Jeden wskaźnik, który pokazałby prawdę o AI i Twojej pracy

Obiecywali Ci jasność. Dostałeś panikę. CEO Anthropic">Anthropic mówi, że AI zastąpi wszystkie prace w ciągu pięciu lat. Badacze z tej samej firmy ostrzegają przed recesją i "załamaniem drabiny kariery". A Ty? Siedzisz i zastanawiasz się, czy za rok będziesz miał z czego płacić czynsz.

Problem w tym, że nikt tak naprawdę nie wie, co się dzieje. Ani Dolina Krzemowa, ani ekonomiści, ani rządy. Wszyscy operują na domysłach, modelach i strachu. Jest jeden wskaźnik, który mógłby to zmienić. Gdyby tylko ktoś zaczął go zbierać.

Czarna dziura w danych o AI i zatrudnieniu

Dane o rynku pracy w erze AI to czarna dziura. Mamy prognozy — od optymistycznych po katastroficzne. Mamy anegdoty. Mamy badania ankietowe. Nie mamy twardych liczb.

Ekonomistka Katya Klinova z Partnership on AI mówi wprost: "Potrzebujemy Projektu Manhattan dla tych danych". Nie chodzi o kolejny raport McKinseya z przewidywaniami. Chodzi o systematyczne zbieranie informacji o tym, jak firmy faktycznie wykorzystują AI i co to robi z zatrudnieniem.

Obecnie rządy polegają na danych z urzędów pracy. Te pokazują, ilu ludzi straciło pracę. Nie pokazują, dlaczego. Nie pokazują, czy firma zwolniła 50 osób po wdrożeniu AI w arkuszach kalkulacyjnych, czy dlatego, że klient odszedł do konkurencji.

Jeden wskaźnik, który zmienia wszystko

MIT Technology Review wskazuje na rozwiązanie, które brzmi banalnie prosto: firmy powinny raportować, jak wykorzystują AI i jakie to ma konsekwencje dla zatrudnienia.

Nie ogólniki w stylu "wdrożyliśmy AI". Konkretne dane:

• Ile stanowisk zostało zlikwidowanych po wdrożeniu konkretnego narzędzia AI?
• Ile nowych stanowisk powstało (bo ktoś musi te narzędzia obsługiwać)?
• Jakie zadania AI przejęło, a jakie zostały przy ludziach?
• Jak zmieniły się wymagania kompetencyjne na istniejących stanowiskach?

Takie dane pozwoliłyby zobaczyć prawdziwy obraz. Nie prognozy, nie modele ekonomiczne, nie straszenie. Fakty.

Dlaczego tego nie ma

Firmy nie chcą mówić. Zwłaszcza te z Doliny Krzemowej, które jednym tchem opowiadają o "rewolucji AI", a drugim lobbują przeciwko jakimkolwiek regulacjom dotyczącym transparentności.

Anthropic, OpenAI, Google – wszyscy mówią o odpowiedzialnym AI. Żaden nie publikuje danych o tym, jak ich technologie wpływają na zatrudnienie u klientów. Zbyt niewygodne.

A rządy? Te dopiero zaczynają rozumieć, że potrzebują tych informacji. Unia Europejska w ramach AI Act wymaga raportowania niektórych aspektów wdrożeń AI. To wciąż za mało i za późno.

Co pokazują (nieliczne) dane, które mamy

Fragmentaryczne badania dają sprzeczny obraz. Część firm raportuje wzrost produktywności bez redukcji etatów. Inne cicho zwalniają całe działy obsługi klienta, zastępując je asystentami AI.

Badanie z 2025 roku (przeprowadzone przez MIT) pokazało, że firmy, które wdrożyły AI w obsłudze klienta, zredukowały zatrudnienie średnio o 23% w ciągu 18 miesięcy. Te same firmy zwiększyły zatrudnienie w działach technicznych o 12%. Netto: minus 11%.

