Pierwsze wielkie uderzenie sztucznej inteligencji w rynek pracy może nie wyglądać jak fala masowych zwolnień. Będzie znacznie mniej widowiskowe. Firma nie otworzy kolejnego programu stażowego. Zespół zamiast pięciu absolwentów zatrudni jednego. Junior, który jeszcze kilka lat temu pisał proste fragmenty kodu, analizował dokumenty, przygotowywał prezentacje albo przeglądał umowy, w ogóle nie pojawi się w strukturze organizacji.

Najłatwiej zredukować koszt pracownika, którego nigdy się nie zatrudniło.

Właśnie dlatego pierwszymi ofiarami rewolucji AI mogą nie być najbardziej doświadczeni specjaliści, lecz ludzie stojący przed wejściem na rynek pracy. Dario Amodei, prezes Anthropica, jednej z najważniejszych firm rozwijających generatywną sztuczną inteligencję, ostrzegł w 2025 roku, że w ciągu od roku do pięciu lat AI może wyeliminować nawet połowę juniorskich stanowisk biurowych i podnieść bezrobocie w Stanach Zjednoczonych do poziomu od 10 do 20 procent. Wymieniał technologię, finanse, prawo, konsulting i administrację, czyli sektory, które przez dekady stanowiły naturalny punkt wejścia dla absolwentów uczelni. To nadal prognoza, a nie opis sytuacji, która już się wydarzyła, ale pochodzi od człowieka budującego narzędzia mające tę zmianę przyspieszyć. Juniorzy są szczególnie narażeni, ponieważ ich praca najczęściej składa się z zadań, które można łatwo opisać, podzielić na etapy i skontrolować. Wprowadzają dane, porządkują informacje, przygotowują pierwsze wersje dokumentów, wyszukują błędy, piszą prosty kod, odpowiadają na powtarzalne pytania klientów.

To dokładnie ten obszar, w którym modele językowe rozwijają się najszybciej.

Senior nie jest cenny wyłącznie dlatego, że wykonuje te same zadania lepiej. Zna historię projektu, rozumie interesy klienta, przewiduje konsekwencje decyzji, bierze odpowiedzialność za rezultat i rozpoznaje moment, w którym pozornie poprawna odpowiedź prowadzi w złym kierunku. AI potrafi wygenerować rozwiązanie, ale ktoś nadal musi ocenić, czy problem został właściwie zdefiniowany. Dlatego w pierwszej fazie automatyzacji firmy mogą zachować doświadczonych pracowników, dać im potężne narzędzia i ograniczyć liczbę osób potrzebnych do wykonywania pracy przygotowawczej. Najwyraźniej widać to w programowaniu. Jeszcze kilka lat temu nauka kodowania uchodziła za jedną z najbezpieczniejszych inwestycji w przyszłość. Dzisiaj AI samodzielnie tworzy fragmenty aplikacji, poprawia błędy, pisze testy, dokumentuje kod i tłumaczy go między językami programowania. Nie oznacza to, że programiści przestają być potrzebni. Zmienia się jednak ekonomia ich pracy. Doświadczony inżynier wspierany przez AI może wykonać część zadań, które wcześniej rozdzielano między kilka młodszych osób.

Technologiczny budżet nie znika, lecz zaczyna płynąć w inną stronę, z wynagrodzeń do oprogramowania, modeli i infrastruktury.

Pierwsze dane sugerują, że ten proces rzeczywiście może zaczynać się od najmłodszych. Badacze Stanford Digital Economy Lab przeanalizowali dane płacowe z amerykańskich firm i zauważyli, że w zawodach najbardziej wystawionych na działanie generatywnej AI zatrudnienie osób w wieku od 22 do 25 lat spadło relatywnie o 16 procent. W tym samym czasie sytuacja bardziej doświadczonych pracowników wykonujących podobne zawody pozostawała stabilna albo się poprawiała. Spadki koncentrowały się przede wszystkim tam, gdzie AI zastępowała człowieka, a nie tylko pomagała mu pracować szybciej. Jeszcze ciekawsze jest to, że podobny sygnał znalazł sam Anthropic. Opublikowana przez firmę analiza nie wykazała dotąd systematycznego wzrostu bezrobocia w zawodach najbardziej wystawionych na działanie AI. Pokazała jednak, że młodzi ludzie zaczęli rzadziej wchodzić do tych profesji. W porównaniu z 2022 rokiem tempo rozpoczynania nowej pracy przez osoby w wieku od 22 do 25 lat spadło w najbardziej narażonych zawodach o około 14 procent. Autorzy podkreślają, że wynik jest jeszcze niepewny i może mieć również inne przyczyny, ale nie znaleźli podobnego zjawiska wśród pracowników po 25. roku życia. Do najbardziej wystawionych profesji zaliczyli programistów, pracowników obsługi klienta i analityków finansowych. To ważne rozróżnienie.

