Sztuczna inteligencja ograniczy zatrudnienie czy wręcz przeciwnie? Wpływ AI na zatrudnienie jest trudny do przewidzenia

Sama możliwość automatyzacji coraz większej części zadań nie mówi jeszcze, ilu pracowników będą potrzebowały firmy. Znaczenie ma to, czy wzrost produktywności skłoni firmy do ograniczania zatrudnienia czy też pozwoli im obniżyć koszty, zwiększyć skalę działalności i tym samym tworzyć nowe miejsca pracy. Najnowsze dane pokazują pierwsze efekty obu tych zjawisk i pozwalają lepiej ocenić, od czego będzie zależał ich wpływ na zatrudnienie.

Kiedy w tegorocznym „Barometrze rynku pracy” Gi Group Holding zapytaliśmy pracodawców, co ogranicza produktywność ich firm, technologia nie znalazła się na szczycie listy. Najczęściej wskazywaną barierą okazał się niedobór pracowników (26,7 proc. wskazań), w dalszej kolejności przemęczenie, nadmierna liczba zadań, niedopasowanie kompetencji oraz rotacja. Niewystarczająca automatyzacja i wykorzystanie technologii zajęły dopiero siódme miejsce (15 proc.). Jednocześnie trudności rekrutacyjne zgłaszało ponad 45 proc. firm, a blisko 60 proc. oceniło, że potencjał dalszej optymalizacji kosztów jest w dużym stopniu wykorzystany, ograniczony lub wyczerpany.

„Paradoks Jevonsa znów daje o sobie znać!” – przekonywał w 2025 r. Satya Nadella, prezes i dyrektor generalny Microsoftu, wskazując na jedno z kluczowych pytań w dyskusji o AI. Zgodnie z paradoksem Jevonsa wzrost efektywności prowadzi do obniżenia kosztów, co pozwala firmom zwiększać skalę działalności, a w efekcie tworzy dodatkowe zapotrzebowanie na pracę.

Nie brakuje jednak zwolenników przeciwnej tezy – że wraz z rozwojem AI firmy będą potrzebowały mniej pracowników. Dziś wiemy więcej niż jeszcze rok temu, choć nadal zbyt mało, by rozstrzygnąć, czy AI ostatecznie zwiększy, czy zmniejszy zatrudnienie. Wiemy jednak wystarczająco dużo, by lepiej ocenić, od czego będzie zależał ostateczny bilans zachodzących zmian.

Dane globalne pokazują, jak duża bywa różnica między przewidywaniami a rzeczywistością. W badaniu firmy McKinsey 32 proc. firm korzystających z modeli sztucznej inteligencji zapowiadało, że zakończy 2025 r. z mniejszą liczbą pracowników. Zdecydowało się na to 14 proc. z nich. 18 pkt proc. różnicy między deklaracją a faktyczną zmianą zatrudnienia – w tej luce mieści się dziś cała dyskusja o AI i rynku pracy.

Uczciwość wymaga uzupełnienia. Odsetek firm planujących zwolnienia w ciągu najbliższego roku w związku z wdrożeniem AI wzrósł do 39 proc. Rozbieżność między prognozami a dotychczasowymi decyzjami jest więc znacząca. Pokazuje, że między możliwościami technologii a zatrudnieniem jest kilka ważnych zmiennych: rzeczywisty wzrost produktywności, sposób wykorzystania uzyskanych oszczędności, popyt czy możliwość zwiększenia skali działalności. I właśnie tutaj tkwi istota paradoksu Jevonsa.

Potencjał automatyzacji to sufit, nie prognoza

Tegoroczny raport McKinsey Global szacuje, że dostępne już technologie pozwalają zautomatyzować około 58 proc. godzin pracy w Europie, a w Polsce około 61 proc. To liczby, które robią wrażenie w prezentacjach. Nie są jednak prognozą zatrudnienia.

Potencjał automatyzacji mierzy się w zadaniach. Decyzje dotyczące zatrudnienia rozstrzygają się w konkretnych organizacjach – tam, gdzie są budżety, procesy, ryzyko regulacyjne, umowy z klientami i ludzie, którzy podejmują decyzje. Przejęcie części ich zadań przez AI może oznaczać redukcję etatów, ale równie dobrze zmianę zakresu stanowiska lub przesunięcie pracownika do innych zadań lub zwiększenie skali działalności bez proporcjonalnego wzrostu zatrudnienia. „AI potrafi to zrobić” i „firma potrzebuje mniej ludzi” dzieli znacznie więcej niż mogłoby się wydawać.

