1500 万次对话显示 AI 更像同事而非替工：但这是 Google 自己的数据

据 Google 发布的首份 AI & Economy ATLAS 研究，研究团队分析了来自 Gemini App、AI Mode 和 Gemini API 的 1500 万次聚合、去标识化人机交互，覆盖 150 多个国家、140 种语言、800 种职业和 4000 类任务。

一句话结论：这批数据支持“AI 目前更多在辅助而非完整替代工作”，却不能证明 AI 不会减少岗位，因为它只看到了 Google 产品里已经发生的使用，没有看到没被采用的工作和使用后的就业结果。

ATLAS 发现，工作相关的 AI 使用覆盖了 68% 的职业，这些职业合计占美国就业约 90%。但在一个典型职业内部，AI 只涉及约 21% 的任务；不到 10% 的工作交互属于完整自动化，多数用于构思、策略、信息检索和学习。

这组结果比“某个职业会不会被 AI 消灭”更接近真实工作。一个岗位通常由沟通、判断、操作、责任和行政任务组合而成。AI 可以接走其中一部分，却不等于岗位整体消失，也可能让剩余任务密度更高。

研究还发现，超过 86% 的交互发生在工作之外。用户大量用 AI 研究商品、操作家电，以及处理税务、证照和罚款等行政事务。这些活动节省的时间很少进入 GDP 或企业生产率统计，却可能是普通用户最直接感受到的价值。

体力和技术职业也并非完全缺席。汽车技师和工业机械师会用多模态 AI 解读测试结果、排查线路和检查设备磨损。Google 称，这些职业的 AI 用户使用图像或视频功能的可能性约为其他职业的两倍。

但研究边界同样明显。数据只来自 Google 自己的 Gemini App、AI Mode 和 API，不包含 Workspace、Google Cloud、Translate、AI Overviews 等产品，也看不到 ChatGPT、Claude 和本地模型。它代表的是 Google AI 用户，不是全球人口的随机样本。

ATLAS 使用 Google DeepMind 的 OCTO 系统把对话摘要归类为职业和任务。原始文本经过隐私清理、摘要和聚合，这降低了个人识别风险，也意味着外部研究者难以直接复核每个分类。Google 没有通过这批对话证明生产率提高、工资变化或岗位减少。

全球使用量与人均 GDP 大体相关，也存在采用率较高的中等收入国家。英语只占全球对话约三分之一，这说明 AI 使用没有简单地把所有复杂任务推向英语；但富裕程度仍然影响设备、网络、付费能力和数字技能，数字鸿沟没有自动消失。

沈南乔认为，ATLAS 最有价值的地方是把讨论从“AI 会不会抢工作”拆成“哪些任务被怎样使用”。最需要警惕的则是把产品使用数据直接升级成就业结论。帮助、自动化、提速和裁员之间，还隔着组织决策和权力关系。

关键事实

• 来源：Google ATLAS v1.0
• 涉及产品：Gemini App、AI Mode、Gemini API
• 核心方法：聚合、去标识化交互分析与 OCTO 分类
• 关键数字：1500 万次交互；150 多个国家；140 种语言；800 种职业；典型职业约 21% 的任务涉及 AI；完整自动化低于 10%

OC 判断

ATLAS 提供了目前规模较大的真实使用观察，但它测量的是 Google 产品中的行为，不是 AI 对就业的因果影响。媒体不应把“多数交互用于协作”写成“AI 不会取代工作”。

为什么重要

• 对开发者：真实用户需要的是嵌入具体任务的辅助能力，不只是通用聊天。
• 对企业：职业覆盖广不等于部署深入，评估应落到任务、流程和责任分配。
• 对用户：AI 在家庭行政和日常决策中的价值很大，但这部分也最容易被传统生产率指标忽略。

参考来源

• Google：Understanding the AI economy