औद्योगिक डिजाइनर
कला, डिज़ाइन, मनोरंजन और मीडियाAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: 2026-08
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: 2026-03
0.044
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: 2025
0.35
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 61% 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
13 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % |
|---|---|
Read publications, attend showings, and study competing products and design styles and motifs to obtain perspective and generate design concepts.27-1021 | 0.016933.5 |
Advise corporations on issues involving corporate image projects or problems.27-1021 | 0.014228.1 |
Present designs and reports to customers or design committees for approval and discuss need for modification.27-1021 | 0.011222.2 |
Modify and refine designs, using working models, to conform with customer specifications, production limitations, or changes in design trends.27-1021 | 0.008216.2 |
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 |
|---|---|
Prepare sketches of ideas, detailed drawings, illustrations, artwork, or blueprints, using drafting instruments, paints and brushes, or computer-aided design equipment.O*NET Task ID 6896 | 0.5 |
Direct and coordinate the fabrication of models or samples and the drafting of working drawings and specification sheets from sketches.O*NET Task ID 6897 | 0.5 |
Modify and refine designs, using working models, to conform with customer specifications, production limitations, or changes in design trends.O*NET Task ID 6898 | 0.5 |
Coordinate the look and function of product lines.O*NET Task ID 6899 | 0.5 |
Confer with engineering, marketing, production, or sales departments, or with customers, to establish and evaluate design concepts for manufactured products.O*NET Task ID 6900 | 0.5 |
Present designs and reports to customers or design committees for approval and discuss need for modification.O*NET Task ID 6901 | 0.5 |
Evaluate feasibility of design ideas, based on factors such as appearance, safety, function, serviceability, budget, production costs/methods, and market characteristics.O*NET Task ID 6902 | 0.5 |
Read publications, attend showings, and study competing products and design styles and motifs to obtain perspective and generate design concepts.O*NET Task ID 6903 | 0.5 |
Research production specifications, costs, production materials, and manufacturing methods and provide cost estimates and itemized production requirements.O*NET Task ID 6904 | 0.5 |
Design graphic material for use as ornamentation, illustration, or advertising on manufactured materials and packaging or containers.O*NET Task ID 6905 | 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