Wpływ AI na rynek pracy w Polsce

Jak AI i automatyzacja realnie zmieniają zadania, płace i zapotrzebowanie na kompetencje w Polsce?

Analiza pokazuje, że AI w Polsce już przesuwa strukturę zadań w zawodach o wysokim udziale pracy wiedzochłonnej, przyspiesza wzrost produktywności i premiuje umiejętności cyfrowe. Zamiast „masowej utraty pracy” mamy głównie redefinicję ról. Najbardziej narażone na zmiany są stanowiska specjalistyczne (finanse, prawo, programowanie), a premie płacowe za umiejętności AI i wzrost produktywności obserwowane globalnie i w UE sygnalizują, że inwestycja w rozwój kompetencji przynosi wymierne korzyści.

Sygnał

AI staje się dźwignią produktywności i płac dla tych, którzy włączą ją do codziennej pracy. Ryzyko dotyczy raczej zadań niż całych zawodów.

Kontekst

Polski Instytut Ekonomiczny szacuje, że około 3,68 mln osób pracujących w Polsce, czyli niespełna jedna piąta rynku, wykonuje zawody szczególnie narażone na wpływ sztucznej inteligencji. W największym stopniu dotyczy to profesji wymagających wysokich kwalifikacji, takich jak finanse, prawo czy programowanie. W skali globalnej liczba ofert pracy wymagających umiejętności związanych z AI rośnie ponad trzykrotnie szybciej niż ogół ogłoszeń, a w branżach szczególnie wrażliwych na wdrożenia AI produktywność przyspiesza prawie pięciokrotnie, czemu często towarzyszą premie płacowe sięgające w niektórych krajach nawet jednej czwartej wynagrodzenia. Równolegle Unia Europejska i OECD rozwijają systemy monitorowania wpływu AI na rynek pracy oraz umacniają ramy zaufanej sztucznej inteligencji. Polska, wpisując się w ten nurt, zapowiada w ramach inicjatyw AI Watch powołanie Obserwatorium Rynku Pracy do spraw AI, korzystając z dorobku europejskich i międzynarodowych obserwatoriów, aby lepiej identyfikować szanse i ryzyka związane z automatyzacją i transformacją kompetencji.

Analiza

Zmiana dotyczy zadań, niekoniecznie stanowisk

Najsilniej automatyzowane są powtarzalne, rutynowe komponenty pracy umysłowej (wyszukiwanie, wstępne analizy, szkice treści, wstępny kod), co przesuwa rolę ludzi w kierunku nadzoru, integracji i decyzji.

Najwyższa ekspozycja występuje w zawodach wiedzochłonnych (finanse, prawo, programowanie), co oznacza, że „rdzeń” pozostaje ludzki, a automatyzowane są wycinki zadań.

PwC pokazuje gwałtowny wzrost popytu na umiejętności AI i wyższy wzrost produktywności w sektorach wrażliwych na AI.

Utrata całych etatów jest bardziej prawdopodobna tam, gdzie praca to niemal wyłącznie rutyna bez komponentu decyzyjnego.

Kto jest najbardziej narażony na zmianę profilu pracy

Najlepsi specjaliści nie stracą pracy przez AI, ale zmienią sposób jej wykonywania. Będą mniej fizycznymi wykonawcami, a bardziej ekspertami od kontroli, strategii i ostatecznej interpretacji wyników dostarczonych przez sztuczną inteligencję.

3,68 mln pracujących w 20 grupach zawodów o najwyższej ekspozycji.

Nadreprezentacja kobiet (28% pracujących kobiet vs 17% mężczyzn w grupach najbardziej narażonych).

Najwyższa ekspozycja sektorowa: finanse i ubezpieczenia; wysoka także w usługach profesjonalnych i edukacji.

Polityki rozwojowe powinny adresować nierównomierny wpływ na płeć i regiony.

Produktywność i premie płacowe za kompetencje AI

W rolach, gdzie włącza się AI, rośnie produktywność i (na wielu rynkach) wynagrodzenia.

Sektory wrażliwe na AI doświadczają niemal 5x szybszego wzrostu produktywności.

Popyt na role z AI rośnie 3,5x szybciej.

Premie płacowe za umiejętności AI rosną do 25% (przykłady z USA/UK).

