Google开放AI与经济ATLAS交互数据，并发布科学家用AI研究
Google把ATLAS的百万级全球数据点做成开放交互页面，同时联合Google DeepMind、MIT FutureTech发布研究：近半受调查科学家每天用AI，每周省近 7 小时，但假设验证和实验环节出现积压。
AI解读：Google把AI与经济ATLAS的数据做成了开放的交互页面，普通人可以按职业、国家、家庭场景去看AI到底被谁用、用在哪。此前这些数据以静态形式存在，现在降低的是查询门槛，而不是新增了使用场景。
数据里有几个反直觉的对比：印度艺术、设计、媒体职业占其工作相关AI使用的 19%，是全球平均的 1.6 倍；美国计算机和数学职业占 30%，是其他地区的两倍。这说明AI的渗透路径并不按“技术先进程度”单一排列。
对科研人员来说，一周省下近 7 小时是真实的效率信号，但研究同时发现验证AI输出的时间增加、待检验假设积压、实验和临床验证环节出现瓶颈。省下的时间没有自动变成新发现，更像是把堵点从写代码、查文献挪到了做实验和验结果。
真正需要关注这项更新的是做科研管理、政策制定或职业研究的人：交互页面能让他们直接查看巴西、UAE等AI采用率高于人均GDP预期的国家，以及手动任务诊断等细分场景。普通读者不必立即行动，看懂“AI用得多不等于产出多”这件事就够了，这也是ATLAS后续要长期跟踪的问题。
Google于 2026 年 9 月 15 日在其官方博客宣布，为AI与经济ATLAS项目上线新的交互式开放访问体验，让ATLAS的百万级全球数据点更容易被查看和使用。ATLAS由Google首席经济学家办公室AI与经济负责人Zanna Iscenko和Technology & Society的StratOps及特别项目负责人Scott Strand署名介绍。
Google同时公布了与Google DeepMind、MIT FutureTech合作的一项基于ATLAS的研究，分析 2600 个专用AI模型，并调查了 600 多名美国和英国科学家，考察科学家如何使用AI。
Google在博客中列举了ATLAS数据反映的部分使用差异：印度创意产业的工作相关AI使用中，艺术、设计、媒体职业占 19%，是全球平均水平的 1.6 倍；美国计算机和数学职业占工作相关AI使用的 30%，是其他地区的两倍。
交互页面可以查什么
新上线的开放访问体验把ATLAS数据做成可交互形式。Google表示，用户可以在页面中查看不同职业的AI使用率，从电工到采购经理都包括在内；也可以查看人们在家中使用AI的方式，以及各国AI采用率。
按职业划分，Google称在OECD国家，计算机和数学职业以及商业和金融运营职业在AI使用上领先；在非OECD国家，办公室和行政支持、艺术/设计/娱乐/体育/媒体，以及教育教学和图书馆职业排在前列。
Google还提到收入水平与采用率的关系：AI采用率通常与一国收入水平相关，但巴西和阿联酋等国的采用率高于其人均GDP所预测的水平。
在手动任务方面，用于实时设备诊断和故障排除的AI使用因地区差异明显。Google称巴西和德国有 7% 的工作相关AI使用用于手动任务，是全球平均水平的 1.4 倍；日本为 4%。
- 可查看职业维度：电工、采购经理等具体职业的AI使用率。
- 可查看场景维度：人们在家中的AI使用方式。
- 可查看国家维度：各国AI采用率。
Google如何定位这项研究
Google与Google DeepMind、MIT FutureTech合作的研究基于ATLAS数据，分析了 2600 个专用AI模型，并调查了 600 多名美国和英国科学家。研究使用MIT FutureTech的新分类法，对科学家的工作内容进行组织。
研究称，科学家使用AI的比例高于许多其他职业，近一半受调查科学家每天使用某种形式的AI。
在工具类型上，科学家同时使用大语言模型和专用模型，但任务不同。Google称Gemini等大语言模型的使用广泛分布在科学领域和任务类别中；专用AI模型则相对更常见于健康与生命科学，以及特定领域的数据预测、生成和模拟任务。
研究还发现，科学家报告每周节省近 7 小时，从而有更多时间做研究。但Google同时指出，这未必立即转化为新发现：研究发现了花大量时间验证AI输出的证据，待检验假设出现积压，物理实验和临床验证等环节也出现瓶颈。
- 分析对象：2600 个专用AI模型。
- 调查对象：600 多名美国和英国科学家。
- 使用频率：近一半受调查科学家每天使用某种形式的AI。
- 时间节省：科学家报告每周节省略低于 7 小时。
- 瓶颈：验证AI输出耗时、假设积压、物理实验与临床验证环节。
Google如何定位这项研究
Google在博客中将科学领域的发现与多数职业类比：AI有潜力大幅提高生产力，但要对产出和发现有大规模影响，可能需要重新设计科学流程和工作流，才能实现快速演进的AI能力所蕴含的潜力。
Google表示ATLAS是一个长期研究项目，将继续与学术界及其他合作伙伴确定新的研究领域并提供新见解，以更好理解AI如何改变经济。