Mercorは、経済活動に近いエージェント向けベンチマーク29本を、米労働省O*NETの923職種・18,797作業へLLMで対応させた地図を公開した。作業は、対応する課題が5件以上あるとき「覆われている」と数える。その条件を満たす作業は924、職種は208。22の職種群のうち6群は、該当職種がゼロだった。作業ごとの労働時間の推計と合わせ、米国の労働時間の約90%は、このリストではほとんど覆われていない、と結論している。
覆われ方は一様ではない。Eloundouらの区分でAIの影響を受けやすい作業は、受けにくい作業の約6倍、ベンチマークに載りやすい。職種のなかで重要度が最も高い作業は、最も低い作業の約6〜10倍載りやすい。職種群ではコンピュータ・数学が36職種中29と厚く、法律は7中5、医療従事者は89中12だった。同社は、ソフトウェア工学のように課題が過剰な分野は件数に上限を設けたため、そうした分野の被覆は実際より低く出る、と書いている。
限界も同じページにある。29本は未飽和で、公開課題が原則25以上のものに限った初期リストで、未収録があるぶん被覆は下に偏る。人間による確認は、この29本の一部であるMercor自社のAPEXに対して行われている。職業のスコアを課題の単純平均で出すと、よく測られた作業へ寄る。4職種でO*NETの作業ごとに重みを揃えても、課題が5件以上ある作業は該当作業の3分の1未満だった。
エンジニア向けの読み方は、リーダーボードの点を「その職業ができる」へ直接変換しない、だ。ソフトウェア作業は相対的に手厚く測られているが、職業全体の作業を代表してはいない。約90%の労働時間は、この地図だけでは置換の有無を判断できない領域として残っている。