谷歌AI与经济ATLAS带来新洞见

Google 在 9 月 15 日更新了其 AI 与经济图谱项目 ATLAS，并同步发布了一套全新的交互式数据可视化工具。这套工具把 ATLAS 此前积累的全球数百万条 AI 使用数据点开放给公众，任何人都可以查询不同职业、不同国家、不同场景下的 AI 使用率。与此同时，Google 联合 Google DeepMind 和 MIT FutureTech 发布了一项基于 ATLAS 数据的新研究，首次系统性地揭示了科学家群体如何使用 AI。 ATLAS 的数据揭示了一些此前不太被注意到的区域差异。在 OECD 国家，计算机与数学类职业、商业与金融运营类职业的 AI 使用率最高；而在非 OECD 国家，办公室行政支持、艺术设计娱乐媒体、教育图书类职业反而排在前列。印度创意产业的 AI 使用率显著高于全球平均水平，艺术、设计、媒体类职业占到工作相关 AI 使用的 19%，是全球平均的 1.6 倍。美国则在技术类 AI 应用上领先，计算机和数学职业占到工作相关 AI 使用的 30%，是全球其他地区的两倍。值得注意的是，AI 采用率虽然总体与国家收入水平正相关，但巴西和阿联酋的表现明显超出其人均 GDP 所预测的水平。在实时设备诊断和故障排除这类手动任务上，巴西和德国有 7% 的工作 AI 使用指向这类场景，是 global 平均的 1.4 倍，而日本仅为 4%。 对科学家群体的专项研究则提供了更具体的图景。研究团队分析了 2600 个专用 AI 模型，并对超过 600 名美国和英国科学家进行了问卷调查。结果显示，近一半的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。LLM（大语言模型）和专用模型在科研中的使用方式不同：像 Gemini 这样的 LLM 广泛渗透到各个科学领域和任务类别中，而专用 AI 模型则相对更集中在健康和生命科学领域。科学家们报告称，AI 每周为他们节省近 7 小时，这些时间被重新投入到研究中。但研究也指出了一个新问题：科研生产管线的下游出现了瓶颈，AI 加速了假设的生成，却导致大量假设积压，后续的验证和实验环节反而跟不上节奏。 对于跨境电商卖家和出海从业者来说，这份数据有几个值得关注的信号。不同国家和职业的 AI 采用率差异，直接关系到目标市场的用户习惯和竞争格局。比如在巴西和阿联酋这类 AI 采用率超出经济水平预期的市场，消费者和商家对 AI 工具的接受度可能比想象中更高，这为 AI 驱动的选品、客服、营销工具提供了更好的落地土壤。而科学家群体每周节省 7 小时却遭遇下游瓶颈的现象，也提醒所有试图用 AI 提效的团队：工具提效只是第一步，流程和协作方式的同步调整才是决定最终产出的关键。