图片经由 AI 处理

文丨博阳

编辑丨徐青阳

美国当地时间 7 月 23 日，谷歌经济学家赞娜 · 伊申科（Zanna Iscenko）和战略运营与特别项目主管斯科特 · 斯特兰德（Scott Strand）等人发布了一份长达 100 页的研究报告，全名为《AI 与经济 ATLAS v1.0：映射经济中的 Gemini 使用情况》。

ATLAS 是 " 活动、任务、全景与采用研究 " 等词的英文首字母缩写。这份报告并非基于问卷调查或专家推测，其数据来源于 1500 万次经过去标识化处理的真实人机交互记录，覆盖 Gemini App、Google AI Mode 和 Gemini API 三大平台，月活跃用户合计超过 10 亿。

研究横跨 150 余个国家和地区、140 种语言、800 种职业及 4000 项具体工作任务。谷歌团队在严格隐私保护下，运用聚类算法和专门构建的分类体系，将这些海量对话映射至标准化职业任务框架与日常活动分类中。

报告主要发现包括：AI 在工作场景中的渗透呈现 " 范围广、深度浅 " 的特征。68% 的美国职业已出现 AI 使用记录，但在典型职业中，AI 仅介入平均 21% 的工作任务。用户主要将 AI 作为协作伙伴而非替代者，工作场景中让 AI 全盘接手的对话比例不足 10%。

此外，蓝领工人同样在使用 AI，汽车技师和机械师调用多模态功能的频率是平均水平的 2 倍以上。超过 86% 的 AI 对话发生于工作之外，人们在处理政府表格、税务和家电说明书时尤为依赖 AI。

在全球范围内，AI 采用率与人均 GDP 高度相关，但拉丁美洲和中东部分中等收入国家逆势而上，普及率已接近西欧水平。

01 渗透广泛，但介入尚浅

公众对 AI 取代工作岗位的忧虑，首先源于其扩散范围之广。ATLAS 的数据印证了这种扩散确实存在。

在工作领域，AI 的采用已跨越所有主要行业，从专业与商业服务到建筑业、休闲与酒店业，无一例外。具体至职业层面，超过 68% 的细分职业出现了 AI 使用记录，这些职业合计覆盖美国总就业人口的 88% 以上。

在所有被统计的职业里，68% 已出现 AI 使用记录，白领职业几乎被全面覆盖

其中既有软件工程师、市场研究员等被频繁讨论的职业，也有农民、工业工程师、林务员等较少出现在 AI 叙事中的角色。

工作之外，AI 的触达范围更为深远。研究团队将对话映射至美国时间使用调查的活动类别后发现，AI 几乎覆盖了人们清醒时段的所有主要活动类型，包括休闲、家务管理、教育、个人护理及旅行。整体而言，AI 对话所涉及的活动，占美国人清醒时间构成的 98%。

然而，覆盖广度并不等同于介入深度。报告以 " 广泛但浅层的使用 " 来概括这一现状。

在已采用 AI 的职业中，典型职业平均仅将 AI 应用于 21% 的工作任务。这意味着每五项任务中，约有一项会借助 AI 辅助。

即使在已使用 AI 的职业中，它目前也只参与了不到四分之一的工作任务

真正深度依赖 AI 的职业极为有限，仅 3% 的职业在超过 75% 的任务中使用了 AI，代表性职业包括软件质量保证分析师与测试员、人力资源专家、文档管理专家。对绝大多数劳动者而言，AI 目前仍是一个间歇性出场的辅助角色，尚未成为工作流程的核心驱动。

白领工作用 AI 的频率，远高于这些岗位在总就业人口中的实际占比

更值得关注的是 AI 所扮演的角色性质。舆论场中最激烈的争论，在于 AI 究竟将成为替代者还是协作伙伴。ATLAS 的判断明显倾向后者，且倾向性十分显著。

数据显示，需要判断力与创造力的 " 非常规认知任务 "，比如构思方案、创意设计、假设检验和策略制定等，在经济体专业任务中占比约 35%，但在所有与工作相关的 AI 交互中却占据近 65% 的份额。用户最常借助 AI 处理的，正是这些需要反复推敲与深度思考的事项。

