［ビジネスマン向け］Googleの新指標「AI経済ATLAS」が示す、職業別のAI活用実態

2026-09-16

はじめに

　Googleは2026年9月15日、AIの日常利用を可視化する「AI & Economy ATLAS」の対話型ツールを公表しました。同時に、Google DeepMindとMIT FutureTechによる科学者のAI活用に関する新研究も発表されています。本稿では、職業別のAI活用状況と研究現場での実態を解説します。

参考記事

タイトル: New insights from Google’s AI & Economy ATLAS
著者: Zanna Iscenko、Scott Strand
発行元: Google
発行日: 2026年9月15日
URL: https://blog.google/innovation-and-ai/technology/ai/ai-economy-atlas-september-2026/

要点

Googleは「AI & Economy ATLAS」の新しい対話型データ公開ツールを開始し、職業別・国別のAI活用状況を無償で閲覧できるようにした。
インドの創造産業（アート・デザイン・メディア関連職）によるAI活用は、世界平均の1.6倍の水準にある。
米国ではコンピュータ・数学関連職のAI活用が仕事関連利用全体の30%を占め、他地域の平均の2倍である。
Google、Google DeepMind、MIT FutureTechの共同研究によれば、調査対象の科学者の約半数が日常的に何らかのAIを利用している。
科学者はAI活用により週あたり約7時間の時間を節約している一方、検証待ちの仮説が積み重なる新たなボトルネックも生じている。

詳細解説

AI & Economy ATLASとは

　「AI & Economy ATLAS」は、世界各地でAIが仕事や生活にどう使われているかを大規模データで示すGoogleの長期研究プロジェクトです。今回新たに公開された対話型ツールでは、電気工事士から購買担当者まで幅広い職種のAI活用率や、家庭での使われ方、国別の導入状況を利用者自身が掘り下げて確認できます。Googleによれば、インドの創造産業ではアート・デザイン・メディア関連職が仕事関連のAI利用の19%を占め、世界平均の1.6倍に達しているといいます。また、米国ではコンピュータ・数学関連職の利用が30%を占め、他地域の平均の2倍という結果も示されています。

　こうした職業別・国別のデータが公開・可視化される取り組みは、AIの経済への影響を数値で捉えようとする動きの一部といえます。似た狙いを持つ取り組みとして、Anthropicも独自の経済指標を定期的に公開しており、企業が働き方の変化を数値で把握する手段は少しずつ増えてきていると本稿としては受け止めています。

職業別のAI活用状況

　ATLASのデータからは、地域ごとの特徴的な傾向も読み取れます。

職業別の傾向: OECD加盟国ではコンピュータ・数学関連職や財務関連業務の利用が上位を占める一方、非OECD諸国では事務・管理支援職、アート・デザイン・メディア関連職、教育・図書館関連職が上位に入る。
所得水準と導入率の関係: AI導入率は国の所得水準とおおむね相関するが、ブラジルやUAEはGDPあたりの所得から予測される水準を上回る導入率を示している。
手作業へのAI活用: 設備の診断・トラブルシューティングなど手作業関連のAI活用は地域差が大きく、ブラジルとドイツでは仕事関連AI利用の7%（世界平均の1.4倍）が手作業に向けられているのに対し、日本では4%にとどまる。

　所得水準と導入率が必ずしも一致しない点は、AI活用が単純な経済力だけで決まるわけではなく、業界構成や制度面の要因も関わっていることを示していると考えられます。

科学者たちのAI活用実態

　Google、Google DeepMind、MIT FutureTechによる新たな研究は、ATLASのデータを活用し、2,600件の専門特化型AIモデルの分析と、米英の科学者600人超への調査を組み合わせた内容です。MIT FutureTechが新たに整理した分類法を用いて、科学者の業務内容を体系的に把握しています。

　研究によれば、科学者は他の多くの職業よりも高い頻度でAIを利用しており、調査対象の約半数が日常的に何らかのAIを使っています。汎用のLLM（大規模言語モデル）は分野やタスクを問わず幅広く使われる一方、専門特化型モデルは健康・生命科学分野や、ドメイン特化のデータ予測・生成・シミュレーション業務でより多く使われる傾向があるとのことです。

　時間面では、科学者はAI活用により週あたり約7時間の節約を報告しており、研究に充てる時間が増えているといいます。しかし研究では、AIの出力を検証する作業に多くの時間が割かれていることや、検証待ちの仮説の積み重なり、物理実験や臨床検証といった工程での新たなボトルネックの発生も指摘されています。AIによって生産性が上がっても、成果や発見の増加にすぐには結びつかない可能性がある点は、多くの職業に共通する構図と考えられます。コーディングエージェントが研究業務にもたらす変化については、社会科学者を対象とした調査を過去記事でも取り上げていますので、AIと研究プロセスの関係に関心のある方はあわせてご覧いただければと思います。

まとめ

　今回の発表では、Googleが職業別・国別のAI活用データを対話形式で公開したことに加え、科学者のAI活用実態が時間節約とボトルネックの両面から示されました。ATLASは長期的な研究プロジェクトであり、Googleは今後も学術機関などと連携しながら知見を積み重ねていく方針です。AIの経済への影響を継続的に追う姿勢は、本稿としても注目していきたいところです。