AI w pracy w Polsce: ewolucja z miejscowymi wstrząsami. Co to oznacza dla biur, HR i menedżerów?

Nowa fala automatyzacji: dlaczego pytanie o przyszłość pracy wraca właśnie teraz

W polskich biurach, call center i działach obsługi klienta jeszcze do niedawna głównymi narzędziami pracy były pakiet biurowy, telefon i firmowa poczta. W ciągu ostatnich kilkunastu miesięcy do tego zestawu dołączyły narzędzia, które do niedawna kojarzyły się głównie z Doliną Krzemową: modele językowe pokroju ChatGPT, asystenci tacy jak Copilot, generatory grafiki, systemy do automatyzacji dokumentów czy chatboty prowadzące realne rozmowy z klientami. Dla wielu polskich pracowników biurowych była to pierwsza tak namacalna styczność z zaawansowaną sztuczną inteligencją.

Równolegle ekonomiści jednego z dużych polskich banków – Banku Pekao – opublikowali szczegółową analizę wpływu AI na krajowy rynek pracy. Zwracają oni uwagę, że choć sztuczna inteligencja jest technologią o potencjale przełomowym, dane wskazują raczej na scenariusz ewolucyjny niż gwałtowną, destrukcyjną rewolucję. To dobra wiadomość, ale nie oznacza braku ryzyka. Zmiany mogą być szczególnie bolesne w wybranych zawodach, zwłaszcza tam, gdzie dominują powtarzalne zadania biurowe.

Polski rynek pracy stoi więc przed kluczowym pytaniem: czy AI będzie przede wszystkim wsparciem, które zdejmie z ludzi żmudną, powtarzalną pracę, czy też doprowadzi do szybkiego zaniku części stanowisk? W tle są trzy praktyczne wątki, które interesują zarówno pracowników, jak i menedżerów: które zawody są najbardziej narażone, jakie kompetencje będą zyskiwać na znaczeniu oraz jak realnie – a nie tylko w prezentacjach konferencyjnych – polskie firmy już dziś korzystają z AI.

Odpowiedź na te pytania jest istotna nie tylko dla osób zatrudnionych na stanowiskach biurowych, ale także dla działów HR i liderów organizacji. To oni będą w najbliższych latach projektować ścieżki przekwalifikowania, programy szkoleń i standardy etycznego korzystania ze sztucznej inteligencji. Kluczowe jest, aby dyskusję o AI oderwać od wielkich, abstrakcyjnych haseł i oprzeć na realnych scenariuszach, które pomagają oswoić lęk przed automatyzacją, pokazując zarówno ryzyka, jak i konkretne szanse.

Ewolucja zamiast katastrofy? Co mówią dane o wpływie AI na zatrudnienie

Ekonomiści Banku Pekao w swoich raportach podkreślają, że ryzyka dla polskiego rynku pracy związane z adopcją sztucznej inteligencji są – przynajmniej w horyzoncie najbliższych lat – ograniczone. Ich zdaniem zmiana będzie miała charakter raczej stopniowy niż skokowy. Wynika to z kilku czynników.

Po pierwsze, poziom przygotowania polskich firm do wdrażania AI jest wciąż relatywnie niski. W jednym z międzynarodowych badań dojrzałości cyfrowej wskaźnik pełnej gotowości do wykorzystania rozwiązań AI w Polsce sięga zaledwie około 5 proc., podczas gdy średnia globalna jest kilkukrotnie wyższa. Również odsetek firm inwestujących w tę technologię pozostaje niższy niż w najbardziej rozwiniętych gospodarkach. Przekłada się to na wolniejsze tempo realnych wdrożeń.

