আর্থিক বিশ্লেষক
ব্যবসা ও অর্থAI এক্সপোজার
- ডেটার উৎস: BLSপ্রকাশকাল: '26.08
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: '26.03
0.572
0.000এখানে থাকা মানগুলোর পরিসর0.745স্কেল, ভিত্তি ও উৎস
- ডেটার উৎস: ILOপ্রকাশকাল: '25
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
10টি লুকানো কাজ দেখুন| Task | Claude.aiRaw / share % |
|---|---|
Interpret data on price, yield, stability, future investment-risk trends, economic influences, and other factors affecting investment programs.13-2051 | 0.077333.3 |
Present oral or written reports on general economic trends, individual corporations, and entire industries.13-2051 | 0.041818.0 |
Draw charts and graphs, using computer spreadsheets, to illustrate technical reports.13-2051 | 0.024310.5 |
Monitor fundamental economic, industrial, and corporate developments by analyzing information from financial publications and services, investment banking firms, government agencies, trade publications, company sources, or personal interviews.13-2051 | 0.02239.6 |
Recommend investments and investment timing to companies, investment firm staff, or the public.13-2051 | 0.02159.2 |
Prepare plans of action for investment, using financial analyses.13-2051 | 0.01888.1 |
Inform investment decisions by analyzing financial information to forecast business, industry, or economic conditions.13-2051 | 0.01616.9 |
Evaluate and compare the relative quality of various securities in a given industry.13-2051 | 0.01004.3 |
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 |
|---|---|
Advise clients on aspects of capitalization, such as amounts, sources, or timing.O*NET Task ID 21579 | 0.5 |
Analyze financial or operational performance of companies facing financial difficulties to identify or recommend remedies.O*NET Task ID 21580 | 0.5 |
Assess companies as investments for clients by examining company facilities.O*NET Task ID 21581 | 0.5 |
Collaborate on projects with other professionals, such as lawyers, accountants, or public relations experts.O*NET Task ID 21582 | 0.5 |
Collaborate with investment bankers to attract new corporate clients.O*NET Task ID 21583 | 0.5 |
Conduct financial analyses related to investments in green construction or green retrofitting projects.O*NET Task ID 21584 | 0.5 |
Confer with clients to restructure debt, refinance debt, or raise new debt.O*NET Task ID 21585 | 0.5 |
Create client presentations of plan details.O*NET Task ID 21586 | 0.5 |
Determine the prices at which securities should be syndicated and offered to the public.O*NET Task ID 21587 | 0.5 |
Draw charts and graphs, using computer spreadsheets, to illustrate technical reports.O*NET Task ID 21589 | 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
Occupation information
এই পেশা সংক্রান্ত সাম্প্রতিক পরিবর্তন
এপ্রি ২০২৬: NBER survey of 6,000 executives: 69% use AI but 90% report zero employment impact. Executives predict -0.7% employment decline over next 3 years.
[সূত্র: NBER Working Paper 34836]এপ্রি ২০২৬: Brookings 2024 highlights finance as high-exposure AND low-bargaining-power: union representation in the finance sector is around 1%. Financial analysts face productivity tool-driven task change with minimal institutional counterweight.
[সূত্র: Brookings 2024 — Generative AI, the American worker]এপ্রি ২০২৬: OpenAI workplace report (Apr 2026): Workplace ChatGPT use is concentrated in financial analyst roles more than almost any other occupation. Junior analysts produce in days what once took weeks; demand shifts toward analysts who validate model outputs.
[সূত্র: OpenAI — ChatGPT Usage and Adoption Patterns at Work (April 2026)]