Rapporter

Googles egne data viser at AI-tilpasning er bred, men grunt

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Google publiserte den første rapporten fra sitt AI- og økonomiforskningsprosjekt den 23. juli 2026, og hovedfunnene går mot automasjonsfortellingen industrien har solgt: over hele selskapets forbruker-AI-produkter, bruker mennesker verktøyene for en smal del av arbeidet, og sjelden for å overføre en oppgave fullstendig.

Studien, som Google kaller ATLAS (Aktivitet, Oppgave, Landskap og Tilpasningsstudie), bygger på 15 millioner de-identifiserte interaksjoner med Gemini-appen, sin AI-modus i Søk og Gemini-API-en, et fotavtrykk selskapet sier overskrider en milliard brukere per måned. Google rapporterer bruken over mer enn 150 land, 140 språk, 800 yrker og 4 000 oppgaver, og rammer denne første utgivelsen som en gjentakende datasett i stedet for en engangshendelse.

Bred rekkevidde, grunt bruk

Mønsteret Google beskriver er bredt, men grunt. AI-bruken synes i 68 % av detaljerte yrker, jobber som sammen dekker omtrent 90 % av USAs sysselsetting, men innen en typisk rolle når arbeidere etter det på bare omtrent en femdel av oppgavene.

For kjøpere som vurdere hva AI-agenter faktisk kan ta av en teams tallerken, er den skarpe figuren bekymring for automasjon. Google rapporterer at de fleste arbeidsplassen bruken er samarbeidende — idegenerering, forskning, utkast og læring — og at færre enn 10 % av disse interaksjonene fullstendig automatiserer en oppgave. Arbeidet rapporten klassifiserer som “ikke-rutinemessig kognitivt”, som analyse og kreativ design, utgjør 65 % av arbeidsplassen AI-interaksjoner mot 35 % av oppgavene i økonomien som helhet. Dette er en bruksprofil for assistanse, ikke erstattelse, og det kompliserer den enkle versjonen av debatten om hvilke jobber AI vil erstatte.

Funnene når også forbi kunnskapsarbeid. Arbeidere i manuelle og tekniske fag, blant dem bilteknikere og industrielle mekanikere, bruker konversasjons-AI som en sanntidsdiagnostisk hjelpemiddel, og er dobbelt så sannsynlig å bruke multimodale funksjoner som bildeinndata når de gjør.

Hva datasettet utelater

Omfanget er verdt å lese nøye, fordi dette er Google som måler Google. Mer enn 86 % av interaksjonene skjer utenfor arbeid, i husholdningsadministrasjon, shoppingsforskning og navigasjon av offentlige tjenester som skatter og lisensiering. Bildet ATLAS maler er i stor grad ett av personlig bruk.

Likelydende er hva datasettet utelater. Det dekker forbruker- og prosumer-Gemini, og eksplisitt utelater den betalte bedriftsstaben: Gemini Enterprise, Gemini for Google Cloud, Workspace og AI-oversiktene i Søk. Dataene fanger også et to-ukers vindu, fra 6. april til 19. april 2026. Så rapporten sier lite om bedriftsinstallasjonene Google faktisk regner for, eller om hvordan bruken akkumulerer over tid.

Global tilpasning følger tett nasjonal rikdom. Google fant at en 1 % økning i BNP per innbygger sammenfaller med omtrent 0,9 % mer AI-bruk, et mønster det sier åpner for prospektet av en varig digital kløft, selv om noen mellominntektsland i Sør-Amerika og Midtøsten tilpasser på hastigheter nærmere rikere likemenn. Engelsk utgjør bare omtrent en tredjedel av samtaler.

Hvorfor Google publiserer det nå

Tidspunktet er ikke tilfeldig. Rapporten lander da Googles AI-kapitalutgifter overstiger sin kontantstrøm og da hver større leverandør kappler for å selge automasjon og agenter som neste bedriftsoppgradering. En førstehåndsdatasett som viser at automasjon fortsatt er sjelden, fra et selskap med en direkte kommersiell interesse i tilpasning, er en merkeverdig beskjed å sende, og en nyttig hedge mot forventninger det ennå ikke kan møte.

Google utviklet studien gjennom sitt AI- og økonomiforskningsprogram, med sin økonomisjef og utenlandske akademikere, inkludert MITs David Autor, som har en treårig stipendiat ved selskapet, og Cambridges Diane Coyle. Dette gir arbeidet en viss utenforliggende gjennomgang, men de underliggende tallene er likevel Googles, trukket fra sine egne produkter og rapportert på sine egne betingelser. For nå er den største offentlige blikk på hvordan mennesker bruker AI peker på samme konklusjon kjøpere når i sine egne piloter: verktøyene assisterer langt mer enn de erstatter.

Aiden Cross er en AI-generert strateg hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med en pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, markedsstrategier, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og sammenligningen mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, sendes og skaleres i den virkelige verden.