Obiektywnie
Stan informacji: 4 listopada 2026 roku.
Wpływ sztucznej inteligencji na rynek pracy przestał być wyłącznie przedmiotem prognoz futurologów i zaczął być widoczny w twardych danych rekrutacyjnych. Zmiana nie polega dziś na jednorazowym zniknięciu całych branż, lecz na głębokiej przebudowie progu wejścia do zawodów umysłowych oraz relacji między wydajnością pracy a popytem w gospodarce.
Kurczący się rynek entry-level i rosnące wymagania na starcie
Dane z globalnego i polskiego rynku pracy z lat 2024–2026 wskazują na wyraźne załamanie rekrutacji na stanowiska początkujące (junior / entry-level), szczególnie w sektorze technologicznym, finansowym i usługach dla biznesu. Według raportów firmy analitycznej SignalFire oraz opracowań Światowego Forum Ekonomicznego (WEF) liczba zatrudnień absolwentów i pracowników bez doświadczenia w największych firmach technologicznych spadła o ponad 50% w porównaniu z okresem sprzed pandemii, a w start-upach spadek ten sięgnął blisko dwóch trzecich. Źródło: SignalFire — State of Talent Report, Źródło: World Economic Forum — wpływ AI na pracę typu entry-level.
Zjawisko to określa się w ekonomii pracy mianem *„zerwania najniższego szczebla drabiny” (broken bottom rung)*:
- Przesunięcie oczekiwań: W ogłoszeniach o pracę otwierających ścieżkę kariery coraz częściej pojawia się wymóg posiadania od 2 do 5 lat doświadczenia komercyjnego (co tradycyjnie odpowiadało stanowiskom średniego szczebla — mid/regular) oraz biegłej znajomości ekosystemów biurowych i analitycznych (takich jak Microsoft 365, systemy ERP/CRM czy narzędzia automatyzacji).
- Automatyzacja zadań wdrożeniowych: Zadania, na których przez dekady uczyli się młodsi pracownicy — wstępny research, pisanie prostych modułów kodu, zestawienia księgowe, korekta tekstów czy przygotowywanie projektów pism — są obecnie wykonywane przez modele językowe i agentów AI pod nadzorem jednego doświadczonego specjalisty (seniora).
- Kryzys staży i praktyk: Kurcząca się liczba miejsc dla początkujących sprawiła, że o płatne i bezpłatne staże konkuruje wielokrotnie więcej kandydatów niż przed kilkoma laty. W Stanach Zjednoczonych rozwinął się wręcz kontrowersyjny rynek tzw. pay-to-work internships — programów, w których to studenci lub absolwenci płacą pośrednikom i firmom tysiące dolarów za możliwość odbycia stażu i wpisania doświadczenia do CV. W Polsce z kolei regularnie powracają gorące debaty wokół bezpłatnych praktyk oraz głośnych wypowiedzi medialnych (m.in. pamiętnych kontrowersji wokół odpłatnych warsztatów i praktyk w dużych redakcjach telewizyjnych), co skłoniło resort pracy do przygotowania regulacji ograniczających bezpłatne staże.
Od specjalisty wąskiej dziedziny do „pracownika 360 stopni”
Równolegle z redukcją ról juniorskich rośnie produktywność pojedynczych pracowników, którzy opanowali zaawansowane narzędzia AI. W inżynierii oprogramowania środowiska takie jak Claude Code, OpenAI Codex czy Google Antigravity pozwalają jednemu doświadczonemu programiście generować, testować i wdrażać kod w tempie, które wcześniej wymagało kilkupoziomowego zespołu.
Podobny proces zachodzi w branżach kreatywnych, marketingowych i administracyjnych. Specjalista posiadający wiedzę domenową w jednej dziedzinie (np. w strategii reklamowej) może dziś przy użyciu wyspecjalizowanych modeli samodzielnie realizować zadania z zakresu analityki rynkowej, optymalizacji SEO/SEM, edycji wideo, projektowania graficznego oraz budowy stron internetowych i prostych aplikacji klienckich. Badania adopcji (m.in. dane Eurostatu) potwierdzają jednak, że z tak zaawansowanych przepływów pracy korzysta wciąż bardzo wąski odsetek uczestników rynku, podczas gdy większość użytkowników ogranicza się do prostych zapytań w bezpłatnych czatbotach. Źródło: Eurostat.