Właśnie tę różnicę pokazują dane. Europejski Bank Centralny przebadał 5 tys. przedsiębiorstw strefy euro. Po uwzględnieniu wielkości, wieku, rentowności i perspektyw branży okazało się, że między firmami korzystającymi z AI a pozostałymi nie ma istotnej różnicy w tworzeniu i likwidowaniu miejsc pracy. Różnica pojawia się gdzie indziej: przedsiębiorstwa intensywnie korzystające z AI rekrutują o około 4 proc. częściej niż te, które sięgają po nią sporadycznie.

Jeszcze wyraźniej widać to, gdy przyjrzymy się celom wdrożenia. Firmy wykorzystujące AI do badań, rozwoju i innowacji częściej zwiększają zatrudnienie. Te, które sięgają po nią po to, by obniżyć koszty pracy, rzadziej zatrudniają i częściej zwalniają.

To jest, moim zdaniem, najważniejszy wniosek z tego roku. Sama technologia nie rozstrzyga o zatrudnieniu. Decydujące jest to, dlaczego firma po nią sięga.

Dlaczego luka między planem a decyzją jest tak duża?

Powodów jest kilka, żaden nie jest ideologiczny. Pierwszy to jakość. Meta w maju br. zlikwidowała około 8 tys. stanowisk, czyli 10 proc., po czym zrezygnowała z planowanej drugiej tury zwolnień – usuwanie błędów popełnianych przez agentów AI pochłaniało pracownikom więcej czasu, niż pozwalała zaoszczędzić automatyzacja. Podobną lekcję odrobiła Klarna, która po szerokim wdrożeniu AI w obsłudze klienta wróciła do zatrudnienia ludzi.

Drugi to koszt. Jednostkowa cena tokena spadła, ale liczba zużywanych tokenów rosła szybciej, co pokazuje, że tańszy model nie zawsze oznacza niższy rachunek. Mniej więcej co piąta firma, a w IT i finansach co czwarta, przyznaje, że koszty operacyjne modeli ograniczają dalsze wdrożenia. Dyrektorzy finansowi zaczynają traktować moc obliczeniową jako pozycję w budżecie, a nie jako darmowy zasób. To zdrowy objaw dojrzewania rynku.

Trzeci powód jest najbardziej trwały, najlepiej ujął go Aaron Levie, prezes Boxa: kiedy z pomocą AI sami przygotujemy analizę, fragment kodu czy dokument, łatwo uznać, że właśnie zastąpiliśmy inżyniera, księgowego albo prawnika. Tymczasem zrobiliśmy pierwsze 80 proc. zadania. Pozostałe 20 proc. wymaga wiedzy kontekstowej, oceny, odpowiedzialności za rezultat. Właśnie te 20 proc. pokazuje różnicę między „AI potrafi to zrobić” a „firma nie potrzebuje już tego pracownika”. Automatyzacja tej „reszty” nie jest kwestią lepszego modelu, tylko innego rodzaju pracy.

AI automatyzuje zadania, a nie stanowiska 

Stąd rozróżnienie, które w debacie często ginie, a w zarządzaniu jest kluczowe. AI automatyzuje nie stanowiska, lecz zadania. Kiedy przejmuje część z nich, stanowisko nie musi zniknąć, zmienia się jego zakres, a razem z nim wymagane kompetencje i poziom doświadczenia. Dlatego patrzenie wyłącznie na liczbę zwolnień daje niepełny obraz.

Firma nie musi redukować etatów, żeby zmniejszyć zatrudnienie. Wystarczy, że przestanie rekrutować. Ta droga jest tańsza, cichsza i nie pojawia się w statystykach zwolnień grupowych. Pierwszych efektów wpływu AI warto więc szukać przede wszystkim w danych o rekrutacjach i sytuacji osób wchodzących na rynek pracy.

Najmocniejszy sygnał płynie ze Stanów Zjednoczonych. Według opublikowanej w sierpniu br. analizy Stanford Digital Economy Lab zatrudnienie osób w wieku 22–25 lat w zawodach, w których AI może w największym stopniu zmienić sposób wykonywania zadań, jest o około 19 proc. niższe, niż gdyby rosło w takim samym tempie, jak zatrudnienie ich rówieśników w zawodach, w których możliwości wykorzystania tej technologii są mniejsze. To jednak luka względna i wynik opisowy, nie przyczynowy – na ten sam okres przypada korekta po boomie rekrutacyjnym w sektorze technologicznym.

„2026 Global AI Jobs Barometer” PwC uzupełnia ten obraz: w ofertach na stanowiska juniorskie, na których znaczna część zadań może być wykonywana lub wspomagana przez AI, aż siedmiokrotnie częściej pojawiają się wymagania związane z kompetencjami oczekiwanymi od bardziej doświadczonych pracowników, m.in. myśleniem strategicznym i przywództwem.

