客室乗務員
輸送・資材運搬AI露出度
- データ出典: BLS公表時点: 2026-08
高い· 相対
低い4段階の相対区分非常に高い職業群単位の値
尺度・母数・出典
4段階の相対区分（低い / 中程度 / 高い / 非常に高い）
BLS雇用見通し表の詳細職業831件が母数。値は NEM(全国雇用マトリクス)コード単位で付与されるため、同じ NEM コードの職業は同じバンドになります
- データ出典: Anthropic公表時点: 2026-03
0.091
0.000ここに掲載された値の範囲0.745尺度・母数・出典
- データ出典: ILO公表時点: 2025
0.22
0.09ここに掲載された値の範囲0.70職業群単位の値
尺度・母数・出典
生成AI露出度指数、公開されたまま0–1
ISCO-08の職業小分類単位 — 同じコードの職業はすべて同じ値
当サイトの算出であり、ILOが公表した数値ではありません。当サイトがILOデータセットに結び付けた職業1,012件のうち、この値以上のものは81%です。
この出典がどのような性格の値か
BLSの区分は絶対水準ではなく相対順位であり、一次測定でもありません。複数の既存研究が付けた職業別パーセンタイル順位を4段階にまとめた値です。雇用や賃金の予測でもなく、導入確率でもなく、自動化と増強を区別しません。
Task-level exposure
非表示の作業 21 件を表示| Task | Claude.aiRaw / share % |
|---|---|
Answer passengers' questions about flights, aircraft, weather, travel routes and services, arrival times, or schedules.53-2031 | 0.005253.1 |
Heat and serve prepared foods.53-2031 | 0.002727.6 |
Assist passengers in placing carry-on luggage in overhead, garment, or under-seat storage.53-2031 | 0.001919.4 |
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 |
|---|---|
Announce flight delays and descent preparations.O*NET Task ID 9646 | 1.0 |
Inspect passenger tickets to verify information and to obtain destination information.O*NET Task ID 9647 | 1.0 |
Take inventory of headsets, alcoholic beverages, and money collected.O*NET Task ID 9653 | 1.0 |
Prepare reports showing places of departure and destination, passenger ticket numbers, meal and beverage inventories, the conditions of cabin equipment, and any problems encountered by passengers.O*NET Task ID 9656 | 1.0 |
Answer passengers' questions about flights, aircraft, weather, travel routes and services, arrival times, or schedules.O*NET Task ID 9648 | 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