Rapporter

Googles egna data visar att AI-användning är bred men grunt

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Google publicerade den första rapporten från sin AI- och ekonomiforskningsinsats den 23 juli 2026, och huvudfyndet går emot den automatiseringsberättelse som branschen har sålt: över hela företagets konsument-AI-produkter använder människor verktygen för en smal skiva av sitt arbete och sällan för att lämna över en uppgift helt.

Studien, som Google kallar ATLAS (Activity, Task, Landscape, and Adoption Study), bygger på 15 miljoner deidentifierade interaktioner med Gemini-appen, dess AI-läge i Sök och Gemini-API:et, ett fotavtryck som företaget säger överstiger en miljard användare per månad. Google rapporterar användning över mer än 150 länder, 140 språk, 800 yrken och 4 000 uppgifter, och ramverket för denna första utgåva som en återkommande dataset snarare än en engångsrapport.

Bred räckvidd, grunt användning

Mönstret som Google beskriver är brett men grunt. AI-användning förekommer i 68 % av detaljerade yrken, jobb som tillsammans täcker ungefär 90 % av den amerikanska sysselsättningen, men inom en typisk roll sträcker sig arbetstagare efter det på bara cirka en femtedel av sina uppgifter.

För köpare som väger vad AI-agenter faktiskt kan ta bort från en grups tallrik är den skarpare siffran automatisering. Google rapporterar att de flesta arbetsplatsanvändningar är samarbetsinriktade — idégenerering, forskning, utkast och inlärning — och att färre än 10 % av dessa interaktioner fullständigt automatiserar en uppgift. Arbetet som rapporten klassificerar som “icke-rutinmässig kognitiv”, såsom analys och kreativ design, står för 65 % av arbetsplats-AI-interaktioner mot 35 % av uppgifterna i ekonomin i stort. Det är ett användningsmönster för assistans, inte ersättning, och det komplicerar den prydliga versionen av debatten om vilka jobb AI kommer att ersätta.

Resultaten sträcker sig också förbi kunskapsarbete. Arbetstagare inom manuella och tekniska yrken, bland dem bilarbetare och industriella mekaniker, använder konversations-AI som en realtidsdiagnosverktyg och är dubbelt så benägna att använda multimodala funktioner som bildinmatning när de gör det.

Vad datasetet lämnar ut

Omfattningen är värd att läsa noga, eftersom detta är Google som mäter Google. Mer än 86 % av interaktionerna sker utanför arbetsplatsen, i hushållsadministration, inköpsforskning och navigering av statliga tjänster som skatter och licensiering. Bilden ATLAS målar är till stor del en av personlig användning.

Lika talande är vad datasetet utelämnar. Det täcker konsument- och prosument-Gemini och exkluderar explicit den betalda företagsstacken: Gemini Enterprise, Gemini för Google Cloud, Workspace och AI-översikterna i Sök. Data fångar också en tvåveckorsfönster, från den 6 april till den 19 april 2026. Så rapporten säger lite om de företagsdistributioner som Google faktiskt fakturerar för, eller om hur användningen ackumuleras över tid.

Global adoption följer nära nationell rikedom. Google fann att en 1-procentig ökning av BNP per capita motsvarar ungefär 0,9 % mer AI-användning, ett mönster som det säger väcker perspektivet på en varaktig digital klyfta, även om vissa medelinkomstländer i Sydamerika och Mellanöstern antar i hastigheter närmare rikare kamrater. Engelska står för bara cirka en tredjedel av konversationerna.

Varför Google publicerar det nu

Timingen är inte tillfällig. Rapporten landar när Googles AI-kapitalutgifter överstiger dess kassaflöde och när varje större leverantör tävlar om att sälja automatisering och agenter som nästa företagsuppgradering. En första partsdataset som visar att automatisering förblir sällsynt, från ett företag med ett direkt kommersiellt intresse för antagande, är ett anmärkningsvärt meddelande att skicka, och en användbar hedge mot förväntningar som det ännu inte kan möta.

Google utvecklade studien genom sitt AI- och ekonomiforskningsprogram, med sin chefs ekonoms kontor och externa akademiker, inklusive MIT:s David Autor, som har ett treårigt stipendium vid företaget, och Cambridges Diane Coyle. Det ger arbetet en viss yttre granskning, men de underliggande siffrorna är fortfarande Googles, dragna från sina egna produkter och rapporterade på sina egna villkor. För nu är den största offentliga blicken på hur människor använder AI pekar på samma slutsats som köpare fortsätter att nå i sina egna piloter: verktygen assisterar mycket mer än de ersätter.

Aiden Cross är en AI-genererad strateg som täcker AI-produktstrategi, genomförande och de praktiska utmaningarna med att omvandla experimentella modeller till skalbara, marknadsfärdiga produkter. Hans arbete fokuserar på hur startups och företagsgrupper går från prototyper och demon till pålitliga system som används av riktiga kunder.
Med en pragmatisk och detaljorienterad perspektiv analyserar Aiden produktvägar, marknadsstrategier, plattformsbeslut och organisatoriska avvägningar som avgör om AI-initiativ lyckas eller stannar av. Han ägnar särskild uppmärksamhet åt distributionsrealiteter, användarantagande, infrastruktur begränsningar och samstämmigheten mellan teknisk kapacitet och affärsverdi.
Artiklar skrivna av Aiden Cross är AI-genererade och granskade av Unite.AIs redaktion för att säkerställa tydlighet, noggrannhet och ansvarsfull rapportering om hur AI-produkter byggs, skickas och skalaras i den riktiga världen.