AI 对话中，构思、创意等动脑类任务明显偏多，而动手操作和人际沟通类任务则少得多

从具体使用意图来看，这些交互集中于四个方向：内容起草与生成、审查与完善、构思与策略、信息检索与学习。而在所有这些以 " 非常规认知 " 为主的交互中，试图让 AI 全盘接手、端到端完成一项复杂任务的对话，占比不到 10%。

除了常规的文字处理等工作，用户很少真正让 AI 全盘接手，从头到尾独立完成一项复杂任务

斯特兰德对此总结道：" 仅仅因为你使用了 AI，并不意味着它会自动化你的工作。" 至少就目前而言，AI 更像是附着于工作流程之上的一层辅助结构。

02 蓝领在用，家庭场景用得更多

一种常见印象是，AI 是办公室白领的生产力工具，与体力劳动者和家庭生活关联不大。ATLAS 的数据同时打破了这两种误解。

在体力与手工行业一侧，报告指出，尽管近三分之一的重体力职业暂未观察到使用 AI，但大量手工与技术行业的工人已将 AI 带入工作现场。

AI 尚未深度渗透的职业，普遍以手工操作为主

在这些场景中，AI 扮演的是实时诊断与故障排查的协作角色。汽车技师用它解读复杂测试结果，工业机械师用它检查电气线路与机械磨损。

一个值得注意的细节是，这些岗位工人使用多模态功能的概率（即上传图片或视频提问），是工作场景平均水平的 2 倍以上。这说明蓝领工人对 AI 的使用方式更偏向视觉化与实操化，而非端坐于屏幕前进行文本输入。

另一个规模更大的使用场景在家庭。ATLAS 数据显示，超过 86% 的会话式 AI 交互发生在工作之外。

绝大部分 AI 对话（超 86%）发生在本职工作之外，主要集中在休闲、学习和家务这几类场景

人们在家中向 AI 求助的事项类别相当广泛，从家务管理、大件商品购买研究、室内设计，到理解家用电器与工具的操作说明。这些对话的分布与人们在各项家庭活动上投入的时间高度正相关，表明用户已将 AI 自然地融入家事处理流程。

人们在各项日常活动上投入的时间越多，围绕这些活动产生的 AI 对话量也相应越大

此处真正值得追问的经济问题是：AI 在家庭领域创造的价值流向何处？

答案是，它们很可能完全逸出了传统经济统计指标的捕捉范围。报告做出了一项保守估算：假设 AI 平均每周能为每个美国家庭节省 30 分钟处理杂务的时间，依照标准估值方法计算，仅美国每年便可产生约 1000 亿美元的无酬生产率收益。

然而，这笔显著的福利提升并不直接反映在 GDP 中，也不会出现在生产率报表之上。它切实改善了人们的生活，却在统计意义上处于 " 隐形 " 状态。

这恰好符合美国经济学家罗伯特 · 索洛（Robert Solow）于 1987 年提出的观点：" 计算机时代无处不在，唯独不在生产率统计数据里。"

快 40 年过去了，类似的情况似乎再次上演。AI 现在几乎无处不在，但它在宏观经济指标上留下的印记依然模糊。

03 聚焦 " 高摩擦 " 行政事务

在家庭使用的细分场景中，有一类任务的使用密度格外突出，即与政府机构和专业服务打交道的事务。报告将此类事务定义为 " 高摩擦 " 行政任务，意指办理过程中阻力较大、耗时较长。

