AI已经走进很多岗位，却还没有接管大多数工作。Google 7月23日发布ATLAS v1.0：近1500万次交互覆盖68%的职业，但在出现明显AI使用的典型职业中，工具只触及约21%的任务；非例行认知工作里，端到端自动化意图不足10%。这组反差把讨论从“哪些岗位会被影响”推进到更具体的问题：人们究竟把AI用在工作的哪一小段。

三点看懂：AI扩散很快，渗透仍然很浅

近1500万次交互，如何被映射到职业与任务

ATLAS全称是“活动、任务、图景与采用研究”。首版数据包含2026年4月6日至19日的14,653,926次去标识化交互，来自Gemini App、Google AI Mode和Gemini API。研究团队把聚合后的交互映射到800多个职业、4000项工作任务、300类家庭活动、150个国家和140种语言，再与职业分类和时间使用框架对照。

这里的“覆盖”并不等于某个职业里的每个人都在使用AI。为保护隐私，一项任务需要达到最低用户数量才会进入统计；“任务饱和度”则计算一个职业有多少项任务越过门槛。因此68%说明AI已经跨过许多职业边界，21%说明它在单个岗位内部仍集中于少数适合对话式工具的环节，两者并不矛盾。

使用方式也解释了为什么岗位替代不能从覆盖率直接推出。非例行认知任务在总体职业任务中约占35%，却占AI工作交互的65%；人们更常把模型当成共同起草者、审稿人、研究助手和思路伙伴。AI先进入可拆分、可复核的局部步骤，而不是一次拿走包含判断、协调和责任的完整流程。

不只白领：维修诊断与家庭事务同样在增长

研究还捕捉到知识工作之外的使用。汽车技术人员、工业机械维修人员会让多模态工具解读测试结果、排查电路或检查设备磨损；这些岗位一旦使用AI，采用图像或视频能力的概率约为其他岗位的两倍。模型没有代替动手操作，而是在现场知识、故障定位和即时学习环节提供辅助。

更大的使用空间甚至不在办公室。超过86%的对话式AI交互发生在正式工作之外，休闲与社交占26.4%，教育占20.7%，家庭活动占11%。人们会研究购买、学习使用家电、处理许可与税务等高摩擦事务。这些活动未必直接进入生产率统计，却会影响时间成本和信息获取难度。

全球扩散同样不只由英语推动。ATLAS覆盖150多个国家和地区，英语约占全球对话量的三分之一；在更复杂的任务里，用户也没有普遍放弃母语。不过人均使用强度仍与财富水平相近，意味着工具可用并不自动消除算力、网络、技能和付费能力造成的数字鸿沟。

这不是生产率证明，更不是岗位替代时间表

这份报告的边界必须写在结论旁边。样本只覆盖4月上旬两周，税务季可能放大部分职业与家庭事务；细粒度分析未包含付费Gemini API内容，也没有纳入Google Workspace、AI Overviews、Google Translate和企业级Gemini平台。分类系统能识别用户想做什么，却无法确认任务是否成功、节省了多少时间或创造了多少经济价值。

数据也来自Google自有产品，不能代表其他模型、组织内部工具和未联网工作流程。21%的任务覆盖率是有使用职业中的中位数，不应被解读成“所有岗位已有五分之一被自动化”；不足10%描述的是非例行认知交互中的自动化意图，也不是最终成功率。

ATYUN编辑判断：ATLAS最有价值的地方，是把“AI影响职业”拆成了具体任务与具体使用方式。当前图景更像广泛但浅层的辅助网络：模型先占据检索、起草、审阅和诊断，再等待系统权限、流程改造与质量评估补齐。企业下一步不应只统计账号开通率，而应追踪哪些任务真正缩短周期、哪些环节仍需人工承担责任，以及局部效率能否积累成可验证的组织收益。