Zawody zagrożone przez AI: skąd biorą się listy i co sprawdzić u siebie

Zawody zagrożone przez AI pojawiają się w nagłówkach jako gotowe listy, ale takie zestawienia zwykle mierzą ekspozycję zadań albo zastosowanie narzędzi, a nie przyszłą likwidację stanowisk. Zamiast kopiować ranking bez kontekstu, pokażę źródło, polskie dane i sposób oceny własnych zadań.

Najczęściej powielana lista „czterdziestu zawodów zagrożonych przez AI" pochodzi z pracy Microsoft Research. Badacze przeanalizowali 200 tysięcy zanonimizowanych rozmów z asystentem Bing Copilot, prowadzonych w Stanach Zjednoczonych od stycznia do września 2024 roku, i sprawdzili, do jakich czynności zawodowych ludzie faktycznie go używali. Opis odnosi się do wersji v6 pracy, opublikowanej 22 grudnia 2025 roku.

Autorzy napisali w samej pracy, że kuszące jest wyciągnięcie z tego wniosku o automatyzacji i utracie pracy, ale byłby to błąd, ponieważ dalsze skutki nowych technologii są bardzo trudne do przewidzenia i często sprzeczne z intuicją. Gdy media zaczęły publikować listy zawodów do likwidacji, Microsoft wydał osobne sprostowanie: „nasze badanie nie formułuje żadnych wniosków o likwidacji miejsc pracy; w pracy wprost ostrzegaliśmy przed wyciąganiem takiego wniosku".

To nie jest drobiazg redakcyjny. To znaczy, że lista, którą znasz z nagłówków, mierzy coś innego niż zagrożenie.

Poniżej znajdziesz trzy rzeczy: co te badania faktycznie mierzą, jakie są liczby dla Polski i jak ocenić własną sytuację, której żaden wskaźnik zawodowy sam nie rozstrzyga.

Co naprawdę mierzą listy zawodów zagrożonych przez AI

Badanie Microsoftu odpowiada na konkretne pytanie o sposób używania jednego narzędzia. Problem powstaje przy przekładzie wyniku na nagłówek o znikających zawodach.

Mierzona wielkość to zastosowalność: jak często i do jakich czynności ludzie używali asystenta AI. Wskaźnik jest względny i służy porównywaniu zawodów między sobą. Ograniczenia, które autorzy podają wprost: dane pochodzą wyłącznie ze Stanów Zjednoczonych, dotyczą jednego produktu, obejmują okres do września 2024 roku i opierają się na amerykańskiej bazie czynności zawodowych, którą sami autorzy nazywają skoncentrowaną na Stanach Zjednoczonych i mogącą nie nadążać za realiami pracy.

Autorzy podają też kontrprzykład, który dobrze pokazuje, dlaczego skróty są ryzykowne. Bankomaty zautomatyzowały główne zadanie kasjerów bankowych, a liczba etatów kasjerów wzrosła, ponieważ banki zaczęły otwierać więcej tańszych oddziałów.

To samo dotyczy innych liczb, które krążą w nagłówkach.

Goldman Sachs napisał w 2023 roku, że zmiany w organizacji pracy mogą wystawić na automatyzację ekwiwalent 300 milionów pełnych etatów. Jednostką jest ekwiwalent etatu, a czasownikiem „wystawić na", nie „zlikwidować".

Światowe Forum Ekonomiczne prognozuje, że do 2030 roku powstanie 170 milionów nowych miejsc pracy, a 92 miliony zostaną zlikwidowane, co daje wzrost netto o 78 milionów. Te liczby pochodzą z ankiety wśród ponad tysiąca pracodawców zatrudniających łącznie ponad 14 milionów osób i dotyczą skutków wszystkich wielkich trendów naraz: technologii, demografii, transformacji energetycznej i niepewności gospodarczej. Przypisywanie ich samej sztucznej inteligencji jest błędem, a same liczby są deklarowanymi oczekiwaniami, nie pomiarem.

Liczby dla Polski

Dla Polski istnieje osobne badanie i to ono powinno być punktem odniesienia, a nie przeliczniki z innych rynków.

