Preposes aux Services Automobiles
Transport et ManutentionExposition à l'IA
- Source des données: BLSPublié: 2026-08
Faible· relative
FaibleQuatre bandes relativesTrès élevéeValeur 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
- Source des données: AnthropicPublié: 2026-03
0.000
0.000Étendue des valeurs présentées ici0.745Échelle, base et source
- Source des données: ILOPublié: 2025
0.24
0.09Étendue des valeurs présentées ici0.70Valeur 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, 79% atteignent ou dépassent cette valeur.
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
| Task | Claude.aiRaw / share % |
|---|---|
Provide customers with information about local roads or highways.53-6031 | 0.00000.0 |
| Not observed on any surface — 13 task(s) — These tasks have no row in the source for this release. The 0 in the share row is a display-stage composition ratio; absence is what the — in the raw row states. | |
Collect cash payments from customers, and make change or charge purchases to customers' credit cards, providing customers with receipts. | —0 |
Clean parking areas, offices, restrooms, or equipment, and remove trash. | —0 |
Perform minor repairs, such as adjusting brakes, replacing spark plugs, or changing engine oil or filters. | —0 |
Order stock, and price and shelve incoming goods. | —0 |
Rotate, test, and repair or replace tires. | —0 |
Grease and lubricate vehicles or specified units, such as springs, universal joints, or steering knuckles, using grease guns or spray lubricants. | —0 |
Sell and install accessories, such as batteries, windshield wiper blades, fan belts, bulbs, or headlamps. | —0 |
Check tire pressure and levels of fuel, motor oil, transmission, radiator, battery, or other fluids, adding air or fluids as required. | —0 |
Activate fuel pumps and fill fuel tanks of vehicles with gasoline or diesel fuel to specified levels. | —0 |
Prepare daily reports of fuel, oil, and accessory sales. | —0 |
Maintain customer records and follow up periodically with telephone, mail, or personal reminders of services due. | —0 |
Test and charge batteries. | —0 |
Clean windshields. | —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 |
|---|---|
Prepare daily reports of fuel, oil, and accessory sales.O*NET Task ID 10714 | 1.0 |
Provide customers with information about local roads or highways.O*NET Task ID 10718 | 1.0 |
Maintain customer records and follow up periodically with telephone, mail, or personal reminders of services due.O*NET Task ID 10723 | 1.0 |
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®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page