दावा समायोजक और अन्वेषक
व्यापार और वित्तAI 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
0.082
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: 2025
0.45
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 25% 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
24 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Analyze information gathered by investigation and report findings and recommendations.13-1031 | 0.002862.8 | 0.002321.6 |
Examine titles to property to determine validity and act as company agent in transactions with property owners.13-1031 | 0.001737.2 | 0.001614.7 |
Examine claims investigated by insurance adjusters, further investigating questionable claims to determine whether to authorize payments. | —0 | 0.002926.5 |
Prepare reports to be submitted to company's data processing department. | —0 | 0.002321.6 |
Investigate, evaluate, and settle claims, applying technical knowledge and human relations skills to effect fair and prompt disposal of cases and to contribute to a reduced loss ratio. | —0 | 0.001715.7 |
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 |
|---|---|
Enter claim payments, reserves and new claims on computer system, inputting concise yet sufficient file documentation.O*NET Task ID 21429 | 1.0 |
Communicate with reinsurance brokers to obtain information necessary for processing claims.O*NET Task ID 21440 | 1.0 |
Prepare reports to be submitted to company's data processing department.O*NET Task ID 21441 | 1.0 |
Examine claims forms and other records to determine insurance coverage.O*NET Task ID 21417 | 0.5 |
Analyze information gathered by investigation and report findings and recommendations.O*NET Task ID 21418 | 0.5 |
Review police reports, medical treatment records, medical bills, or physical property damage to determine the extent of liability.O*NET Task ID 21419 | 0.5 |
Investigate and assess damage to property and create or review property damage estimates.O*NET Task ID 21420 | 0.5 |
Interview or correspond with agents and claimants to correct errors or omissions and to investigate questionable claims.O*NET Task ID 21421 | 0.5 |
Interview or correspond with claimants, witnesses, police, physicians, or other relevant parties to determine claim settlement, denial, or review.O*NET Task ID 21422 | 0.5 |
Investigate, evaluate, and settle claims, applying technical knowledge and human relations skills to effect fair and prompt disposal of cases and to contribute to a reduced loss ratio.O*NET Task ID 21423 | 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
व्यावसायिक जानकारी
इस व्यवसाय से जुड़े हालिया बदलाव
मार्च 2026: एवरग्रीन ब्लॉग विश्लेषण प्रकाशित: 2025 में AI एक्सपोजर 60%, ऑटोमेशन रिस्क 55/100।
[स्रोत: AI Changing Work Blog]