Employes du Service en Chambre
Préparation Alimentaire et ServiceExposition à l'IA
- Source des données: BLSPublié: 2026-08
Modérée· 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
0.28
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, 73% 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 % |
|---|---|
Record amounts and types of special food items served to customers.35-3041 | 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. | |
Monitor food distribution, ensuring that meals are delivered to the correct recipients and that guidelines, such as those for special diets, are followed. | —0 |
Clean or sterilize dishes, kitchen utensils, equipment, or facilities. | —0 |
Examine trays to ensure that they contain required items. | —0 |
Place food servings on plates or trays according to orders or instructions. | —0 |
Load trays with accessories, such as eating utensils, napkins, or condiments. | —0 |
Take food orders and relay orders to kitchens or serving counters so they can be filled. | —0 |
Stock service stations with items, such as ice, napkins, or straws. | —0 |
Remove trays and stack dishes for return to kitchen after meals are finished. | —0 |
Prepare food items, such as sandwiches, salads, soups, or beverages. | —0 |
Monitor food preparation or serving techniques to ensure that proper procedures are followed. | —0 |
Carry food, silverware, or linen on trays or use carts to carry trays. | —0 |
Determine where patients or patrons would like to eat their meals and help them get situated. | —0 |
Total checks, present them to customers, and accept payment for services. | —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 |
|---|---|
Record amounts and types of special food items served to customers.O*NET Task ID 11161 | 1.0 |
Examine trays to ensure that they contain required items.O*NET Task ID 11151 | 0.5 |
Total checks, present them to customers, and accept payment for services.O*NET Task ID 11162 | 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