这份数据是怎么攒出来的（方法）

要让「AI 用量」和「劳动力市场」这两套东西对得上，中间得有一层翻译：把一句自然语言的提问，翻译成官方统计里的一个编号。ATLAS 的整条管线就是干这个的。

用的职业很广，可每个职业只用了一小块

先说清一件事：美国官方把职业拆得很细，「教师」还要再分成幼儿园、小学、中学、特教……粗的那套清单有 761 个，细的那套有 923 个。下面的比例，凡是跟就业人数挂钩的按 761 那套算，跟任务覆盖挂钩的按 923 那套算。

先看广度。在 761 个职业里，68% 能观察到有人在拿 Gemini 干活（门槛是全球至少 50 个用户）。这些职业加起来，占美国就业人口的 88.4%。名单里不光有软件工程师和市场研究员，也有农民、工业工程师和林业员。

按职业大类看 AI 采纳：横轴是该类职业中被 AI 覆盖的任务占比，三种深浅代表覆盖的程度（有一定使用 / 密集使用 / 完全自动化）。完全自动化那一档，在每一行都只有最左边一小条。计算机与数学类最高，其次是商业与财务、艺术设计传媒。来源：Google Blog / ATLAS v1.0

再看深度，画风就变了。全库近 1.9 万项任务里，被用起来的约 4000 项，占 20%。落到单个职业头上：在至少有一项任务达标的职业当中，AI 能覆盖的任务占比中位数是 21%。

注意这里是中位数，不是平均数，而且它只统计了「至少有一项任务达标」的那批职业。剩下 29% 的职业一项都没跨过门槛：理货配货员、流水线组装工、快餐厨师、垃圾回收员、巡警都在这一档。把这批算进来，实际渗透还要更浅一层。

往另一头看：约 30% 的职业有四分之一以上的任务在用 AI，11% 的职业过了一半，只有 3% 的职业达到四分之三以上。

这张表两头都挺有意思。右边一列基本是「工作内容天然就是处理文字和信息」的岗位；左边一列则集中在教学和照护：面对的是具体的人，而且这个人当下的反应决定下一步怎么做。

用户找 AI 主要是让它起草、查资料、出主意，很少让它从头做到尾

「用 AI 用得多」和「AI 在替代人」是两件事。过去的讨论经常把它们混着说，因为没有数据能把它们拆开。ATLAS 尝试拆了。

拆的第一步，是给任务分类。论文沿用前面提过的 Autor 和 Thompson 那套算法，把所有工作任务分成五类：

三个点分别是：经济体里这类任务的基线占比（黄）、ATLAS 观察到的工作任务分布（粉）、AI 对话的实际分布（蓝）。非常规认知那一行跨度最大。来源：Google Blog / ATLAS v1.0

非常规认知任务在整个经济体的全部职业任务里约占 35%，却占了 AI 工作对话的 65%。这个偏移本身不奇怪，大模型擅长的正是这类活。

关键在第二步。Google 又做了一套意图分类器，判断用户找 AI 时到底想让它扮演什么角色，分成五档：

然后把这五档套到四类任务上。下面是论文的完整数据，每一类任务的五档加起来是 100%：

换成大白话：在需要真动脑的活上，一百次这样的对话里，只有六到七次是奔着「你替我全做完」去的。剩下九十多次，最多的是让它出个初稿（41.5%），其次是查资料学东西（29.6%）和当个能对话的同事一起想办法（18.6%）。而在那些有章可循的文书活上，想让 AI 包办的比例跳到 26.9%，是前者的四倍。

还有一个容易被忽略的数：「审阅修改」在四类任务里全部垫底，非常规认知只有 3.8%，人际和体力都不到 1%。人愿意让 AI 起草，却很少把自己写完的东西交给它检查。

