Google ATLAS : comment une carte interactive révèle où et comment l’IA transforme le travail

Une fenêtre sur l’IA au travail, en temps réel

Google a ouvert au public une interface interactive baptisée AI & Economy ATLAS, qui agrège des millions de points de données anonymisés pour cartographier l’usage de l’intelligence artificielle selon les pays, les métiers et même les tâches précises. L’outil s’appuie sur 15 millions d’interactions anonymisées collectées via Gemini, Gemini App et Gemini API — des produits utilisés par plus d’un milliard de personnes chaque mois. Les données couvrent 150 pays, 140 langues, 800 professions et 4 000 tâches, offrant une granularité inédite sur la manière dont l’IA s’insère dans le quotidien professionnel.

L’interface permet de visualiser, par exemple, que les métiers liés aux arts, au design et aux médias en Inde utilisent l’IA 1,6 fois plus que la moyenne mondiale, tandis qu’aux États-Unis, les professions techniques (informatique, mathématiques) dominent avec 30 % de l’adoption professionnelle. Autre observation marquante : dans les pays non membres de l’OCDE, les métiers administratifs, artistiques et éducatifs sont en tête, alors que dans les pays riches, ce sont les secteurs techniques qui mènent la danse.

Les scientifiques, champions de l’IA — mais pas encore de la productivité

En parallèle, Google DeepMind et le MIT FutureTech ont publié une étude analysant les pratiques de 600 scientifiques aux États-Unis et au Royaume-Uni. Résultat : près de la moitié d’entre eux utilisent l’IA quotidiennement, un taux bien supérieur à la moyenne des autres professions. Les modèles spécialisés (comme ceux dédiés à la prédiction de structures protéiques ou à la simulation de matériaux) sont particulièrement plébiscités dans les sciences de la vie et les tâches de modélisation, tandis que les grands modèles de langage (LLM) comme Gemini sont utilisés de manière plus transversale, quel que soit le domaine.

Le gain de temps est tangible : les scientifiques estiment économiser près de 7 heures par semaine grâce à l’IA, principalement pour des tâches comme la recherche d’informations, la rédaction de code ou l’analyse de données. Pourtant, cette productivité accrue ne se traduit pas encore par une explosion des découvertes. L’étude révèle en effet un goulot d’étranglement en aval : les scientifiques passent désormais plus de temps à valider les résultats générés par l’IA, à tester des hypothèses en attente, ou à réaliser des expériences physiques ou cliniques. Le temps gagné est donc souvent réalloué à des étapes qui, elles, ne sont pas automatisables.

L’IA dans les métiers manuels : un levier méconnu

Si l’on associe souvent l’IA aux emplois de bureau, les données d’ATLAS montrent qu’elle s’immisce aussi dans les métiers manuels. Par exemple, les techniciens automobiles et les mécaniciens industriels l’utilisent pour interpréter des résultats de tests en temps réel, déboguer des circuits électriques ou inspecter des machines pour détecter l’usure. Dans ces secteurs, l’usage de l’IA est deux fois plus fréquent sous forme multimodale (images, vidéos) que dans les autres métiers.

Ces cas d’usage illustrent une tendance plus large : l’IA ne remplace pas encore des tâches entières, mais elle agit comme un collaborateur en temps réel, réduisant les erreurs et accélérant les diagnostics. Pour les métiers où la précision est critique, comme la maintenance industrielle, cette assistance automatisée peut faire la différence entre une panne évitée et une intervention coûteuse.

Une adoption mondiale inégale, mais des exceptions notables

L’étude confirme que l’adoption de l’IA suit globalement le niveau de richesse des pays : plus un pays est riche, plus son taux d’adoption est élevé. Pourtant, certains pays comme le Brésil ou les Émirats arabes unis se distinguent en adoptant l’IA à un rythme supérieur à ce que leur PIB par habitant laisserait présager. En Inde, l’usage de l’IA dans les secteurs créatifs dépasse largement la moyenne mondiale, tandis qu’au Japon, seulement 4 % des interactions professionnelles liées à l’IA concernent des tâches manuelles — un chiffre bien inférieur à la moyenne globale de 7 %.

Ces disparités soulignent que l’adoption de l’IA ne dépend pas uniquement des infrastructures technologiques, mais aussi des cultures professionnelles et des besoins locaux. Par exemple, dans les pays où les services administratifs sont complexes (comme le Brésil), l’IA est massivement utilisée pour naviguer dans les démarches gouvernementales, un usage qui échappe souvent aux métriques économiques traditionnelles.

Ce que ATLAS ne mesure (pas encore)

Malgré son ampleur, ATLAS a des limites. L’outil ne couvre que les produits Google, et ne permet donc pas d’évaluer l’adoption globale de l’IA dans l’économie. De plus, il ne mesure pas directement l’impact de l’IA sur la productivité ou l’emploi — seulement les interactions avec les outils. Comme le souligne scienceactu.com, ces données ne suffisent pas à établir un bilan complet de l’économie de l’IA.

Reste que cette initiative offre une photographie sans précédent de l’IA au travail, révélant où elle s’insère déjà, et où son potentiel reste à exploiter. Pour les décideurs, les chercheurs ou simplement les curieux, ATLAS agit comme un laboratoire grandeur nature — où chaque clic sur la carte peut révéler une nouvelle facette de la transformation en cours.