Szybkie rozprzestrzenianie się sztucznej inteligencji wywołuje falę badań, które próbują przewidzieć jej wpływ na rynki pracy. Jednak historia rewolucji gospodarczych uczy nas pokory. Kilkanaście lat temu obawialiśmy się, że masowe przenoszenie miejsc pracy za granicę zniszczy rynki lokalne. Dekadę później okazało się, że gospodarki utrzymały zdrowy wzrost zatrudnienia. Podobnie jest dzisiaj.
Wpływ sztucznej inteligencji na zatrudnienie nie przypomina nagłego tąpnięcia. To raczej powolna zmiana fundamentów, przypominająca początki powszechnego internetu. Zmiany te rzadko widać od razu w statystykach bezrobocia. Zrozumienie tych mechanizmów to dziś kluczowe zadanie dla właścicieli firm i managerów, którzy decydują o kształcie zespołów, alokacji budżetów i wyborze partnerów technologicznych.
Teoretyczne możliwości a realne wykorzystanie AI w biznesie
Najnowsze badanie analityków z firmy Anthropic (twórców modelu Claude) wprowadza świetne pojęcie: „obserwowana ekspozycja”. Zamiast teoretyzować, czy AI potrafi napisać kod lub stworzyć umowę, badacze sprawdzili, do czego ludzie faktycznie używają tych narzędzi w pracy.
Dlaczego rzeczywiste wykorzystanie technologii tak drastycznie rozmija się z jej możliwościami? Powody doskonale znamy z polskiego podwórka. Nawet jeśli algorytm teoretycznie potrafi wykonać zadanie, na drodze stają przepisy prawa, wymogi poufności, integracje z przestarzałym oprogramowaniem ERP czy po prostu konieczność ludzkiej weryfikacji.
Z danych wynika jednak, że pracownicy są bardzo pragmatyczni. Intuicyjnie sięgają po automatyzację tam, gdzie daje ona natychmiastowy, mierzalny efekt, omijając zadania, z którymi model sobie nie radzi. To pokazuje ogromną lukę między tym, co możliwe, a tym, co realnie wdrożone w firmach.
Kategoria zawodowa | Teoretyczne pokrycie przez AI | Obserwowane realne pokrycie | Potencjał do wdrożenia (luka adopcyjna) |
Zarządzanie (Management) | Bardzo wysokie | Śladowe | Ogromny potencjał w analizie danych i raportowaniu. |
Biznes i Finanse | Bardzo wysokie | Niskie | Wymaga uregulowań prawnych i audytu procesów. |
IT i Matematyka | 94% | 33% | Dynamicznie rosnący, najwyższe bieżące nasycenie. |
Prace fizyczne (np. Budownictwo) | Bliskie zeru | Zerowe | Niska podatność na automatyzację kognitywną. |
Dla przedsiębiorców płynie stąd konkretny wniosek: jeśli Twoja konkurencja jeszcze nie zautomatyzowała procesów finansowych czy obsługi klienta, to nie dlatego, że technologia na to nie pozwala. Rynek jest we wczesnej fazie. Ci, którzy uporządkują swoje procesy już teraz, zyskają ogromną przewagę marżową.
Kto naprawdę znajduje się na celowniku algorytmów?
Obecna rewolucja uderza w samo serce pracy biurowej. Sztuczna inteligencja to technologia zastępująca rutynową pracę kognitywną: analizę tekstu, segregowanie danych i komunikację.
Dane obalają mit o automatyzacji uderzającej w najniżej wykwalifikowanych. Osoby w grupie najbardziej podatnej na wpływ AI są zazwyczaj świetnie wykształcone, zarabiają więcej i częściej są to kobiety.
Kto dokładnie otwiera listę zawodów o najwyższej ekspozycji na sztuczną inteligencję?
Top 5 najbardziej narażonych zawodów (wg Anthropic) | Wskaźnik obserwowanej ekspozycji | Główne automatyzowane zadanie |
Programiści (Computer programmers) | 74,5% | Pisanie, aktualizowanie i utrzymywanie oprogramowania. |
Specjaliści ds. obsługi klienta | 70,1% | Informowanie klientów, przyjmowanie zamówień, obsługa reklamacji. |
Operatorzy wprowadzania danych | 67,1% | Czytanie dokumentów źródłowych i cyfryzacja danych. |
Specjaliści ds. dokumentacji medycznej | 66,7% | Kompilowanie, kategoryzowanie i kodowanie danych pacjentów. |
Analitycy badań rynkowych i marketingu | 64,8% | Przygotowywanie raportów, ilustrowanie danych, tłumaczenie wniosków. |
Ten profil ryzyka ma potężne znaczenie biznesowe. Procesy back-office, obsługa klienta i tworzenie oprogramowania to miejsca, gdzie budżety szybko topnieją przez nieefektywność. Z naszego doświadczenia wynika, że wiele firm utrzymuje duże działy wprowadzania danych, nie wiedząc, że mądrze zintegrowane AI może przetwarzać ogromną część tych zapytań w czasie rzeczywistym.
Polskie realia: MŚP, nierówności i zjawisko "Shadow AI"
Analizy polskich instytucji pokazują, że nasz rynek nie jest odporny na te trendy. Według raportu Nask z czerwca 2025 roku około 5 milionów stanowisk w Polsce wykazuje podatność na interakcję z generatywną AI. Co ważne, zjawisko to mocno uderza w konkretne grupy demograficzne.
