बिलिंग विशेषज्ञ
कार्यालय और प्रशासनिक सहायताAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: '26.08
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: '26.03
0.192
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: '25
0.64
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 1% 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
22 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Review compiled data on operating costs and revenues to set rates.43-3021 | 0.010050.0 | 0.010020.0 |
Create billing documents, shipping labels, credit memorandums, or credit forms.43-3021 | 0.010050.0 | 0.00000.0 |
Verify accuracy of billing data and revise any errors.43-3021 | 0.00000.0 | 0.010020.0 |
Monitor equipment to ensure proper operation.43-3021 | 0.00000.0 | 0.010020.0 |
Consult sources, such as rate books, manuals, or insurance company representatives, to determine specific charges or information such as rules, regulations, or government tax and tariff information.43-3021 | 0.00000.0 | 0.010020.0 |
Contact customers to obtain or relay account information. | —0 | 0.010020.0 |
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 |
|---|---|
Post stop-payment notices to prevent payment of protested checks.O*NET Task ID 23237 | 1.0 |
Verify accuracy of billing data and revise any errors.O*NET Task ID 23238 | 1.0 |
Prepare itemized statements, bills, or invoices and record amounts due for items purchased or services rendered.O*NET Task ID 23240 | 1.0 |
Perform bookkeeping work, including posting data or keeping other records concerning costs of goods or services or the shipment of goods.O*NET Task ID 23241 | 1.0 |
Operate typing, adding, calculating, or billing machines.O*NET Task ID 23242 | 1.0 |
Resolve discrepancies in accounting records.O*NET Task ID 23243 | 1.0 |
Review documents, such as purchase orders, sales tickets, charge slips, or hospital records, to compute fees or charges due.O*NET Task ID 23245 | 1.0 |
Keep records of invoices and support documents.O*NET Task ID 23246 | 1.0 |
Route statements for mailing or over-the-counter delivery to customers.O*NET Task ID 23247 | 1.0 |
Compare previously prepared bank statements with canceled checks and reconcile discrepancies.O*NET Task ID 23251 | 1.0 |
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