Państwowy Instytut Badawczy NASK przygotował wspólnie z Międzynarodową Organizacją Pracy raport pod patronatem Ministerstwa Cyfryzacji. Wynika z niego, że 30,3 procent miejsc pracy w Polsce, czyli około 5,08 miliona stanowisk, ma pewien stopień podatności na generatywną AI, a najwyższą podatność ma 4,9 procent zatrudnionych, czyli około 817,5 tysiąca osób.

Najbardziej podatną grupą są pracownicy biurowi: 71,2 procent z nich wykonuje zawody podatne, a 47,2 procent zawody o bardzo wysokiej podatności, co odpowiada mniej więcej 597 tysiącom stanowisk.

Podatność rozkłada się też nierówno ze względu na płeć: dotyczy 39,1 procent zatrudnienia kobiet i 22,8 procent zatrudnienia mężczyzn. To efekt struktury zawodów, w których pracują kobiety i mężczyźni, a nie różnicy w kompetencjach.

A teraz zastrzeżenie, które w przedrukach tych liczb zwykle znika. Autorzy raportu podkreślają, że podatność oznacza możliwość automatyzacji lub przekształcenia części zadań. Nie oznacza nieuchronnego zaniku zawodu, bo równolegle mogą pojawiać się nowe zadania.

Podobne zastrzeżenie postawił Polski Instytut Ekonomiczny, który liczył ekspozycję inną metodą. W kluczowych wnioskach raportu z 2024 roku znalazło się zdanie: „Przedstawionych danych nie należy interpretować jako liczba miejsc pracy, które będą zastąpione przez sztuczną inteligencję". Instytut dodaje, że osoby pracujące w zawodach wystawionych na AI mogą się spodziewać, że część ich zadań będzie możliwa do wykonania przez narzędzia wykorzystujące sztuczną inteligencję. Sam instytut zastrzega przy tym, że jego wyniki opierają się na danych z rynku amerykańskiego i nie w pełni odpowiadają polskiej specyfice.

Dwie polskie liczby, 30,3 procent i wyniki instytutu, nie są ze sobą porównywalne. Powstały inną metodą, na danych z innych lat. Nie należy ich sumować ani traktować jako wzajemnego potwierdzenia.

Dlaczego zawód to zły poziom analizy

Tu leży sedno. Międzynarodowa Organizacja Pracy zaczyna od oceny zadań, a dopiero potem łączy ich wyniki na poziomie zawodu.

W najnowszej edycji indeksu oceniono prawie 30 tysięcy zadań, dokładnie 29 753, pochodzących z polskiej sześciocyfrowej klasyfikacji zawodów, przypisanych do około 2 500 zawodów. Dopiero z ocen pojedynczych zadań składany jest wynik dla zawodu.

Podstawą jest koncepcja zawodu jako wiązki zadań. Automatyzacja jednego zadania może, ale nie musi prowadzić do automatyzacji zawodu, w zależności od tego, jak ważne jest to zadanie i jak zróżnicowane są pozostałe. Wiązka zadań działa jak bufor.

Organizacja nazywa mierzoną wielkość „potencjalną ekspozycją zawodową" i tłumaczy, że jest to teoretyczna ocena tego, jakie zadania można obecnie wykonać przy pomocy tej technologii, a nie jej faktyczne zastosowanie, które ograniczają infrastruktura, kompetencje, koszt technologii i priorytety organizacji. Same liczby są opisane jako górny próg przy pełnym wdrożeniu technologii i jako statyczne zdjęcie stanu na początek 2025 roku, nieuwzględniające nowo powstających miejsc pracy.

17 kwietnia 2026 roku organizacja wydała osobne opracowanie poświęcone samym wskaźnikom ekspozycji. Pisze w nim, że wskaźniki te pokazują podatność technologiczną, a nie wyniki rynku pracy, i że nie mogą być interpretowane jako prognozy utraty pracy.

Uczciwość wymaga podania też drugiej strony. Ta sama organizacja zaznacza, że bufor nie gwarantuje stabilnego popytu: nawet częściowa automatyzacja zadań może obniżyć zapotrzebowanie na dany zawód, jeśli nie pojawią się nowe zadania. Wniosek nie brzmi więc „nic się nie zmieni". Brzmi „zmiana zachodzi na poziomie zadań i tam trzeba patrzeć".

Dla porządku liczby globalne: mniej więcej co czwarty pracownik na świecie wykonuje zawód mający jakiś stopień ekspozycji, a w najwyższej kategorii mieści się 3,3 procent zatrudnienia. W tej samej publikacji pada wniosek, że większość miejsc pracy zostanie raczej przekształcona niż zlikwidowana.