体力类任务的分布是另一种极端：82.1% 都是「查资料学东西」。装设备、测车况、给员工配电脑，人要的是一个当场能问的说明书，不是一个替他动手的人。

我们在 ATLAS 中没有找到证据支持这些说法：AI 即将造成大规模自动化并取代白领工作；AI 与蓝领工作无关；AI 的用途就是自动化任务。

ATLAS v1.0 执行摘要

有一条限定必须跟着这个结论一起记：这测的是「用户想让 AI 干嘛」，不是「AI 能干到什么程度」。论文自己也把话说在前面：分类的输入是聚合过的对话摘要，一堆里可能混着好几种意图，这一版的意图分类器还比较粗。

（本站按）还有一层论文没展开：用户不找 AI 包办，可能是因为现在包办不了，也可能是因为他压根没想过要包办。这两种原因这份数据分不出来。不过表格里有一处旁证值得留意：同样是脑力活，越是有固定套路的（例行认知），包办比例越高（26.9%）。这至少说明，当 AI 确实干得了的时候，人是愿意撒手的。

汽修工也在用，而且更爱拍照片给它看

「AI 是白领的事」这个印象，数据只支持一半。近三分之一的重体力职业确实观察不到使用，但在很多技术工种里，AI 已经是一个随叫随到的搭档。

论文给了两个具体例子。工业机械师，这个工种 44% 的任务是纯体力活，却有数千次 AI 使用落在动脑的任务上：分析检测结果、看懂机器报错信息。汽车维修技师更极端，83% 的任务是体力活，相关对话却超过一万条，用来测车辆部件、重接线路、检查零件磨损。

一个具体的数：汽车维修技师的多模态对话占比，是全部工作类 AI 对话平均水平的两倍多。多模态就是对话里带上了图片或视频。想象一个师傅趴在举升机底下，手机对着一处渗油的接口拍一张，直接问「这是哪里漏了、要换什么件」。这就是那两倍多的来源。坐办公室的人反而少这么干，因为他们手边的东西本来就是文字。

同样的模式在国别层面也出现了：中低收入国家的工作类对话里，带生成图片或视频的比例，大约是发达国家的两倍。

用得最多的是高薪的人，可他们拿它干的活并不高深

先看谁在用。职业的中位工资每高 1%，这个职业的 AI 使用强度就高约 2.68%（如果把学历的影响先扣掉、只看工资本身，是 1.86%）。学历也是正相关，而且在扣掉收入的影响后依然成立。

换个算法看这件事更直观：如果按就业人数加权，美国劳动者的职业中位年薪是 62,252 美元；如果按 Gemini 对话量加权，同一个算法给出的数是 82,919 美元。

到这里为止都符合直觉：AI 目前是高薪知识工作者的工具。反直觉的是下一步。

论文给近 1.9 万项任务打了「专业度」分，然后分成四档。结果：相对于任务库本身的分布，AI 被用得最多的，恰恰是专业度最低那一档的非常规认知任务。论文举的例子是「把新闻等材料改写成指定语言」和「撰写并审核采购规格说明」。

「撰写并审核采购规格说明」听着一点也不低端，所以得说清这个分怎么打的：它只看任务描述里的用词有多罕见。越是外行看不懂的专业词，分越高。采购规格说明这类活写得再啰嗦，用的都是通用词，所以分低。也就是说，这把尺子量的是「外行看不看得懂这句描述」，不是「这活好不好干」。

合起来就是一个拧巴的局面：收入越高的人用得越多，但他们拿 AI 去干的，是自己工作里描述起来最不专业的那部分。

这意味着什么？论文先摆出了一种流行读法（高薪白领正在亲手把自己自动化掉），然后明确表示不同意，原话是「我们的初步证据指向另一种动态」。它给的解释是：这些人在把例行的脑力活外包给 AI，同时在真正吃专业度的非常规工作上做人机协作。如果成立，人的专业能力反而更值钱了，代价是会用 AI 的人和不会用的人之间，收入差距会被进一步拉开。

