Google 睇 1,500 萬次 Gemini 對話:AI 多數仲係同人拍住做
Tech News

Google 睇 1,500 萬次 Gemini 對話:AI 多數仲係同人拍住做

圖片:via Ars Technica — https://arstechnica.com/ai/2026/07/despite-ai-hype-googles-data-shows-workers-arent-automating-themselves-away/
TechLab 編輯部(譯)·

完整自動化少過一成,但研究範圍有幾個大缺口

Google 分析咗近 1,500 萬次 Gemini 互動,得出一個幾貼近現實辦公室嘅畫面:大家已經用 AI 寫草稿、搵資料、改內容同拆問題,但多數仲要有人接手判斷、修正同交收。研究分類為完整自動化嘅工作互動少過一成,所以話 AI 已經大規模接管白領工作,暫時未有呢批數據支持;反過來講,呢份報告亦證明唔到 AI 唔會影響職位。

用得闊,但每份工只掂一小部分

ATLAS v1.0 涵蓋 2026 年 4 月 6 至 19 日、14,653,926 次經去識別處理嘅 Gemini App、AI Mode 同 Gemini API 互動,橫跨逾 150 個國家、140 種語言、約 800 類職業同 4,000 項任務。Google 喺 68% 職業類別見到足夠 AI 使用量,呢批職業對應約九成美國就業人口;不過喺有 AI 使用嘅職業入面,中位數只涉及約 21% 任務。即係 AI 已經周圍出現,但未食晒成份工。

呢個差別好重要。職位本身係一堆任務砌出嚟,寫電郵、查資料、開會、同客溝通、批核同承擔責任,未必可以一次過交畀同一個模型。ATLAS 見到最多嘅用法係起稿、修改、構思策略、搵資料同學習;非例行認知工作佔 O*NET 任務約 35%,但佔 Gemini 工作互動約 65%。用家似係拎 AI 幫手構思同加快第一輪,而由 AI 接手成項任務、由頭做到尾嘅情況仍然少見。

Google AI & Economy ATLAS 綠色網格主視覺

圖片:Google

最易自動化嗰批,輪廓其實幾清楚

報告入面有個幾值得留意嘅分野:非例行認知任務嘅完整自動化比例少過一成,例行認知任務就超過四分一。換句話講,格式固定、規則清楚、輸入輸出容易驗證嘅工序,較有條件交畀 AI 由頭做到尾;牽涉取捨、跨部門協調、品牌判斷或者風險承擔嗰啲,暫時仍然要人同 AI 來回協作。公司部署 AI 時,先整理重複工序同驗收準則,通常實際過一開始就幻想全自動部門。

Google ATLAS 按職業類別整理 AI 採用情況嘅圖表

圖片:Google

呢份數據唔可以直接套落香港職場

雖然互動來自逾 150 個國家,但研究用美國 BLS 職業分類同 ONET 任務資料做底,再用模型估每段對話屬於咩職業同任務。ONET 本身描述美國經濟入面嘅工種,香港公司嘅職責分配、人手規模同監管要求未必相同。自動分類器經人手驗證後表現可靠,但對話本身未必講明用家職位,分得愈仔細,誤差就愈大。呢批結果適合睇大方向,唔適合拎嚟估香港邊個工種會少幾多位。

同樣要分清楚,互動模式唔等於生產力、裁員率或者就業變化。研究睇到用家要求 Gemini 做咩,睇唔到答案最後有冇採用、慳咗幾多時間、質素有冇提升,亦睇唔到公司有冇因為 AI 少請人。超過 86% 樣本互動仲要屬工作以外用途,包括格價、處理家務同查政府服務。呢啲可能幫人慳時間,不過單靠對話紀錄計唔到實際經濟價值。

Google ATLAS 比較整體任務同 Gemini 工作互動分布嘅圖表

圖片:Google

Google 自己研究 Gemini,缺口要一齊睇

報告由賣 Gemini 嘅 Google 自己做,供應商角度無可避免,解讀時要留一手。更實際嘅問題係樣本冇包括 Google Workspace、Gemini Enterprise、AI Overviews、Google Translate、付費 Gemini API 內容同 agentic coding 等用途。企業入面最有機會連接文件、權限、內部系統同批量工序嗰批工具,偏偏未完整入鏡,所以自動化比例有可能俾低估。兩星期數據亦只係快照,追蹤幾季先睇到用法有冇由輔助逐步轉向代辦。

上班族、內容團隊同 developer 可以點分工

而家較穩陣嘅做法係畀 AI 負責搵料、列選項、起第一稿、改格式同檢查明顯問題,再由人定目標、核對來源、處理例外同批出最終結果。內容團隊要保留事實核查、角度同發布決定;developer 可以畀 AI 寫樣板、解錯同補測試,但涉及架構、權限、安全同 production 變更,仍然要有人 review。ATLAS 冇完整計入 agentic coding,所以開發團隊尤其唔應該用「少過一成」當安全線。之後如果有涵蓋企業工具嘅連續數據,先可以睇清楚 AI 幾快由協助人做嘢,變成直接代辦成項任務。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook