Subscritores de Seguros

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

    0.063

    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

    0.53

    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, 14% 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
TaskClaude.aiRaw / share %APIRaw / share %
Decline excessive risks.

13-2053

0.003550.70.002865.1
Write to field representatives, medical personnel, and others to obtain further information, quote rates, or explain company underwriting policies.

13-2053

0.001927.50
Examine documents to determine degree of risk from such factors as applicant financial standing and value and condition of property.

13-2053

0.001521.70.001534.9
Not observed on any surface — 4 task(s) These tasks have no row in the source for this release. The 0 in the share row is a display-stage composition ratio; absence is what the — in the raw row states.
Evaluate possibility of losses due to catastrophe or excessive insurance.
00
Decrease value of policy when risk is substandard and specify applicable endorsements or apply rating to ensure safe profitable distribution of risks, using reference materials.
00
Review company records to determine amount of insurance in force on single risk or group of closely related risks.
00
Authorize reinsurance of policy when risk is high.
00

Data sources & licenses — O*NET®, Anthropic Economic Index, 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. Rule-application heavy roles with thin P1 (interpersonal) and P2 (regulatory) penalties show fast agentic exposure climb.

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

mar. de 2026: Published evergreen blog analysis: AI exposure 64%, automation risk 62/100 in 2025.

[Fonte: AI Changing Work Blog]