Liczby, które przeczą intuicji
Głównym źródłem obecnego zamieszania analityków jest najnowszy, przełomowy raport przygotowany wspólnie przez platformę fintech Ramp oraz firmę analityczną Revelio Labs. Eksperci wzięli pod lupę dane kadrowe oraz wydatki korporacyjne blisko 22 000 przedsiębiorstw. Wyniki? Dla wielu obserwatorów są one głębokim zaskoczeniem. Okazuje się, że firmy sklasyfikowane jako „intensywni użytkownicy AI” (ang. high-intensity AI adopters) – czyli te, które najgłębiej zintegrowały algorytmy ze swoimi procesami biznesowymi – wcale nie zredukowały personelu. Wręcz przeciwnie.
Firmy intensywnie wdrażające AI odnotowały średni wzrost ogólnego zatrudnienia o 10,2% – wynika z analizy opublikowanej pod koniec czerwca 2026 roku przez Ramp i Revelio Labs.
Co więcej, raport bezpośrednio uderza w jeden z najbardziej ugruntowanych mitów ostatnich lat: przekonanie, że sztuczna inteligencja w pierwszej kolejności uśmierci stanowiska juniorskie (tzw. entry-level), ponieważ maszyny doskonale radzą sobie z powtarzalnymi zadaniami dla początkujących. W badanych przedsiębiorstwach liczba pracowników na stanowiskach juniorskich wzrosła o 12%.
Dlaczego maszyna potrzebuje człowieka?
Jak to możliwe, że technologia stworzona do automatyzacji pracy skutkuje zwiększeniem zapotrzebowania na ludzkie ręce? Kluczem do zrozumienia tego zjawiska jest zmiana charakteru samych zadań oraz zjawisko „lewarowania produktywności”.
Wdrożenie zaawansowanych systemów nie odbywa się za pomocą jednego kliknięcia. Firmy technologiczne, aby utrzymać tempo innowacji, masowo tworzą dedykowane zespoły inżynieryjne. Przykładowo, gigant AWS (Amazon Web Services) ogłosił gigantyczną inwestycję rzędu 1 miliarda dolarów w huby inżynieryjne typu Forward Deployed Engineering (FDE), gdzie ludzkie zespoły ściśle współpracują z autonomicznymi agentami AI, by wdrażać te systemy u klientów. Podobne ruchy rekrutacyjne wykonuje Google Cloud czy Accenture.
Sztuczna inteligencja działa jak dźwignia: pozwala mniejszym zespołom robić znacznie więcej w krótszym czasie. Zamiast zwalniać ludzi, dynamicznie rozwijające się przedsiębiorstwa wykorzystują wyższą efektywność do skalowania biznesu – otwierania nowych projektów, szybszego testowania produktów czy obsługi większej bazy klientów. A to wymaga koordynacji, nadzoru i unikalnych kompetencji miękkich, których algorytmy wciąż nie posiadają.
Druga strona medalu
Byłoby jednak skrajnym optymizmem twierdzić, że problem redukcji etatów nie istnieje. Rynek pracy ulega głębokiej polaryzacji. Podczas gdy liderzy technologiczni zwiększają zatrudnienie, w innych sektorach dochodzi do bolesnych cięć kosztów.
Sygnały o zwolnieniach motywowanych „wdrażaniem efektywności AI” regularnie napływają z sektora finansowego, administracyjnego czy masowej obsługi klienta. Jak zauważają analitycy w dyskusjach na platformach takich jak Reddit czy w specjalistycznych opracowaniach ekonomicznych, tradycyjny argument historyczny, mówiący że „każda nowa technologia tworzy więcej miejsc pracy, niż niszczy”, po raz pierwszy spotyka się z tak silnym oporem materii. Dawne rewolucje zastępowały mięśnie ludzkie; obecna uderza w domenę intelektualną, kreatywną i analityczną.
Przedsiębiorstwa stają przed dylematem. Z jednej strony, automatyzacja procesów back-office (takich jak fakturowanie, prosta moderacja treści czy wstępna analiza danych) pozwala na drastyczne obniżenie kosztów operacyjnych. Z drugiej strony, całkowite wycięcie czynnika ludzkiego pozbawia firmy elastyczności i „instynktu”, który w sytuacjach kryzysowych jest niezastąpiony.
Gdzie leży prawda?
Obiektywny obraz połowy 2026 roku maluje się w barwach szarości. AI nie okazało się ani bezwzględnym zabójcą miejsc pracy, ani też magicznym panaceum, które bezboleśnie wzbogaci każdego pracownika.
Prawdziwym wyzwaniem nie jest dziś bezrobocie technologiczne jako zjawisko masowe, ale drastyczna zmiana struktury zatrudnienia. Kompetencje, które jeszcze pięć lat temu gwarantowały stabilną posadę, dziś stają się towarem powszechnym, ustępując miejsca umiejętnościom zarządzania systemami agentowymi i krytycznej weryfikacji danych (tzw. fact-checking danych wyjściowych z AI).
Debata stała się „brudna” i chaotyczna, ponieważ oba obozy mają w ręku mocne argumenty. Przeciwnicy AI bez trudu wskażą konkretne działy wsparcia technicznego zastąpione chatbotami. Zwolennicy – tacy jak autorzy raportu Ramp i Revelio Labs – odpowiedzą twardymi danymi o 10-procentowych wzrostach kadrowych u technologicznych pionierów. Ostateczny wniosek jest jeden: zamiast czekać na cyfrową apokalipsę, musimy nauczyć się nawigować w świecie, w którym najcenniejszym pracownikiem staje się ten, który potrafi ramię w ramię współpracować z algorytmem.