86% 的对话跟工作没关系

工作相关的对话，其实只占一小角。不过这里要先把范围说清，因为很容易搞混。

算家庭侧的时候，论文把 Gemini API 那部分剔掉了，只留 Gemini App 和搜索里的 AI 模式，约 1000 万条。原因是开发者调接口做的多半是零散的工作任务，不代表家里的用法。在这约 1000 万条日常对话里，工作相关只占 13.5%，剩下 86.5% 发生在下班之后：家务、学习、休闲、买东西、看病、办事。

被剔掉的那部分是另一个极端：Gemini API 的用量 98.8% 都跟工作有关。所以「86% 跟工作无关」这句话的准确范围是「人直接用嘴问的那些对话」，不是全部 1465 万条。

这些日常对话覆盖了美国时间日记分类体系里 74% 的类目。没被覆盖到的那 26% 类目，本来就是些占时间极少的活动，被覆盖的这些加起来，占了美国人清醒时间的 98%。也就是说，人一天里除了睡觉，几乎所有干的事，都有人在问 AI。

非工作对话的内部构成（此图把非工作部分重新归一到 100%）：休闲社交 30.6%、教育学习 24.0%、家务 12.7%、个人护理 10.4%、其他 7.6%、购物 6.0%、专业与个人服务 5.6%、出行 3.1%。若按全部日常对话计算，休闲社交为 26.4%、教育为 20.7%。来源：Google Blog / ATLAS v1.0

这不是 Google 独有的现象。论文引了 OpenAI 自家的数据：约 69% 的 ChatGPT 交互也发生在非工作场景。两家最大的对话式 AI，主战场都在家里。

为什么越麻烦的事，人越爱问 AI

知道人们在非工作时间问 AI 什么，只是第一层。更有信息量的是第二层：把「AI 上被问的比重」和「人实际花在这件事上的时间比重」放在一起除一下。

这个比值论文叫超标倍数一件事在 AI 对话里的占比，除以人们实际花在这件事上的时间占比。大于 1 说明这事在 AI 上被问得比它实际占用的时间「多得不成比例」。。大于 1，说明这件事被问的频率超出了它在生活里的实际分量；小于 1 则相反。数据出来是这样：

规律相当清楚：越是要填表、跑流程、看不懂条款、平时得请假去办的事，人越爱问 AI。论文统计了这类对话摘要里的高频词，排在最前面的是「要求」「合规」「流程」。人们卡住的地方，就是这三样。而吃饭、出行、运动、照顾家人这类要靠身体在场完成的事，被问得远低于它们实际占用的时间。

浅色点是美国人实际花的时间占比，深色点是 AI 对话占比，两点之间的距离就是缺口。研究购买、医疗照护、办政府手续、法律服务、公民义务，深色点全部在浅色点右边。唯一反过来的是「为办这些事跑的路」，路还得自己跑。来源：Google Blog / ATLAS v1.0

把政府事务这一类再拆开看，问得最多的是什么一目了然：

政府与公民事务内部构成：办证照、交税费罚款 40.1%，公民义务与参与 26%，政府服务 16.5%，社会服务 15.4%，相关出行 1.5%，其他 0.5%。来源：Google Blog / ATLAS v1.0

还有一个时间维度的发现，把这件事解释得更透：医疗、法律、金融、政府这四类咨询，大约一半发生在朝九晚五之外：晚上、清早、周末。

这个数字之所以重要，是因为过去要办这些事，你得从上班时间里挖一块出来。请半天假去政务大厅，损失的是半天工资或者半天产出。这笔账从来不进任何报表，可它实实在在压在每个人身上。现在它被抹掉了一部分。论文的比喻是：AI 相当于让政府办事窗口和律师事务所，全天候开着门。

这些好处，GDP 一分钱也统计不到

办证、看病、跑手续省下来的这些麻烦，值多少钱？论文做了个估算，但这个估算被引用时最容易出事，所以得把来龙去脉讲清楚。

先说清一个词：GDP（国内生产总值）是衡量一个国家经济规模最常用的那把尺子，但它只统计有人付钱的交易。你请钟点工来打扫，这笔钱进 GDP；你自己打扫，同样的活一分钱也不进。经济学里把这条线叫「生产边界」：线内的活算进 GDP，线外的不算。

