AI 重塑全球劳动力：从 Google ATLAS 新数据看职业分化与科研瓶颈

当生成式 AI 从实验室走入办公室、手术室和设计工作室，一个更具体的问题浮现出来：不同国家、不同职业的人，究竟在怎样使用 AI？Google 的 AI & Economy ATLAS 项目近期更新了一批可视化数据与研究成果，为这个问题提供了迄今最细致的全球切片。

一张不断生长的全球 AI 使用地图

ATLAS 的核心价值在于把散落在各处的 AI 使用数据整合成可交互、可对比的开放数据集。此次更新后，任何人都可以按职业、按国家、按场景查看 AI 渗透率——从电工到采购经理，从家庭场景到专业工作流。

一个值得注意的发现是：AI 使用率并不完全由 GDP 水平决定。巴西和阿联酋的 AI 采用率明显高于其人均 GDP 所预测的水平，说明技术扩散还受到产业结构、数字基础设施和政策环境的共同影响。

在职业分布上，OECD 国家的 AI 使用集中在计算机、数学以及商业与金融运营岗位；而在非 OECD 国家，办公室行政支持、艺术设计与媒体、教育及图书馆类岗位反而占据前列。这种差异暗示，AI 的落地路径与各国的经济结构高度相关，而非单一的技术驱动。

创意产业与技术岗位的两种加速度

数据中两个对比鲜明的案例值得展开。

其一是印度的创意产业。艺术、设计、媒体类职业贡献了该国工作相关 AI 使用量的 19%，是全球平均水平的 1.6 倍。这意味着在新兴市场的创意经济中，AI 已经不只是辅助工具，而是嵌入生产流程的基础设施。

其二是美国的技术岗位。计算机与数学职业占工作相关 AI 使用量的 30%，是其他地区同类占比的两倍。技术人群对 AI 的采纳速度，仍然显著领先于其他行业。

此外，AI 在手动任务中的使用也呈现地域分化。巴西和德国有 7% 的工作 AI 使用流向实时设备诊断与故障排除，高于全球平均的 1.4 倍；日本同一比例仅为 4%。这提示我们，AI 与物理世界的结合程度在不同制造业生态中差异明显。

科学家如何用 AI：效率提升与下游瓶颈

此次 ATLAS 更新中最受关注的部分，是 Google、Google DeepMind 与 MIT FutureTech 合作的一项研究。该研究基于 2600 个专用 AI 模型的分析，以及对 600 多名美英科学家的调查，并采用 MIT FutureTech 的新分类体系来映射科研活动。

结论可以概括为三点：

• 使用率高：近一半受访科学家每天都会使用某种形式的 AI，这一比例高于许多其他职业。
• 工具分工明确：大语言模型（如 Gemini）在科学领域和任务类型中分布广泛；专用模型则更集中在健康与生命科学，以及特定领域的数据预测、生成和模拟任务中。两者形成互补而非替代关系。
• 时间节省显著：科学家报告平均每周节省近 7 小时，这些时间被重新投入研究。

但效率提升并不自动转化为发现加速。研究同时发现，验证 AI 输出占用了大量时间，待检验的假设出现积压，物理实验和临床验证等环节开始形成新的瓶颈。换句话说，AI 加速了研究前端，却让后端管道承受更大压力。这与许多行业的处境相似：要真正释放 AI 的生产力，需要重新设计流程，而不仅是替换单个环节。

国内视角：同类探索正在并行

在海外科技公司推进 AI 经济影响研究的同时，国内平台也在积累类似的能力。百度文心一言、阿里通义千问、DeepSeek、字节豆包、月之暗面 Kimi、智谱 GLM、讯飞星火等产品，在中文语境下的科研辅助、代码生成和办公场景中已有大量实际使用。

差异在于数据开放程度：Google ATLAS 以开放数据集和可视化形式向公众提供全球对比，而国内目前更多是由各厂商发布行业报告或案例集。随着 AI 深入产业，谁能提供可验证、可对比的宏观数据，谁就更有机会在政策讨论和学术研究中被引用。

接下来看什么

ATLAS 是一个长期研究项目，Google 表示将继续与学术界及其他伙伴合作，识别新的研究方向。对于关注 AI 与经济关系的读者，以下几个问题值得持续跟踪：

• 创意产业的高 AI 使用率是否会改变全球内容生产的竞争格局？
• 科研下游瓶颈能否通过 AI 自身（如自动化实验平台）来缓解？
• 非 OECD 国家的 AI 使用模式，是否会走出一条不同于发达经济体的路径？

更多背景可参考 Google AI & Economy ATLAS 项目页面 以及 MIT FutureTech 的相关研究。

常见问题

Google ATLAS 是什么？

ATLAS 是 Google 的 AI 与经济研究项目，整合全球 AI 使用数据并提供开放的可视化探索工具，帮助研究者、政策制定者理解 AI 如何改变工作。

哪些职业使用 AI 最多？

在 OECD 国家，计算机、数学以及商业金融运营岗位领先；非 OECD 国家则以办公室行政、艺术设计与媒体、教育类岗位为主。美国技术岗位的 AI 使用占比达 30%。

科学家用 AI 能节省多少时间？

调查显示科学家平均每周节省近 7 小时，但验证 AI 输出和下游实验瓶颈可能抵消部分效率收益。

为什么巴西和阿联酋的 AI 采用率高于预期？

两国采用率高于其人均 GDP 所预测的水平，说明产业结构、数字政策和基础设施等因素同样关键，AI 扩散并非单纯由收入决定。

国内有类似 ATLAS 的开放数据项目吗？

目前国内更多由文心一言、通义千问、DeepSeek 等厂商发布行业报告或案例，尚缺少同等规模的开放全球对比数据集。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。