Szybka odpowiedź: 12 sierpnia 2026 roku Digital Economy Lab ze Stanfordu opublikowało poprawioną wersję swojego badania o sztucznej inteligencji i zatrudnieniu. Osoby w wieku od 22 do 25 lat w zawodach najbardziej narażonych na AI mają dziś około 19 procent mniej miejsc pracy, niż miałyby, gdyby nadążały za rówieśnikami w zawodach mniej narażonych. W lipcu 2025 roku ta różnica wynosiła 15 procent. U osób po trzydziestce w tych samych zawodach nie widać porównywalnej luki, a tam, gdzie AI wspiera pracę zamiast ją zastępować, ich zatrudnienie utrzymuje się lub rośnie. Praca nie znika z gospodarki. Znika najniższy szczebel drabiny.
Przez cały tydzień krąży wykres na ten temat, zwykle z nagłówkiem, że AI likwiduje miejsca pracy. Badanie, które za tym stoi, mówi coś znacznie węższego, a właśnie ta węższa wersja jest o wiele bardziej przydatna, jeśli prowadzisz firmę i musisz zdecydować, kogo zatrudnić w przyszłym kwartale.
Oto co mówią dane, czego nie mówią i co z tym zrobić.
Co wykazało badanie
Projekt nazywa się Canaries in the Coal Mine i prowadzi go zespół ze Stanfordu, w którym pracuje między innymi Erik Brynjolfsson. Opiera się na danych płacowych milionów pracowników, a nie na ankietach, i dlatego traktuje się go poważnie. Sierpniowa rewizja z 2026 roku korzysta ze znacznie większego zbioru danych niż pierwsza wersja, przez co obraz stał się ostrzejszy, a nie łagodniejszy.
Liczą się trzy ustalenia:
- Luka się pogłębia. U osób w wieku od 22 do 25 lat w zawodach silnie narażonych na AI zatrudnienie było w lipcu 2025 roku 15 procent poniżej grupy porównawczej. W czerwcu 2026 roku było to 19 procent. Nic się nie wypłaszcza.
- Zjawisko jest skoncentrowane, nie powszechne. Ta sama grupa wiekowa w zawodach mniej narażonych takiego spadku nie odnotowuje. Badacze mówią wprost, że nie widzą masowego wypierania ludzi z rynku pracy.
- Doświadczenie chroni. Pracownicy po trzydziestce w dokładnie tych samych zawodach nie wykazują porównywalnej luki. Tam, gdzie AI uzupełnia pracę zamiast ją automatyzować, ich zatrudnienie jest stabilne lub rośnie.
Granica, która naprawdę oddziela pracę bezpieczną od zagrożonej
Tę część warto przeczytać dwa razy, bo przydaje się bardziej niż jakakolwiek lista zagrożonych stanowisk.
Spadki pojawiły się w pracy opartej na tym, co badacze nazywają wiedzą skodyfikowaną. Chodzi o wiedzę formalną, ustandaryzowaną, udokumentowaną, taką, której można nauczyć się z podręcznika, certyfikacji albo dobrze napisanej instrukcji. Praca oparta na wiedzy ukrytej, czyli tej, którą zdobywa się wyłącznie przez robienie i kilkukrotne pomylenie się, utrzymała się albo urosła.
Mówiąc wprost: jeśli wiedza, na której opiera się dane stanowisko, jest gdzieś publicznie spisana, model już ją przeczytał. Jeśli ta wiedza siedzi komuś w głowie, bo zebrał ją przez sześć lat niewygodnych spotkań z klientami, to nie.
To tłumaczy zjawisko, które wielu menedżerów zauważyło, ale nie umiało nazwać. Analityk w pierwszym roku, który przygotowuje standardowy raport, jest pod realną presją. Osoba, która wie, o którą liczbę klient będzie się spierał, nie jest.