Po drugie, historia automatyzacji pokazuje, że nawet jeśli technologia jest dostępna, zastępowanie ludzi maszynami czy algorytmami trwa latami. Dobrym porównaniem są kasy samoobsługowe w sklepach wielkopowierzchniowych. Wiele sieci handlowych w Polsce wprowadziło je już dawno, ale tradycyjne kasy z kasjerami nadal funkcjonują równolegle. Proces zmiany rozciąga się w czasie, aby klienci i pracownicy mogli się do niego stopniowo dostosować. Analitycy Pekao sugerują, że podobny, etapowy model będzie dotyczył wielu obszarów pracy biurowej.

Po trzecie, w analizach pojawia się odniesienie do tzw. paradoksu Jevonsa. W uproszczeniu oznacza on, że wzrost produktywności dzięki nowej technologii nie zawsze prowadzi do spadku zatrudnienia; w określonych warunkach może wręcz zwiększać popyt na pracę. Jeśli dzięki AI firma jest w stanie tworzyć więcej produktów lub usług, często potrzebuje dodatkowych ludzi do ich sprzedaży, obsługi klienta, rozwijania nowych linii biznesowych czy kontroli jakości.

Badania obejmujące kilkanaście tysięcy przedsiębiorstw w Europie pokazują, że wdrożenie rozwiązań AI wiąże się średnio z około 4-procentowym wzrostem produktywności bez wyraźnego spadku zatrudnienia w krótkim okresie. Co więcej, efekt ten jest szczególnie widoczny w dużych organizacjach, gdzie skala działalności pozwala lepiej wykorzystać automatyzację, natomiast w mikrofirmach pierwsze etapy wdrożeń mogą wręcz czasowo obniżać efektywność.

Warte zauważenia są także doświadczenia firm w Stanach Zjednoczonych. Część z nich ogłaszała redukcje etatów, uzasadniając je wdrożeniem generatywnej AI. Później okazywało się jednak, że albo żałują tak głębokich cięć, albo wręcz wracają do rekrutacji na zbliżone stanowiska. W jednym z badań połowa organizacji, które zwalniały z powodu automatyzacji, deklarowała powrót do zatrudniania w podobnych rolach, a większość menedżerów przyznawała, że skutki były bardziej złożone, niż początkowo zakładano.

Nie oznacza to, że wszędzie będzie spokojnie. Ekonomiści Pekao podkreślają, że pomimo ogólnego, ewolucyjnego charakteru zmian, w wybranych branżach i zawodach mogą wystąpić bardzo gwałtowne wstrząsy. Dotyczy to szczególnie stanowisk, na których dominuje powtarzalna praca biurowa, silnie podatna na automatyzację przez narzędzia pokroju ChatGPT. To właśnie do tych grup przechodzi płynnie pytanie o najbardziej narażone zawody.

Które zawody są najbardziej narażone na automatyzację przez ChatGPT i inne narzędzia AI

Największemu wpływowi generatywnej AI podlegają zawody, w których codzienna praca polega głównie na przetwarzaniu informacji według ustalonych schematów. Chodzi o tzw. „białe kołnierzyki” wykonujące zadania rutynowe, silnie oparte na powtarzalnych procedurach i pracy z dokumentami.

W polskich realiach oznacza to przede wszystkim młodszych specjalistów w księgowości, administracji, prostym back-office oraz osobach odpowiedzialnych za wstępne analizy danych czy przygotowywanie standardowych raportów. Już dziś modele językowe są w stanie krok po kroku przejmować części tych czynności: generować wstępne wersje raportów finansowych, podsumowania danych sprzedażowych, wzory pism urzędowych czy odpowiedzi na najczęściej zadawane pytania klientów.

Automatyzacja jest widoczna także w obszarze obsługi klienta. Coraz więcej polskich firm – zarówno dużych korporacji, jak i średnich przedsiębiorstw – korzysta z chatbotów, które prowadzą rozmowy na stronach internetowych, w komunikatorach czy aplikacjach mobilnych. W prostych sprawach, takich jak status zamówienia, przypomnienie hasła czy informacje o podstawowych warunkach umowy, klient nierzadko w ogóle nie ma kontaktu z człowiekiem. Podobne zjawisko obserwujemy w prostym wsparciu prawnym: narzędzia oparte na AI przygotowują wstępne wersje umów, regulaminów czy pism, które następnie są weryfikowane przez prawnika.

