L’adozione dell’intelligenza artificiale smette di essere raccontata soltanto attraverso il numero di modelli lanciati, investimenti raccolti o chip venduti. Google prova a osservarla dal lato del lavoro e delle abitudini, rendendo accessibile in forma interattiva AI Economy ATLAS, la propria piattaforma di dati sull’impiego dell’AI nel mondo.
L’aggiornamento, annunciato il 15 settembre, trasforma milioni di punti dati raccolti da ATLAS in un’esperienza consultabile pubblicamente. L’obiettivo dichiarato è rendere più leggibili le differenze nell’uso dell’AI tra occupazioni, paesi e contesti quotidiani: si può passare dai mestieri tecnici alle professioni creative, fino agli utilizzi fuori dall’ufficio.
È un cambio di prospettiva rilevante. Il dibattito sull’AI generativa tende infatti a concentrarsi sui suoi sviluppatori e sui grandi fornitori di infrastruttura. Una mappa dell’adozione può invece mostrare se, dove e in quale forma gli strumenti arrivano nelle attività di chi lavora. Non risolve da sola la questione dell’impatto economico dell’AI, ma mette a disposizione un livello di osservazione che finora è rimasto spesso in report chiusi o in analisi aggregate.
Due paesi, due profili di adozione
I primi esempi diffusi da Google restituiscono un quadro poco uniforme. In India, il peso delle professioni legate ad arti, design e media nell’uso dell’AI per lavoro raggiunge il 19%, una quota pari a 1,6 volte la media globale indicata dalla società. Il dato suggerisce una presenza marcata dell’AI nei flussi creativi, dove scrittura, immagini, progettazione e produzione di contenuti sono già terreni di utilizzo consolidati per gli strumenti generativi.
Negli Stati Uniti emerge invece una specializzazione differente: le occupazioni informatiche e matematiche rappresentano il 30% dell’uso professionale dell’AI rilevato da ATLAS. Google segnala che è una quota doppia rispetto al resto del mondo. Sviluppo software, analisi quantitativa e attività tecniche sembrano dunque concentrare una parte importante dell’adozione americana, almeno secondo la fotografia proposta dalla piattaforma.
Letti insieme, i due casi evitano una conclusione semplicistica sull’esistenza di un unico “mercato dell’AI”. La stessa tecnologia può entrare prima nella produzione creativa in un paese e nelle attività tecnico-scientifiche in un altro. Contano la struttura del lavoro, le competenze disponibili, gli strumenti diffusi localmente e le esigenze delle singole professioni. Per imprese e decisori pubblici, un indicatore nazionale medio rischia quindi di nascondere divari importanti tra settori.
La consultazione promessa da Google include anche professioni meno associate al dibattito quotidiano sull’AI, dagli elettricisti ai responsabili degli acquisti. Questo aspetto è probabilmente uno dei più utili dell’iniziativa: sposta l’attenzione dal solo lavoro d’ufficio e dalla programmazione verso una platea molto più ampia. Sapere che un mestiere compare in una mappa, tuttavia, non equivale a misurarne la trasformazione: l’impiego può riguardare una singola fase, dalla ricerca di informazioni alla preparazione di documenti, e non necessariamente l’intera attività professionale.
La ricerca scientifica è già un caso a parte
Accanto alle nuove visualizzazioni, Google ha presentato risultati di ricerca sviluppati con Google DeepMind e MIT FutureTech sull’uso dell’AI nella scienza. Il dato principale è che quasi la metà degli scienziati coinvolti nell’indagine utilizza ogni giorno almeno una forma di AI. Google sottolinea inoltre che la frequenza di utilizzo tra i ricercatori è superiore a quella osservata in molte altre categorie professionali.
Nella pratica, la ricerca non si affida a una sola famiglia di strumenti. I large language model, impiegati per lavorare con testi, codice e informazioni in linguaggio naturale, convivono con modelli specializzati. Secondo l’analisi citata da Google, le due tipologie vengono usate diffusamente e in modo complementare. È una distinzione importante perché mette in discussione l’idea che il chatbot generalista rappresenti da solo tutta l’AI applicata alla scienza.
Per laboratori, università e aziende che svolgono ricerca, la diffusione quotidiana descritta dallo studio apre anche questioni operative. L’uso regolare di modelli linguistici e di sistemi specifici può modificare i flussi di documentazione, analisi e collaborazione, ma richiede criteri chiari su validazione dei risultati, riproducibilità e gestione dei dati. ATLAS può contribuire a osservare la diffusione del fenomeno; non stabilisce, però, quali pratiche siano affidabili in ogni disciplina né misura automaticamente la qualità della ricerca prodotta con questi strumenti.
Un atlante utile, ma da leggere con cautela
La scelta dell’accesso aperto ha un valore concreto. Ricercatori, amministrazioni, organizzazioni del lavoro e imprese possono esplorare lo stesso quadro senza dipendere esclusivamente dai comunicati dei fornitori di AI. Un responsabile della formazione può verificare quali ruoli mostrino segnali di utilizzo; chi studia il mercato del lavoro può confrontare aree geografiche e categorie; chi progetta politiche pubbliche può individuare comparti nei quali approfondire competenze e bisogni.
Resta essenziale distinguere tra adozione e beneficio. Un alto tasso di utilizzo non dimostra automaticamente aumenti di produttività, migliori salari, riduzione dei costi o sostituzione di mansioni. Allo stesso modo, una quota bassa può dipendere da barriere di accesso, regole interne, scarsa formazione, caratteristiche del lavoro oppure dalla disponibilità di strumenti più adatti. I dati di ATLAS vanno quindi considerati come segnali comparativi, non come una graduatoria definitiva dei paesi o delle professioni più avanzate.
Dal materiale presentato da Google non emergono, nell’annuncio, tutti i dettagli necessari per valutare a fondo copertura, definizioni e limiti di ciascun indicatore. Questo non annulla l’utilità dell’atlante, ma suggerisce prudenza nel trasformare una visualizzazione in una conclusione causale. Per esempio, il fatto che una categoria professionale rappresenti una certa parte dell’uso rilevato non permette da solo di dire quante ore siano state risparmiate, quali task siano cambiati o quante persone ne abbiano tratto un vantaggio economico diretto.
Il contesto di mercato rende comunque l’iniziativa significativa. Anche Stripe, che fornisce infrastruttura di pagamento a migliaia di società AI, ha recentemente dedicato un’analisi alla geografia dell’economia dell’intelligenza artificiale. La disponibilità di osservatori diversi, basati su angolazioni differenti, segnala che l’attenzione si sta spostando dalla sola corsa ai modelli alla domanda più concreta: dove l’AI viene effettivamente usata e come sta entrando nei processi economici.
Per Google, ATLAS è anche uno strumento per collocare la discussione sull’AI oltre la dimensione dei propri prodotti. Per chi consulta la piattaforma, il valore dipenderà dalla possibilità di incrociare i dati con fonti indipendenti e con la realtà dei singoli settori. Le prossime letture più interessanti riguarderanno proprio le zone meno visibili della mappa: i lavori in cui l’adozione cresce senza fare rumore, i paesi che sviluppano profili diversi da Stati Uniti e India e la distanza, ancora tutta da misurare, tra utilizzo dichiarato e cambiamento concreto del lavoro.
