भारी ट्रक चालक
परिवहन और सामग्री स्थानांतरणAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: '26.08
मध्यम· 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
0.000
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: '25
0.24
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 79% 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
28 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Read and interpret maps to determine vehicle routes.53-3032 | 0.004260.9 | 0.001927.3 |
Plan or adjust routes based on changing conditions, using computer equipment, global positioning systems (GPS) equipment, or other navigation devices to minimize fuel consumption and carbon emissions.53-3032 | 0.002739.1 | 0.002231.8 |
Read bills of lading to determine assignment details. | —0 | 0.002840.9 |
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 |
|---|---|
Maintain logs of working hours or of vehicle service or repair status, following applicable state and federal regulations.O*NET Task ID 10637 | 1.0 |
Read bills of lading to determine assignment details.O*NET Task ID 10643 | 1.0 |
Report vehicle defects, accidents, traffic violations, or damage to the vehicles.O*NET Task ID 10644 | 1.0 |
Check all load-related documentation for completeness and accuracy.O*NET Task ID 20693 | 1.0 |
Operate equipment, such as truck cab computers, CB radios, phones, or global positioning systems (GPS) equipment to exchange necessary information with bases, supervisors, or other drivers.O*NET Task ID 20695 | 1.0 |
Read and interpret maps to determine vehicle routes.O*NET Task ID 10645 | 0.5 |
Collect delivery instructions from appropriate sources, verifying instructions and routes.O*NET Task ID 10647 | 0.5 |
Check conditions of trailers after contents have been unloaded to ensure that there has been no damage.O*NET Task ID 10650 | 0.5 |
Inventory and inspect goods to be moved to determine quantities and conditions.O*NET Task ID 10655 | 0.5 |
Plan or adjust routes based on changing conditions, using computer equipment, global positioning systems (GPS) equipment, or other navigation devices, to minimize fuel consumption and carbon emissions.O*NET Task ID 19923 | 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: Transportation sector में Q1 2026 cuts 32,241 — YoY 703% increase। Autonomous vehicle testing और AI logistics optimization displacement drive कर रहे हैं। March में AI #1 reason।
[स्रोत: Challenger March 2026]मार्च 2026: Challenger: परिवहन क्षेत्र 31,702 छंटनी YTD (+872% YoY), 2026 में सबसे बड़ी क्षेत्रीय वृद्धि।
[स्रोत: Challenger Gray Feb 2026 Report]