Chauffeurs de Poids Lourds
Transport et ManutentionExposition à l'IA
- Source des données: BLSPublié: '26.08
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: '26.03
0.000
0.000Étendue des valeurs présentées ici0.745Échelle, base et source
- Source des données: ILOPublié: '25
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
Afficher 28 tâches masquées| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Read and interpret maps to determine vehicle routes.53-3032 | 0.004260.9 | 0.001927.3 |
Plan or adjust routes based on changing conditions, using computer equipment, global positioning systems (GPS) equipment, or other navigation devices to minimize fuel consumption and carbon emissions.53-3032 | 0.002739.1 | 0.002231.8 |
Read bills of lading to determine assignment details. | —0 | 0.002840.9 |
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 |
|---|---|
Maintain logs of working hours or of vehicle service or repair status, following applicable state and federal regulations.O*NET Task ID 10637 | 1.0 |
Read bills of lading to determine assignment details.O*NET Task ID 10643 | 1.0 |
Report vehicle defects, accidents, traffic violations, or damage to the vehicles.O*NET Task ID 10644 | 1.0 |
Check all load-related documentation for completeness and accuracy.O*NET Task ID 20693 | 1.0 |
Operate equipment, such as truck cab computers, CB radios, phones, or global positioning systems (GPS) equipment to exchange necessary information with bases, supervisors, or other drivers.O*NET Task ID 20695 | 1.0 |
Read and interpret maps to determine vehicle routes.O*NET Task ID 10645 | 0.5 |
Collect delivery instructions from appropriate sources, verifying instructions and routes.O*NET Task ID 10647 | 0.5 |
Check conditions of trailers after contents have been unloaded to ensure that there has been no damage.O*NET Task ID 10650 | 0.5 |
Inventory and inspect goods to be moved to determine quantities and conditions.O*NET Task ID 10655 | 0.5 |
Plan or adjust routes based on changing conditions, using computer equipment, global positioning systems (GPS) equipment, or other navigation devices, to minimize fuel consumption and carbon emissions.O*NET Task ID 19923 | 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
Occupation information
Évolutions récentes concernant ce métier
avr. 2026: Transportation sector saw 32,241 Q1 2026 cuts — 703% increase YoY. Autonomous vehicle testing and AI logistics optimization driving displacement. AI was #1 March cut reason.
[Source: Challenger March 2026]mars 2026: Challenger: transportation sector 31,702 cuts YTD (+872% YoY), largest sectoral increase in 2026.
[Source: Challenger Gray Feb 2026 Report]