বিল এবং অ্যাকাউন্ট সংগ্রাহক
অফিস ও প্রশাসনিক সহায়তাAI এক্সপোজার
- ডেটার উৎস: BLSপ্রকাশকাল: 2026-08
অত্যন্ত উচ্চ· আপেক্ষিক
কমচারটি আপেক্ষিক স্তরঅত্যন্ত উচ্চপেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
চারটি আপেক্ষিক স্তর (কম / মাঝারি / উচ্চ / অত্যন্ত উচ্চ)
BLS কর্মসংস্থান পূর্বাভাস সারণির 831টি বিস্তারিত পেশার ভিত্তিতে। মান NEM (ন্যাশনাল এমপ্লয়মেন্ট ম্যাট্রিক্স) কোড অনুযায়ী দেওয়া হয়, তাই একই NEM কোডের পেশাগুলি একই ব্যান্ড পায়
- ডেটার উৎস: Anthropicপ্রকাশকাল: 2026-03
0.299
0.000এখানে থাকা মানগুলোর পরিসর0.745স্কেল, ভিত্তি ও উৎস
- ডেটার উৎস: ILOপ্রকাশকাল: 2025
0.43
0.09এখানে থাকা মানগুলোর পরিসর0.70পেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
জেনারেটিভ AI এক্সপোজার সূচক, প্রকাশিত রূপে 0–1
ISCO-08 ইউনিট গ্রুপ — একই কোডের সব পেশা এই মানই পায়
এটি এই সাইটের হিসাব, ILO-এর প্রকাশিত সংখ্যা নয়: এই সাইট ILO ডেটাসেটের সঙ্গে যুক্ত করা ১,০১২টি পেশার মধ্যে 30% এই মানের সমান বা তার বেশি।
এই উৎস কী ধরনের মান প্রকাশ করে
BLS-এর শ্রেণিবিভাগ একটি আপেক্ষিক র্যাঙ্ক, পরম মাত্রা নয়, এবং এটি সরাসরি পরিমাপও নয়: এটি কয়েকটি প্রকাশিত গবেষণায় পাওয়া পেশার পার্সেন্টাইল র্যাঙ্কগুলিকে চারটি স্তরে ভাগ করে। এটি কর্মসংস্থান বা মজুরির পূর্বাভাস নয়, গ্রহণের সম্ভাবনাও নয়, এবং এটি স্বয়ংক্রিয়তা ও সম্প্রসারণের মধ্যে পার্থক্য করে না।
Task-level exposure
8টি লুকানো কাজ দেখুন| Task | Claude.aiRaw / share % |
|---|---|
Advise customers of necessary actions and strategies for debt repayment.43-3011 | 0.009626.6 |
Sort and file correspondence and perform miscellaneous clerical duties, such as answering correspondence and writing reports.43-3011 | 0.009626.6 |
Locate and notify customers of delinquent accounts by mail, telephone, or personal visits to solicit payment.43-3011 | 0.005515.1 |
Confer with customers by telephone or in person to determine reasons for overdue payments and to review the terms of sales, service, or credit contracts.43-3011 | 0.003610.1 |
Arrange for debt repayment or establish repayment schedules, based on customers' financial situations.43-3011 | 0.00339.0 |
Record information about financial status of customers and status of collection efforts.43-3011 | 0.00267.2 |
Contact insurance companies to check on status of claims payments and write appeal letters for denial on claims.43-3011 | 0.00205.4 |
Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.
| Task | βE1 + 0.5 × E2 |
|---|---|
Receive payments and post amounts paid to customer accounts.O*NET Task ID 2472 | 1.0 |
Record information about financial status of customers and status of collection efforts.O*NET Task ID 2474 | 1.0 |
Advise customers of necessary actions and strategies for debt repayment.O*NET Task ID 2477 | 1.0 |
Sort and file correspondence and perform miscellaneous clerical duties, such as answering correspondence and writing reports.O*NET Task ID 2479 | 1.0 |
Perform various administrative functions for assigned accounts, such as recording address changes and purging the records of deceased customers.O*NET Task ID 2480 | 1.0 |
Contact insurance companies to check on status of claims payments and write appeal letters for denial on claims.O*NET Task ID 18560 | 1.0 |
Locate and monitor overdue accounts, using computers and a variety of automated systems.O*NET Task ID 2473 | 0.5 |
Locate and notify customers of delinquent accounts by mail, telephone, or personal visits to solicit payment.O*NET Task ID 2475 | 0.5 |
Confer with customers by telephone or in person to determine reasons for overdue payments and to review the terms of sales, service, or credit contracts.O*NET Task ID 2476 | 0.5 |
Persuade customers to pay amounts due on credit accounts, damage claims, or nonpayable checks, or to return merchandise.O*NET Task ID 2478 | 0.5 |
β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.
Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page