Silnie zagrożone automatyzacją są także obszary związane z produkcją treści marketingowych i tłumaczeniami. Generatywne modele językowe potrafią tworzyć opisy produktów, wersje językowe stron internetowych, wpisy do mediów społecznościowych czy proste newslettery, często w jakości wystarczającej dla mniej wymagających zastosowań. W pierwszej linii wsparcia IT coraz częściej pojawiają się wirtualni asystenci, którzy pomagają użytkownikom rozwiązać standardowe problemy bez angażowania specjalistów helpdesku.

Warto jednak wyraźnie rozróżnić dwa scenariusze: pełne zastąpienie stanowiska oraz głęboką transformację zakresu obowiązków. W wielu przypadkach obecne wdrożenia AI nie prowadzą do natychmiastowego likwidowania ról, ale do stopniowego usuwania z nich najbardziej rutynowych zadań. Pracownik nie musi już ręcznie przepisywać danych z faktur, bo robi to system; zamiast tego rozwija kompetencje w obszarze analizy odchyleń, kontaktu z klientem czy tworzenia rekomendacji dla zarządu. Stanowisko zmienia się jakościowo, nawet jeśli nazwa i miejsce w strukturze pozostają takie same.

Szczególnie narażone są stanowiska o charakterze transakcyjnym, z niskim poziomem odpowiedzialności i ograniczonym kontaktem z klientem. Tam, gdzie praca sprowadza się do przetwarzania podobnych zgłoszeń, wypełniania szablonów dokumentów czy wykonywania powtarzalnych analiz, potencjał automatyzacji jest największy. Natomiast role wymagające złożonego osądu, wysokiej odpowiedzialności biznesowej, empatii i zdolności budowania relacji – takie jak doświadczony HR business partner, menedżer zespołu, ekspert ds. strategii czy architekt procesów – są znacznie bardziej odporne, przynajmniej w perspektywie najbliższych lat.

Każdy pracownik może wstępnie zdiagnozować poziom ryzyka swojego stanowiska, zadając sobie kilka prostych pytań. Po pierwsze, jaki jest stopień powtarzalności moich zadań i jak łatwo opisać je w formie instrukcji krok po kroku? Po drugie, jak duża część mojej pracy opiera się na bezpośrednim kontakcie z innymi ludźmi – klientami, współpracownikami, partnerami biznesowymi? Po trzecie, ile w mojej codziennej pracy jest miejsca na kreatywność, inicjowanie zmian i podejmowanie odpowiedzialnych decyzji? Im mniej powtarzalności, a więcej interakcji, myślenia krytycznego i odpowiedzialności, tym mniejsze ryzyko szybkiej automatyzacji.

Nowe kompetencje w erze AI: od biegłości narzędziowej po dojrzałość cyfrową

Jeżeli nie chcemy „przegrać z AI”, kluczowe staje się pytanie o kompetencje przyszłości. Eksperci cytowani w raportach Banku Pekao zwracają uwagę, że największą wartość będą miały umiejętności komplementarne wobec sztucznej inteligencji, a nie te, które z nią bezpośrednio konkurują. Innymi słowy – warto nauczyć się pracować z AI tak, aby była przedłużeniem naszych możliwości, a nie potencjalnym zastępcą.

Podstawowym pojęciem staje się „alfabetyzm AI” (AI literacy). Oznacza on nie tyle znajomość wszystkich algorytmów i architektury modeli, ile zrozumienie, do czego realnie można użyć narzędzi takich jak ChatGPT, generatory obrazów czy systemy rekomendacyjne – a także, jakich błędów popełniają i gdzie nie należy im ufać. Wiele z tych wyzwań opisano szerzej w tekście o granicach przejrzystości modeli generatywnych, pokazując, że pełne „zrozumienie wnętrza” AI może być po prostu nierealistyczne – dlatego tym ważniejsze jest krytyczne myślenie i umiejętność oceny wyników.

