Analistas Financieros

Negocios y Finanzas

Exposición a la IA

  • Fuente de datos: BLSPublicado: '26.08

    Muy alto· relativa

    BajoCuatro bandas relativasMuy alto

    Valor por grupo ocupacional

    Escala, base y fuente

    Cuatro bandas relativas (Bajo / Moderado / Alto / Muy alto)

    831 ocupaciones detalladas de la tabla de proyecciones de empleo de BLS. El valor se asigna por código de la National Employment Matrix (NEM), de modo que las ocupaciones que comparten un código NEM reciben la misma banda

    Conjunto de datos de origen (descarga XLSX)

  • Fuente de datos: AnthropicPublicado: '26.03

    0.572

    0.000Rango de los valores aquí recogidos0.745
    Escala, base y fuente

    Índice de exposición observada, 0–1 tal como se publica

    Mapeado sobre tareas de O*NET

    Conjunto de datos de origen

  • Fuente de datos: ILOPublicado: '25

    0.62

    0.09Rango de los valores aquí recogidos0.70

    Valor por grupo ocupacional

    Escala, base y fuente

    Índice de exposición a la IA generativa, 0–1 tal como se publica

    Grupo primario de la CIUO-08 — todas las ocupaciones con ese código reciben este valor

    Calculado por este sitio, no publicado por la OIT: de las 1012 ocupaciones que este sitio vincula al conjunto de datos de la OIT, un 3% alcanza o supera este valor.

    Conjunto de datos de origen

Qué tipo de cifra publica esta fuente

La categoría de BLS es un rango relativo, no un nivel absoluto, y tampoco es una medición de primera mano: agrupa en cuatro bandas los rangos percentiles de la ocupación en varios estudios publicados. No es una previsión de empleo ni de salarios, no es una probabilidad de adopción y no distingue entre automatización y aumento.

Task-level exposure

Solo tareas expuestas

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.

TaskβE1 + 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
Develop and maintain client relationships.

O*NET Task ID 21588

0.0
Supervise, train, or mentor junior team members.

O*NET Task ID 21604

0.0

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®, Eloundou et al. (2023): see full notices on the Credits page

Occupation information

Cambios recientes que afectan a esta ocupación

abr 2026: 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.

[Fuente: NBER Working Paper 34836]

abr 2026: 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.

[Fuente: Brookings 2024 — Generative AI, the American worker]

abr 2026: 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.

[Fuente: OpenAI — ChatGPT Usage and Adoption Patterns at Work (April 2026)]