論文の概要: Agentic AI and Occupational Displacement: A Multi-Regional Task Exposure Analysis of Emerging Labor Market Disruption

• arxiv url: http://arxiv.org/abs/2604.00186v1
• Date: Tue, 31 Mar 2026 19:36:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.69775
• Title: Agentic AI and Occupational Displacement: A Multi-Regional Task Exposure Analysis of Emerging Labor Market Disruption
• Title（参考訳）: エージェントAIと職業配置: 新興労働市場崩壊の多段階的タスク露光分析
• Authors: Ravish Gupta, Saket Kumar,
• Abstract要約: Acemoglu-Restrepoタスク露光フレームワークを拡張し、エージェント人工知能システムの労働市場効果に対処する。 個々のサブタスクを代用する従来の自動化技術とは異なり、エージェントAIシステムはマルチステップ推論を使用してエンドツーエンドを実行する。 O*NETタスクデータからアルゴリズムで計算した複合尺度であるAgentic Exposureスコアを紹介する。
• 参考スコア（独自算出の注目度）: 1.066082625513843
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper extends the Acemoglu-Restrepo task exposure framework to address the labor market effects of agentic artificial intelligence systems: autonomous AI agents capable of completing entire occupational workflows rather than discrete tasks. Unlike prior automation technologies that substitute for individual subtasks, agentic AI systems execute end-to-end workflows involving multi-step reasoning, tool invocation, and autonomous decision-making, substantially expanding occupational displacement risk beyond what existing task-level analyses capture. We introduce the Agentic Task Exposure (ATE) score, a composite measure computed algorithmically from O*NET task data using calibrated adoption parameters--not a regression estimate--incorporating AI capability scores, workflow coverage factors, and logistic adoption velocity. Applying the ATE framework across five major US technology regions (Seattle-Tacoma, San Francisco Bay Area, Austin, New York, and Boston) over a 2025-2030 horizon, we find that 93.2% of the 236 analyzed occupations across six information-intensive SOC groups (financial, legal, healthcare, healthcare support, sales, and administrative/clerical) cross the moderate-risk threshold (ATE >= 0.35) in Tier 1 regions by 2030, with credit analysts, judges, and sustainability specialists reaching ATE scores of 0.43-0.47. We simultaneously identify seventeen emerging occupational categories benefiting from reinstatement effects, concentrated in human-AI collaboration, AI governance, and domain-specific AI operations roles. Our findings carry implications for workforce transition policy, regional economic planning, and the temporal dynamics of labor market adjustment
• Abstract（参考訳）: 本稿では,Acemoglu-Restrepoタスク露光フレームワークを拡張し,エージェント人工知能システムの労働市場効果に対処する。 個々のサブタスクを代替する以前の自動化技術とは異なり、エージェントAIシステムは、複数のステップの推論、ツールの実行、自律的な意思決定を含むエンドツーエンドのワークフローを実行する。 本稿では,O*NETタスクデータからアルゴリズムで計算したAgentic Task Exposure(ATE)スコアを紹介する。 2025-2030年の地平線上で、米国の主要5つの技術領域(シアトル・タコマ、サンフランシスコ・ベイエリア、オースティン、ニューヨーク、ボストン)にわたるATEフレームワークを適用すると、236の93.2%が、2030年までにティアー1地域の中程度のリスク閾値(ATE >= 0.35)を越え、信用アナリスト、審査員、サステナビリティスペシャリストが0.13-0.47に達した。 我々は同時に、人間とAIのコラボレーション、AIガバナンス、ドメイン固有のAIオペレーションの役割に集中して、再立身効果の恩恵を受ける17の新たな職業カテゴリーを特定します。 我々の研究成果は、労働移行政策、地域経済計画、労働市場調整の時間的ダイナミクスに影響を及ぼす。

関連論文リスト

• How Well Does Agent Development Reflect Real-World Work? [89.17217057358285]
  本研究では,ベンチマークインスタンスを作業領域やスキルにマッピングすることで,エージェント開発活動と実世界の人間作業の分布との関係について検討する。 プログラム中心のエージェント開発と、人間の労働力と経済価値が集中するカテゴリの間には、かなりのミスマッチがあることを明らかにする。
  論文  参考訳（メタデータ） (2026-03-01T17:55:49Z)
• Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce [45.348336032930845]
  作業員がAIエージェントの自動化や強化を望んでいるかを評価するための新しい枠組みを導入する。 我々のフレームワークは、ニュアンスな労働者の欲求を捉えるために、オーディオ強化されたミニインタービューを備えている。 我々はWORKBankデータベースを構築し、1500のドメインワーカーの好みとAI専門家の能力評価を収集する。
  論文  参考訳（メタデータ） (2025-06-06T23:05:52Z)
• OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation [65.15955645757705]
  専門的な実行から戦略的計画を切り離す階層的なマルチエージェントフレームワークであるWorkforceを紹介します。 推論中、Workforceはワーカーエージェントの追加や修正によって新しいドメインにシームレスに適応する。 トレーニングには、ドメイン間の一般化を改善する最適化されたワークフォース学習(OWL)を導入する。
  論文  参考訳（メタデータ） (2025-05-29T17:51:58Z)
• Follow the money: a startup-based measure of AI exposure across occupations, industries and regions [0.0]
  既存のAIの職業曝露対策は、技術的実現可能性に基づいて人間の労働を代用または補うAIの理論的可能性に焦点を当てている。 我々は,O*NETとスタートアップが開発したAIアプリケーションからの職業的記述に基づく,新たな指標であるAISE(AI Startup Exposure)指標を紹介する。 我々の発見は、AIの採用は、AIアプリケーションの技術的実現可能性と同様に、社会的要因によって徐々に形成されていくことを示唆している。
  論文  参考訳（メタデータ） (2024-12-06T10:25:05Z)
• Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs [10.844598404826355]
  米国の雇用の3分の1はAIに強く依存しており、主に大学院または大学院の教育を必要とする高度な職業で行われている。 高度な職業であっても、AIはタスク置換において高い多様性を示し、AIと人間は同じ職業の中で相互に補完することを示唆している。 すべての結果、モデル、コードはオンラインで公開されており、コミュニティが結果を再現し、結果を比較し、私たちの仕事をベンチマークとして使用して、時間とともにAIの進捗を監視します。
  論文  参考訳（メタデータ） (2024-07-27T08:14:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。