Représentants du Service Client

Bureau et Soutien Administratif

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

    0.701

    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

    0.58

    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, 5% 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.

TaskClaude.aiRaw / share %
Explain policies, procedures, or services to patients using medical or administrative knowledge.

43-4051

0.046122.4
Confer with customers by telephone or in person to provide information about products or services, take or enter orders, cancel accounts, or obtain details of complaints.

43-4051

0.030514.8
Coordinate communication between patients, family members, medical staff, administrative staff, or regulatory agencies.

43-4051

0.030414.7
Resolve customers' service or billing complaints by performing activities such as exchanging merchandise, refunding money, or adjusting bills.

43-4051

0.025012.1
Review insurance policy terms to determine whether a particular loss is covered by insurance.

43-4051

0.01899.2
Develop and distribute newsletters, brochures, or other printed materials to share information with patients or medical staff.

43-4051

0.01557.5
Identify and share research, recommendations, or other information regarding legal liabilities, risk management, or quality of care.

43-4051

0.00793.9
Provide consultation or training to volunteers or staff on topics such as guest relations, patients' rights, and medical issues.

43-4051

0.00773.7
Keep records of customer interactions or transactions, recording details of inquiries, complaints, or comments, as well as actions taken.

43-4051

0.00733.5
Collect and report data on topics such as patient encounters and inter-institutional problems, making recommendations for change when appropriate.

43-4051

0.00643.1

Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page

Occupation information

Évolutions récentes concernant ce métier

juin 2026: Cited by ADP Research as an example of a high-AI-exposure occupation. Group-level payroll data shows employment in high-exposure occupations down 0.2% year over year overall and down 4.3% for workers aged 22-25 (33rd consecutive monthly decline). The percentages are for the high-exposure group, not for this occupation alone.

[Source: ADP Research, Canaries Dashboard (June 2026)]

mai 2026: Anthropic observed-exposure score: high (zero->observed gap small). High observed exposure due to simpler software pipelines and lower integration cost.

[Source: Anthropic Economic Research (Massenkoff & McCrory, 2026)]

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]