Dlaczego ten problem wróci do ciebie później
Nasuwa się, żeby przestać zatrudniać juniorów. Wygląda to na oszczędność. Jedna doświadczona osoba z dobrymi narzędziami robi to, co wcześniej robiły trzy, i w tym kwartale liczby się zgadzają.
Kłopot w tym, skąd biorą się seniorzy. Nikt jeszcze nie wyprodukował doświadczonego inżyniera, księgowego ani konsultanta inaczej niż przez przeprowadzenie juniora przez kilka lat prawdziwej pracy. Kiedy branża zamknie ten kanał, braki nie pojawią się teraz. Pojawią się za jakieś pięć lat, gdy ludzi, których będziesz chciał zatrudnić, po prostu nie będzie, a dostępni będą kosztować trzy razy tyle.
Część tych kosztów spadnie na ciebie, część na wszystkich naraz. Tak czy inaczej zamrożenie rekrutacji na najniższym poziomie to decyzja, żeby później kupić drogich ludzi zamiast teraz wychować tańszych.
Co robić, jeśli rekrutujesz
Zatrudniaj juniorów za osąd, nie za ilość
Dawna rola juniora polegała na produkcji. Przygotować szkic, policzyć liczby, opróżnić kolejkę. Ta praca jest dziś tania. Junior, który się opłaca, to ten, który spojrzy na wynik modelu, powie ci, że jest błędny, i wyjaśni dlaczego. Sprawdzaj dokładnie to na rozmowie. Daj kandydatowi wiarygodny, ale wadliwy wynik pracy AI i poproś o recenzję. W dziesięć minut dowiesz się więcej niż z jakiegokolwiek zadania domowego.
Przebuduj pierwsze sześć miesięcy
Większość planów wdrożenia wciąż zakłada, że nowa osoba uczy się, przerabiając proste zadania przez pół roku. Jeśli te zadania robi teraz AI, nauka musi przyjść skądinąd. Wypuść juniorów do klientów wcześniej. Niech siedzą przy trudnych decyzjach, zamiast dostawać gotowy, uporządkowany wynik. Daj im odpowiedzialność za coś małego i prawdziwego zamiast za kawałki czegoś dużego i abstrakcyjnego.
Spisz to, co dziś jest tylko w głowach
Jest tu ironia, którą warto wykorzystać. Wiedza ukryta chroni twoich doświadczonych ludzi i jednocześnie jest twoim największym ryzykiem operacyjnym, bo wychodzi drzwiami razem z nimi. Dobrze wyjdą na tym zespoły, które spisują, jak decyzje naprawdę zapadają, a nie tylko to, co mówi diagram procesu.
Sprawdź, które z twoich stanowisk są skodyfikowane
Przejdź pracę swojego zespołu i zaznacz, które części opierają się na udokumentowanej, ustandaryzowanej wiedzy. To twoja mapa ryzyka i jest uczciwsza niż jakakolwiek ogólna lista zawodów, które AI zastąpi. Praktyczną stronę, czyli skierowanie AI właśnie na taką rutynową pracę, opisaliśmy w tekście o tym, jak zbudować juniorskiego asystenta operacyjnego w dwie godziny.
Na co uczulają sami badacze
Warto to wiedzieć, bo osoby udostępniające wykres zwykle to pomijają. Zespół ze Stanfordu zaznacza, że luki maleją, gdy uwzględni się poziom wykształcenia. Część tych trendów istniała już przed generatywną AI. I mówią wprost, że jedno badanie nie jest ostatecznym dowodem. Stopy procentowe, cykle rekrutacyjne i ogólny stan rynku dla absolwentów siedzą w tych samych danych.
Traktuj to więc jako mocny wczesny sygnał, a nie wyrok. Tak przedstawiają to autorzy i tak uczciwie się z tego korzysta.
Krótka wersja dla małej firmy
- Nie czytaj tego jako dowodu, że praca znika. Zatrudnienie ogółem się trzyma.
- Czytaj to jako dowód, że praca na wejściu, oparta na udokumentowanej wiedzy, automatyzuje się szybko.