Można wyróżnić kilka kluczowych grup kompetencji, które będą zyskiwać na wartości:

• Kompetencje cyfrowe i narzędziowe. Chodzi o praktyczną biegłość w korzystaniu z narzędzi AI w codziennej pracy. W polskich biurach oznacza to m.in. umiejętność formułowania skutecznych poleceń (promptów), łączenia danych z arkuszy kalkulacyjnych z modelami językowymi, tworzenia prostych automatyzacji obiegu dokumentów czy wykorzystywania AI do przygotowywania raportów sprzedażowych i prezentacji. Pracownik, który potrafi w ciągu kilkunastu minut stworzyć z pomocą AI zestawienie wyników kwartalnych w formie zrozumiałej dla zarządu, ma realną przewagę konkurencyjną.

• Kompetencje analityczne i krytyczne myślenie. Generatywna AI potrafi popełniać błędy, tzw. „halucynacje”, tworząc przekonujące, ale nieprawdziwe odpowiedzi. Umiejętność ich wychwytywania, sprawdzania źródeł, zadawania precyzyjnych pytań i iteracyjnego poprawiania wyników staje się kluczowa. Oznacza to nie tylko znajomość danych, lecz także zdolność do logicznego wnioskowania i rozpoznawania niespójności.

• Kompetencje społeczne i przywódcze. Im więcej zadań przejmują algorytmy, tym bardziej unikalne stają się umiejętności typowo ludzkie: empatia, budowanie zaufania, prowadzenie trudnych rozmów, zarządzanie zmianą, moderowanie pracy zespołów, w których część zadań wykonuje AI. Lider potrafiący wyjaśnić pracownikom sens wdrażanych rozwiązań, wysłuchać obaw i włączyć zespół w projektowanie nowych procesów, będzie szczególnie ceniony.

• Kreatywność i innowacyjność. Sztuczna inteligencja znakomicie odtwarza istniejące wzorce, ale to człowiek wyznacza kierunek. Przewagę zdobywają osoby, które potrafią zaprojektować nowe procesy, produkty i usługi wykorzystujące AI, zamiast ograniczać się do przyspieszania dotychczasowych schematów. Dotyczy to zarówno strategów biznesowych, jak i specjalistów operacyjnych, którzy dostrzegają okazje do usprawnień „od dołu”.

Coraz większe znaczenie zyskują także tzw. meta-kompetencje: gotowość do uczenia się przez całe życie, elastyczność w zmianie roli zawodowej, odporność psychiczna na niepewność i tempo transformacji. W świecie, w którym narzędzia pracy mogą się zasadniczo zmienić w ciągu dwóch–trzech lat, zdolność szybkiego przyswajania nowych rozwiązań staje się nie mniej ważna niż znajomość konkretnego systemu.

Jak polskie firmy już dziś wykorzystują AI: praktyczne przykłady z biur, działów HR i zespołów menedżerskich

Z poziomu dużych raportów makroekonomicznych łatwo przeoczyć to, co dzieje się na poziomie codziennych zadań w polskich organizacjach. Tymczasem wdrożenia AI postępują właśnie tam – w HR, back-office, sprzedaży czy zespołach menedżerskich – często w sposób mało spektakularny, ale konsekwentnie zmieniający sposób pracy.

