Le 23 juillet 2026, Google a publié la première édition d'ATLAS, une étude bâtie sur environ 15 millions d'interactions humain-IA anonymisées, couvrant plus de 150 pays, 140 langues, 800 métiers et 4 000 tâches. Le résultat principal va à l'encontre du récit ambiant : l'IA est utilisée dans 70% des professions, mais chaque travailleur ne s'en sert que pour environ 21% de ses tâches, et moins de 10% des interactions automatisent réellement quelque chose.
On parle beaucoup de ce que l'IA pourrait faire au travail, et assez peu de ce que les gens en font réellement. C'est précisément le vide que Google tente de combler avec ATLAS, acronyme d'Activity, Task, Landscape and Adoption Study. L'échelle est inédite, et les résultats méritent d'être regardés de près, y compris dans ce qu'ils ne montrent pas.
La méthode, et son ampleur
L'étude s'appuie sur environ 14,65 millions d'interactions anonymisées et agrégées, collectées sur deux semaines en avril 2026, à travers l'application Gemini, le Mode IA de la recherche Google et l'API Gemini, des produits qui totalisent plus d'un milliard d'utilisateurs mensuels.
Des systèmes automatisés ont classé chaque interaction comme liée ou non au travail, puis rattaché l'activité professionnelle à 4 000 tâches réparties sur 800 métiers, dans 150 pays et 140 langues. Les usages personnels ont été rattachés aux catégories de l'enquête américaine sur l'emploi du temps. La taxonomie a été produite par un cadre d'analyse développé par Google DeepMind. Google annonce qu'ATLAS deviendra un programme de recherche pluriannuel.
Le résultat central : large mais peu profond
Voici la conclusion qui compte, et elle est nuancée. L'adoption est très large : l'usage de l'IA touche environ 70% des professions, lesquelles représentent à peu près 90% de l'emploi américain. Autrement dit, il ne reste presque aucun métier totalement à l'écart.
Mais cette même adoption est très superficielle. En moyenne, un travailleur n'utilise l'IA que pour environ 21% de ses tâches principales. Et surtout, moins de 10% des interactions professionnelles automatisent entièrement une tâche. La très grande majorité relève de la collaboration : recherche d'information, génération d'idées, rédaction de brouillons, itération, dépannage, apprentissage.
| Indicateur | Chiffre ATLAS | Ce que ça veut dire |
|---|---|---|
| Métiers concernés | ~70% | L'adoption est quasi universelle |
| Tâches par travailleur | ~21% | Mais l'usage reste ponctuel |
| Automatisation complète | moins de 10% | Le remplacement est rare |
| Tâches cognitives non routinières | 65% des usages IA contre 35% dans l'économie | L'IA sert surtout aux tâches créatives et complexes |
Ce dernier chiffre est peut-être le plus contre-intuitif. On imaginait volontiers l'IA absorbant d'abord les tâches répétitives et mécaniques. C'est l'inverse qui se produit : les tâches classées comme cognitives non routinières, comme la conception créative ou la formulation d'hypothèses, apparaissent presque deux fois plus dans les usages IA que dans l'économie en général.
D'abord, l'usage professionnel de l'IA n'est pas réservé aux cols blancs : l'étude relève une assistance réelle dans des métiers majoritairement physiques et manuels, sur les tâches administratives et adjacentes qui accompagnent le travail principal. Ensuite, sur la géographie : l'usage par habitant suit globalement le niveau de revenu national, mais plusieurs économies à revenu intermédiaire d'Amérique du Sud et du Moyen-Orient affichent des taux d'adoption comparables à ceux des pays riches. L'écart d'accès n'est pas une fatalité mécanique.
Les limites qu'il faut nommer
Trois réserves s'imposent, et la première est évidente : c'est Google qui étudie ses propres produits. L'étude mesure les usages de Gemini, pas ceux de ChatGPT, de Claude ou des outils métier spécialisés. Un même utilisateur peut très bien réserver Gemini à ses questions rapides et confier ses tâches lourdes à un autre outil.
Deuxième réserve, et elle est de taille : le jeu de données exclut la télémétrie d'entreprise, notamment Google Workspace, les Aperçus IA, Gemini pour Google Cloud et Gemini Enterprise. Or c'est précisément dans les déploiements d'entreprise que l'automatisation serait la plus visible. Mesurer l'automatisation en excluant les usages d'entreprise revient à chercher ses clés là où la lumière est allumée.
Troisième réserve : deux semaines d'avril 2026, c'est un instantané. Dans un domaine où les capacités bougent tous les mois, une photographie n'est pas une trajectoire. Google le reconnaît d'ailleurs, en présentant le rapport comme une vue précoce d'un paysage en mouvement rapide.
À noter que ces conclusions vont dans le même sens que des travaux antérieurs d'Anthropic et d'OpenAI, ce qui les renforce, même si Anthropic rapportait de son côté un niveau d'automatisation plus élevé.
Ce que ça change dans le débat sur l'emploi
Cette étude arrive dans un contexte de grande tension. Nous avons couvert ces dernières semaines les 8 000 suppressions de postes chez Meta et les 1 800 chez Allianz, toutes deux justifiées par les gains d'efficacité de l'IA. Comment concilier ces annonces avec une étude qui affirme que l'automatisation reste rare ?
Les deux réalités peuvent coexister, et c'est la lecture la plus honnête. L'IA n'a pas besoin d'automatiser entièrement un métier pour supprimer des postes. Si elle rend une équipe 20% plus productive sur une partie de ses tâches, une direction peut décider de faire le même travail avec moins de monde. L'automatisation complète est rare, mais le gain de productivité partiel suffit à justifier des réorganisations. C'est exactement ce que nous soulignions à propos de Meta : l'IA agit moins comme un remplaçant frontal que comme un accélérateur, et parfois comme un argument.
Reste que ce rapport apporte un contrepoids utile au récit catastrophiste. À l'échelle de 15 millions de conversations réelles, les gens utilisent massivement l'IA comme un collaborateur, pas comme un remplaçant. Ils lui demandent de les aider à réfléchir, à apprendre, à démarrer. C'est un usage moins spectaculaire que le grand remplacement annoncé, mais probablement plus révélateur de ce qui est réellement en train de se passer dans les bureaux. Pour l'instant.