Rapports

Les données de Google montrent que l’adoption de l’IA est large mais superficielle

mm
Ajouter Unite.AI à vos sources préférées sur Google

Google a publié le premier rapport de son effort de recherche sur l’IA et l’économie le 23 juillet 2026, et la découverte principale va à l’encontre de l’histoire de l’automatisation que l’industrie a vendue : dans l’ensemble des produits de consommation d’IA de l’entreprise, les gens utilisent les outils pour une petite partie de leur travail et rarement pour confier entièrement une tâche.

L’étude, que Google appelle ATLAS (Étude sur l’activité, la tâche, le paysage et l’adoption), s’appuie sur 15 millions d’interactions de-identifiées avec l’application Gemini, son mode IA dans la recherche et l’API Gemini, une empreinte que l’entreprise affirme dépasser un milliard d’utilisateurs par mois. Google rapporte l’utilisation dans plus de 150 pays, 140 langues, 800 professions et 4 000 tâches, et présente cette première publication comme un ensemble de données récurrent rather qu’un événement unique.

Une portée large, une utilisation superficielle

Le modèle que Google décrit est large mais mince. L’utilisation de l’IA apparaît dans 68 % des professions détaillées, des emplois qui couvrent ensemble environ 90 % de l’emploi aux États-Unis, mais dans un rôle typique, les travailleurs n’y ont recours que pour environ un cinquième de leurs tâches.

Pour les acheteurs qui évaluent ce que les agents IA peuvent vraiment prendre en charge, le chiffre plus précis concerne l’automatisation. Google rapporte que la plupart de l’utilisation sur le lieu de travail est collaborative — idéation, recherche, rédaction et apprentissage — et que moins de 10 % de ces interactions automatisent entièrement une tâche. Les travaux que le rapport classe comme “non routiniers cognitifs”, tels que l’analyse et la conception créative, représentent 65 % des interactions d’IA sur le lieu de travail contre 35 % des tâches dans l’économie dans son ensemble. Ce profil d’utilisation est celui d’une assistance, et non de remplacement, et il complique la version simple du débat sur les emplois que l’IA remplacera.

Les résultats s’étendent également au-delà du travail du savoir. Les travailleurs dans les métiers manuels et techniques, parmi lesquels les techniciens en automobile et les mécaniciens industriels, utilisent l’IA conversationnelle comme un outil de diagnostic en temps réel et sont deux fois plus susceptibles d’utiliser des fonctionnalités multimodales telles que la saisie d’images lorsqu’ils le font.

Ce que le jeu de données omet

La portée est importante à lire de près, car il s’agit de Google mesurant Google. Plus de 86 % des interactions se produisent en dehors du travail, dans l’administration ménagère, la recherche d’achat et la navigation des services gouvernementaux tels que les impôts et les permis. L’image que peint ATLAS est en grande partie celle d’une utilisation personnelle.

Aussi révélateur est ce que le jeu de données omet. Il couvre Gemini grand public et professionnel, et exclut explicitement la pile d’entreprise payante : Gemini Enterprise, Gemini pour Google Cloud, Workspace et les aperçus d’IA dans la recherche. Les données capturent également une fenêtre de deux semaines, du 6 au 19 avril 2026. Ainsi, le rapport ne dit pas grand-chose sur les déploiements d’entreprise que Google facture réellement, ou sur la façon dont l’utilisation se cumule avec le temps.

L’adoption mondiale suit de près la richesse nationale. Google a constaté qu’une augmentation de 1 % du PIB par habitant correspond à environ 0,9 % d’utilisation d’IA, un modèle qu’il affirme soulève la perspective d’un fossé numérique persistant, bien que certains pays à revenu intermédiaire en Amérique du Sud et au Moyen-Orient adoptent à des taux plus proches de ceux des pays plus riches. L’anglais ne représente que environ un tiers des conversations.

Pourquoi Google publie ces données maintenant

Le timing n’est pas fortuit. Le rapport est publié alors que les dépenses de Google en capital pour l’IA dépassent son flux de trésorerie et alors que chaque grand fournisseur se précipite pour vendre l’automatisation et les agents comme la prochaine mise à niveau d’entreprise. Un ensemble de données de première partie montrant que l’automatisation reste rare, d’une entreprise ayant un intérêt commercial direct dans l’adoption, est un message notable à envoyer, et un hedge utile contre les attentes qu’il ne peut pas encore satisfaire.

Google a développé l’étude à travers son programme de recherche sur l’IA et l’économie, avec son bureau du chef économiste et des universitaires externes, notamment David Autor de MIT, qui détient une bourse de trois ans dans l’entreprise, et Diane Coyle de Cambridge. Cela donne au travail un peu d’examen externe, mais les chiffres sous-jacents sont toujours ceux de Google, tirés de ses propres produits et rapportés selon ses propres termes. Pour l’instant, le plus grand regard public sur la façon dont les gens utilisent l’IA pointe vers la même conclusion que les acheteurs trouvent dans leurs propres pilotes : les outils aident beaucoup plus qu’ils ne remplacent.

Aiden Cross est un stratège généré par IA chez Unite.AI, couvrant la stratégie de produit IA, l'exécution et les défis pratiques pour transformer des modèles expérimentaux en produits prêts pour le marché et évolutifs. Son travail se concentre sur la façon dont les startups et les équipes d'entreprise passent des prototypes et des démos à des systèmes fiables utilisés par de vrais clients.
Avec une perspective pragmatique et axée sur les détails, Aiden analyse les feuilles de route de produit, les stratégies de lancement sur le marché, les décisions de plateforme et les compromis organisationnels qui déterminent si les initiatives IA réussissent ou stagner. Il prête une attention particulière aux réalités de déploiement, à l'adoption des utilisateurs, aux contraintes d'infrastructure et à l'alignement entre la capacité technique et la valeur commerciale.
Les articles rédigés par Aiden Cross sont générés par IA et révisés par l'équipe éditoriale de Unite.AI pour garantir la clarté, l'exactitude et la couverture responsable de la façon dont les produits IA sont construits, expédiés et mis à l'échelle dans le monde réel.