Periksa Risiko Otomatisasi AI untuk Profesi Anda

Alat gratis 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

1
Ketik nama jabatan

Gunakan kotak pencarian atau pilih dari tile tren. Autocomplete menyaring 50+ profesi.

2
Baca skor komposit

Angka tengah adalah eksposur 5 tahun. Busur tipis menunjukkan ketidaksepakatan sumber — lebih lebar = kurang pasti.

3
Geser horizon waktu

Bandingkan risiko 1, 5, dan 10 tahun. Nilai 10 tahun mengekstrapolasi kurva adopsi dan lebih tidak pasti.

4
Periksa rincian tugas

Setiap tugas berwarna: merah = bisa diotomatisasi hari ini, kuning = diperkuat AI, hijau = manusia. Rencanakan pelatihan ulang di hijau dan kuning.

5
Bandingkan dengan profesi terkait

Panel "Terkait" menampilkan tetangga di keluarga SOC yang sama dengan skor — berguna untuk pertimbangan pindah.

🔥 Sedang populer
🗣️ Text to Speech ✨ Peningkat Video ✂️ Potong Audio ✨ Peningkat Audio 🎭 Pengubah Suara 🎙️ Penghapus Vokal 🎬 Buat Video dari Audio 🎬 Potong Video

Lihat seberapa terpapar profesi Anda — dengan rentang kepercayaan jujur dari data 2026 nyata.

Use ↑ ↓ to navigate, Enter to pick, Esc to dismiss.
Don't see your profession? Suggest it →

Suggest a profession We blend US BLS occupational codes — modern niche roles (SEO, DevOps, SMM…) may not be in the taxonomy yet. Tell us and we'll map them to the closest BLS family.

Thanks! We'll review it and add the profession to the corpus.

🔥 Pencarian populer

⚠️ Risiko otomatisasi tertinggi

🛡️ Risiko otomatisasi terendah

Risiko komposit
Higher % = AI handles a larger share of this profession's tasks today.
Data: US labour market (BLS) + global Claude usage (Anthropic). Your region's mix may differ.
Horizon waktu
1 tahun 5 tahun 10 tahun

Pick from related or type above.

Gaji tahunan median (AS)
Pertumbuhan proyeksi 2024–2034
AI augmentation share

Share of measured tasks where AI assists the worker (feedback, learning) rather than replaces them (directive, validation). High augmentation + low risk = AI changes the job without threatening it.

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.

timbrica.com/id/ai-job-risk · 2026-05-30

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. view source ↗

BLS Employment Projections 2024–2034 (released Aug 28, 2025): wages, growth, openings, and the 832-SOC base we anchor everything to. view source ↗

BLS SOC 2010→2018 crosswalk: used to align AEI's task statements (still in O*NET-SOC 2010) with the 2018 BLS SOC employment file. view source ↗

O*NET task statements: ~17.998 tugas dipetakan ke kode SOC. view source ↗

Frey & Osborne (2013): hanya sebagai baseline historis untuk grafik drift — TIDAK digunakan dalam komposit. view source ↗

Estimasi berbasis data tenaga kerja AS. Eksposur nyata bergantung pada perusahaan, wilayah, dan tugas Anda. Perlakukan sebagai bantuan perencanaan, bukan ramalan.

Tidak tahu mau coba apa?
400+ alat gratis — buka kejutan
🎲 Beri kejutan

Fitur

Data 2026, bukan tebakan 2013 Rentang kepercayaan, bukan satu angka Slider horizon waktu Tingkat tugas, bukan pekerjaan penuh

Pertanyaan yang sering diajukan

Apakah skor ini ramalan?

Bukan. Ini estimasi eksposur teknis saat ini berdasarkan data multi-sumber 2026. Hasil nyata bergantung pada regulasi, kecepatan adopsi pemberi kerja, dan tugas spesifik Anda. Perlakukan sebagai bantuan perencanaan.

Mengapa hanya ~42% untuk pengembang jika AI sudah menulis banyak kode?

Alat coding memperkuat banyak tugas pengembang hari ini (autocomplete, generasi tes, refactor) — data Anthropic mengklasifikasikan ini sebagai "augment", bukan "automate". Tugas yang diperkuat meningkatkan produktivitas tanpa mengganti pengembang.

Dari mana rentang kepercayaan?

Kami memadukan Anthropic Economic Index, eksposur BLS dan PayScope 2026 — masing-masing memberi angka berbeda. Rentang adalah selisih antar sumber.

Mengapa menyertakan Frey & Osborne (2013)?

Hanya sebagai garis "Prediksi 2013" pada grafik drift. Model 2013 meremehkan penerjemah dan radiolog. TIDAK digunakan dalam komposit.

Apakah daftar akan bertambah dari 50?

Ya. Peluncuran V1 menggunakan seed 50 buatan tangan; pipeline penuh menyerap ~800 kode SOC dari Anthropic Economic Index.

Apakah angka khusus AS?

Data BLS = AS. Anthropic Economic Index dan O*NET menggunakan taksonomi SOC yang sama. Untuk negara lain, peringkat arah informatif; angka gaji dan pertumbuhan khusus AS.

💡 Ingin kami tingkatkan alat ini untuk Anda?

Kami bisa — dan gratis! Kirim pesan singkat dengan ide Anda. Jika ingin diskusi lebih detail, tinggalkan email dan kami akan menghubungi Anda. Bisa anonim.

Bagaimana Anda menilai alat ini?

Terima kasih atas penilaian Anda!
Ingin berbagi lebih? Tinggalkan komentar!
Terima kasih! Komentar Anda akan muncul setelah moderasi.
Siapa yang cocok menggunakan alat ini?
🎓 Pelajar 📚 Pendidik & Guru 💻 Developer & IT Pro
Diterbitkan Diperbarui