Google AI Economy ATLAS(アトラス)とは？1,500万件で見えた仕事とAIの実態

Google AI Economy ATLAS(アトラス)とは、Google系AIが仕事と日常生活でどう使われたかを、匿名化した大規模な利用ログから読み解く継続研究です。
職業を丸ごとAIへ置き換える話ではなく、仕事をタスクへ分けて利用実態を見る点に特徴があります。

見出しの「1,500万件」は利用者数ではありません。最終分析対象は14,653,926件のインタラクションであり、「1,500万人を調査した」と言い換えると単位が変わってしまいます。

Google AI Economy ATLASから分かるのは、AI利用の広がりと使われ方です。
一方で、生産性、売上、雇用への因果効果は測っていません。数字の大きさに引かれる前に、何を数え、何を数えていないのかを分けて見ていきましょう。

Google AI Economy ATLAS(アトラス)とは

Googleは2026年7月23日に、ATLAS第1版を公開しました。正式名称はGoogle’s AI & Economy ATLASで、ブラウザ製品やAIモデルではなく、経済活動におけるAI利用を追う研究プロジェクトです。

出典: Google公式「AI & Economy Research Program」(英語)

対象は150超の国・地域、140超の言語、800超の職業にまたがり、仕事上の4,000タスクと日常生活の300活動へ整理されました。
この規模によって利用の全体像は見やすくなりますが、大規模データであることと成果を証明できることは別です。

ATLASの定義と読める範囲

項目	ATLASが示すこと	示さないこと
利用範囲	観察された職業・タスク	全企業の導入率
会話意図	支援・協働・自動化	将来の雇用数
利用場面	仕事と生活の分類	売上・利益への効果

ATLASは「どこで使われたか」を示す地図であり、「使った結果どうなったか」を示す成績表ではありません。
68%や21%を成果率や自動化率として読むことはできないと押さえてください。

Google AI Economy ATLASの調査方法

Google AI Economy ATLAS第1版は、2026年4月6日から19日までの2週間を観察しました。対象サービスはGemini App、Google AI Mode、Gemini APIの3つです。

仕事関連の利用は米国労働統計局の職業分類とO*NET Database 30.2へ、仕事外の利用はAmerican Time Use Survey 2024の活動分類へ対応づけられました。
専門用語を噛み砕くと、AIとの会話を「どの職業の、どの作業に近いか」という共通の物差しへ置き直した形です。

プライバシー面では、個人情報の除去、識別子の置換、二段階要約を行い、10人未満の利用者しか含まれないクラスタを除外しています。
最終データに元の対話文や個別要約を残さず、個人の会話ではなく集計した利用パターンを分析する設計です。

出典: Google公式「Google’s AI & Economy ATLAS」第1版(PDF・英語)

会話型サービスの結果を企業APIや社内AIの全利用へ広げないことが大切です。
調査方法を知ると、結果が間違いという話ではなく、適用できる範囲に境界があると判断できます。

出典: O*NET Resource Center「Database Releases Archive」(英語)

Google AI Economy ATLASで見えた仕事の実態

Google AI Economy ATLASでは、意味のあるAI利用が詳細職業の68%で観察され、その職業群は米国雇用の88%超を占めました。
どちらも従業員の利用率や業務の削減率ではありません。

ところが、利用が観察された職業の中で見ると、タスク浸透率の中央値は21%でした。つまり、AIが職業全体を覆ったというより、その仕事を構成する一部の作業へ選択的に入っていると読むほうが実態に近いでしょう。
68%、88%超、21%は対象の違う指標なので、足し引きして一つの割合にできません。

68%と21%は違う対象を測っている

数字	測った対象	誤った読み方
68%	利用を観察した職業	職業の自動化率
88%超	対象職業の雇用構成	従業員の利用率
21%	職業内タスクの中央値	労働時間の削減率

もう一つの特徴は、非定型認知タスクへの集中です。これは答えが一つに決まらず、情報を読み、考え、案を作り、比較する仕事を指します。
非定型認知タスクはO*NET上の全タスクの35%ですが、仕事関連のGemini利用では65%を占めました。35%と65%は分母が異なるため、差分を効果量にはできません。

情報検索、文書の下書き、レビュー、戦略案の整理は、AIが候補を出し人が確かめる形を取りやすい領域です。
自社の対象業務を分ける考え方は、日本AXを会社の業務へ落とす解説でも使えます。

出典: Google公式ブログ「Understanding the AI economy」(英語)

Google AI Economy ATLASは自動化より協働を映す

Google AI Economy ATLASで観察された非定型認知タスクでは、エンドツーエンドの自動化を意図した会話は10%未満でした。
これは仕事全体の自動化率でも、雇用が減る割合でもありません。

全面置換ではなく、人の判断を残したまま一部の認知作業を支援する。これがATLASから見える現在地です。
協働目的が多いという観察だけで「雇用への影響はない」とも断定できません。

AIの候補をそのまま成果とみなさず、同じ業務と合格基準で比べてください。
評価票の作り方は生成AIの品質テストを行う手順で詳しく確認できます。

現場仕事にも表れたGoogle AI Economy ATLASの事例

Google AI Economy ATLASは、手作業が中心に見える職種でもAI利用を捉えました。自動車整備士や産業機械整備士では、仕事関連利用全体と比べてマルチモーダル利用率が2倍超でした。

観察されたのは、車両部品のテスト、配線の確認、摩耗状態の点検、機械のエラーメッセージやテスト結果の解釈などです。
レンチを回す物理作業そのものではなく、診断と判断に隣接する認知タスクへAIが入っています。
画像や会話だけで安全に関わる最終判断を確定しない運用が欠かせません。

• 入力: 写真、エラー文、点検記録のどれを使うか
• 出力: 候補提示、要約、説明案のどこまで任せるか
• 確認: 最終判断を行う有資格者・責任者は誰か
• 停止: 不明瞭な画像や重大故障で人へ戻す条件は何か

診断候補を出すことと、安全な作業判断を確定することは別です。
外部の状態を変えるAIでは、ログ、承認、停止を確認するチェックリストも合わせ、AIが間違えた時の戻し方まで設計してください。

自社の実装判断へ変える3つの手順

ATLASの数字を自社の計画へ使うなら、最初の問いを「何人分を自動化できるか」から変え、
どのタスクで、誰の確認時間を減らし、どの品質を守るかを決めると、観察研究の読み方と整合します。

対象、基準、運用の順で決める

• 対象: 検索、下書き、レビュー、診断支援から1つを選ぶ
• 基準: 正しさ、抜け、所要時間、再確認時間を同じ票で測る
• 運用: 入力可能なデータ、承認者、停止条件、ログの保管先を決める

小規模実証では、AIありとAIなしで同じタスクを処理し、完成時間だけでなく修正時間も記録します。
初稿が速くても確認に時間がかかれば、業務全体の負担は減っていません。

国のAI方針を一斉導入ではなく小さな検証へ置き換える考え方は、第2期AI基本計画を企業の行動へ変える記事でも解説しています。
ここでも任せる作業と人が決める判断を先に分けるのが出発点です。

自社のどの作業から試すか、既存システムへどうつなぐかを社内だけで整理しきれない場合は、AI経営手帖のお問い合わせからご相談ください。
第三者の公開研究をノーサイドの実績と混同せず、御社の実測値で続行・見直しを判断できる形まで組み立てます。

限界とよくある質問

Google AI Economy ATLASとは、AI利用の現在地をタスク単位で観察する研究です。
日本企業だけの利用率として引用することはできず、導入後の工数削減、生産性、売上、投資効果も示していないため、自社の導入可否は小規模実証で補う必要があります。