W nowszej metodologii wynik był nieznacznie niższy

W zaktualizowanej metodologii średni wynik automatyzowalności zadań wyniósł 0,29 wobec 0,30 w edycji z 2023 roku. Najwyższy wynik pojedynczego zadania spadł z 0,9 do 0,76, a najwyższa średnia dla zawodu wyniosła 0,7.

Nie jest to dowód, że faktyczna automatyzacja maleje. Między edycjami zmieniono metodę, modele oraz wiedzę o możliwościach narzędzi. Porównanie pokazuje raczej, że wskaźnik zależy od przyjętej metodologii i nie powinien być czytany jak stały pomiar tempa likwidacji pracy.

Warto też wiedzieć, co zmieniło się w rozkładzie. Najwyższą ekspozycję nadal mają zawody biurowe. Wzrosła natomiast ekspozycja zawodów, w których większość zadań wykonuje się cyfrowo, między innymi osób tworzących strony internetowe i multimedia, specjalistów od statystyki i baz danych oraz stanowisk finansowych. To nie jest ranking zawodów do likwidacji. To zmiana średniej punktacji zadań.

Audyt własnych zadań

Skoro pomiar odbywa się na poziomie zadań, tam też zrób własny przegląd. Zajmuje jedno posiedzenie i jeden tydzień obserwacji.

Krok 1: rozpisz tydzień na zadania

Przez pięć dni notuj, co faktycznie robisz, w blokach po pół godziny. Nie zapisuj nazwy stanowiska ani projektów. Zapisuj czynności: „przygotowanie zestawienia", „odpowiedź na zapytanie klienta", „umówienie spotkania", „sprawdzenie dokumentu", „rozmowa z zespołem o priorytetach".

Celuj w 15 do 25 pozycji. Mniej oznacza, że opisujesz zbyt ogólnie.

Krok 2: oceń każde zadanie w trzech wymiarach

Przy każdej pozycji odpowiedz na trzy pytania i zapisz odpowiedź jednym słowem.

Wymiar	Pytanie	Odpowiedzi
Wykonalność	Czy narzędzie AI wykonałoby to dziś na akceptowalnym poziomie, gdyby dostało te same materiały?	tak, częściowo, nie
Ryzyko błędu	Co się stanie, jeśli wynik będzie błędny i nikt tego nie zauważy?	drobne, kosztowne, poważne
Mój wkład	Co wnoszę poza wykonaniem: kontekst, decyzję, odpowiedzialność, relację?	dużo, trochę, nic

Trzecie pytanie jest najważniejsze i najczęściej pomijane. Zadanie łatwe do wykonania przez narzędzie, ale wymagające Twojej decyzji i odpowiedzialności, nie jest tym samym co zadanie czysto odtwórcze.

Krok 3: przypisz każdemu zadaniu jedną z czterech kategorii

• ODDAJ - narzędzie wykonuje to dobrze, ryzyko błędu jest drobne, Twój wkład poza wykonaniem jest znikomy. To kandydat do automatyzacji, którą sam wprowadzasz.
• WSPIERAJ - narzędzie przyspiesza pierwszą wersję, ale wynik wymaga Twojej wiedzy o kontekście. Zostaje przy Tobie, ale w innej formie.
• KONTROLUJ - narzędzie może pomóc, ale ze względu na koszt błędu potrzebny jest jawny nadzór i odpowiedzialność człowieka.
• ZATRZYMAJ - zadanie opiera się na relacji, negocjacji, odpowiedzialności formalnej albo wiedzy, której nie ma w żadnym dokumencie.

Krok 4: policz i wyciągnij wniosek

Zsumuj czas w każdej kategorii. Interesuje Cię udział czasu, nie liczba pozycji.

Jeżeli większość Twojego tygodnia siedzi w kategorii ODDAJ, to jest sygnał do działania, ale nie sygnał, że tracisz pracę. To znaczy, że warto przesunąć własny środek ciężkości w stronę zadań z kategorii KONTROLUJ i ZATRZYMAJ, a część ODDAJ faktycznie zautomatyzować, żeby zwolnić czas.