W obszarze HR sztuczna inteligencja coraz częściej wspiera rekrutację. Systemy oparte na AI pomagają selekcjonować CV pod kątem kluczowych wymagań, sugerować dopasowanie kandydata do roli, a nawet generować zwięzłe ogłoszenia o pracę w oparciu o profil stanowiska. W procesie onboardingu wdrażane są chatboty, które odpowiadają na najczęstsze pytania nowych pracowników – od zasad korzystania z benefitów po procedury bezpieczeństwa. W obszarze rozwoju i szkoleń wykorzystuje się narzędzia, które na podstawie danych z systemów LMS rekomendują spersonalizowane ścieżki rozwoju, uwzględniające wyniki ewaluacji, cele biznesowe i wcześniejsze aktywności uczestników.

Raporty branżowe i doświadczenia firm wskazują, że zastosowanie AI w HR pozwala skrócić czas rekrutacji i poprawić dopasowanie kandydatów. Jednocześnie wymaga to silnego nadzoru człowieka, aby uniknąć dyskryminacji, powielania uprzedzeń z danych historycznych czy odczłowieczenia procesu. Ostateczna decyzja o zatrudnieniu wciąż musi pozostawać po stronie rekrutera lub menedżera, a nie algorytmu.

W działach operacyjnych i back-office narzędzia AI automatyzują obieg dokumentów, przygotowywanie umów, faktur czy raportów finansowych. Systemy ekstrakcji danych potrafią odczytywać kluczowe informacje z faktur i formularzy, a modele językowe generują wstępne wersje pism urzędowych, ofert i odpowiedzi na zapytania klientów. Asystenci tekstowi wspierają codzienną korespondencję, proponując zwięzłe, poprawne językowo odpowiedzi, co szczególnie doceniają osoby pracujące w środowisku wielojęzycznym.

W sprzedaży i obsłudze klienta AI pełni coraz częściej rolę „pierwszej linii kontaktu”. Chatboty i voiceboty odpowiadają na proste pytania, systemy rekomendacyjne sugerują produkty na podstawie historii zakupów, a algorytmy analizy sentymentu pomagają identyfikować niezadowolonych klientów i reagować, zanim zrezygnują z usług. W polskich firmach często przyjmuje to formę rozwiązań „hybrydowych”: klient najpierw rozmawia z chatbotem, a w razie bardziej złożonego problemu przechodzi płynnie do konsultanta.

Menedżerowie coraz śmielej korzystają z AI do analizy kluczowych wskaźników (KPI), tworzenia scenariuszy biznesowych czy przygotowywania materiałów na spotkania. Narzędzia potrafią w kilka minut wygenerować wizualizacje danych, krótkie podsumowania trendów sprzedażowych, a nawet propozycje slajdów na prezentację dla zarządu. W praktyce oznacza to, że więcej czasu można poświęcić na dyskusję o decyzjach, a mniej na ręczne przygotowywanie wykresów.

Rozwój takich rozwiązań jest możliwy dzięki zapleczu infrastrukturalnemu – centrom danych, mocy obliczeniowej i chmurowi. Globalny wyścig o moc obliczeniową sprawia, że także polskie firmy zaczynają świadomie wybierać partnerów technologicznych, od których zależy bezpieczeństwo danych, dostępność usług i koszt korzystania z AI.

Dobrym przykładem praktycznych zmian może być średniej wielkości firma usługowa, zatrudniająca kilkudziesięciu specjalistów. Wdrożono w niej prosty system do automatycznego streszczania umów, chatbot HR odpowiadający na pytania o urlopy i benefity oraz narzędzia generatywne do przygotowywania wstępnych ofert dla klientów. Efektem było zmniejszenie liczby żmudnych, manualnych zadań w działach administracyjnych i sprzedaży. Jednocześnie firma musiała zainwestować w szkolenia – zarówno techniczne (jak korzystać z narzędzi), jak i miękkie (jak rozmawiać z klientem, gdy część procesu przygotowała AI). Zmieniła się też organizacja pracy: pojawiły się rolę „właścicieli procesów AI”, którzy dbają o jakość danych i nadzór nad modelami.

