डेटा एंट्री ऑपरेटर
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
0.671
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: '25
0.70
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 0% 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
केवल एक्सपोज़र वाले कार्य| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Compile, sort and verify the accuracy of data before it is entered.43-9021 | 0.016778.0 | 0.113265.6 |
Read source documents such as canceled checks, sales reports, or bills, and enter data in specific data fields or onto tapes or disks for subsequent entry, using keyboards or scanners.43-9021 | 0.004722.0 | 0.059534.4 |
| Not observed on any surface — 7 task(s) — These tasks have no row in the source for this release. The 0 in the share row is a display-stage composition ratio; absence is what the — in the raw row states. | ||
Compare data with source documents, or re-enter data in verification format to detect errors. | —0 | —0 |
Store completed documents in appropriate locations. | —0 | —0 |
Locate and correct data entry errors, or report them to supervisors. | —0 | —0 |
Maintain logs of activities and completed work. | —0 | —0 |
Select materials needed to complete work assignments. | —0 | —0 |
Load machines with required input or output media such as paper, cards, disks, tape or Braille media. | —0 | —0 |
Resolve garbled or indecipherable messages, using cryptographic procedures and equipment. | —0 | —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 |
|---|---|
Compile, sort, and verify the accuracy of data before it is entered.O*NET Task ID 11402 | 1.0 |
Compare data with source documents, or re-enter data in verification format to detect errors.O*NET Task ID 11403 | 1.0 |
Store completed documents in appropriate locations.O*NET Task ID 11404 | 1.0 |
Locate and correct data entry errors, or report them to supervisors.O*NET Task ID 11405 | 1.0 |
Maintain logs of activities and completed work.O*NET Task ID 11406 | 1.0 |
Select materials needed to complete work assignments.O*NET Task ID 11407 | 1.0 |
Resolve garbled or indecipherable messages, using cryptographic procedures and equipment.O*NET Task ID 11409 | 1.0 |
Read source documents such as canceled checks, sales reports, or bills, and enter data in specific data fields or onto tapes or disks for subsequent entry, using keyboards or scanners.O*NET Task ID 11401 | 0.5 |
Load machines with required input or output media, such as paper, cards, disks, tape, or Braille media.O*NET Task ID 11408 | 0.0 |
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
Occupation information
इस व्यवसाय से जुड़े हालिया बदलाव
मई 2026: Anthropic देखी गई एक्सपोज़र: high (routine tasks absorbed). उच्च देखी एक्सपोज़र। LLM द्वारा पहले से अवशोषित नियमित कार्य।
[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]अप्रैल 2026: सबसे high automation exposure वाली occupations में से। March 2026 में AI ने 15,341 (25%) के साथ सभी job cut reasons में top किया। Q1 cumulative AI cuts: 27,645।
[स्रोत: Challenger March 2026]