量升级，难以用于经济监测。

接下来值得验证的信号

最关键的是 ATLAS 能否形成稳定序列。样本时间窗、产品入口、职业任务分类和阈值保持可比时，职业内部任务覆盖的变化才有解释力。若 Google 只发布一次大型快照，报告更像一张详尽地图；若持续提供重叠口径，它才可能成为采用监测工具。

企业数据的纳入将检验“协作占主导”是否稳健。付费 API、Workspace 与 Gemini Enterprise 更贴近业务流程，可能提高自动化意图，也可能因严格复核而继续维持人机协作。后续报告应单独呈现各入口，而不是只给聚合比例。

外部复核决定可信度上限。隐私约束使原始对话不宜公开，但研究团队仍可发布去风险的聚合表、分类器评估、阈值敏感性和可复现代码。独立研究者若能用 Anthropic、OpenAI 或开源模型数据按同一 O*NET 口径复算，就能判断 68% 与 21% 是 Google 用户结构，还是更普遍的采用形态。

最终需要观察的是结果变量。任务覆盖上升若伴随更短工时、更高产出或更少返工，才构成生产率证据；若伴随招聘、工资或岗位结构变化，才进入劳动市场影响。ATLAS v1.0 提供了“哪里正在使用”的高分辨率起点，下一步必须回答“使用之后发生了什么”。