क्रेडिट अधिकारी और जांचकर्ता

कार्यालय और प्रशासनिक सहायता

AI एक्सपोजर

  • डेटा स्रोत: BLSप्रकाशन: 2026-08

    बहुत उच्च· सापेक्ष

    कमचार सापेक्ष श्रेणियाँबहुत उच्च

    व्यवसाय-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

    स्रोत डेटासेट (XLSX फ़ाइल डाउनलोड)

  • डेटा स्रोत: Anthropicप्रकाशन: 2026-03

    0.130

    0.000यहाँ दिए गए मानों की सीमा0.745
    मापक्रम, आधार और स्रोत

    प्रेक्षित एक्सपोजर सूचकांक, प्रकाशित रूप में 0–1

    O*NET कार्यों पर मैप किया गया

    स्रोत डेटासेट

  • डेटा स्रोत: ILOप्रकाशन: 2025

    0.64

    0.09यहाँ दिए गए मानों की सीमा0.70

    व्यवसाय-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।

    स्रोत डेटासेट

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

1 छिपे कार्य दिखाएँ

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.

TaskβE1 + 0.5 × E2
Keep records of customers' charges and payments.

O*NET Task ID 23297

1.0
File sales slips in customers' ledgers for billing purposes.

O*NET Task ID 23302

1.0
Receive charge slips or credit applications by mail, or receive information from salespeople or merchants by telephone.

O*NET Task ID 23303

1.0
Mail charge statements to customers.

O*NET Task ID 23304

1.0
Relay credit report information to subscribers by mail or by telephone.

O*NET Task ID 23306

1.0
Prepare reports of findings and recommendations.

O*NET Task ID 23311

1.0
Compile and analyze credit information gathered by investigation.

O*NET Task ID 23298

0.5
Obtain information about potential creditors from banks, credit bureaus, and other credit services, and provide reciprocal information if requested.

O*NET Task ID 23299

0.5
Interview credit applicants by telephone or in person to obtain personal and financial data needed to complete credit report.

O*NET Task ID 23300

0.5
Evaluate customers' computerized credit records and payment histories to decide whether to approve new credit, based on predetermined standards.

O*NET Task ID 23301

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®, Eloundou et al. (2023): see full notices on the Credits page

व्यावसायिक जानकारी