Google ATLAS: ИИ широко распространён, полная автоматизация редка
23 июля 2026 Google опубликовала первую версию исследования ATLAS об экономике ИИ — срез 15 млн обезличенных обращений к продуктам Gemini в 150+ странах. ИИ уже затрагивает профессии, покрывающие 90% занятости в США, но внутри типичной должности — лишь около 21% задач; полностью автоматизируется менее 10% рабочих обращений. Для вас это подтверждение: сейчас выигрывает не «автономный отдел», а сокращение времени конкретного процесса на 50–80% с решением человека на критических шагах.
Что изменилось
23 июля 2026 Google опубликовала первую версию ATLAS — долгосрочного исследования того, как люди используют ИИ на работе и в быту. Первая версия построена на 15 млн агрегированных и обезличенных обращений человека к ИИ через приложение Gemini, режим ИИ-поиска и программный интерфейс (API) Gemini — продукты, которыми, по данным компании, пользуются более миллиарда человек в месяц.
Охват первого выпуска: 150+ стран и территорий, 140 языков, 800 профессий, 4 000 типов задач. Данные классифицирует внутренний инструмент Google DeepMind; перед агрегацией удаляют персональные данные и чувствительные упоминания.
Ключевые результаты ATLAS v1.0 по рабочим сценариям:
- ИИ используется в профессиях, которые вместе покрывают около 90% занятости в США (68% всех профессий в классификации отчёта).
- Внутри типичной должности ИИ затрагивает лишь около 21% задач — внедрение широкое, но не глубокое.
- Большинство рабочих обращений связано с совместной работой: идеи, стратегия, поиск информации, обучение. Задачи, требующие нестандартного мышления, в ИИ-диалогах на работе встречаются в 65% случаев против 35% в экономике в целом.
- Менее 10% рабочих обращений полностью автоматизирует задачу без участия человека.
Важное ограничение: отчёт отражает только приложение Gemini, режим ИИ-поиска и его программный интерфейс. В первой версии ATLAS не включены корпоративная версия Gemini, рабочее пространство Google, переводчик, ИИ-обзоры в поиске, облачная платформа и другие продукты с миллиардной аудиторией. Выводы — ранний срез быстро меняющегося ландшафта, а не полная картина всего ИИ компании.
Почему это важно для бизнеса
Отчёт подтверждает то, что многие команды уже чувствуют на практике: рынок внедряет ИИ прежде всего как помощника, а не как автономного сотрудника. ИИ проникает почти во все отрасли, но внутри каждой роли затрагивает меньше четверти задач — и ещё реже закрывает их целиком без человека.
Для руководителя это снимает давление «заменить отдел за квартал». Реалистичная ценность сейчас — в сценариях, где ИИ:
- собирает данные из разных источников;
- готовит гипотезы и черновики;
- объясняет отклонение от плана;
- предлагает следующее действие;
- оставляет решение и ответственность человеку.
Продавать «полностью автономный маркетинг» рано. Продавать сокращение времени конкретного процесса на 50–80% — значительно убедительнее и ближе к тому, что фиксирует исследование.
Дополнительный контекст: более 86% всех обращений к ИИ в отчёте происходят вне работы — люди решают бытовые и административные задачи (налоги, покупки, инструкции к технике). Спрос на ИИ-ассистента уже массовый, но рабочая автоматизация — отдельный и более медленный слой.
Что меняется для маркетинга
- Фокус на этапах, а не на «магии ИИ». Разложите один повторяющийся процесс — еженедельный отчёт по рекламе, разбор падения конверсии, подготовку брифа — на шаги и для каждого определите уровень автономности: полностью автоматически, ИИ + человек, только после подтверждения.
- Стратегия и гипотезы — зона ИИ. Отчёт показывает перекос в сторону исследования, стратегии и совместной работы. Маркетинговые команды могут начать с черновиков гипотез, сравнения каналов и объяснения аномалий в метриках — там ИИ уже даёт основную ценность.
- Бюджет и публичные решения — за человеком. Менее 10% полной автоматизации означает: изменение ставок, запуск кампании и коммуникация с клиентом остаются точками контроля человека в цикле — и это нормально, а не признак «отставания».
- Не смешивать свой опыт с чужими цифрами. Данные относятся к экосистеме Google; если у вас Claude Cowork, ChatGPT или MCP Panel — сравнивайте поведение своей команды отдельно, а отчёт используйте как рыночный ориентир.
Мой вывод
ATLAS — редкий крупномасштабный срез реального поведения, а не опрос намерений. ИИ уже повсеместен, но редко автономен. Для маркетолога это означает честный продуктовый нарратив: не «ИИ заменит аналитика», а «ИИ сократит путь от вопроса к черновику отчёта с 4 часов до 40 минут — при вашем финальном решении по бюджету».
Если вы подключаете модели к данным через MCP Panel, начните с одного процесса с измеримым временем «до» и «после». Большинство команд ещё на стадии помощника — и это не повод откладывать пилот, а повод не обещать клиентам и руководству нереалистичную автономность.
Что проверить сейчас
Разложите один маркетинговый процесс на этапы и зафиксируйте уровень автономности:
- Получение данных — автоматически (коннекторы к Метрике, Roistat, CRM).
- Анализ отклонений — автоматически (ИИ формирует сводку аномалий).
- Формирование гипотез — ИИ + человек (модель предлагает, маркетолог выбирает).
- Изменение бюджета — только после подтверждения человека.
- Оценка результата — автоматически (дашборд и оповещение по ключевым показателям).
Затем измерьте, сколько ручного времени на процесс ушло до и после пилота — в минутах, не в «ощущениях эффективности». Если экономия меньше 30%, скорее всего узкое место не в модели, а в данных или в том, что шаг помечен «автоматически», но на практике требует ручной правки.
Для регулярного мониторинга таких инфоповодов подойдёт Дайджест отраслевых новостей — черновик по вашей отрасли без ежедневного ручного обхода источников.
Источники
- Understanding the AI economy — Google, 2026-07-23
Читайте также
Google и Meta*: ИИ-ассистенты переходят от ответов к самостоятельным действиям
Meta* и агентные звонки Google в США: ИИ сам звонит в магазины и ведёт задачи по почте и календарю. Чек-лист «ИИ звонит в компанию» для бизнеса.
Google: агента проектируют в Claude Code, а запускают на платформе агентов Gemini
13 демо платформы агентов Gemini для Claude Code: MCP, подтверждение человека, динамические интерфейсы, память, проверки качества. Что проверить в маркетинговом пилоте.
Рост использования ИИ-поиска сопровождается резким падением доверия
Fractl и Search Engine Land, Q2 2026: ИИ-поиском пользуются чаще, но доверяют меньше. Маркировка контента, фактчекинг и запрет на фальшивые отзывы — что ввести в редакционный стандарт.
Google ужесточила правила отзывов в структурированных данных
Google, 24.07.2026: запрет поддельных и нераскрытых стимулированных отзывов во фрагментах отзывов. Аудит разметки, локального продвижения и базы отзывов для ИИ-поиска.