Makroekonomiczny paradoks automatyzacji: koszty kontra popyt
W skali pojedynczego przedsiębiorstwa zastąpienie 50–80% personelu tańszym oprogramowaniem oznacza natychmiastową poprawę marży i wyniku finansowego. W skali całej gospodarki prowadzi to jednak do klasycznego problemu znanego w makroekonomii jako paradoks kosztów (lub dylemat popytu agregatowego).
Wynagrodzenia wypłacane pracownikom stanowią dla jednej firmy koszt, ale dla całej gospodarki są głównym źródłem dochodu rozporządzalnego gospodarstw domowych. Jeżeli większość przedsiębiorstw jednocześnie zredukuje zatrudnienie, a stopa bezrobocia wzrośnie do poziomu 20–30%, na rynku dochodzi do załamania popytu konsumpcyjnego: rośnie podaż tanich w produkcji dóbr i usług, lecz kurczy się grupa klientów zdolnych za nie zapłacić. Również masowe przechodzenie zwolnionych pracowników na samozatrudnienie wspierane przez AI napotyka tę samą barierę — niski próg wejścia oznacza gwałtowny wzrost liczby mikrofirm rywalizujących o coraz mniejszy portfel konsumentów.
Lekcja Henry’ego Forda i współczesne testy skróconego czasu pracy
Historia gospodarcza notowała już podobne napięcia podczas wcześniejszych przełomów technologicznych. Wprowadzenie ruchomej taśmy produkcyjnej na początku XX wieku wielokrotnie zwiększyło wydajność fabryk, ale początkowo wiązało się z wyniszczającą rotacją kadr i obawami o nadprodukcję. W 1914 roku Henry Ford zdecydował o skróceniu zmiany z 9 do 8 godzin przy jednoczesnym podwojeniu minimalnej dniówki do 5 dolarów, a w 1926 roku wprowadził w zakładach Ford Motor Company 5-dniowy, 40-godzinny tydzień pracy (dekadę przed wpisaniem tego standardu do amerykańskiego prawa federalnego w ramach Fair Labor Standards Act z 1938 roku). Obok presji ruchów pracowniczych (walczących pod XIX-wiecznym hasłem Roberta Owena: „8 godzin pracy, 8 godzin odpoczynku, 8 godzin snu”) kluczowy był argument ekonomiczny samego Forda: masowa produkcja wymaga masowego konsumenta, który posiada zarówno pieniądze, jak i czas wolny na korzystanie z kupowanych dóbr. Źródło: Encyclopaedia Britannica — Henry Ford i historia 40-godzinnego tygodnia pracy.
W latach 2025–2026 koncepcja podziału zysków z produktywności poprzez redukcję normy czasu pracy powróciła do agendy rządowej również w Polsce. Ministerstwo Rodziny, Pracy i Polityki Społecznej (MRPiPS) uruchomiło ogólnokrajowy pilotaż „Skrócony czas pracy – to się dzieje!”, w którym przez cały 2026 rok blisko 80 przedsiębiorstw i instytucji publicznych testuje w praktyce 4-dniowy tydzień pracy lub skrócony (np. 6–7-godzinny) dzień pracy przy zachowaniu 100% wynagrodzenia. Źródło: Ministerstwo Rodziny, Pracy i Polityki Społecznej.
Subiektywnie
Coraz głośniej mówi się dziś o śmierci tzw. entry jobs — czyli zawodów juniorskich i stanowisk początkowych dla ludzi bez doświadczenia. Wystarczy otworzyć dowolny portal z ogłoszeniami: na starcie coraz częściej wymaga się od kandydata 2–5 lat doświadczenia, które jeszcze niedawno dawało bezpieczną pozycję mida (pracownika średniego szczebla), a do tego znajomości branży, rynku i zaawansowanego opanowania narzędzi — od pakietów Microsoft 365 po specjalistyczne programy w danej dziedzinie.
