Comptables et Auditeurs

Affaires et Finances

Exposition à l'IA

  • Source des données: BLSPublié: '26.08

    Très élevée· relative

    FaibleQuatre bandes relativesTrès élevée

    Valeur par groupe professionnel

    Échelle, base et source

    Quatre bandes relatives (Faible / Modérée / Élevée / Très élevée)

    831 métiers détaillés du tableau des projections d'emploi du BLS. La valeur est attribuée par code de la National Employment Matrix (NEM), si bien que les métiers partageant un code NEM reçoivent la même bande

    Jeu de données source (téléchargement XLSX)

  • Source des données: AnthropicPublié: '26.03

    0.348

    0.000Étendue des valeurs présentées ici0.745
    Échelle, base et source

    Indice d'exposition observée, 0–1 tel que publié

    Rapporté aux tâches O*NET

    Jeu de données source

  • Source des données: ILOPublié: '25

    0.51

    0.09Étendue des valeurs présentées ici0.70

    Valeur par groupe professionnel

    Échelle, base et source

    Indice d'exposition à l'IA générative, 0–1 tel que publié

    Groupe de base CITP-08 — tous les métiers partageant le code reçoivent cette valeur

    Calculé par ce site, non publié par l'OIT : sur les 1 012 professions que ce site relie au jeu de données de l'OIT, 17% atteignent ou dépassent cette valeur.

    Jeu de données source

Quelle est la nature de la valeur publiée par cette source

La catégorie BLS est un rang relatif et non un niveau absolu, et ce n'est pas une mesure de première main : elle regroupe en quatre bandes les rangs centiles du métier dans plusieurs études publiées. Ce n'est ni une prévision d'emploi ou de salaire, ni une probabilité d'adoption, et elle ne distingue pas automatisation et augmentation.

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
Prepare detailed reports on audit findings.

O*NET Task ID 21505

1.0
Prepare adjusting journal entries.

O*NET Task ID 21515

1.0
Establish tables of accounts and assign entries to proper accounts.

O*NET Task ID 21517

1.0
Report to management about asset utilization and audit results, and recommend changes in operations and financial activities.

O*NET Task ID 21506

0.5
Collect and analyze data to detect deficient controls, duplicated effort, extravagance, fraud, or non-compliance with laws, regulations, and management policies.

O*NET Task ID 21507

0.5
Inspect account books and accounting systems for efficiency, effectiveness, and use of accepted accounting procedures to record transactions.

O*NET Task ID 21508

0.5
Supervise auditing of establishments, and determine scope of investigation required.

O*NET Task ID 21509

0.5
Confer with company officials about financial and regulatory matters.

O*NET Task ID 21510

0.5
Examine and evaluate financial and information systems, recommending controls to ensure system reliability and data integrity.

O*NET Task ID 21511

0.5
Inspect cash on hand, notes receivable and payable, negotiable securities, and canceled checks to confirm records are accurate.

O*NET Task ID 21512

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

Occupation information

Évolutions récentes concernant ce métier

avr. 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.

[Source: NBER Working Paper 34836]

mars 2026: Karpathy rates accountants 9/10 for AI exposure, among the highest-scoring occupations in his analysis of 342 US jobs.

[Source: Karpathy AI Exposure Score (Fortune)]

mars 2026: While the arXiv study focused primarily on computer/math occupations, accountants (AI exposure 73/100) face similar dynamics: structural changes in AI adoption preceded the ChatGPT era. Workers with AI fluency are better positioned regardless of occupation.

[Source: Frank et al. (2026) arXiv:2601.02554]