मुआवजा विश्लेषक
व्यापार और वित्तAI 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
0.065
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: '25
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
19 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Advise managers and employees on state and federal employment regulations, collective agreements, benefit and compensation policies, personnel procedures, and classification programs.13-1141 | 0.010050.0 | 0.00000.0 |
Prepare research results for publication in form of journals, books, manuals, and film.13-1141 | 0.010050.0 | —0 |
Analyze organizational, occupational, and industrial data to facilitate organizational functions and provide technical information to business, industry, and government.13-1141 | 0.00000.0 | 0.0200100.0 |
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 |
|---|---|
Assist in preparing and maintaining personnel records and handbooks.O*NET Task ID 3357 | 1.0 |
Prepare research results for publication in form of journals, books, manuals, and film.O*NET Task ID 3372 | 1.0 |
Evaluate job positions, determining classification, exempt or non-exempt status, and salary.O*NET Task ID 3351 | 0.5 |
Ensure company compliance with federal and state laws, including reporting requirements.O*NET Task ID 3352 | 0.5 |
Advise managers and employees on state and federal employment regulations, collective agreements, benefit and compensation policies, personnel procedures, and classification programs.O*NET Task ID 3353 | 0.5 |
Plan, develop, evaluate, improve, and communicate methods and techniques for selecting, promoting, compensating, evaluating, and training workers.O*NET Task ID 3354 | 0.5 |
Provide advice on the resolution of classification and salary complaints.O*NET Task ID 3355 | 0.5 |
Prepare occupational classifications, job descriptions, and salary scales.O*NET Task ID 3356 | 0.5 |
Prepare reports, such as organization and flow charts and career path reports, to summarize job analysis and evaluation and compensation analysis information.O*NET Task ID 3358 | 0.5 |
Administer employee insurance, pension, and savings plans, working with insurance brokers and plan carriers.O*NET Task ID 3359 | 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