Jedno badanie, 200 firm, głównie z USA. Co z resztą świata? Co z innymi branżami? Nie wiemy.

Polski kontekst: jeszcze większa pustka

W Polsce sytuacja jest jeszcze gorsza. Nie mamy nawet podstawowych danych o adopcji AI w firmach, nie mówiąc o wpływie na zatrudnienie. GUS nie śledzi tego systematycznie. Ministerstwo Cyfryzacji publikuje ogólne raporty o "cyfryzacji gospodarki", bez twardych liczb o AI.

Efekt? Polskie firmy wdrażają AI po omacku, bez wiedzy o tym, jak to robią inni i jakie są rzeczywiste konsekwencje.

Kto powinien to zbierać (i dlaczego tego nie robi)

Klinova z Partnership on AI proponuje utworzenie niezależnej agencji – czegoś na kształt Bureau of Labor Statistics, dedykowanego AI. Agencja zbierałaby dane od firm (obowiązkowo), analizowała trendy i publikowała raporty.

Koszt? Szacunkowo kilkaset milionów dolarów rocznie. Dużo? Dla porównania: USA wydaje rocznie ponad 50 miliardów dolarów na rozwój AI. Kilkaset milionów na zrozumienie konsekwencji społecznych to 1% tego budżetu.

Nikt tego nie robi. Dlaczego?

• Firmy tech blokują: Transparentność to ostatnia rzecz, której chcą. Dane o zwolnieniach związanych z AI to PR-owa katastrofa.
• Rządy się boją: Co jeśli dane pokażą, że sytuacja jest gorsza niż myśleli? Albo lepsza? Obie opcje są politycznie ryzykowne.
• Ekonomiści nie mają narzędzi: Tradycyjne metody zbierania danych o rynku pracy nie nadążają za tempem zmian w AI.

Co się stanie, jeśli dalej będziemy latać po omacku

Brak danych to nie tylko problem akademicki. To problem polityczny i społeczny.

Bez twardych liczb decyzje podejmowane są na podstawie strachu lub hype'u. Rządy wprowadzają regulacje na ślepo. Firmy inwestują w AI bez zrozumienia konsekwencji. Pracownicy panikują lub ignorują problem – oba podejścia są złe.

Tymczasem geopolityka AI nabiera tempa. USA, Chiny, Europa – wszyscy ścigają się w rozwoju technologii, nikt nie mierzy kosztów społecznych w czasie rzeczywistym.

Za kilka lat możemy się obudzić w świecie, gdzie AI faktycznie zrewolucjonizowało rynek pracy, nikt nie wie jak, dlaczego i co z tym zrobić. Nie zbieraliśmy danych, gdy jeszcze było na to czas.

Czy ktokolwiek to w ogóle zbiera

Są próby. Partnership on AI prowadzi pilotażowe badania. Niektóre uniwersytety (MIT, Stanford) zbierają dane od firm, które się zgadzają współpracować. Unia Europejska wymaga raportowania w ramach AI Act – przepisy wchodzą w życie stopniowo i dotyczą tylko systemów wysokiego ryzyka.

Za mało i za wolno. Potrzebujemy systematycznego, globalnego zbierania danych. Czegoś, co pozwoli odpowiedzieć na podstawowe pytanie: co AI faktycznie robi z zatrudnieniem, nie co może zrobić według modeli ekonomicznych sprzed trzech lat.

Klinova ma rację: potrzebujemy Projektu Manhattan dla tych danych. Manhattan Project miał jasny cel (bomba atomowa) i polityczną wolę (wygrana w wojnie). Tu cel jest jasny (zrozumienie wpływu AI na pracę), woli politycznej brak.

Prawda może być niewygodna. Dla firm, dla rządów, dla nas wszystkich. Latanie po omacku jest gorsze. Przynajmniej z danymi możesz podjąć świadomą decyzję. Bez nich tylko reagujesz na panikę lub ignorujesz problem, aż uderzy Cię w twarz.