Między rewolucją technologiczną a ludzką stroną pracy: rola HR i liderów w erze AI

O tym, czy AI będzie w organizacji postrzegana jako narzędzie wsparcia czy zagrożenie, w dużej mierze zdecydują działania HR oraz liderów. Technologia jest tylko jednym z elementów układanki; równie ważne jest zarządzanie emocjami, lękiem i oczekiwaniami ludzi.

Wiele osób obawia się, że automatyzacja doprowadzi do zwolnień lub uczyni ich dotychczasowe kompetencje bezwartościowymi. Inni są zmęczeni tempem zmian i mają wrażenie ciągłego „niedopasowania” do nowych narzędzi. Część pracowników martwi się także utratą sensu pracy – jeśli większość zadań wykonuje algorytm, to na czym polega moja wartość? Te emocje są w pełni zrozumiałe i nie można ich zbywać stwierdzeniami, że „tak po prostu wygląda postęp”.

Rola HR polega dziś na byciu architektem tej zmiany. Oznacza to planowanie szkoleń z obsługi AI, przygotowywanie programów przekwalifikowania dla osób na bardziej zagrożonych stanowiskach, tworzenie polityk etycznego wykorzystania AI oraz jasną komunikację zasad: kiedy decyzje podejmuje system, a kiedy – i dlaczego – musi je zatwierdzić człowiek. Transparentność w tej sferze buduje zaufanie, natomiast niejasne kryteria ocen czy awansów opartych na „czarnej skrzynce” mogą je szybko zniszczyć.

Liderzy biznesowi mają do odegrania równie ważną rolę w budowaniu kultury organizacyjnej wokół AI. Zamiast traktować ją jako projekt wyłącznie IT, powinni zachęcać zespoły do eksperymentowania z narzędziami, dzielenia się dobrymi praktykami i zgłaszania obaw. Warto nagradzać inicjatywy, w których pracownicy proponują usprawnienia z wykorzystaniem AI, nawet jeśli nie wszystkie projekty kończą się pełnym sukcesem. Kluczem jest połączenie celów biznesowych – wzrostu produktywności, jakości obsługi, innowacyjności – z realną troską o dobrostan ludzi.

Nie można przy tym ignorować „ludzkiej ceny” rewolucji AI. W najbardziej zaawansowanych technologicznie organizacjach na świecie już dziś obserwuje się zjawisko wypalenia, presji ekstremalnej wydajności i poszukiwania sensu poza światem Big Tech. Zostało to opisane szerzej w tekście o odejściach talentów z Big Techu do nauki czy sztuki. To ważne ostrzeżenie także dla polskich firm: nawet najbardziej imponujące wskaźniki produktywności nie zrekompensują kryzysu zaufania, masowych odejść kluczowych specjalistów czy spadku zaangażowania.

Działy HR i menedżerowie mogą przyjąć kilka praktycznych zasad, aby mądrze wprowadzać AI do organizacji:

• Przeprowadzić audyt procesów pod kątem potencjału automatyzacji, identyfikując zarówno obszary korzyści, jak i ryzyka dla ludzi.

• Zamiast masowych, jednorazowych wdrożeń stawiać na pilotaże, które pozwalają uczyć się na mniejszą skalę i korygować podejście.

• Prowadzić regularny dialog z pracownikami, zbierać opinie i sygnały ostrzegawcze dotyczące wpływu AI na jakość pracy i dobrostan.

• Mierzyć efekty wdrożeń nie tylko w klasycznych KPI (koszt, czas, jakość), ale także w satysfakcji pracowników, rotacji kluczowych specjalistów czy poziomie zaangażowania.

Ewolucja z elementami wstrząsu: jak przygotować swoją karierę na AI w Polsce

Na podstawie dostępnych danych, opinii ekonomistów i obserwacji rynku można dziś z dużym prawdopodobieństwem stwierdzić, że polski rynek pracy czeka scenariusz zasadniczo ewolucyjny. AI będzie stopniowo zwiększać produktywność, zmieniać zakres obowiązków i profil poszukiwanych kompetencji, ale nie musi to oznaczać powszechnej, gwałtownej utraty miejsc pracy. Równocześnie w wybranych zawodach i firmach, które bardzo szybko wdrożą automatyzację, skutki mogą być odczuwalne jako „lokalne rewolucje”.

