Czy AI zabierze Ci pracę? Spokojne spojrzenie na fakty, nie na clickbaity 

Odpowiedź na pytanie z tytułu brzmi: i tak, i nie - AI rzeczywiście zabierze część dzisiejszych stanowisk, ale jednocześnie tworzy więcej nowych miejsc pracy, niż likwiduje. Według Światowego Forum Ekonomicznego do 2030 roku na świecie zniknie 92 miliony stanowisk, ale powstanie 170 milionów nowych - to netto wzrost o 78 milionów miejsc pracy. Problem nie leży więc w samej liczbie, tylko w tym, że zniknięte i nowe stanowiska rzadko trafiają do tych samych ludzi, w tym samym mieście, w tym samym miesiącu.

Ile miejsc pracy naprawdę zniknie, a ile powstanie do 2030 roku?

Raport Future of Jobs 2025 Światowego Forum Ekonomicznego szacuje, że do 2030 roku aż 22 procent wszystkich stanowisk na świecie zostanie w jakiś sposób zaburzonych przez automatyzację i AI. W liczbach bezwzględnych to 92 miliony zlikwidowanych miejsc pracy wobec 170 milionów nowo utworzonych - dodatnie saldo, ale wymagające, żeby pracownicy z zanikających zawodów zdołali przejść do tych rosnących, co w praktyce rzadko dzieje się automatycznie i bezboleśnie.

Do tego dochodzi zmiana samych umiejętności potrzebnych na rynku - blisko 40 procent kompetencji wymaganych dziś w pracy ma się zmienić do 2030 roku, a 63 procent pracodawców wskazuje lukę kompetencyjną jako główną barierę w transformacji swoich firm.

Które zawody są dziś najbardziej narażone na automatyzację?

Najszybciej kurczą się stanowiska związane z powtarzalną, przewidywalną pracą biurową i obsługową: pracownicy administracyjni i sekretariatów, kasjerzy oraz część ról w obsłudze klienta, a także zawody związane z drukiem i tradycyjnym przetwarzaniem dokumentów. W tle znajdują się też zawody związane z grafiką komputerową, gdzie generatywna AI potrafi już dziś wykonać dużą część rutynowych zleceń.

Wspólny mianownik tych zawodów to duży udział zadań, które da się opisać jasną, powtarzalną regułą - to właśnie ten rodzaj pracy najłatwiej przekazać systemowi, który nie męczy się, nie choruje i nie popełnia błędów wynikających ze zmęczenia pod koniec zmiany.

Jakie nowe zawody i role tworzy rozwój AI?

Najszybciej rosnące zawody wcale nie ograniczają się do specjalistów technicznych - obok inżynierów AI, ekspertów od danych i cyberbezpieczeństwa, dynamicznie rośnie zapotrzebowanie na pracowników fizycznych pierwszej linii: rolników, kierowców dostaw, pracowników budowlanych, a także pielęgniarki i nauczycieli szkół średnich. To pokazuje, że automatyzacja nie zastępuje w pierwszej kolejności zawodów fizycznych, tylko te oparte na przetwarzaniu ustandaryzowanych informacji.

Wśród nowych ról pojawiają się też stanowiska, które jeszcze kilka lat temu w ogóle nie istniały: specjaliści od etyki AI, trenerzy systemów sztucznej inteligencji (osoby uczące modele na konkretnych, branżowych danych) oraz eksperci od interakcji człowieka z systemami AI, odpowiedzialni za to, żeby narzędzia faktycznie nadawały się do codziennego użytku, a nie tylko dobrze wyglądały w prezentacji.

Dlaczego firmy planują jednocześnie zwolnienia i przekwalifikowanie pracowników?

Wśród pracodawców ankietowanych w raporcie WEF, 77 procent planuje inwestować w przekwalifikowanie obecnych pracowników pod kątem pracy z AI, ale jednocześnie 41 procent przyznaje, że planuje redukcję zatrudnienia tam, gdzie AI przejmie część zadań. Te dwie liczby nie są ze sobą sprzeczne - to po prostu dwie różne strategie stosowane równolegle w różnych działach tej samej organizacji, w zależności od tego, jak bardzo dane stanowisko opiera się na zadaniach możliwych do zautomatyzowania.

Połowa pracodawców deklaruje też, że planuje przekierować swoją działalność w stronę nowych możliwości otwieranych właśnie przez AI - to sygnał, że firmy traktują tę technologię nie tylko jako sposób na cięcie kosztów, ale też jako realną szansę na wejście w nowe obszary działalności.

Czego AI nadal nie potrafi zrobić lepiej od człowieka?

