Caissiers
Ventes et MarketingExposition à l'IA
- Source des données: BLSPublié: 2026-08
Élevée· 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
0.085
0.000Étendue des valeurs présentées ici0.745Échelle, base et source
- Source des données: ILOPublié: 2025
0.39
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, 44% 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
Afficher 22 tâches masquées| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Answer customers' questions, and provide information on procedures or policies.41-2011 | 1.168390.3 | 0.184369.8 |
Assist customers by providing information and resolving their complaints.41-2011 | 0.08046.2 | 0.01555.9 |
Greet customers entering establishments.41-2011 | 0.02582.0 | 0.031311.9 |
Receive payment by cash, check, credit cards, vouchers, or automatic debits.41-2011 | 0.01321.0 | 0.032812.4 |
Compute and record totals of transactions.41-2011 | 0.00680.5 | —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 |
|---|---|
Calculate total payments received during a time period, and reconcile this with total sales.O*NET Task ID 2411 | 1.0 |
Compute and record totals of transactions.O*NET Task ID 2412 | 1.0 |
Keep periodic balance sheets of amounts and numbers of transactions.O*NET Task ID 2414 | 1.0 |
Compile and maintain non-monetary reports and records.O*NET Task ID 2421 | 1.0 |
Answer incoming phone calls.O*NET Task ID 21073 | 1.0 |
Answer customers' questions, and provide information on procedures or policies.O*NET Task ID 2408 | 0.5 |
Process merchandise returns and exchanges.O*NET Task ID 2417 | 0.5 |
Post charges against guests' or patients' accounts.O*NET Task ID 2423 | 0.5 |
Assist customers by providing information and resolving their complaints.O*NET Task ID 18765 | 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