69% prezesów globalnie oczekuje potrzeby nowych umiejętności związanych z AI (87% w firmach już wdrażających AI).

W Polsce skala premii może różnić się od rynków anglosaskich (brak krajowych przekrojowych danych płacowych stricte dla umiejętności AI).

Niedobór kompetencji cyfrowych ogranicza adopcję

Luka umiejętności cyfrowych w Polsce hamuje tempo włączania AI do procesów pracy.

Niski poziom podstawowych umiejętności cyfrowych w Polsce vs średnia UE (przywołane 44,3% z podstawowymi umiejętnościami) jako bariera wdrożeń.

OECD i KE akcentują konieczność rozwoju kompetencji oraz monitoringu wpływu AI na pracę.

Programy reskilling/upskilling powinny być łatwo dostępne (mikrocertyfikaty, ILA), ukierunkowane na zawody o najwyższej ekspozycji.

Różnice regionalne i sektorowe

Ekspozycja na AI jest wyższa w województwach z dużymi ośrodkami miejskimi i w sektorach usług profesjonalnych.

Najwyższa ekspozycja: Mazowieckie (Warszawa) ~31%; wysoka też Małopolskie, Dolnośląskie; niższa ekspozycja w regionach mniej zurbanizowanych.

Niska ekspozycja: rolnictwo, budownictwo, zakwaterowanie i gastronomia; wysoka: finanse/ubezpieczenia, usługi profesjonalne, edukacja.

Polityki regionalne powinny łączyć rozwój talentów z przyciąganiem inwestycji w usługi oparte na wiedzy.

Co faktycznie „znika”, a co „powstaje”

Najbardziej zagrożone są zadania: wprowadzanie danych, proste badania i syntezy, podstawowe prace biurowe. Powstają role łączące domenę i AI.

PIE opisuje cztery zjawiska: przesunięcie zadań, transformację ról, wspomaganie (augmentation) oraz integrację pracy z AI zamiast prostego „zastąpienia”.

Globalne ogłoszenia o pracę rosną na stanowiska wymagające AI (np. analitycy z generatywną AI, inżynierowie danych/ML, specjaliści governance AI).

W Polsce brak spójnych danych o skali nowych ról AI w przekroju całej gospodarki (istnieją źródła cząstkowe, płatne lub branżowe).

Governance i regulacje jako akcelerator wdrożeń

Jasne zasady (AI Act, prywatność, bezpieczeństwo) ułatwiają wdrożenia i akceptację społeczną.

KE/AI Watch i OECD kładą nacisk na „trustworthy AI”, odpowiedzialność, prywatność i bezpieczeństwo, co zmniejsza bariery organizacyjne.

Obawy compliance/bezpieczeństwa danych hamują część wdrożeń w Polsce.

Firmy powinny wdrażać zasady „AI governance by design” (walidacja modeli, rejestry zastosowań, kontrola danych).

Popyt na umiejętności: co rośnie najszybciej

Rosną umiejętności łączące AI z domeną: promptowanie i orkiestracja narzędzi, analiza danych, integracja procesów i kontrola jakości.

Profile kompetencyjne zmieniają się 25% szybciej w zawodach wrażliwych na AI.

Rośnie popyt na umiejętności AI w finansach, ICT, usługach profesjonalnych.

Obszary „Future of Work” wskazują na zapotrzebowanie na umiejętności komplementarne do AI (rozumowanie, nadzór, etyka, data governance).

W Polsce potrzebne są krótkie ścieżki szkoleniowe i certyfikacje oparte o konkretne zastosowania w branżach.

Polska demografia sprzyja automatyzacji „z sensem”

Spadek zasobów pracy do 2035 r. zwiększa znaczenie AI dla utrzymania potencjału gospodarczego.

PIE podkreśla prognozowany spadek liczby pracujących o ~12,5% do 2035 r.

AI może pomóc utrzymać produktywność i świadczenie usług.

To uzasadnia inwestycje w augmentację i automatyzację procesów back-office i usług publicznych.

Warunkiem jest równoległe podniesienie kompetencji cyfrowych i zaufania do technologii.

Wnioski

Wnioski krótkoterminowe

Włączanie AI do obecnych zadań: zmapowanie zadań powtarzalnych i wdrażanie asystentów (genAI, automatyzacji) tam, gdzie przynosi to szybki zwrot (finanse, back-office, obsługa klienta).

