ক্রেডিট বিশ্লেষক
ব্যবসা ও অর্থAI 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
0.169
0.000এখানে থাকা মানগুলোর পরিসর0.745স্কেল, ভিত্তি ও উৎস
- ডেটার উৎস: ILOপ্রকাশকাল: 2025
0.62
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 3% 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
7টি লুকানো কাজ দেখুন| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Analyze credit data and financial statements to determine the degree of risk involved in extending credit or lending money.13-2041 | 0.0026100.0 | 0.006842.1 |
Complete loan applications, including credit analyses and summaries of loan requests, and submit to loan committees for approval. | —0 | 0.005433.6 |
Review individual or commercial customer files to identify and select delinquent accounts for collection. | —0 | 0.003924.3 |
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 |
|---|---|
Generate financial ratios, using computer programs, to evaluate customers' financial status.O*NET Task ID 1255 | 1.0 |
Analyze credit data and financial statements to determine the degree of risk involved in extending credit or lending money.O*NET Task ID 1250 | 0.5 |
Prepare reports that include the degree of risk involved in extending credit or lending money.O*NET Task ID 1251 | 0.5 |
Evaluate customer records and recommend payment plans, based on earnings, savings data, payment history, and purchase activity.O*NET Task ID 1252 | 0.5 |
Confer with credit association and other business representatives to exchange credit information.O*NET Task ID 1253 | 0.5 |
Complete loan applications, including credit analyses and summaries of loan requests, and submit to loan committees for approval.O*NET Task ID 1254 | 0.5 |
Review individual or commercial customer files to identify and select delinquent accounts for collection.O*NET Task ID 1256 | 0.5 |
Compare liquidity, profitability, and credit histories of establishments being evaluated with those of similar establishments in the same industries and geographic locations.O*NET Task ID 1257 | 0.5 |
Consult with customers to resolve complaints and verify financial and credit transactions.O*NET Task ID 1258 | 0.5 |
Analyze financial data, such as income growth, quality of management, and market share to determine expected profitability of loans.O*NET Task ID 1259 | 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
পেশাগত তথ্য
এই পেশা সংক্রান্ত সাম্প্রতিক পরিবর্তন
মার্চ ২০২৬: New Agentic Task Exposure (ATE) framework scores credit analysts among the highest-risk occupations (ATE 0.43-0.47) for agentic AI workflow displacement by 2030.
[সূত্র: Gupta & Kumar (2026) Agentic AI and Occupational Displacement]These summaries were written by AI Changing Work from the source linked with each one, and any figures in them are given as AI Changing Work summarised them; they can differ from the source's own wording and from figures shown elsewhere on this page, so check the source before relying on them. AI Changing Work matched this page's occupation to an O*NET occupation and chose, by its own judgment, case by case, which summaries relate to that O*NET occupation; a summary appearing here does not mean that its source names this occupation.