Qué es exactamente ATLAS v1.0
ATLAS v1.0 es la primera entrega de lo que Google denomina AI & Economy ATLAS, un estudio que la compañía plantea como continuo: no una fotografía única, sino una serie que se irá actualizando a medida que cambie el uso de sus productos de IA. El documento, publicado el 23 de julio de 2026, agrega 15 millones de interacciones humano-IA que Google describe como desidentificadas, es decir, despojadas de datos que permitan reconocer a la persona o empresa detrás de cada consulta.
El estudio abarca tres productos con perfiles de uso distintos: Gemini App, la aplicación conversacional dirigida al consumidor; AI Mode, la capa de IA integrada en la búsqueda de Google; y Gemini API, la vía por la que empresas y desarrolladores integran los modelos de Google en sus propios productos. Agregar los tres en un mismo estudio permite a Google hablar de un uso conjunto, pero también mezcla patrones de consumo muy diferentes bajo una sola cifra.
La cobertura declarada es amplia: más de 150 países, 140 idiomas, 800 ocupaciones y 4.000 tareas. Son las categorías con las que Google clasifica cada interacción para poder decir, por ejemplo, qué proporción de uso corresponde a programación, redacción, análisis de datos o consultas domésticas. Ninguna de estas cifras de cobertura lleva matices en el documento: se presentan como el alcance directo del dataset, no como una estimación.
La cifra de los 1.000 millones de usuarios, una afirmación de parte
Google sostiene que Gemini App, AI Mode y Gemini API son usados conjuntamente por más de 1.000 millones de personas al mes. Es la cifra más citable del informe y también la que exige más cautela: es una afirmación autodeclarada por la propia compañía, sin que un tercero independiente la haya auditado o replicado con metodología propia.
El matiz importa porque sumar usuarios de tres productos distintos plantea preguntas metodológicas que el documento no despeja del todo: si una misma persona usa Gemini App y además hace búsquedas con AI Mode, cabe preguntarse si se cuenta una vez o dos, y qué umbral de actividad define a un 'usuario' en cada producto. Sin esa metodología pública, la cifra funciona como declaración de magnitud, no como dato comparable con los de otras compañías.
Esto no invalida la cifra, pero sí cambia cómo debe leerse: como el techo que la propia Google quiere proyectar sobre el tamaño de su ecosistema de IA, en un momento en que la escala de usuarios es el argumento central frente a competidores como OpenAI o Microsoft.
Una 'visión temprana' que la propia Google enmarca como provisional
Google describe ATLAS como un estudio 'continuo, a gran escala y desidentificado' que ofrece 'una visión temprana' de un panorama que, en sus propias palabras, cambia con rapidez. Esa formulación no es un matiz menor: es la propia compañía quien advierte que las conclusiones de esta primera entrega pueden quedar desactualizadas en poco tiempo, lo que sitúa a ATLAS v1.0 más como punto de partida que como retrato definitivo del uso de la IA en el trabajo.
El carácter continuo del estudio sugiere que habrá versiones sucesivas, aunque el documento no fija un calendario de publicación ni compromisos sobre qué cambiará entre una entrega y la siguiente. Eso deja en el aire si futuras versiones ampliarán la cobertura geográfica y ocupacional, corregirán la metodología de conteo de usuarios o simplemente actualizarán el volumen de interacciones agregadas.
Para un estudio que aspira a convertirse en referencia sobre el impacto económico de la IA, la transparencia metodológica será determinante. La cifra de 15 millones de interacciones y la cobertura de 800 ocupaciones son datos verificables tal y como los presenta Google; la interpretación de qué significan para el mercado laboral sigue siendo, por ahora, una lectura que solo la compañía ofrece.
Por qué esta forma de medir cambia el debate sobre IA y trabajo
Hasta la aparición de estudios como ATLAS, la discusión sobre cuánto y cómo se usa la IA generativa en el trabajo dependía en buena medida de encuestas a empresas, sondeos de opinión o estimaciones de consultoras, todas ellas con muestras limitadas y sesgos conocidos. Un dataset construido directamente sobre el tráfico real de los productos, aunque sea de una sola compañía, ofrece una resolución distinta: permite hablar de tareas concretas y ocupaciones específicas en lugar de intenciones declaradas.
El riesgo simétrico es que la fuente de los datos es también la parte interesada en que la narrativa sobre adopción de IA sea favorable. Google no es un observador neutral del fenómeno que mide: es el proveedor de los tres productos analizados, y decide qué agregados publicar y cuáles omitir. Que el propio informe hable de 'visión temprana' es, en ese sentido, tanto una advertencia honesta como una forma de dejar margen para revisar cifras si la evidencia posterior las contradice.
La pregunta que queda abierta es si otros actores, ya sean gobiernos, universidades o competidores, tendrán acceso a un nivel de detalle similar sobre sus propios productos, o si ATLAS se convertirá en la referencia por defecto simplemente por ser la más completa disponible, sin comparación posible.