ग्राहक सेवा प्रतिनिधि
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
0.701
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: '25
0.58
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 5% 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 % |
|---|---|---|
Confer with customers by telephone or in person to provide information about products or services, take or enter orders, cancel accounts, or obtain details of complaints.43-4051 | 0.060085.7 | 0.020028.6 |
Contact customers to respond to inquiries or to notify them of claim investigation results or any planned adjustments.43-4051 | 0.010014.3 | 0.030042.9 |
Solicit sales of new or additional services or products.43-4051 | 0.00000.0 | 0.010014.3 |
Refer unresolved customer grievances to designated departments for further investigation. | —0 | 0.010014.3 |
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 |
|---|---|
Complete contract forms, prepare change of address records, or issue service discontinuance orders, using computers.O*NET Task ID 2584 | 1.0 |
Compare disputed merchandise with original requisitions and information from invoices and prepare invoices for returned goods.O*NET Task ID 2589 | 1.0 |
Keep records of customer interactions or transactions, recording details of inquiries, complaints, or comments, as well as actions taken.O*NET Task ID 2578 | 0.5 |
Resolve customers' service or billing complaints by performing activities such as exchanging merchandise, refunding money, or adjusting bills.O*NET Task ID 2579 | 0.5 |
Check to ensure that appropriate changes were made to resolve customers' problems.O*NET Task ID 2580 | 0.5 |
Contact customers to respond to inquiries or to notify them of claim investigation results or any planned adjustments.O*NET Task ID 2581 | 0.5 |
Refer unresolved customer grievances to designated departments for further investigation.O*NET Task ID 2582 | 0.5 |
Determine charges for services requested, collect deposits or payments, or arrange for billing.O*NET Task ID 2583 | 0.5 |
Obtain and examine all relevant information to assess validity of complaints and to determine possible causes, such as extreme weather conditions that could increase utility bills.O*NET Task ID 2585 | 0.5 |
Solicit sales of new or additional services or products.O*NET Task ID 2586 | 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
Occupation information
इस व्यवसाय से जुड़े हालिया बदलाव
जून 2026: Cited by ADP Research as an example of a high-AI-exposure occupation. Group-level payroll data shows employment in high-exposure occupations down 0.2% year over year overall and down 4.3% for workers aged 22-25 (33rd consecutive monthly decline). The percentages are for the high-exposure group, not for this occupation alone.
[स्रोत: ADP Research, Canaries Dashboard (June 2026)]मई 2026: Anthropic देखी गई एक्सपोज़र: high (zero->observed gap small). सरल सॉफ़्टवेयर पाइपलाइन और कम एकीकरण लागत के कारण उच्च देखी एक्सपोज़र।
[स्रोत: Anthropic Economic Research (Massenkoff & McCrory, 2026)]अप्रैल 2026: NBER 6,000 executives सर्वे: 69% AI इस्तेमाल लेकिन 90% शून्य असर। अगले 3 साल में -0.7% गिरावट का अनुमान।
[स्रोत: NBER Working Paper 34836]