Исследование Google AI & Economy ATLAS: ИИ в 68% профессий, но только 21% задач

68% профессий охвачены ИИ, но в каждой из них затронут примерно каждый пятый рабочий процесс - этот разрыв зафиксирован в исследовании AI & Economy ATLAS), опубликованном Google. В основе исследования лежат 15 миллионов обезличенных взаимодействий с Gemini App, AI Mode и Gemini API, охватывающих более 150 стран, 140 языков, 800 профессий и 4000 задач. Google прямо называет ATLAS анализом реального поведения пользователей, а не прогнозом, и характеризует его как первую итерацию продолжающегося наблюдения.

Охват против глубины

Главная структурная цифра исследования: 68% профессий уже соприкасаются с ИИ, однако в медианной профессии он затрагивает лишь около 21% задач. ИИ широко распределён по профессиям, но пока неглубоко проникает внутрь каждой из них.

Экономист Паскуаль Рестрепо в интервью об автоматизации труда предлагает не задавать вопрос, исчезнет ли профессия целиком. Правильный вопрос другой: какие именно задачи внутри профессии возьмёт на себя машина. Пример: сварщик у конвейера. Робот-сварщик забирает одну операцию, сам шов, а раскрой металла, контроль качества, наладку оборудования и решения по ходу процесса по-прежнему выполняют люди. Профессия сварщика не исчезает, меняется состав задач внутри неё. Та же логика читается в цифрах ATLAS: 68% профессий уже содержат хотя бы одну задачу, отданную модели, но большинство задач внутри каждой профессии остаются человеческими.

Второй важный показатель ATLAS: менее 10% взаимодействий связаны с полной автоматизацией. Большинство запросов относится к совместной работе человека и модели: генерация идей, стратегия, поиск информации, обучение. ИИ чаще выступает соавтором или консультантом, чем заменой.

Разброс между профессиями огромный. По данным исследования, в строительстве ИИ задействован в 1% задач, а в ИТ и маркетинге присутствует примерно в половине процессов. Именно этот разброс объясняет, откуда берётся средний показатель в 21%: там, где работа строится вокруг текста, кода и анализа данных, ИИ встраивается органично; там, где доминирует физическое присутствие и работа с материалами, граница проникновения проходит гораздо раньше.

Почему доля задач растёт именно сейчас

Рестрепо объясняет и то, почему граница между задачами для машины и задачами для человека сдвигается именно сейчас, а не сдвинулась раньше. Прежнее промышленное и офисное программное обеспечение автоматизировало только то, для чего можно было написать точную пошаговую инструкцию: строгий алгоритм, чёткое правило, детерминированную последовательность действий. Всё, что держалось на опыте, интуиции или неявном знании, оставалось человеку, потому что описать это инструкцией не получалось.

Современные модели работают иначе: они учатся на примерах, а не на прописанных правилах. Поэтому им становятся доступны задачи, которые раньше не поддавались автоматизации именно из-за неявного знания, накопленного опыта, распознавания образов и контекста. Отсюда и цифра ATLAS про 21% задач в медианной профессии: это уже не только строго формализуемые операции, но и часть работы, которая раньше требовала присутствия человека с его наработанным опытом.

Как используют ИИ вне работы

Один из наиболее неожиданных результатов ATLAS касается не профессий, а контекста использования. Более 86% взаимодействий с ИИ происходят вне работы. Люди используют модели для разбора документов, навигации по государственным сервисам (налоги, лицензии, штрафы), поиска информации о покупках и бытовых вопросов. ATLAS описывает это как применение ИИ в высокофрикционных повседневных задачах, где модель снижает когнитивные издержки, а не просто экономит минуты.

Физический труд и мультимодальность

Отдельный сюжет в исследовании: как ИИ встраивается в физический и технический труд. У автотехников и промышленных механиков модель выступает инструментом диагностики и устранения неполадок прямо в процессе работы. Такие пользователи примерно вдвое чаще задействуют мультимодальные возможности по сравнению со средним показателем: интерпретация результатов тестов, поиск неисправностей в проводке, осмотр оборудования через фото.

Долгое время мультимодальность обсуждалась как инструмент для дизайнеров, маркетологов и исследователей. ATLAS фиксирует другой сценарий: в технических и физических профессиях изображение или видео становятся способом диагностики там, где прежде требовался специалист рядом или мануал под рукой.

Что сдерживает переход

Рост доли задач, доступных ИИ, не означает, что переход происходит мгновенно и без границ. Рестрепо называет несколько ограничителей, которые тормозят внедрение даже там, где задача уже технически решаема моделью. Это стоимость инфраструктуры, дефицит вычислительных мощностей (их в разговоре об ИИ часто называют коротко: компьютом), инерция институтов и правил, а также обычное желание людей иметь дело с людьми, а не с моделью.

Ключевым из этих ограничителей Рестрепо называет конкуренцию самого ИИ с самим собой за вычислительные мощности. Разные задачи и разные модели претендуют на один и тот же ограниченный ресурс компьюта, поэтому в первую очередь автоматизируются наиболее ценные задачи, а не любые задачи, которые в принципе поддаются автоматизации. Это объясняет, почему процесс идёт неравномерно по функциям. Дело не в том, что в строительстве или медицине задачи принципиально недоступны модели: при ограниченном компьюте приоритет получают направления, где автоматизация даёт наибольшую отдачу. Пример: ИТ и маркетинг, где, по данным ATLAS, ИИ уже присутствует примерно в половине процессов.

Где разрыв между 68% и 21% наименьший

68% означает: в большинстве профессий уже есть задачи, где ИИ применяется. Это статистическая норма, а не передовой опыт первопроходцев.

21% означает: при этом примерно четыре пятых того, что составляет рабочий день, пока остаётся за пределами реального использования ИИ.

ATLAS фиксирует, где этот разрыв наименьший: поиск, первичная диагностика, сбор контекста, объяснение сложных процедур, заполнение форм, навигация по сложным системам. Именно в этих сценариях совместная работа человека и модели происходит чаще всего.

Для менеджера проектов этот список конкретен. Сценарии с наибольшей частотой использования по данным ATLAS прямо пересекаются с типовой работой PM: сбор контекста перед встречей, первичный разбор документов, поиск по базам знаний, объяснение регламентов. Оставшиеся 79% задач в каждой профессии пока не охвачены реальным использованием ИИ.

Распределение по миру

ATLAS фиксирует корреляцию между использованием ИИ на душу населения и ВВП на душу населения и одновременно отмечает заметные исключения из этой закономерности. Охват 150 стран и 140 языков даёт редкий по масштабу срез реального поведения, а не прогнозов аналитиков.

Google прямо называет ATLAS первой итерацией. Инструменты наблюдения за влиянием ИИ на экономику остаются в разработке. Опубликованные цифры стоит воспринимать как базовую линию: точку отсчёта, от которой будет измеряться движение в следующих версиях исследования.