ऊर्जा लेखा परीक्षक

निर्माण, रखरखाव और मरम्मत

AI एक्सपोजर

  • डेटा स्रोत: BLSप्रकाशन: 2026-08

    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

    0.048

    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

    0.28

    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 73% 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

3 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
Inspect or evaluate building envelopes, mechanical systems, electrical systems, or process systems to determine the energy consumption of each system.

O*NET Task ID 18073

0.5
Prepare audit reports containing energy analysis results or recommendations for energy cost savings.

O*NET Task ID 18074

0.5
Analyze energy bills, including utility rates or tariffs, to gather historical energy usage data.

O*NET Task ID 18075

0.5
Analyze technical feasibility of energy-saving measures, using knowledge of engineering, energy production, energy use, construction, maintenance, system operation, or process systems.

O*NET Task ID 18076

0.5
Calculate potential for energy savings.

O*NET Task ID 18077

0.5
Collect and analyze field data related to energy usage.

O*NET Task ID 18078

0.5
Compare existing energy consumption levels to normative data.

O*NET Task ID 18079

0.5
Determine patterns of building use to show annual or monthly needs for heating, cooling, lighting, or other energy needs.

O*NET Task ID 18080

0.5
Educate customers on energy efficiency or answer questions on topics such as the costs of running household appliances or the selection of energy-efficient appliances.

O*NET Task ID 18081

0.5
Identify and prioritize energy-saving measures.

O*NET Task ID 18082

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