Analistas Financeiros

Negócios e Finanças

Exposição à IA

  • Fonte dos dados: BLSPublicado: '26.08

    Muito alto· relativa

    BaixoQuatro faixas relativasMuito alto

    Valor por grupo ocupacional

    Escala, base e fonte

    Quatro faixas relativas (Baixo / Moderado / Alto / Muito alto)

    831 ocupações detalhadas da tabela de projeções de emprego do BLS. O valor é atribuído por código da National Employment Matrix (NEM), pelo que as ocupações que partilham um código NEM recebem a mesma banda

    Conjunto de dados de origem (transferência XLSX)

  • Fonte dos dados: AnthropicPublicado: '26.03

    0.572

    0.000Intervalo dos valores aqui apresentados0.745
    Escala, base e fonte

    Índice de exposição observada, 0–1 tal como publicado

    Mapeado sobre tarefas O*NET

    Conjunto de dados de origem

  • Fonte dos dados: ILOPublicado: '25

    0.62

    0.09Intervalo dos valores aqui apresentados0.70

    Valor por grupo ocupacional

    Escala, base e fonte

    Índice de exposição à IA generativa, 0–1 tal como publicado

    Grupo de base CITP-08 — todas as ocupações com o mesmo código recebem este valor

    Calculado por este site, não publicado pela OIT: das 1.012 ocupações que este site liga ao conjunto de dados da OIT, 3% atingem ou superam este valor.

    Conjunto de dados de origem

Que tipo de valor esta fonte publica

A categoria de BLS é uma posição relativa, não um nível absoluto, e também não é uma medição de primeira mão: agrupa em quatro faixas as posições percentis da ocupação em vários estudos publicados. Não é uma previsão de emprego ou de salários, não é uma probabilidade de adoção e não distingue automação de aumento.

Task-level exposure

Apenas tarefas expostas

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
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
Develop and maintain client relationships.

O*NET Task ID 21588

0.0
Supervise, train, or mentor junior team members.

O*NET Task ID 21604

0.0

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

Occupation information

Alterações recentes que afetam esta ocupação

abr. de 2026: NBER survey of 6,000 executives: 69% use AI but 90% report zero employment impact. Executives predict -0.7% employment decline over next 3 years.

[Fonte: NBER Working Paper 34836]

abr. de 2026: Brookings 2024 highlights finance as high-exposure AND low-bargaining-power: union representation in the finance sector is around 1%. Financial analysts face productivity tool-driven task change with minimal institutional counterweight.

[Fonte: Brookings 2024 — Generative AI, the American worker]

abr. de 2026: OpenAI workplace report (Apr 2026): Workplace ChatGPT use is concentrated in financial analyst roles more than almost any other occupation. Junior analysts produce in days what once took weeks; demand shifts toward analysts who validate model outputs.

[Fonte: OpenAI — ChatGPT Usage and Adoption Patterns at Work (April 2026)]