AI tar inte hela jobbet. Den syns i 21 procent av uppgifterna.

Debatten om AI och jobb börjar ofta på fel nivå. Vi frågar vilka yrken som försvinner, fast den mer användbara frågan är vilka delar av arbetsdagen som redan förändras.

Googles nya ATLAS-studie ger ett ovanligt konkret svar. I medianyrket bland yrken där studien såg AI-användning förekom AI i ungefär 21 procent av arbetsuppgifterna. Det betyder inte att 21 procent av jobbet är automatiserat, sparat eller på väg bort. Det visar var människor faktiskt valde att ta hjälp av AI under mätperioden.

21 procent gäller djupet i medianyrket – inte varje jobb

ATLAS står för Activity, Task, Landscape, and Adoption Study. Den första versionen bygger på 14 653 926 avidentifierade interaktioner från Gemini-appen, Google AI Mode och Gemini API mellan den 6 och 19 april 2026. Interaktionerna kopplades till fler än 800 yrken och 4 000 arbetsuppgifter.

Resultatet beskriver medianyrket bland yrken med observerad AI-användning. Det är en viktig avgränsning. Siffran ska inte läsas som att AI används i 21 procent av varje roll, på varje arbetsplats eller i Sverige specifikt.

Källa: Google’s AI & Economy ATLAS v1.0

AI-användningen är bred, men sällan djup

Studien såg arbetsrelaterad AI-användning i 68 procent av alla yrken. De yrkena motsvarar drygt 88 procent av sysselsättningen i USA. Samtidigt var det bara 3 procent av yrkena som visade AI-användning i mer än tre fjärdedelar av arbetsuppgifterna.

Det är spänningen som lätt försvinner i rubriker om massautomation: tekniken har nått många sorters arbete, men den har inte tagit över merparten av innehållet i ett typiskt jobb. Spridning och djup är två olika mått.

Källa: Understanding the AI economy

Byt ut rollen mot en korg av uppgifter

När införandet utgår från jobbtiteln blir projektet lätt abstrakt. En kundserviceansvarig är inte en enda process. Rollen innehåller informationssökning, formulering, prioritering, bedömning, förhandling och relationer. AI kan passa bra i några delar och dåligt i andra.

Samma mönster går att se i tre vardagliga situationer:

• I kundservice kan AI hämta tidigare ärenden, föreslå ett svar och sortera nästa steg. Prisundantag, konflikt och kundrelation ligger fortfarande någon annanstans i arbetet.
• På ett skolkontor kan AI sammanfatta regler, göra ett första utkast till information och jämföra kalenderunderlag. Beslutet, tonen och ansvaret för eleverna lämnas inte över bara för att utkastet blev snabbare.
• I verkstaden såg Google bland annat biltekniker och industrimekaniker använda multimodal AI för att tolka testresultat, felsöka ledningar och granska slitage. Där assisterar AI diagnosen; den är inte mekanikerns hela jobb.

Det här är en bättre grund för projektval än frågan om en hel roll kan automatiseras. Leta efter en återkommande uppgift med tydlig friktion, tillgängligt underlag och ett resultat som går att bedöma.

Källa: Google’s AI & Economy ATLAS v1.0

Färre än 10 procent försökte automatisera hela uppgiften

För icke-rutinmässigt tankearbete klassade Google mindre än 10 procent av AI-samtalen som försök till fullständig automatisering från början till slut. Vanligare var delutkast, granskning och förbättring, idéarbete, strategi, informationssökning och lärande.

Det gör inte AI oviktigt. Det flyttar värdet. Den första stora vinsten ligger ofta i att korta sökandet, höja kvaliteten på ett första utkast eller göra en svår bedömning lättare att förbereda. Den ligger mer sällan i att radera hela arbetsflödet och låta modellen äga resultatet.

Källa: Understanding the AI economy

21 procent är inte en besparingsprognos

ATLAS mäter användning, inte om svaret accepterades, sparade tid eller förbättrade resultatet. En uppgift kan förekomma i materialet trots att användaren skrev om allt efteråt. En annan kan spara en timme utan att se dramatisk ut i en chattlogg.

Därför bör en investeringskalkyl inte börja med ”21 procent färre timmar”. Börja med den verkliga uppgiften och jämför väntetid, antal omtag, kvalitet och kostnad före och efter. Om ett snabbare utkast bara flyttar merarbete till nästa person har ni inte skapat produktivitet. Ni har flyttat kön.

Det är också här en mindre AI-satsning kan slå ett stort transformationsprogram. En avgränsad uppgiftskorg gör det möjligt att se om beteendet ändras, om kvaliteten håller och om vinsten överlever den hundrade körningen.

Studien ser mycket – och missar mycket

Underlaget kommer från Googles egna produkter och en kort period i april 2026. Betald användning av Gemini API ingår inte i den detaljerade innehållsanalysen. Inte heller Google Workspace, AI Overviews, Google Translate, Gemini Enterprise, agentisk kodning eller flera andra stora ytor ingår.

Google betonar också att studien ser vad människor gör med AI, inte den slutliga leveransen eller hur bra interaktionen fungerade. Klassificeringen av avsikt och expertis är tidig. Resultatet är därför ett starkt användningsfoto, men inte ett facit för produktivitet, Sverige eller en enskild organisation.

Källa: Google’s AI & Economy ATLAS v1.0 – metod och begränsningar

Den kommersiella möjligheten finns mellan noll och hundra

Det mest intressanta i ATLAS är inte att AI tar mindre än de största löftena antyder. Det är att marknaden för bra införande blir mer konkret. Företag behöver hjälp att hitta de uppgifter där AI redan passar, koppla dem till ett mätbart resultat och bygga om arbetet utan att låtsas att hela yrket är en enda process.

Om någon vill automatisera en hel roll, börja med att plocka isär en verklig arbetsvecka. Hitta de få uppgifter som både skaver och återkommer. Där finns ett genomförbart första projekt – och en ärligare kalkyl än löftet om att ersätta jobbet.