To nie znaczy, że stanowiska juniorskie znikają. Podnosi się natomiast próg wejścia, a część prostych zadań, które dotąd pozwalały osobom rozpoczynającym karierę zdobywać pierwsze doświadczenia, przejmuje AI. Dla firmy jest to problem odroczony o kilka lat i dlatego łatwy do przeoczenia: jeśli dziś nie uczymy juniorów, za pięć lat trudno będzie pozyskać specjalistów. Doświadczenie wymaga czasu, AI tego etapu nie skróci.

Czy wzrost wydajności ma szansę przełożyć się na popyt? 

Wróćmy do Jevonsa. W polskiej debacie tę analogię przywołał w lutym na łamach „Rzeczpospolitej” Piotr Arak, główny ekonomista VeloBanku: wzrost efektywności nie musi ograniczać ilości pracy – może zwiększać liczbę zadań, ich zakres i intensywność. Logika jest prosta i kusząca: skoro AI obniża nakład pracy potrzebny do wykonania zadania, spada koszt usługi, niższa cena zwiększa popyt, rynek się rozwija, zatrudnienie rośnie.

Torsten Slok z Apollo nazwał ten mechanizm „efektem zatrudnieniowym Jevonsa” i wskazał, że spadek kosztów usług prawnych, doradczych i finansowych może poszerzyć grono klientów, a wraz z nim skalę działalności firm i zatrudnienie. To rozumowanie jest przekonujące, ale nie sprawdza się w każdych warunkach. Jevons opisywał zużycie węgla w XIX-wiecznej Anglii, w okresie gwałtownego wzrostu zapotrzebowania na energię. Popyt na obsługę kadrową, audyt czy doradztwo podatkowe taki nie jest.

James Bessen prześledził tę zależność na przykładzie dwóch stuleci automatyzacji w amerykańskim przemyśle włókienniczym, stalowym i samochodowym. Początkowo wzrost wydajności przekładał się na niższe ceny, większą sprzedaż i więcej miejsc pracy. W momencie nasycenia rynku zatrudnienie zaczynało spadać.

Paradoks Jevonsa nie jest więc obietnicą. Pokazuje mechanizm, którego skuteczność zależy od elastyczności popytu. Dlatego z perspektywy zarządzających kluczowe jest nie tylko to, ile pracy można zautomatyzować, ale przede wszystkim, czy wzrost wydajności przełoży się na większy popyt i rozwój działalności.

Polska: Między niedoborem pracowników a automatyzacją

I tu dochodzimy do polskiej specyfiki, bo ona zmienia całe równanie. Polska wchodzi w erę AI w momencie, gdy pytanie o przyszłość pracy ma również wymiar demograficzny. W drugim kwartale 2026 r. stopa bezrobocia według BAEL wyniosła 3,2 proc. i należała do jednych z najniższych w Unii Europejskiej. Liczba osób w wieku produkcyjnym – około 21,7 mln – według oficjalnej prognozy GUS spadnie do 2060 r. do 15,1 mln. To nie jest prognoza wymagająca interpretacji. To arytmetyka.

Ten kierunek pokazuje również „Barometr rynku pracy” Gi Group Holding: produktywność firm ogranicza dziś bardziej brak ludzi niż brak technologii, a pole do dalszej optymalizacji kosztów się zawęża. W takich warunkach AI może pomagać przedsiębiorstwom zwiększać wydajność, niekoniecznie prowadząc do redukcji zatrudnienia.

Obraz jest więc spójny: w Polsce AI dziś częściej wspiera pracę, niż ją zastępuje, a wąskim gardłem jest niedobór pracowników i odpowiednich kompetencji, nie nadmiar rąk do pracy. Dalsza poprawa wyników będzie więc zależała nie tyle od cięcia kosztów, co od lepszej organizacji pracy, wykorzystania kompetencji i zwiększania przychodów.

Jest też jeszcze jedno istotne wyzwanie, o którym mówi się za rzadko – niska gotowość technologiczna. Według Cisco AI Readiness Index 2025 tylko 5 proc. polskich firm należy do grupy najbardziej zaawansowanych we wdrażaniu AI wobec 13 proc. globalnie. Skala wykorzystania AI jest przy tym umiarkowana, wynika z „Barometru rynku pracy” Gi Group Holding: 12,2 proc. badanych firm korzysta z automatyzacji lub AI na szeroką skalę, 30 proc. częściowo, kolejne 22,4 proc. planuje ich wdrożenie, a 35,5 proc. nie ma takich planów. Wśród pracowników korzystających z AI 53 proc. deklaruje, że ułatwiła lub przyspieszyła im ona pracę. Przestrzeń do zwiększania produktywności jest zatem duża.