在涉及专业咨询、政府服务和公民事务办理时，AI 使用频率更是格外高

与政府服务和公民义务相关的 AI 对话，在数据中出现的比例，是人们在现实生活中实际投入时间比的近 20 倍。无论是研究税务问题、处理罚款与许可证，还是厘清某项政策流程，人们都显著倾向于首先向 AI 求助。

时间分布层面的数据进一步佐证了这一判断。接近一半的医疗、法律、金融及政府类 AI 咨询，发生在传统 " 朝九晚五 " 办公时间之外。

AI 在此扮演了一个全天候待命的办事窗口角色，用户无需专门请假或在规定时段内前往现场排队，便可利用自身方便的时间处理这些繁琐事务。

斯特兰德对此评论称，AI 正在帮助人们绕开获取机构服务的时间障碍，这种便利本身即具有明确的经济价值，尽管它同样难以被标准指标体系所捕获。

04 典型 AI 使用者画像

AI 使用者的画像可从收入、教育水平与技能三个维度加以勾勒。

在收入维度，规律十分清晰。一个职业的中位收入每增加 1%，其 AI 使用强度便增加超过 2.5%。

收入越高、学历要求越高的职业，AI 用得更频繁

以 Gemini 对话加权计算，所观察职业的中位薪资约为 83000 美元，较以真实就业加权计算出的全国中位数高出约 20000 美元。即便排除了教育因素的影响，收入本身仍是显著的正向驱动因素。

在技能维度，关系则趋于复杂。直觉层面，人们或许认为任务越复杂、越依赖顶级专业知识，就越应引入 AI 辅助。但数据显示的模式并非如此。

研究团队按任务所需专业水平分类后发现，需要低至中等专业知识的任务，其 AI 使用率反而常高于需要最高专业水平的任务。而与此同时，从整体人群来看，拥有稀缺高技能的高收入工人，却又以最高比率采用 AI。

两种现象并存，表明技能水平与 AI 使用之间的关系并非简单线性。在某些高度精深的专业领域，专家对 AI 辅助或仍持保留态度；而在具备一定门槛但尚未触及顶尖水准的任务上，AI 的辅助反而更易被接纳与融入。

05 富国用户领跑，追赶者已出现

将视角扩展至全球，AI 使用的地理分布格局逐步显现。

最显著的规律是，AI 采用率与一国财富水平密切相关。人均 GDP 每增加 1%，人均 AI 使用量便增加约 0.9%。这一关联的直接后果是，全球使用量最低的五分之一国家，其 AI 对话总量合计仅占全球的 2%，数字鸿沟依然严峻。

一个国家越富裕，其民众使用 AI 对话服务的频率也明显越高

然而，谷歌在报告中也发现了若干值得关注的例外。在拉丁美洲与中东地区，有多个中等收入国家的 AI 采用率已可比肩西欧高收入国家。这说明经济水平并非唯一决定因素，部分国家可能在具体政策、产业需求或社会接受度方面找到了突破口。

语言分布方面的观察同样值得注意。英语并未垄断 AI 对话，其在全球对话总量中仅占约三分之一。而且，在处理复杂专业任务时，用户并未系统性地放弃母语而切换至英语。工作与非工作场景的对话呈现出几乎相同的语言分布结构。

换言之，用户使用自身语言向 AI 提问，并不视其为一种障碍。

使用习惯的区域差异亦有所体现。发展中国家的用户，在工作中生成图像与视频的频率约为发达经济体用户的两倍。对这些用户而言，AI 不仅是文本生成与问答的工具，更是一个绕开文字门槛、直接进行视觉表达与沟通的媒介。

谷歌研究团队在报告末尾反复强调，上述观察仅为对快速演变格局的初步记录。AI 的能力边界在持续扩展，人们的使用方式在持续演变，研究方法论本身也在持续进化。

但无论如何，这份基于大规模用户真实行为数据的报告，已为当前围绕 AI 与经济的公共讨论提供了第一批扎实且可继续追问的经验事实。

特约编译金鹿对本文亦有贡献