Do najważniejszych wniosków należą:

• Sztuczna inteligencja już dziś zwiększa produktywność i może przyczyniać się do wzrostu dobrobytu, nie prowadząc automatycznie do masowych zwolnień.

• Najbardziej narażone na automatyzację są stanowiska o wysokim stopniu rutyny i niskim poziomie odpowiedzialności oraz kontaktu z klientem.

• Na znaczeniu zyskują kompetencje cyfrowe, analityczne, społeczne i przywódcze, a także meta-kompetencje: zdolność adaptacji i uczenia się.

• Firmy, działy HR i liderzy mają realny wpływ na to, czy AI będzie w organizacji źródłem lęku, czy szansą na rozwój – poprzez sposób wdrażania, komunikacji i wsparcia pracowników.

Co z tego wynika dla poszczególnych grup czytelników?

• Pracownicy biurowi. W ciągu najbliższych trzech miesięcy warto: (1) nauczyć się obsługi przynajmniej jednego narzędzia AI używanego w organizacji (np. asystenta tekstowego), (2) przeanalizować własny zakres obowiązków pod kątem zadań najbardziej powtarzalnych i zastanowić się, jak można je zautomatyzować, (3) porozmawiać z przełożonym o możliwościach udziału w szkoleniach z nowych technologii.

• Specjaliści HR. Dobrym krokiem będzie: (1) przygotowanie mapy stanowisk w firmie z podziałem na poziom ryzyka automatyzacji, (2) zaplanowanie pilotażowego programu szkoleń z AI dla wybranej grupy pracowników, (3) opracowanie wstępnych zasad etycznego korzystania z AI w rekrutacji i ocenie pracowników.

• Menedżerowie i liderzy. Warto: (1) zidentyfikować w zespole osoby, które mają naturalne predyspozycje do roli „ambasadorów AI”, (2) przetestować choć jedno narzędzie wspierające analizę danych lub przygotowanie materiałów na spotkania, (3) otwarcie porozmawiać z zespołem o planach dotyczących AI, jasno komunikując zarówno cele biznesowe, jak i gotowość do wsparcia w rozwoju kompetencji.

• Osoby szczególnie obawiające się automatyzacji. Dobrym początkiem może być: (1) szczera ocena własnego stanowiska pod kątem poziomu rutyny i kontaktu z ludźmi, (2) wybór jednej kompetencji „na przyszłość” – cyfrowej, analitycznej lub społecznej – i rozpoczęcie jej systematycznego rozwijania, (3) szukanie w organizacji roli, w której można wykorzystać swoje mocne strony w pracy z AI, a nie w opozycji do niej.

Historia poprzednich fal automatyzacji pokazuje, że choć proces adaptacji bywa bolesny, w jego trakcie powstają nowe zawody i modele pracy, które wcześniej trudno było sobie wyobrazić. Podobnie jak w przypadku rewolucji cyfrowej czy upowszechnienia internetu, część dotychczasowych ról zniknie, ale pojawią się nowe – od projektantów procesów z udziałem AI po specjalistów ds. etyki algorytmicznej.

Najważniejszym zadaniem dla polskich pracowników w nadchodzącej dekadzie jest aktywne kształtowanie własnej ścieżki zawodowej: uczenie się współpracy z AI, rozwijanie kompetencji komplementarnych i świadome wybieranie środowisk pracy, które łączą technologiczną ambicję z troską o ludzi. W takim scenariuszu sztuczna inteligencja staje się nie tyle konkurentem, co partnerem w budowaniu bardziej efektywnego i – w dłuższym okresie – bardziej satysfakcjonującego świata pracy.