Examinadores 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

    0.043

    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

Ver 1 tarefa oculta

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
Train other examiners in the financial examination process.

O*NET Task ID 7322

1.0
Investigate activities of institutions to enforce laws and regulations and to ensure legality of transactions and operations or financial solvency.

O*NET Task ID 7314

0.5
Review and analyze new, proposed, or revised laws, regulations, policies, and procedures to interpret their meaning and determine their impact.

O*NET Task ID 7315

0.5
Plan, supervise, and review work of assigned subordinates.

O*NET Task ID 7316

0.5
Recommend actions to ensure compliance with laws and regulations, or to protect solvency of institutions.

O*NET Task ID 7317

0.5
Examine the minutes of meetings of directors, stockholders, and committees to investigate the specific authority extended at various levels of management.

O*NET Task ID 7318

0.5
Prepare reports, exhibits, and other supporting schedules that detail an institution's safety and soundness, compliance with laws and regulations, and recommended solutions to questionable financial conditions.

O*NET Task ID 7319

0.5
Review balance sheets, operating income and expense accounts, and loan documentation to confirm institution assets and liabilities.

O*NET Task ID 7320

0.5
Review audit reports of internal and external auditors to monitor adequacy of scope of reports or to discover specific weaknesses in internal routines.

O*NET Task ID 7321

0.5
Establish guidelines for procedures and policies that comply with new and revised regulations and direct their implementation.

O*NET Task ID 7323

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®, Eloundou et al. (2023): see full notices on the Credits page

Occupation information

Alterações recentes que afetam esta ocupação

abr. de 2026: ATE 0.42 by 2027 in SF Bay Tier 1. Part of the 91.7% of financial occupations crossing moderate-risk threshold in Tier 1 by 2027.

[Fonte: arXiv 2604.00186 (Gupta & Kumar, 2026)]

mar. de 2026: Published evergreen blog analysis: AI exposure 63%, automation risk 46/100 in 2025.

[Fonte: AI Changing Work Blog]