Representantes de Ventas
Ventas y MarketingExposición a la IA
- Fuente de datos: BLSPublicado: '26.08
Muy alto· relativa
BajoCuatro bandas relativasMuy altoValor 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
- Fuente de datos: ILOPublicado: '25
0.49
0.09Rango de los valores aquí recogidos0.70Valor 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 21% alcanza o supera este valor.
- Fuente de datos: OpenAIPublicado: '23
0.567
0.000Rango de los valores aquí recogidos0.844Escala, base y fuente
β de evaluadores humanos, 0–1 tal como se publica
Mapeado sobre tareas de O*NET
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
Ver 12 tareas ocultas| Task | Claude.aiRaw / share % |
|---|---|
Develop or deliver proposals or presentations on topics such as the purchase or sale of energy.41-3099 | 0.003032.6 |
Explain contracts or related documents to customers.41-3099 | 0.002729.2 |
Monitor the flow of energy in response to changes in consumer demand.41-3099 | 0.001820.2 |
Answer customer questions related to energy sales procedures, energy markets, or alternative energy sources.41-3099 | 0.001618.0 |
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 |
|---|---|
Create forms or agreements to complete sales.O*NET Task ID 23227 | 1.0 |
Develop sales presentations or proposals to explain service specifications.O*NET Task ID 23228 | 1.0 |
Inform customers of contracts or other information pertaining to purchased services.O*NET Task ID 23232 | 1.0 |
Maintain customer records using automated systems.O*NET Task ID 23233 | 1.0 |
Quote prices, credit terms, contract terms, or fulfillment dates for services.O*NET Task ID 23236 | 1.0 |
Answer customers' questions about services, prices, availability, or credit terms.O*NET Task ID 23222 | 0.5 |
Attend sales or trade meetings or read related publications to obtain information about market conditions, business trends, regulations, or industry developments.O*NET Task ID 23223 | 0.5 |
Compute and compare costs of services.O*NET Task ID 23224 | 0.5 |
Consult with clients after sales or contract signings to resolve problems and provide ongoing support.O*NET Task ID 23225 | 0.5 |
Contact prospective or existing customers to discuss how services can meet their needs.O*NET Task ID 23226 | 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
Cambios recientes que afectan a esta ocupación
mar 2026: ATE study identifies sales representatives among 236 information-intensive occupations at moderate-to-high risk of agentic AI displacement by 2030 in US tech hubs.
[Fuente: Gupta & Kumar (2026) Agentic AI and Occupational Displacement]