Googleの「AI & Economy ATLAS」9月版──米国は仕事のAI利用の30%がコンピュータ・数学職、インドは19%がクリエイティブ職、日本は手作業向けの利用が4%。科学者の半数近くが毎日AIを使い、週7時間弱を節約しても「仮説の積み残し」が増える

2026年9月17日・日本時間時点の情報です。 Googleが9月15日、AIと経済に関するデータを集めた「AI & Economy ATLAS」に、国別・職種別のAI利用を見られる対話型のページを足し、新しい知見をまとめて公開した。同じ日にOpenAIの経済研究チームも職種外の仕事にAIを使う人の追跡調査を出しており、2社が同じ週に「仕事の中でAIがどう使われているか」のデータを出した形になる。本記事はGoogleのブログに書かれた数字を、国・職種・科学者の3つに分けて写す。日本の数字が1つだけ出てくる。

3行まとめ

1. 国と職種。 米国では仕事関連のAI利用の**30%をコンピュータ・数学職が占め、世界の他地域の2倍。インドでは芸術・デザイン・メディア職が19%**で世界平均の1.6倍。OECD諸国ではコンピュータ・数学と業務・財務の職種が上位、非OECD諸国では事務・管理支援、芸術・デザイン・娯楽・スポーツ・メディア、教育・図書館の職種が上位。
2. 日本の数字。 機器のリアルタイム診断やトラブルシューティングなど手作業向けの利用は、ブラジルとドイツで仕事のAI利用の7%（世界平均の1.4倍）、日本は4%。所得水準と採用率は概ね相関するが、ブラジルとUAEはGDP per capitaから予想されるより高い。
3. 科学者。 Google・Google DeepMind・MIT FutureTechの新研究（特化型AIモデル2,600件の分析＋米英の科学者600人超の調査）によると、科学者は多くの職種より高い率でAIを使い、半数近くが毎日使う。節約は週7時間弱。ただし出力の検証に時間がかかり、検証されていない仮説の積み残しが増え、物理実験や臨床検証にボトルネックが出ている。

国・職種別に何が見えるか

ブログが挙げた数字を、そのまま表にする。「仕事関連のAI利用」に占める割合で、ATLASの集計による。

新しい対話型ページでは、電気技師から購買管理者までの職種ごとの利用率、家庭での使い方、国ごとの採用率を見られる、とある。ATLASの「仕事関連のAI利用」がどのデータ（Geminiの利用記録か、調査か）から来ているかは、このブログには書かれておらず、ATLASのページ側の説明を読む必要がある。

科学者は何にAIを使い、何が詰まっているか

新研究は、ATLASのデータに加えて、特化型AIモデル2,600件の分析と、米英の科学者600人超の調査を、MIT FutureTechの新しい分類（Science Task Taxonomy）で整理したものだと説明されている。ブログの要点は次の3つ。

• 科学者は多くの職種より高い率でAIを使い、半数近くが何らかのAIを毎日使う
• GeminiのようなLLMは分野・タスクを問わず広く使われ、特化型モデルは健康・生命科学と、分野固有のデータ予測・生成・シミュレーションに比較的多い。両者は補い合う形で使われている
• 節約は週7時間弱。ただし「すぐに新しい発見にはつながらないかもしれない」。AI出力の検証に相当な時間が使われ、検証待ちの仮説が積み上がり、物理実験や臨床検証にボトルネックが生じている

ブログはこれを「科学も他の職種と同じで、生産性の潜在力は大きいが、成果に結びつけるには研究の工程そのものの設計し直しが要る」とまとめている。

MIT FutureTechの分類は9月14日に「Scientific Work」として公開されている。同ページによれば、科学の仕事を232の下位分野にわたって、共通の12の大分類（例：「定量的な研究データを分析・モデル化する」）から114の中分類、2,433の小分類、20万8,202の代表的なタスク（例：「薬力学バイオマーカーを測る細胞ベースのアッセイを開発する」）まで階層化したもの。科学の仕事は経済全体の仕事より認知的で、対人のやり取りが少なく、身体・運動・感覚のどの面でも手作業が少なく、定型化しにくく、中央値のタスクは2時間以上長くかかる、としている。

筆者が並べて読んだ2本

同じ9月15〜16日に出たOpenAIの調査は、職種の外の仕事にAIを使った人が翌月も戻る率（23.6%対8.4%）を測っていた。Googleの今回の数字は、どの国のどの職種がAIをどれだけ使っているかの分布と、科学者の時間の行き先である。2本を並べると、「時間は浮く」（Googleの週7時間弱、OpenAIの営業資料の例示）と「浮いた時間の先が詰まる」（Googleの仮説の積み残し、OpenAIの「レビューと修正の時間を含めて測れ」）が、両社の資料に別々の言葉で書かれている。筆者の観察はここまでで、どちらのデータも自社製品の利用記録が土台なので、製品の利用者層の偏りをそのまま含んでいる。

母数と調査票が無いまま書いている部分

• 「仕事関連のAI利用」の母数（何を1件と数えるか、Geminiのどの製品か）はブログに無く、ATLASのページで確認していない
• 科学者の調査（600人超）の質問票、「毎日」の定義、週7時間弱の算出方法は、本記事の時点で公開資料を読んでいない。Google・DeepMind・MIT FutureTechの研究本体のURLはブログに直接リンクされておらず、本記事はMIT FutureTechの分類のページだけを確認した
• 日本の「4%」以外に日本の数字はブログに無い。ATLASの対話型ページに日本の職種別データがあるかは未確認

GoogleのブログとMITの分類ページ

• 数字はGoogle公式ブログ「New insights from Google's AI & Economy ATLAS」（2026年9月15日・Zanna Iscenko氏とScott Strand氏名義）。当サイトが9月17日に取得
• 分類の内訳はMIT FutureTech「Scientific Work」（2026年9月14日・Joseph Emmens, Jingnan Liu, Ana Trišović, Neil Thompson）の公開ページ
• 本記事は続報があれば更新する。研究本体の公開、ATLASの日本のデータ、他社の同種データが出たら追記する

関連記事

• Google「科学を加速し生活を良くするAI」の全体棚卸し（9/15）
• 国連システムがGoogleのData Commonsで統計を1つのAI対応知識グラフに（9/17）