बिल और खाता संग्राहक
कार्यालय और प्रशासनिक सहायताAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: 2026-08
बहुत उच्च· सापेक्ष
कमचार सापेक्ष श्रेणियाँबहुत उच्चव्यवसाय-समूह स्तर का मान
मापक्रम, आधार और स्रोत
चार सापेक्ष बैंड (कम / मध्यम / उच्च / बहुत उच्च)
BLS रोज़गार पूर्वानुमान तालिका के 831 विस्तृत व्यवसायों के आधार पर। मान NEM (नेशनल एम्प्लॉयमेंट मैट्रिक्स) कोड के स्तर पर दिया जाता है, इसलिए एक ही NEM कोड वाले व्यवसायों को वही बैंड मिलता है
- डेटा स्रोत: Anthropicप्रकाशन: 2026-03
0.299
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: 2025
0.43
0.09यहाँ दिए गए मानों की सीमा0.70व्यवसाय-समूह स्तर का मान
मापक्रम, आधार और स्रोत
जेनरेटिव AI एक्सपोजर सूचकांक, प्रकाशित रूप में 0–1
ISCO-08 यूनिट समूह — समान कोड वाले सभी व्यवसायों को यही मान मिलता है
यह इस साइट की गणना है, ILO द्वारा प्रकाशित आँकड़ा नहीं: इस साइट द्वारा ILO डेटासेट से जोड़े गए 1,012 व्यवसायों में से 30% इस मान के बराबर या उससे अधिक हैं।
यह स्रोत किस प्रकार का आँकड़ा प्रकाशित करता है
BLS की श्रेणी सापेक्ष रैंक है, निरपेक्ष स्तर नहीं, और यह प्रथम-हस्त माप भी नहीं है: यह कई प्रकाशित अध्ययनों में व्यवसाय की पर्सेंटाइल रैंकों को चार बैंडों में बांटती है। यह रोज़गार या वेतन का पूर्वानुमान नहीं है, न अपनाए जाने की संभावना, और यह स्वचालन और संवर्धन में अंतर नहीं करती।
Task-level exposure
9 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Advise customers of necessary actions and strategies for debt repayment.43-3011 | 0.010443.7 | 0.005617.9 |
Locate and notify customers of delinquent accounts by mail, telephone, or personal visits to solicit payment.43-3011 | 0.004619.3 | 0.011838.2 |
Arrange for debt repayment or establish repayment schedules, based on customers' financial situations.43-3011 | 0.003313.9 | 0.003110.0 |
Record information about financial status of customers and status of collection efforts.43-3011 | 0.002410.1 | 0.010533.9 |
Persuade customers to pay amounts due on credit accounts, damage claims, or nonpayable checks, or to return merchandise.43-3011 | 0.00166.7 | —0 |
Confer with customers by telephone or in person to determine reasons for overdue payments and to review the terms of sales, service, or credit contracts.43-3011 | 0.00156.3 | —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 |
|---|---|
Receive payments and post amounts paid to customer accounts.O*NET Task ID 2472 | 1.0 |
Record information about financial status of customers and status of collection efforts.O*NET Task ID 2474 | 1.0 |
Advise customers of necessary actions and strategies for debt repayment.O*NET Task ID 2477 | 1.0 |
Sort and file correspondence and perform miscellaneous clerical duties, such as answering correspondence and writing reports.O*NET Task ID 2479 | 1.0 |
Perform various administrative functions for assigned accounts, such as recording address changes and purging the records of deceased customers.O*NET Task ID 2480 | 1.0 |
Contact insurance companies to check on status of claims payments and write appeal letters for denial on claims.O*NET Task ID 18560 | 1.0 |
Locate and monitor overdue accounts, using computers and a variety of automated systems.O*NET Task ID 2473 | 0.5 |
Locate and notify customers of delinquent accounts by mail, telephone, or personal visits to solicit payment.O*NET Task ID 2475 | 0.5 |
Confer with customers by telephone or in person to determine reasons for overdue payments and to review the terms of sales, service, or credit contracts.O*NET Task ID 2476 | 0.5 |
Persuade customers to pay amounts due on credit accounts, damage claims, or nonpayable checks, or to return merchandise.O*NET Task ID 2478 | 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