Trzy scenariusze The Anthropic Institute

Pozostaje jeszcze kwestia, która wykracza poza pojedynczą organizację – kto i w jakim stopniu skorzysta na wzroście gospodarczym napędzanym przez AI. Pokazują to trzy scenariusze do 2030 r., opracowane przez The Anthropic Institute. W najbardziej skrajnym z nich PKB Stanów Zjednoczonych jest o 32,4 proc. wyższe niż w scenariuszu bez AI, ale udział płac w PKB spada z 60 do 45,2 proc., a łączna wartość wynagrodzeń jest niemal taka sama jak w świecie bez AI. To model scenariuszowy, nie prognoza, a jego autorzy podkreślają, że żadna ze ścieżek nie jest przesądzona.

Wniosek jest jednak wart zapamiętania także wtedy, gdy przyjmiemy wariant umiarkowany. Ograniczenie zatrudnienia może być racjonalne z punktu widzenia pojedynczej firmy. Jeśli jednak wszystkie firmy przyjmą tę samą strategię jednocześnie, osłabią popyt, od którego zależą ich przychody. To pytanie o podział korzyści z produktywności, nie zapowiedź załamania konsumpcji, ale pytanie, które trzeba postawić teraz, nie po fakcie.

Nie można dziś jednoznacznie przesądzić, jaki będzie bilans wpływu AI na zatrudnienie. Dostępne dane pokazują jednak coraz wyraźniej, od czego będzie on zależał.

Znaczenie będzie miało przede wszystkim to, co firmy zrobią z produktywnością zyskaną dzięki AI: wykorzystają ją do zwiększenia skali działalności i rozwijania nowych usług, czy przede wszystkim do obniżenia kosztów. Równie ważny będzie popyt – bez możliwości zwiększenia sprzedaży nawet duży wzrost efektywności nie musi przełożyć się na nowe miejsca pracy. Kolejna kwestia to sposób automatyzacji zadań i to, czy pozostaną stanowiska pozwalające mniej doświadczonym pracownikom zdobywać kompetencje potrzebne na kolejnych etapach kariery. W szerszej perspektywie znaczenie będzie miało również to, jak rozłożą się korzyści ze wzrostu produktywności i czy przełożą się na dochody, które podtrzymają popyt.

Jednoosobowych firm przybywa 

Jest jeszcze jedna możliwa konsekwencja logiki Jevonsa, o której mówi się rzadko. Jeśli technologia obniża koszt wykonania pracy, zyskują na tym nie tylko duże firmy, ale również osoby pracujące na własny rachunek. Narzędzia wspierające tworzenie produktów, marketing, sprzedaż, księgowość czy obsługę klienta pozwalają szybciej i przy niższych kosztach realizować zadania, które wcześniej wymagały większego zespołu. W efekcie własną działalność można rozwijać szybciej i zwiększać jej skalę bez proporcjonalnego wzrostu kosztów czy zatrudnienia.

Takich firm szybko przybywa w Stanach Zjednoczonych. Od początku 2025 r. liczba wniosków o rejestrację jednoosobowych firm zwiększyła się o ponad 20 proc., podczas gdy w przypadku firm, które prawdopodobnie będą zatrudniać pracowników, pozostała niemal bez zmian – wynika z analizy Nasdaq Economic Institute. Nie można tego wzrostu wiązać wyłącznie z AI, wpływają na niego również inne czynniki, m.in. zmiany przepisów podatkowych. W Polsce dane nie pokazują jeszcze podobnego trendu: w pierwszym półroczu liczba nowych jednoosobowych działalności gospodarczych spadła o 6,5 proc.

Kierunek jest jednak wart uwagi. AI nie zmniejsza ilości pracy, ale zmienia to, kto ją wykonuje, gdzie i na jakich warunkach. Dla dużych pracodawców oznaczałoby to nowy wymiar konkurencji o talenty – część najlepszych specjalistów może zamiast kolejnego etatu wybrać rozwijanie własnej firmy.

Co zatem będzie przesądzać o wyborze? Wynagrodzenie, możliwości rozwoju, skala działania, dostęp do klientów i innych specjalistów, a może bezpieczeństwo? Jeśli AI obniża próg wejścia w przedsiębiorczość, czy zmieni się również to, co dla najlepszych specjalistów oznacza atrakcyjna oferta pracy?