接着要定个标准：一件家务算不算「生产性劳动」？用的是第三人标准1934 年 Reid 提出：如果理论上你能花钱雇别人替你做这件事，它就算生产性活动（做饭、打扫、带孩子、修东西）；雇不了的就不算（睡觉、看电影）。：这活能不能花钱雇人替你干？能，就算；不能（比如睡觉、看电影），就不算。按这个标准，美国人平均每周花 17.8 小时 在生产性家务上。

接下来是关键的一步：AI 到底替人省了多少时间，没有人测过。论文明说了这一点，所以它没有测，而是设了三档假设，按「花钱雇人干这些活得付多少钱」的官方保守价（每小时 12.02 美元）往下算：

这三个数是「如果……那么……」，不是「测出来是多少」。论文自己也提醒，用「省了多少时间」来衡量本身就有缺陷：AI 在家里带来的改善，很多体现在事情办得更好、能办的事更多，而不是同样的事花更少时间。

不管落在哪一档，有一点是确定的：这些收益全部发生在无偿劳动那一侧，在生产边界之外，传统 GDP 一分钱也统计不进去。它减掉的是日常生活里那笔谁都在交、但从来没人记账的「时间税」。请 Coyle 来评审这份研究，本身就说明 Google 清楚这一节最经不起挑刺。她研究了半辈子的题目，就是 GDP 这把尺子漏掉了什么。

论文最后补了一句容易被忽略的话：家务时间在性别上的分布历来就不均。它没有再往下算，但两个方向都说得通：女性承担的家务多，能省下的绝对时间可能更多；可另一头，AI 用得最重的又是高薪职业，家务负担反而更轻。谁真正拿到了这块时间红利，这份数据回答不了。

全球用量跟着钱走，但有一批国家不按这个规律

把视角拉到全球，第一条规律是钱和用量几乎同步：人均 GDP 每高 1%，人均 AI 用量就高约 0.9%。

把国家按人均 AI 用量分成五档，绿色是人口占比、蓝色是用量占比。最低档住着全球 17% 的人口，只贡献 2% 的对话；最高档住着 11% 的人口，贡献 30%，是其人口份额的 2.8 倍。来源：Google Blog / ATLAS v1.0

但这条规律有一批明显的例外。土耳其、阿联酋、卡塔尔、以色列都排在前列，中东这一片普遍偏高；南美的智利、秘鲁、巴西、阿根廷、哥伦比亚也冲进了高档和最高档，跟西欧国家坐在同一梯队。反过来，印度和俄罗斯这两个人口和理工科毕业生规模都很大的国家，掉在「低」档。

为什么？论文的回答是：用单一因素解释不通。它至少排除了两个现成的答案：把上网普及率控制进去之后差距依然存在，对 AI 话题的关注度也解释不了。剩下哪些可能没被排除，论文没测，也没列。（本站按）从数据本身能想到的方向有几个：人口年龄结构、本地是否有强势的竞品、官方服务的数字化程度、以及模型对当地语言的支持好坏。最后这条在下一节会有一点侧面证据。

最有意思的是「兴趣和使用对不上」这个缺口。如果按「AI 相关搜索在本地全部搜索里的占比」排名，最高的一档是印度、孟加拉、尼泊尔、菲律宾、印尼、泰国、越南，还有东非的肯尼亚和埃塞俄比亚。好奇心已经到位，用量却没跟上。而西欧和日本的搜索热度反而排在最低档。论文的解释是：在成熟市场，AI 已经从一个值得专门去搜的新鲜事物，变成了日常流程里的背景工具。

中国不在这份数据里。论文说明，若干国家和地区因为「消费级产品无法访问」被排除在统计之外，Gemini 和 Google 搜索的 AI 模式在中国大陆都不提供服务。所以这份报告里没有中国的数字，它讲的全球格局也不包含中国的实际用量。