Jeżeli większość czasu masz w KONTROLUJ i ZATRZYMAJ, Twój profil zadań wymaga przede wszystkim nadzoru, kontekstu, decyzji lub relacji. Nadal warto znać narzędzia, bo mogą zmieniać sposób wykonywania części pracy z kategorii WSPIERAJ.

To nie jest naukowy pomiar i nie należy go tak nazywać. To uporządkowanie własnej sytuacji według tego samego rozróżnienia, którego używają instytucje badawcze: zadanie, nie zawód.

Czego w Polsce po prostu nie wiemy

Uczciwa odpowiedź na pytanie „czy mój zawód zniknie" brzmi: sprawdzone publikacje nie pozwalają tego zmierzyć.

Główny Urząd Statystyczny mierzy, ile firm wdraża sztuczną inteligencję. W 2025 roku było to 8,7 procent przedsiębiorstw zatrudniających co najmniej 10 osób, przy czym wśród podmiotów dużych 42,0 procent, a w budownictwie 2,6 procent. To dane o wdrożeniach technologii, nie o skutkach dla zatrudnienia.

W publikacjach urzędowych sprawdzonych do 20 sierpnia 2026 roku nie znaleziono pomiaru, który izolowałby faktyczną zmianę liczby miejsc pracy spowodowaną AI. Dostępne są badania ekspozycji, wdrożeń i opinii, ale nie odpowiadają na to samo pytanie. Prognoza zapotrzebowania na zawody przygotowywana przez administrację opiera się w części dotyczącej AI na panelach eksperckich i na cudzych ankietach, a nie na takim pomiarze.

Dlatego dostępne dane nie uzasadniają obietnicy stworzenia pewnej listy zawodów, które znikną.

Plan na 30 dni

Nie planuj zmiany zawodu na podstawie nagłówka. Zaplanuj cztery tygodnie konkretnej pracy.

Tydzień 1 - obserwacja. Rozpisz tydzień na zadania i wypełnij trzy kolumny oceny. Nic nie zmieniaj.

Tydzień 2 - jedna automatyzacja. Wybierz jedno zadanie z kategorii ODDAJ i faktycznie skróć jego wykonanie. Zmierz czas przed i po, razem z czasem sprawdzenia wyniku. Jeżeli oszczędność wychodzi zerowa, to też jest wynik.

Tydzień 3 - jedno wzmocnienie. Wybierz jedno zadanie z kategorii KONTROLUJ i zapisz, co konkretnie w nim wnosisz: jaką decyzję podejmujesz, za co odpowiadasz, czego nie ma w dokumentach. To jest materiał na rozmowę o podwyżce albo na CV, a nie ogólnik o odporności na zmiany.

Tydzień 4 - jeden dowód. Zamień ustalenie z tygodnia 3 w konkretny dowód: opis wykonanego zadania z rezultatem i zakresem odpowiedzialności. Jeżeli planujesz zmianę pracy, przenieś ten dowód do systemu szukania pracy zdalnej i połącz go z wymaganiami konkretnej oferty.

Gotowe, gdy potrafisz powiedzieć, jaka część Twojego tygodnia jest odtwórcza, co z tym robisz i czym udowadniasz resztę.

Pobierz bezpłatny plan na 7 dni. Pakiet obejmuje 7-dniowy plan, mapę źródeł, audyt CV, czerwone flagi i rejestr aplikacji.

Wszystkie dane w tym artykule sprawdzono 20 sierpnia 2026 roku u źródeł pierwotnych. Przy kolejnej edycji badań liczby mogą się zmienić, dlatego przed wykorzystaniem sprawdź datę najnowszej publikacji.

Źródła wykorzystane w artykule

• ILO - Generative AI and jobs: a refined global index of occupational exposure, Working Paper 140
• ILO - Generative AI and jobs: A 2025 update, Research Brief
• ILO - Workers' exposure to AI: What indicators tell us and what they don't
• NASK-PIB - Generatywna sztuczna inteligencja a polski rynek pracy
• Polski Instytut Ekonomiczny - AI na polskim rynku pracy
• Tomlinson K. i in. - Working with AI: Measuring the Applicability of Generative AI to Occupations
• Goldman Sachs - Generative AI could raise global GDP by 7%
• World Economic Forum - Future of Jobs Report 2025
• GUS - Społeczeństwo informacyjne w Polsce w 2025 r.