ИИ перестает быть магическим заменителем: как данные ATLAS Google меняют понимание рынка

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

Google опубликовала первый крупный доклад о том, как люди реально используют модели искусственного интеллекта в работе и быту. Исследование, получившее название ATLAS (AI & Technology in Labor and Society), опирается на обезличенные данные с 150 тысяч взаимодействий. В отличие от маркетинговых прогнозов, этот документ фиксирует текущее состояние дел: ИИ стал повсеместным, но не заменил человека.

Точечное внедрение вместо полной замены

Ключевая цифра отчета: медианное использование ИИ в одной профессии охватывает лишь около 21% задач. Меньше 10% взаимодействий связаны с полной автоматизацией процессов. Остальные сценарии — это совместная работа человека и модели. ИИ выступает как инструмент для ускорения отдельных шагов: поиска информации, формирования идей, черновиков или аналитики, но не как автономный оператор всего рабочего цикла.

«ИИ входит в профессию, но не заменяет её целиком», — отмечают эксперты, анализирующие методологию отчета.

Этот подход снимает многие тревоги о скором исчезновении профессий. Вместо апокалиптических сценариев мы видим инструментальную интеграцию. В некоторых отраслях, таких как строительство, ИИ помогает в менее чем 1% задач, тогда как в сфере IT или маркетинга автоматизировано уже около половины процессов. Среднее значение в 21% скрывает значительные различия, подчеркивая, что ценность создается на уровне конкретных действий, а не исчезновения ролей.

Для продуктовых команд это дает практический ориентир: спрос формируется вокруг узких, повторяемых и трудоемких интеллектуальных шагов. Эффективность искусственного интеллекта нужно измерять сокращением времени на операции или уменьшением количества итераций, а не просто процентом «автоматизированных рабочих мест». Именно поэтому специализированные ко-пилоты, встроенные в контекст продукта, работают лучше универсальных чат-ботов.

ИИ как интерфейс для повседневной жизни

До 86% всех взаимодействий с моделями происходят вне рабочего времени. Люди используют ИИ дома для обработки документов, поиска информации перед покупками или решения бытовых административных вопросов — от заполнения заявлений до взаимодействия с государственными сервисами. Здесь ИИ берет на себя функции интерфейса для высокофрикционных задач, снижая когнитивную нагрузку и упрощая навигацию по сложным системам.

*Внимание:* Отчет подчеркивает, что ATLAS является первой итерацией продолжающегося исследования. Данные отражают ранние предположения о влиянии технологий на экономику и требуют дальнейшего наблюдения.

Для рынка это означает сдвиг фокуса с офисных сценариев на потребительские. Конкуренция будет идти за аккаунты как в корпоративном секторе, так и в частном. Критически важными станут продукты, способные связывать модель с реальными системами: документами, формами, API сервисов и личными архивами. Следующий этап развития ИИ — это не просто увеличение размера нейросети, но её глубокая интеграция в повседневную инфраструктуру. Пользователи приходят за помощью в конкретной ситуации, а не за ответом в вакууме, что предъявляет новые требования к приватности и безопасности.

Мультимодальность и физический труд

Исследование не ограничивается офисными сценариями. В сферах физического труда и технического обслуживания — у автотехников, промышленных механиков — ИИ работает как «живой коллега». Модели здесь используются для диагностики неисправностей, устранения неполадок и обучения персонала. Пользователи в этих областях в два раза чаще обращаются к мультимодальным возможностям, работая не только с текстом, но и с изображениями и видео.

Примеры включают интерпретацию результатов тестов, поиск дефектов в проводке и оценку состояния оборудования по фото. Это свидетельствует о том, что граница применения ИИ смещается: она разделяет задачи, которые можно описать текстом, и задачи, требующие визуального или сенсорного контекста. Там, где ранее автоматизация останавливалась из-за отсутствия структурированных данных, мультимодальные модели закрывают разрыв между наблюдением и выводом. Это открывает перспективы для производителей инструментов и систем, требующих визуальной диагностики в шумной и неструктурированной среде.

В заключение, отчёт Google ATLAS подтверждает, что победителями ближайшего этапа станут компании, которые смогут качественно встроить ИИ в конкретные рабочие цепочки. Успех зависит от качества сотрудничества человека и машины, а не от способности заменить его. Самые перспективные сценарии включают поиск, первичную диагностику, сбор контекста и заполнение форм.