Mimo szybkiego rozwoju modeli językowych, AI wciąż wyraźnie ustępuje ludziom w zadaniach wymagających empatii, negocjacji, rozstrzygania niejednoznacznych sytuacji etycznych i budowania długoterminowego zaufania z drugą osobą. Model potrafi zaproponować odpowiedź na trudną sytuację z klientem, ale nie potrafi ponieść za nią odpowiedzialności ani ocenić, kiedy formalnie poprawna odpowiedź byłaby w danym kontekście po prostu niewłaściwa.

Ta granica ma znaczenie praktyczne przy projektowaniu automatyzacji w firmie - dobrze zaprojektowany system AI działający jako stały element zespołu powinien pilnować rutynowych, powtarzalnych zadań i eskalować do człowieka dokładnie w momencie, gdy sprawa wymaga osądu, a nie tylko wykonania procedury, o czym pisałem szerzej przy okazji pytania, AI jako pracownik, nie tylko narzędzie.

Jak zmienia się proporcja pracy wykonywanej przez ludzi, a przez maszyny?

Według tego samego raportu, udział zadań wykonywanych wyłącznie przez ludzi ma spaść z 47 do 33 procent do 2030 roku, podczas gdy praca wykonywana we współpracy człowieka z maszyną osiągnie porównywalny udział. To nie jest scenariusz całkowitego zastąpienia ludzi, tylko stopniowe przesunięcie w stronę modelu, w którym większość zawodów będzie polegać na nadzorowaniu, korygowaniu i uzupełnianiu pracy wykonanej najpierw przez system automatyczny.

W praktyce oznacza to, że pytanie "czy AI zabierze Ci pracę" jest mniej trafne niż pytanie "które elementy Twojej dzisiejszej pracy AI już teraz robi szybciej niż Ty" - a odpowiedź na to drugie pytanie warto sobie dać szczerze, zamiast liczyć na to, że temat sam przejdzie obok.

Jakie umiejętności warto rozwijać, żeby nie martwić się o przyszłość zawodową?

Wśród umiejętności technicznych rosnących najszybciej do 2030 roku dominują AI, analiza dużych zbiorów danych i cyberbezpieczeństwo, ale obok nich równie mocno rosną kompetencje określane jako "miękkie": myślenie analityczne, zdolności poznawcze, odporność psychiczna, przywództwo i współpraca w zespole. To połączenie nie jest przypadkowe - im więcej rutynowych zadań przejmuje AI, tym bardziej wartościowa staje się umiejętność podejmowania decyzji w sytuacjach, których żaden model wcześniej nie widział.

Jednym z najprostszych, praktycznych punktów startowych jest nauczenie się efektywnej pracy z narzędziami takimi jak ChatGPT - nie jako ciekawostki, tylko jako codziennego narzędzia pracy, co rozkładałem krok po kroku przy okazji pytania, prompt engineering dla przedsiębiorcy.

Czy branża IT jest bezpieczna, czy akurat najbardziej zagrożona?

Branża IT znajduje się w nietypowej sytuacji - z jednej strony to właśnie tutaj AI automatyzuje coraz więcej rutynowych zadań programistycznych (proste skrypty, powtarzalne testy, boilerplate kod), a z drugiej strony to właśnie ta branża najbardziej zyskuje na rosnącym zapotrzebowaniu na specjalistów od wdrażania, utrzymania i zabezpieczania samych systemów AI. Osoby wykonujące wyłącznie najbardziej ustandaryzowane zadania programistyczne odczują presję najszybciej, natomiast specjaliści łączący wiedzę techniczną ze zrozumieniem konkretnego biznesu klienta zyskują na wartości, bo to właśnie oni potrafią sensownie wdrożyć AI tam, gdzie realnie coś usprawni.

To dokładnie ten sam mechanizm, który widać przy porównywaniu, kiedy w ogóle warto sięgać po gotowe narzędzia AI, a kiedy potrzebny jest programista rozumiejący szerszy kontekst projektu, co szerzej opisywałem przy okazji pytania, no-code najpierw, kod później.

Co zrobić już teraz, zamiast czekać z założonymi rękami?

Najprostszym pierwszym krokiem jest szczera inwentaryzacja własnych codziennych zadań - ile z nich polega na przetwarzaniu ustandaryzowanych informacji według stałych reguł, a ile wymaga realnego osądu, budowania relacji albo podejmowania decyzji w niepewnych warunkach. Zadania z pierwszej grupy prędzej czy później trafią do automatyzacji, niezależnie od tego, czy ktoś się na to przygotuje, czy nie - lepiej być tą osobą w firmie, która tę automatyzację projektuje, niż tą, którą ona zastępuje.

Jeśli dopiero zaczynasz układać plan, jak w ogóle wprowadzić AI do własnej pracy albo firmy, zamiast działać chaotycznie i pod wpływem chwilowego entuzjazmu, dobrym punktem wyjścia jest konkretny, rozłożony na tygodnie plan działania, który opisywałem przy okazji pytania, od czego zacząć z AI w firmie.