- Zatrudniaj juniorów dalej, ale do recenzji i decyzji, nie do produkcji.
- Przebuduj wdrożenie tak, żeby uczyli się z prawdziwych decyzji, a nie z rutynowych zadań, których już nie ma.
- Spisz wiedzę ukrytą swoich seniorów, zanim odejdzie razem z nimi.
Niewygodne jest to, że czekanie kilku lat na powolne dojście do poziomu seniora samo w sobie już nie działa. Dotyczy to ludzi, których zatrudniasz, i tego, jak ich rozwijasz. Jeśli chcesz szerszy obraz tego, gdzie automatyzacja ląduje w poszczególnych obszarach firmy, nasz przegląd aktualnych trendów AI w automatyzacji biznesu to obejmuje.
Najczęstsze pytania
Czy AI naprawdę likwiduje miejsca pracy?
Nie w skali całej gospodarki, przynajmniej według tego badania. Zespół ze Stanfordu jasno stwierdza, że nie znajduje powszechnego wypierania ludzi z rynku. Znajduje ostry i skoncentrowany spadek zatrudnienia na stanowiskach wejściowych w zawodach najbardziej narażonych na AI, podczas gdy zatrudnienie doświadczonych pracowników w tych samych zawodach utrzymuje się lub rośnie.
Co właściwie oznacza liczba 19 procent?
To luka, a nie liczba zwolnień. Zatrudnienie osób w wieku od 22 do 25 lat w zawodach silnie narażonych na AI jest około 19 procent poniżej poziomu, na jakim byłoby, gdyby rosło w tym samym tempie co u rówieśników w zawodach mniej narażonych. Mierzy zaległość wobec grupy porównawczej, a nie zlikwidowane etaty.
Które stanowiska są najbardziej dotknięte?
Te, które opierają się na wiedzy skodyfikowanej, czyli formalnej i udokumentowanej, której można nauczyć przez edukację i instrukcje. Stanowiska zależne od wiedzy ukrytej, budowanej przez doświadczenie i praktykę, utrzymały się albo urosły.
Czy powinniśmy przestać zatrudniać juniorów?
My byśmy nie przestali. Rolę juniora trzeba przeprojektować, a nie skasować. Jeśli nikt nie szkoli juniorów, podaż doświadczonych ludzi wysycha w kilka lat i drożeje dla wszystkich. Zatrudnij mniej, jeśli musisz, ale posadź ich przy pracy, która szybko buduje osąd.
Jak wiarygodne jest to badanie?
Korzysta z danych płacowych milionów pracowników zamiast z ankiet, co czyni je mocniejszym niż większość publikacji na ten temat. Autorzy i tak ostrzegają, że luki się zawężają przy uwzględnieniu wykształcenia, że część trendów wyprzedza generatywną AI i że jedno badanie niczego ostatecznie nie dowodzi.
Co z tą wiedzą powinien zrobić młody specjalista?
Budować te części zawodu, które nigdzie nie są spisane. Osąd w kontakcie z klientem, umiejętność ograniczenia zakresu zadania, rozpoznanie, który problem warto rozwiązać, i umiejętność sprawdzenia pracy AI, a nie tylko wytwarzania. Kiedyś uchodziło to za kompetencje seniora, dziś bliżej temu do biletu wstępu.
Współpraca z nami
Buinsoft to firma doradcza z Pragi zajmująca się AI i tworzeniem oprogramowania. Sporą część naszej pracy stanowi pomaganie małym i średnim firmom w rozpoznaniu, które części ich działalności są na tyle rutynowe, żeby sensownie je zautomatyzować, a które opierają się na ludziach, którzy powinni poświęcać tydzień na coś wartościowszego.
Więcej o naszym doradztwie we wdrażaniu AI znajdziesz na stronie, napisz do nas na info@buinsoft.com albo odezwij się przez naszą stronę kontaktową.
