Analistas de Tesouraria
Negócios e FinançasExposição à IA
- Fonte dos dados: BLSPublicado: 2026-08
Muito alto· relativa
BaixoQuatro faixas relativasMuito altoValor 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
- Fonte dos dados: AnthropicPublicado: 2026-03
0.220
0.000Intervalo dos valores aqui apresentados0.745Escala, base e fonte
Índice de exposição observada, 0–1 tal como publicado
Mapeado sobre tarefas O*NET
- Fonte dos dados: ILOPublicado: 2025
0.62
0.09Intervalo dos valores aqui apresentados0.70Valor 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.
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 37 tarefas ocultas| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Prepare requirements documentation for use by software developers.13-2099 | 0.080036.4 | 0.020028.6 |
Provide application or analytical support to researchers or traders on issues such as valuations or data.13-2099 | 0.080036.4 | 0.020028.6 |
Define or recommend model specifications or data collection methods.13-2099 | 0.030013.6 | 0.00000.0 |
Interpret results of financial analysis procedures.13-2099 | 0.01004.5 | 0.010014.3 |
Prepare written reports of investigation findings.13-2099 | 0.01004.5 | 0.00000.0 |
Recommend actions in fraud cases.13-2099 | 0.01004.5 | 0.00000.0 |
Evaluate business operations to identify risk areas for fraud.13-2099 | 0.00000.0 | 0.020028.6 |
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 |
|---|---|
Prepare written reports of investigation findings.O*NET Task ID 16046 | 1.0 |
Document all investigative activities.O*NET Task ID 16053 | 1.0 |
Maintain knowledge of current events and trends in such areas as money laundering and criminal tools and techniques.O*NET Task ID 16035 | 0.5 |
Train others in fraud detection and prevention techniques.O*NET Task ID 16036 | 0.5 |
Research or evaluate new technologies for use in fraud detection systems.O*NET Task ID 16037 | 0.5 |
Prepare evidence for presentation in court.O*NET Task ID 16038 | 0.5 |
Negotiate with responsible parties to arrange for recovery of losses due to fraud.O*NET Task ID 16040 | 0.5 |
Advise businesses or agencies on ways to improve fraud detection.O*NET Task ID 16044 | 0.5 |
Review reports of suspected fraud to determine need for further investigation.O*NET Task ID 16045 | 0.5 |
Recommend actions in fraud cases.O*NET Task ID 16047 | 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
Informação ocupacional
Alterações recentes relacionadas com esta ocupação
out. de 2024: 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]These summaries were written by AI Changing Work from the source linked with each one, and any figures in them are given as AI Changing Work summarised them; they can differ from the source's own wording and from figures shown elsewhere on this page, so check the source before relying on them. AI Changing Work matched this page's occupation to an O*NET occupation and chose, by its own judgment, case by case, which summaries relate to that O*NET occupation; a summary appearing here does not mean that its source names this occupation.