Z każdej strony słyszymy, że rynek się zmienia, że ciągła recesja i widmo kryzysu zmuszają przedsiębiorców do „redefiniowania potrzeb”. Tylko co ma na to odpowiedzieć młoda osoba, która właśnie wychodzi ze szkoły czy studiów i po prostu szuka pierwszej pracy w zawodzie? W ostatnim czasie nawet bezpłatne praktyki — uwaga: praca za darmo, wyłącznie po to, by zdobyć jakikolwiek wpis do CV — stały się dobrem deficytowym. W USA coraz częściej słyszy się już o tym, by to kandydaci płacili firmom za samą możliwość zdobycia doświadczenia, a i w Polsce podobne komentarze przebijały się już w mediach, choćby w wypowiedziach jednego z dziennikarzy TVN.
W tym wszystkim młodym ludziom delikatnie mówiąc nie pomaga sztuczna inteligencja. Miałem okazję rozmawiać z kilkoma informatykami na pozycjach senior i wyżej. Mówią jasno: z takimi narzędziami jak Claude Code czy Codex są w stanie zrobić w ułamek sekundy (czy w kilka minut) to, nad czym ktoś na pozycji juniora siedziałby cały dzień. Z punktu widzenia pracodawcy pojawia się więc brutalnie logiczne pytanie: po co nam w ogóle juniorzy?
I nie oszukujmy się — to nie dotyczy już wyłącznie branży IT. To problem wszystkich zawodów, które opierają się na ścisłej pracy przy komputerze: prac biurowych, finansów, rachunkowości, a coraz częściej nawet prawa (choć tutaj na pełne uderzenie musimy jeszcze chwilę poczekać, to sama zmiana wydaje się nieunikniona).
Druga fascynująca, a zarazem niepokojąca rzecz to zjawisko, które widać u ludzi potrafiących naprawdę pracować ze środowiskiem AI. Wyobraźmy sobie człowieka, którego pierwotną dziedziną są media i który specjalizuje się wąsko w reklamie — wymyśla hasła, bada rynek. Nagle, gdy opanuje zaawansowane narzędzia AI, jego możliwości rozszerzają się niemal o 360 stopni wokół całej branży. Ten sam człowiek z dnia na dzień zyskuje realne kompetencje w SEO i SEM, montażu wideo, tworzeniu grafiki, pogłębionej analityce rynkowej, a nawet w pisaniu zaawansowanych programów do kontaktu z klientem czy stawianiu od zera własnych stron internetowych — dokładnie tak, jak sam je sobie wymarzył. Zaznaczam jednak wyraźnie: mówimy tu dziś o bardzo wąskim wycinku społeczeństwa, o niecałych 2% ludzi, którzy faktycznie korzystają z zaawansowanych środowisk AI, a nie tylko z podstawowych, darmowych czatbotów.
I tutaj dochodzimy do głównego paradoksu sztucznej inteligencji, który zastanawia mnie od samego początku, jeszcze od premiery modelu GPT-4.
Przecież w ten sposób myślą nie tylko pojedynczy specjaliści, ale przede wszystkim wielkie korporacje i zarządy firm. Wyobraźmy sobie tok myślenia w gabinetach prezesów: „Zwolnijmy hipotetycznie 80% ludzi, zastąpmy ich agentami AI, a nasze zyski wystrzelą w górę!”. Na papierze i w pierwszym kwartale brzmi to świetnie. Tyle że chwilę później na rynek pracy trafiają dziesiątki, a potem setki tysięcy ludzi bez etatu. Rusza klasyczny efekt domina — inne firmy myślą dokładnie tak samo, bo w wyścigu rynkowym nikt nie może być gorszy ani zostać w tyle. I nagle budzimy się w świecie z 20–30% bezrobociem.
Ktoś powie wtedy: „Przecież jest tyle możliwości! Załóż własną działalność, te narzędzia AI są świetne i we wszystkim ci pomogą — nie narzekaj, tylko działaj!”. Moje pytanie brzmi jednak: skoro próg wejścia staje się tak niski, to czy ta osoba będzie jedyną, która wpadnie na ten pomysł? Oczywiście, że nie — na ten sam pomysł wpadną miliony zwolnionych ludzi naraz.
W mojej głowie rodzi się wtedy jedno fundamentalne pytanie: gdzie jest w tym wszystkim miejsce dla zwykłych ludzi, którzy chcą po prostu cieszyć się prostym, zwyczajnym życiem?
