Ingenieros de Automatizacion de Almacenes

Construcción, Mantenimiento y Reparación

Exposición a la IA

  • Fuente de datos: BLSPublicado: 2026-08

    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: 2026-03

    0.037

    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: 2025

    0.37

    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 53% 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

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
Complete production reports, purchase orders, and material, tool, and equipment lists.

O*NET Task ID 1408

1.0
Analyze statistical data and product specifications to determine standards and establish quality and reliability objectives of finished product.

O*NET Task ID 1391

0.5
Develop manufacturing methods, labor utilization standards, and cost analysis systems to promote efficient staff and facility utilization.

O*NET Task ID 1392

0.5
Recommend methods for improving utilization of personnel, material, and utilities.

O*NET Task ID 1393

0.5
Plan and establish sequence of operations to fabricate and assemble parts or products and to promote efficient utilization.

O*NET Task ID 1394

0.5
Apply statistical methods and perform mathematical calculations to determine manufacturing processes, staff requirements, and production standards.

O*NET Task ID 1395

0.5
Draft and design layout of equipment, materials, and workspace to illustrate maximum efficiency using drafting tools and computer.

O*NET Task ID 1398

0.5
Review production schedules, engineering specifications, orders, and related information to obtain knowledge of manufacturing methods, procedures, and activities.

O*NET Task ID 1399

0.5
Communicate with management and user personnel to develop production and design standards.

O*NET Task ID 1400

0.5
Formulate sampling procedures and designs and develop forms and instructions for recording, evaluating, and reporting quality and reliability data.

O*NET Task ID 1402

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

Información ocupacional