Analystes en Recherche Opérationnelle

Informatique et Mathématiques

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

    0.429

    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

    0.56

    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, 8% 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
Formulate mathematical or simulation models of problems, relating constants and variables, restrictions, alternatives, conflicting objectives, and their numerical parameters.

O*NET Task ID 7377

1.0
Break systems into their components, assign numerical values to each component, and examine the mathematical relationships between them.

O*NET Task ID 7385

1.0
Specify manipulative or computational methods to be applied to models.

O*NET Task ID 7386

1.0
Design, conduct, and evaluate experimental operational models in cases where models cannot be developed from existing data.

O*NET Task ID 7388

1.0
Collaborate with others in the organization to ensure successful implementation of chosen problem solutions.

O*NET Task ID 7378

0.5
Analyze information obtained from management to conceptualize and define operational problems.

O*NET Task ID 7379

0.5
Perform validation and testing of models to ensure adequacy, and reformulate models, as necessary.

O*NET Task ID 7380

0.5
Collaborate with senior managers and decision makers to identify and solve a variety of problems and to clarify management objectives.

O*NET Task ID 7381

0.5
Define data requirements, and gather and validate information, applying judgment and statistical tests.

O*NET Task ID 7382

0.5
Study and analyze information about alternative courses of action to determine which plan will offer the best outcomes.

O*NET Task ID 7383

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

mars 2026: New blog post analyzing AI impact on operations research analyst careers with 50% exposure and 32% automation risk.

[Source: AI Changing Work Blog]