Uruchomienie szybkich szkoleń modułowych: podstawy danych, prywatność, „AI w zawodzie X”, praktyka promptowania i weryfikacji wyników.

Dbanie o governance: wytyczne użycia AI, wrażliwe dane, rejestr zastosowań, mierniki produktywności i jakości.

Wnioski średnioterminowe

Przebudowanie opisów stanowisk: większy nacisk na integrację narzędzi, wnioskowanie i kontrolę jakości pracy AI.

Rozszerzenie rekrutacji o „umiejętności komplementarne”: analiza krytyczna, data literacy, MLOps light, etyka/ryzyko AI.

Zaimplementowanie programów reskillingowych dla grup o najwyższej ekspozycji (finanse, prawo, administracja) oraz ścieżek awansu w rolach z AI.

Wnioski długoterminowe

Budowanie ekosystemu kompetencji (szkoły wyższe, VET, mikrocertyfikaty, konta szkoleniowe) ukierunkowanego na zawody wiedzochłonne.

Inwestowanie w dane i procesy: standaryzacja, jakość, bezpieczeństwo – to warunek skalowania zastosowań AI.

Monitorowanie wpływu na równość szans (płeć, regiony) i dopasowanie polityk wsparcia.

Implikacje

PL/UE: potrzebne szybkie uruchomienie obserwatoriów rynku pracy ds. AI, programów reskillingu i implementacja AI Act w praktyce wdrożeń (compliance-by-design) [AI Watch, OECD].

Biznes: przewaga trafi do firm, które połączą governance z szybkim wdrażaniem narzędzi i szkoleniami (obserwowane premie płacowe i wzrost produktywności uzasadniają inwestycje).

„Kowalski”: nie chodzi o strach, tylko o zmianę nawyków pracy. Musi nauczyć się współpracy z AI, weryfikacji wyników, pracy na danych i łączenia kompetencji domenowych z narzędziami.

Plusy/Szanse dla PL/UE

Wyższa produktywność w usługach profesjonalnych i finansach (lepsze marże, krótszy time‑to‑market).

Premie płacowe dla osób z umiejętnościami AI to motor mobilności zawodowej i zachęta do nauki.

Odpowiedzią na demografię jest automatyzacja kompensująca spadek zasobów pracy.

Ramy regulacyjne UE zwiększają zaufanie i ułatwiają skalowanie odpowiedzialnych wdrożeń.

Minusy/Zagrożenia/Ryzyka dla PL/UE

Luka kompetencyjna (niski odsetek osób z podstawowymi umiejętnościami cyfrowymi) ogranicza adopcję.

Nierówności: większa ekspozycja kobiet i regionów wysoko zurbanizowanych to ryzyko polaryzacji.

Ryzyka compliance i bezpieczeństwa danych w chmurze hamują wdrożenia bez dobrego governance.

Ryzyko „automatyzacji bez strategii”: punktowe wdrożenia bez mierników jakości i wpływu.

Podsumowanie

AI w Polsce realnie przekształca pracę w zawodach wiedzochłonnych: automatyzuje zadania, podnosi produktywność i premiuje rozwój kompetencji. Największą korzyść odniosą pracownicy i firmy, które już teraz uczynią z AI codzienne narzędzie, z jasnymi zasadami i inwestycją w naukę. AI to praktyczna dźwignia produktywności i rozwoju płac: nie bójmy się, tylko uczmy, odpowiedzialnie wdrażajmy i mierzmy efekty.

Najważniejsze źródła danych

Analiza nie powstałaby, gdyby nie wcześniejsza praca wielu instytucji, z których najważniejsze (dla tego Sygnału) to:

• Polski Instytut Ekonomiczny, „AI on the Polish labour market” (X 2024) – omówienie i dane: Trade.gov.pl; pełny raport PDF: PIE; skrót: Science in Poland (PAP).

• PwC Global AI Jobs Barometer 2024 – omówienie (produktywność, premie płacowe, dynamika ogłoszeń): Poland Insight.

• Komisja Europejska, AI Watch – kontekst polityk i planowane obserwatorium rynku pracy: AI Watch – Poland.

• OECD AI Policy Observatory – tło i narzędzia polityk rynku pracy w kontekście AI: OECD AI – Poland.