Google ATLAS 報告
如果你曾經好奇「大家到底都拿 AI 在做什麼」，Google 這次直接把答案攤開來給你看。
七月二十三日，Google 發布了第一份《AI 與經濟 ATLAS》報告（Activity, Task, Landscape, and Adoption Study，簡稱 ATLAS），這不是又一份預測 AI 會取代多少工作的白皮書，而是一份基於真實使用行為的觀察報告。研究團隊分析了一千五百萬筆去識別化的人機互動紀錄，來源橫跨 Gemini App、AI 模式與 Gemini API，這三個產品加起來每個月服務超過十億人。資料涵蓋一百五十個以上的國家、一百四十種語言、八百種職業，以及四千種任務類型，規模之大，在同類研究中相當罕見。
老實說，過去我們對「AI 如何影響工作」的討論，多半停留在推測——會不會取代誰、會不會讓誰失業。ATLAS 想做的，是先把「人到底在用 AI 做什麼」這件事說清楚，再談後續影響。
職場上的 AI：用得廣，但用得淺
報告裡有一個數字特別值得注意：AI 在職場的使用已經擴散到百分之六十八的職業類別，覆蓋了美國百分之九十的總就業人口。聽起來滲透率很高，對吧？但如果把鏡頭拉近到單一份工作裡面，AI 平均只被用在該職位大約百分之二十一的任務上。
也就是說，AI 不是整組流程被搬走，而是被挑著用、用在某幾個環節。這跟很多人想像中「AI 取代整份工作」的劇本很不一樣。
大部分人在用 AI「討論」，不是叫它「代勞」
ATLAS 的資料顯示，職場上多數的 AI 互動集中在發想點子、擬定策略、查資料、學習新知這類協作性質的用途，真正把任務完全自動化的互動占比不到一成。
有趣的是，創意設計與假設驗證這類「非常規認知任務」，在 AI 職場互動中出現的比例高達百分之六十五，遠高於整體經濟中這類任務原本只占百分之三十五的比重。換句話說，AI 目前最常被拉去做的，是需要靈感和推理的工作，而不是重複性的例行公事。
修車廠裡也有人在跟 AI 對話
這份報告有一段特別打破刻板印象：AI 的使用者不只是坐辦公室的知識工作者。像汽車技師、工業機械維修人員這類以體力和實作為主的職業，也在把對話式 AI 當成現場的即時協作夥伴，用來診斷故障、排除問題、邊做邊學。
更值得留意的是，這群從事技術性勞力工作的使用者，在使用 Google AI 工具時，用到多模態功能（也就是用 AI 產生圖片或影片）的機率是其他使用者的兩倍。實務上，這代表技師會拿 AI 判讀複雜的檢測結果、排查電路配線問題、或是檢查機械零件的磨損狀況——這些都是很具體、很「動手」的應用場景，跟一般人想像中「AI 只會打字聊天」完全不同。
家裡發生的 AI 使用，可能比你以為的更多
這點我覺得是整份報告裡最容易被忽略、卻最貼近日常的發現：ATLAS 中超過百分之八十六的互動，其實發生在工作以外的場合。
人們用 AI 做的事情，很多根本不會被傳統經濟指標捕捉到——比如研究要買什麼東西、學怎麼用一台新家電、或是處理報稅、辦證照、繳罰單這類高摩擦力的行政瑣事。這些事情看似瑣碎，卻是每個人生活裡真正花時間、花心力的地方，而現在有一部分被 AI 分攤掉了。
全球採用率跟著 GDP 走，但不是絕對
ATLAS 也把鏡頭拉到全球尺度。資料顯示 AI 使用已經擴散到一百五十個以上的國家與地區，涵蓋全球百分之九十九的人口。語言分布上，英文只占全球 AI 對話的三分之一左右，這代表使用者在處理複雜任務時，並不會系統性地放棄自己的母語去改用英文。
整體而言，人均 AI 使用率跟一個國家的相對財富水準呈現正相關，這也讓人擔心數位落差會不會因此被拉得更大。不過報告也提到，這不是絕對規律：南美洲與中東部分中等收入國家的 AI 採用速度，其實已經追上部分高收入國家，這算是一個值得繼續觀察的例外。
這些數字是怎麼算出來的？
ATLAS 背後的技術核心是 Google DeepMind 開發的 OCTO（Observation Clustering and Taxonomy Organisation），專門用來把大量非結構化的文字資料 —— 像是與 AI 的對話紀錄 —— 整理成有系統的分類架構。在隱私保護方面，團隊除了移除個資，還加上了好幾層防護：自動清除任何可能指向敏感資訊的內容、切斷去識別化資料與原始使用者紀錄之間的關聯、將文字摘要化，再把摘要彙整成代表多位使用者的群組資料。
這只是開始
Google 自己也強調，ATLAS v1.0 只是一個長期研究計畫的起點。AI 的能力還在持續進化，人們使用它的方式也還在變，觀察與衡量 AI 影響力的研究方法同樣在演進中。後續的研究會由 Google 的 AI 與經濟研究計畫（AI & Economy Research Program）持續推動，並與劍橋大學的 Dame Diane Coyle、麻省理工學院的 David Autor 等學者合作。
值得一提的是，這份報告目前還沒涵蓋 Google Workspace、Google 翻譯、AI 總覽這類擁有數十億使用者的產品，也還沒納入企業端的 Gemini for Google Cloud、Gemini Enterprise，以及代理式程式設計（agentic coding）、世界模型等前沿應用。換句話說，我們現在看到的，可能還只是 AI 經濟影響力的一小角。
最後
看完這份報告，我自己的感想是：AI 對經濟的影響，遠比「取代 vs 不取代」這種二分法要複雜得多。它更像是滲透 —— 一點一點滲進職場的某些任務、生活裡的某些瑣事，速度可能比我們感覺到的還要慢，但範圍可能比我們以為的還要廣。
如果你對這份研究有興趣，原始報告和更多圖表可以到 Google 的 AI & Economy Research Program 官網查看，裡面有更完整的方法論說明。