Periksa Risiko Otomatisasi AI untuk Profesi Anda
Alat yang memperkirakan risiko otomatisasi AI untuk pekerjaan apa pun. Memadukan pola penggunaan Claude nyata dari Anthropic Economic Index, proyeksi pekerjaan BLS 2024-2034, indeks eksposur PayScope 2026 dan deskripsi tugas O*NET menjadi skor komposit dengan rentang kepercayaan jujur. Ketik profesi Anda dan lihat pengukur risiko, kurva horizon waktu, dan rincian per tugas — bagian mana yang sudah bisa dilakukan AI hari ini.
Cara membaca skor risiko
Gunakan kotak pencarian atau pilih dari tile tren. Autocomplete menyaring 50+ profesi.
Angka tengah adalah eksposur 5 tahun. Busur tipis menunjukkan ketidaksepakatan sumber — lebih lebar = kurang pasti.
Bandingkan risiko 1, 5, dan 10 tahun. Nilai 10 tahun mengekstrapolasi kurva adopsi dan lebih tidak pasti.
Setiap tugas berwarna: merah = bisa diotomatisasi hari ini, kuning = diperkuat AI, hijau = manusia. Rencanakan pelatihan ulang di hijau dan kuning.
Panel "Terkait" menampilkan tetangga di keluarga SOC yang sama dengan skor — berguna untuk pertimbangan pindah.
Lihat seberapa terpapar profesi Anda — dengan rentang kepercayaan jujur dari data 2026 nyata.
Sarankan sebuah profesi Kami memadukan kode pekerjaan BLS AS — peran niche modern (SEO, DevOps, SMM…) mungkin belum ada dalam taksonomi. Beri tahu kami dan kami akan memetakannya ke keluarga BLS terdekat.
🔥 Pencarian populer
⚠️ Risiko otomatisasi tertinggi
🛡️ Risiko otomatisasi terendah
Tidak ada penggunaan Claude yang terukur
Anthropic Economic Index belum mencatat penggunaan Claude untuk pekerjaan ini. Hal ini biasanya berarti: pekerjaan fisik langsung, interaksi tatap muka, atau lebih sedikit tugas berbasis teks. Skor 0% harus dibaca sebagai "tidak ada keterlibatan AI yang terukur saat ini", bukan "AI tidak bisa membantu".
Pilih dari yang terkait atau ketik di atas.
Pangsa tugas terukur di mana AI membantu pekerja (umpan balik, pembelajaran) alih-alih menggantikannya (arahan, validasi). Augmentasi tinggi + risiko rendah = AI mengubah pekerjaan tanpa mengancamnya.
Peran lebih aman dengan keterampilan serupa Saat risiko gabungan tinggi, ini adalah peran sejenis dengan paparan lebih rendah di industri yang sama — diurutkan berdasarkan proksi transfer keterampilan (akar SOC yang lebih dekat lebih dulu).
Keterampilan yang sulit ditiru AI Di mana berinvestasi untuk tetap unggul. Kombinasi analisis tugas Anda dan kualitas manusiawi di industri.
Rincian per tugas Bagaimana AI terbagi di antara tugas tipikal peran ini hari ini.
Profesi terkait Bandingkan risiko dalam keluarga SOC.
Bagaimana prediksi menua Frey & Osborne (2013) vs. estimasi modern 2026. Selisih besar = model 2013 melewatkan gelombang LLM.
Tidak ada prediksi 2013 untuk pekerjaan ini — Frey & Osborne mengambil sampel 702 SOC, dan yang ini tidak termasuk dalam kumpulan aslinya.
Sumber
Risiko komposit memadukan empat dataset. Kami tidak menciptakan angka; rumusnya terbuka.
Anthropic Economic Index (Mar–Apr 2026): pola penggunaan Claude nyata per pekerjaan, dengan pemisahan automate/augment per tugas. lihat sumber ↗
BLS Employment Projections 2024–2034 (dirilis 28 Agt 2025): upah, pertumbuhan, lowongan, dan basis 832-SOC yang menjadi acuan semuanya. lihat sumber ↗
Crosswalk BLS SOC 2010→2018: digunakan untuk menyelaraskan pernyataan tugas AEI (masih dalam O*NET-SOC 2010) dengan file ketenagakerjaan BLS SOC 2018. lihat sumber ↗
O*NET task statements: ~17.998 tugas dipetakan ke kode SOC. lihat sumber ↗
Frey & Osborne (2013): hanya sebagai baseline historis untuk grafik drift — TIDAK digunakan dalam komposit. lihat sumber ↗
Estimasi berbasis data tenaga kerja AS. Eksposur nyata bergantung pada perusahaan, wilayah, dan tugas Anda. Perlakukan sebagai bantuan perencanaan, bukan ramalan.