英语只占三分之一，没人为了答得准去切英语

143 种语言过了隐私门槛，英语只占三分之一多一点，剩下的三分之二分散在西班牙语、阿拉伯语、葡萄牙语等一百多种语言里。ATLAS 覆盖了全球两百大语种中 93% 以上的母语人口。

这里有一个流传很广的假设被数据推翻了。假设是：既然大模型的英语回答质量更好，那么正经的工作任务，用户应该会切到英语去问，日常琐事才用母语。实际数据几乎完全对称：工作场景使用非母语的比例是 26%，非工作是接近 24%，只看英语则是 14% 对 13%。不管在哪个国家，人们工作时和生活时切换语言的比例都差不多。

不过换语言的代价是真实存在的：就算比较的是同一类事情，用非母语英语聊，对话轮次多 9–12%，总 token 用量多 18–20%。这笔账最终由用户的时间和厂商的算力一起买单，也从侧面说明为什么母语支持好不好会影响一个地区的实际用量。

和 Anthropic 的数法差在哪

这个对照值得单独说，因为两家最大的模型厂商，拿各自的数据，讲出了调性不太一样的故事。

Anthropic 的经济指数用的是二分法：一次使用要么是「增强」人，要么是「自动化」人。2025 年那版算出来是增强 57% 对自动化 43%；到 2026 年最新一版变成 52% 对 45%（剩下 3% 归不进这两类），自动化的占比在随时间上升。Google 用的是五分类，得出的是「非常规认知工作里端到端自动化 6.5%」。

论文里还有一处直接的横向对照，指标是「有四分之一以上任务被 AI 覆盖的职业占比」。注意这跟前面那个 21% 不是一回事，前者数的是职业，后者数的是一个职业里的任务。这个指标上，ATLAS 观察到 30%，Anthropic 那边是 36%（2025 年）和 49%（跨报告合并口径，2026 年）。Google 在同一处脚注里说明，两边的抽样方式不同，而且 ATLAS 这边的隐私处理更严，数字不能直接比。

所以这个差距更可能是两家的数法不一样造成的，不是两边的用户真的差这么多。但两家在叙事重心上的分歧是真的：一边强调协作占绝对多数，一边强调自动化占比在爬升。

最后回到开头那个索洛悖论。ATLAS 并没有解决它，但它把问题问得更准了一点：AI 的价值如果大量落在无偿劳动那一侧，落在替你看懂一份社保条款、替你搞明白怎么办证、替你在周日晚上十点回答一个本该请假去问的问题，那么它在 GDP 里看不见，未必说明它还没发生。更可能的原因是，我们手里这把尺子从一开始就没打算量这些东西。

美国官方把职业拆成 761 个，其中 68% 能观察到有人拿 Gemini 干活。名单里不光有软件工程师和市场研究员，也有农民、工业机械师和林业员。可再往里看一层，看每个职业里到底用掉了多少活，画风就变了。

「用得多」和「在替代人」是两件事，过去吵了三年没有数据能把它们拆开。Google 训了一个分类器，判断用户找 AI 时想让它干到哪一步，分成五档，再套到不同类型的活上。同样是脑力活，有没有固定套路，分布完全不同。

把开发者调接口的那部分剔掉（那部分 98.8% 跟工作有关），剩下人直接用嘴问的约 1000 万条日常对话里，工作相关只占 13.5%，另外 86.5% 发生在下班以后。更有信息量的是下一步：把一件事在 AI 对话里的占比，除以人们实际花在这件事上的时间占比。

办证、问社保、看条款省下来的麻烦，值多少钱？这笔账算不进 GDP（国内生产总值，衡量经济规模最常用那把尺子），它只统计有人付钱的交易：你请钟点工打扫，这笔钱进 GDP；你自己打扫，同样的活一分钱不进。省下的办事时间，正好落在这条线的外面。