Demografia ryzyka (Polska) | Kobiety | Mężczyźni | Różnica na niekorzyść kobiet |
Podatność w wieku 15-24 lata | 47,8% | 22,7% | + 25,1 pp. |
Podatność w wieku 25-34 lata | 44,0% | 27,0% | + 17,0 pp. |
Podatność w wieku 55-64 lata | 26,1% | 15,6% | + 10,5 pp. |
Co więcej, polskie firmy z sektora MŚP podchodzą do AI z gigantyczną ostrożnością, obawiając się kosztów wdrożenia. Prowadzi to do niebezpiecznego zjawiska zwanego „Shadow AI”.
Z badań wynika, że chociaż oficjalnie mało firm chwali się używaniem AI, to ogromna część pracowników korzysta z niej na własną rękę. Ładują oni firmowe umowy, raporty finansowe i bazy klientów do darmowych, publicznych modeli językowych. W ten sposób polskie firmy tracą kontrolę nad bezpieczeństwem i poufnością własnych danych.
Lęk przed kosztownym, oficjalnym wdrożeniem paradoksalnie wystawia firmy na ogromne ryzyko operacyjne. A przecież bezpieczne automatyzacje, np. w analizie faktur, mogą zamknąć się w kwocie ułamka kosztów rocznego etatu, dając szybki zwrot z inwestycji.
Paradoks branży IT - wysoka produktywność, niższa jakość kodu
Najbardziej ryzykownym obszarem z perspektywy biznesowej jest dzisiaj sektor IT. Jak widzieliśmy w zestawieniach, programiści są zawodem o najwyższym wskaźniku ekspozycji na automatyzację. AI służy im jako asystent podpowiadający składnię i piszący powtarzalny kod.
Teoretycznie, dla firmy zlecającej stworzenie platformy e-commerce lub systemu B2B, to czysty zysk. Praca idzie szybciej. Niestety, rzeczywistość bywa inna.
Często widzimy, że firmy mają problem ze stabilnością nowo powstających aplikacji. Mimo błyskawicznego tempa prac, kod wygenerowany przez AI nierzadko zawiera błędy o zupełnie innej naturze niż te ludzkie. Są to błędy trudne do wyłapania, prowadzące do luk w bezpieczeństwie. Generowanie kodu stało się trywialnie proste, ale jego dogłębne zrozumienie i bezpieczne utrzymanie wciąż wymaga dużej wiedzy.
W interesie właściciela firmy, który finansuje projekt IT, leży pewność, że wykonawca nie idzie na skróty kosztem jakości. Taka oszczędność szybko zamienia się w kosztowny dług technologiczny. W takich sytuacjach świetnie sprawdza się niezależny audyt jakości kodu lub wdrożenie zewnętrznego monitorowania postępów. Dzięki temu zachowujesz pełną kontrolę nad tym, za co faktycznie płacisz.
Co powinieneś zrobić jako osoba zarządzająca?
Sztuczna inteligencja nie jest lekiem na kiepsko ułożone procesy biznesowe. Jeśli wdrożysz ją tam, gdzie panuje chaos, uzyskasz po prostu szybszy chaos. Jak zatem mądrze zarządzać technologią w firmie?
Zrób audyt procesów, nie narzędzi: Zanim kupisz subskrypcje AI, określ, gdzie tracisz najwięcej roboczogodzin na rutynową pracę. Tam kryje się najwyższy zwrot z inwestycji.
Wyjdź z szarej strefy: Stwórz jasne zasady w zespole. Określ, co wolno, a czego bezwzględnie nie wolno wprowadzać do publicznych generatorów tekstu, chroniąc dane firmy.
Zmień zasady kontroli w projektach IT: Wymagaj od dostawców oprogramowania transparentności i weryfikacji kodu przez doświadczonych inżynierów. Jeśli proces przyspieszył dzięki AI, nie powinieneś płacić za to obniżonym bezpieczeństwem.
Zainwestuj w rozwój zespołu: Zmiany uderzają w osoby wykonujące biurową rutynę. Zadbaj o ich przekwalifikowanie, uwalniając ich czas na to, co przynosi firmie prawdziwą wartość biznesową.
Masowe bezrobocie wywołane przez sztuczną inteligencję to na razie medialny mit - zatrudnienie pozostaje stabilne. Zachodzi jednak potężna zmiana strukturalna. Niekontrolowane używanie AI przez pracowników (Shadow AI) tworzy luki w bezpieczeństwie firm, a masowe korzystanie z generatorów kodu przez programistów drastycznie wpływa na jakość projektów IT. Szybkość dostarczania oprogramowania rośnie, ale bez merytorycznego nadzoru rośnie też dług technologiczny, za który ostatecznie płaci zlecający.
Wdrażanie innowacji powinno dawać przewagę, a nie generować nowe problemy. Zastanawiasz się, czy Twój obecny wykonawca IT trzyma odpowiednią jakość kodu, albo chcesz uporządkować i zautomatyzować procesy w swojej firmie bez tworzenia cyfrowego chaosu? Chętnie pomożemy Ci to ocenić. Niezależne spojrzenie z zewnątrz często oszczędza sporo budżetu i stresu. Z jakimi wyzwaniami technologicznymi mierzysz się dzisiaj w swojej firmie?
Link do badania: https://www.anthropic.com/research/labor-market-impacts
