वित्तीय 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
0.572
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: '25
0.62
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 3% 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
10 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % |
|---|---|
Interpret data on price, yield, stability, future investment-risk trends, economic influences, and other factors affecting investment programs.13-2051 | 0.077333.3 |
Present oral or written reports on general economic trends, individual corporations, and entire industries.13-2051 | 0.041818.0 |
Draw charts and graphs, using computer spreadsheets, to illustrate technical reports.13-2051 | 0.024310.5 |
Monitor fundamental economic, industrial, and corporate developments by analyzing information from financial publications and services, investment banking firms, government agencies, trade publications, company sources, or personal interviews.13-2051 | 0.02239.6 |
Recommend investments and investment timing to companies, investment firm staff, or the public.13-2051 | 0.02159.2 |
Prepare plans of action for investment, using financial analyses.13-2051 | 0.01888.1 |
Inform investment decisions by analyzing financial information to forecast business, industry, or economic conditions.13-2051 | 0.01616.9 |
Evaluate and compare the relative quality of various securities in a given industry.13-2051 | 0.01004.3 |
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 |
|---|---|
Advise clients on aspects of capitalization, such as amounts, sources, or timing.O*NET Task ID 21579 | 0.5 |
Analyze financial or operational performance of companies facing financial difficulties to identify or recommend remedies.O*NET Task ID 21580 | 0.5 |
Assess companies as investments for clients by examining company facilities.O*NET Task ID 21581 | 0.5 |
Collaborate on projects with other professionals, such as lawyers, accountants, or public relations experts.O*NET Task ID 21582 | 0.5 |
Collaborate with investment bankers to attract new corporate clients.O*NET Task ID 21583 | 0.5 |
Conduct financial analyses related to investments in green construction or green retrofitting projects.O*NET Task ID 21584 | 0.5 |
Confer with clients to restructure debt, refinance debt, or raise new debt.O*NET Task ID 21585 | 0.5 |
Create client presentations of plan details.O*NET Task ID 21586 | 0.5 |
Determine the prices at which securities should be syndicated and offered to the public.O*NET Task ID 21587 | 0.5 |
Draw charts and graphs, using computer spreadsheets, to illustrate technical reports.O*NET Task ID 21589 | 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
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: Brookings 2024 finance को high-exposure और low-bargaining-power दोनों के रूप में highlight करता है: finance sector में union representation सिर्फ़ 1% है। Financial analysts को productivity tool-driven task change झेलना है, और institutional counterweight minimal है।
[स्रोत: Brookings 2024 — Generative AI, the American worker]अप्रैल 2026: OpenAI अप्रैल 2026 कार्यस्थल रिपोर्ट: कार्यस्थल ChatGPT उपयोग वित्तीय विश्लेषक भूमिकाओं में लगभग किसी भी अन्य पेशे की तुलना में अधिक केंद्रित। माँग मॉडल आउटपुट मान्य करने वाले विश्लेषकों की ओर।
[स्रोत: OpenAI — ChatGPT Usage and Adoption Patterns at Work (April 2026)]