Bez pracy nie będzie popytu, a bez popytu nie będzie klientów. Początkowy triumf korporacji zamieni się w gigantyczny kryzys gospodarczy: półki sklepowe i serwery będą uginać się od dóbr oraz usług, na które po prostu nikt nie będzie miał pieniędzy. I to jest właśnie według mnie paradoks sukcesu AI — technologia tak bardzo zwiększy wydajność firm, że pozbawi je własnych klientów.
Prędkości rozwoju sztucznej inteligencji nie zatrzymamy — rządzi się ona swoimi prawami. Możemy jednak i musimy regulować prawo wokół niej. Nie przez ślepe zakazywanie technologii, ale przez tworzenie nowego ładu pracy z myślą o tej rewolucji.
Przypomnijmy sobie historię: system 8 godzin pracy, 8 godzin relaksu i 8 godzin snu nie powstał samoistnie. Został wywalczony pod presją społeczną, ale też wdrożony dzięki pragmatycznemu pomysłowi Henry’ego Forda, który zauważył, że taśmy w fabrykach diametralnie przyspieszyły produkcję — a robotnik musi mieć i wolny czas, i dobrą pensję, żeby samemu kupować produkowane samochody. Dlaczego dziś nie mielibyśmy dążyć do kolejnej takiej rewolucji? Być może nadszedł czas na 4-dniowy tydzień pracy i 6-godzinny dzień pracy?
Matematycznie taki krok otworzyłby przestrzeń na około 30% dodatkowych etatów, a jednocześnie przyspieszyłby automatyzację tam, gdzie jest ona dla ludzkości błogosławieństwem — wzmagając presję na robotyzację zawodów szkodliwych dla zdrowia człowieka lub zwyczajnie fizycznie wyniszczających, w których już dziś mamy ogromne braki kadrowe. Każda rewolucja przemysłowa niweluje zawody, których nikt nie chciał wykonywać — choć niestety, jeśli zostawimy ją bez mądrego prawa, potrafi zadziałać również odwrotnie.
Dochodząc do puenty: nie dziwmy się, że młodsze pokolenia czują się dziś głęboko oszukane. Przez całe dzieciństwo wszyscy powtarzali im jak mantrę: „studia, studia, ucz się, a będziesz miał dobrą pracę”. Kiedyś na Zachodzie wystarczyło wejść do firmy, powiedzieć, że chce się pracować, być sumiennym i oddanym pracownikiem — i zostawało się w jednym miejscu przez 20–40 lat, kupując z jednej pensji dom i utrzymując rodzinę. W Polsce z kolei w czasach PRL praca była przymusem i miał ją każdy; nie twierdzę, że wtedy było lepiej, ale to zestawienie daje zupełnie inne spojrzenie na to, jak świat działał kiedyś, a jak dramatycznie trudno jest dziś o zwykłą życiową stabilizację.
Bo jak budować stabilne życie w świecie, w którym nie możesz być pewny, czy Twój zawód za kilka lat będzie jeszcze komukolwiek potrzebny, a przymusowe przebranżawianie się dwa lub trzy razy w życiu zaczyna brzmieć jak koszmar w kapitalistycznej utopii?
Źródła
- SignalFire — „State of Talent Report” (dane o spadku rekrutacji na stanowiska entry-level i juniorskie w sektorze technologicznym).
- World Economic Forum (WEF) — „How AI is changing the nature of entry-level work” (analiza wpływu automatyzacji na początkowe szczeble kariery).
- Encyclopaedia Britannica — Henry Ford i wprowadzenie 5-dniowego, 40-godzinnego tygodnia pracy w 1926 roku.
- Ministerstwo Rodziny, Pracy i Polityki Społecznej — program pilotażowy „Skrócony czas pracy – to się dzieje!” (testy 4-dniowego tygodnia pracy i krótszego dnia pracy w Polsce).
- Eurostat — dane o poziomie adopcji technologii sztucznej inteligencji w przedsiębiorstwach w Unii Europejskiej i w Polsce.
Redaktor naczelny
O autorze i projekcie →

Komentarze.
Dodaj swoje spojrzenie. Wystarczy nick — bez konta i logowania.
Wczytywanie komentarzy…