Pierwsza fala automatyzacji może być widoczna nie w statystykach zwolnień, lecz w statystykach zatrudniania.

Firma nie musi usuwać ze stanowiska trzydziestoletniego analityka. Wystarczy, że nie zatrudni dwudziestodwuletniego absolwenta, który miał mu pomagać. Z perspektywy przedsiębiorstwa oznacza to wzrost wydajności. Z perspektywy młodego człowieka, zamknięte drzwi do zawodu. Dane dotyczące absolwentów pokazują, że problem jest realny, choć nie wszystkie alarmistyczne liczby krążące w mediach się potwierdzają. Według Banku Rezerwy Federalnej w Nowym Jorku bezrobocie wśród niedawnych absolwentów amerykańskich uczelni wynosiło w pierwszym kwartale 2026 roku około 5,7 procent, a 41,5 procent pracowało poniżej poziomu odpowiadającego ich wykształceniu. To bardzo trudny rynek, ale nie potwierdza twierdzenia, że niedostateczne zatrudnienie absolwentów przekroczyło już 50 procent. Nie jest również prawdą, że dyplom nagle całkowicie stracił wartość. Badacze Banku Rezerwy Federalnej w Cleveland zauważyli, że przewaga młodych absolwentów uczelni nad osobami kończącymi edukację na szkole średniej skurczyła się do poziomu niewidzianego od końca lat 70. Młodym absolwentom znacznie trudniej znaleźć pierwszą pracę niż wcześniejszym pokoleniom, a tempo wychodzenia z bezrobocia stało się podobne w obu grupach. Osoby z wyższym wykształceniem nadal jednak rzadziej tracą pracę i po zatrudnieniu zarabiają więcej. Co równie ważne, pogorszenie ich sytuacji zaczęło się na długo przed premierą ChatGPT. AI jest więc prawdopodobnie akceleratorem problemu, a nie jego jedyną przyczyną.

Rewolucja AI spotkała się z rynkiem, który już wcześniej ograniczał rekrutację absolwentów.

Firmy technologiczne przechodziły od gwałtownego wzrostu do redukcji kosztów, liczba osób kończących kierunki informatyczne rosła, a po pandemii zmienił się sposób organizacji pracy. Generatywna AI dołożyła do tego nowy argument. Skoro model może przygotować analizę, kod albo dokument w kilka minut, pracodawca zaczyna pytać nie o to, czy narzędzie zastąpi cały zawód, lecz czy naprawdę potrzebuje tylu ludzi na jego najniższym szczeblu. Powstaje jednak problem, którego nie widać w kwartalnym rachunku zysków. Seniorzy nie rodzą się seniorami. Każdy ekspert był kiedyś juniorem, wykonywał prostsze zadania, obserwował bardziej doświadczonych kolegów i stopniowo uczył się rozpoznawać sytuacje, których nie opisuje żaden podręcznik. Jeżeli firmy zlikwidują pierwsze szczeble kariery, za kilka lat mogą odkryć, że nie mają skąd brać specjalistów zdolnych kontrolować pracę AI.

Kluczowe kompetencje istotne na rynku pracy przesuną się w stronę rozumienia systemów, krytycznej oceny, kontaktu z realnym klientem, pracy zespołowej, odpowiedzialności i umiejętności łączenia technologii z konkretną dziedziną.

Nie wystarczy nauczyć się kodować. Trzeba wiedzieć, co warto zbudować, dlaczego, dla kogo i jak rozpoznać, że wygenerowane rozwiązanie jest błędne. Wizja Amodeya nie zakłada, że AI doprowadzi wyłącznie do katastrofy. Przeciwnie, dopuszcza świat gwałtownego wzrostu gospodarczego, przełomów w medycynie i ogromnego skoku produktywności. Jego niepokój dotyczy tego, że sukces technologiczny i sukces społeczny mogą przestać oznaczać to samo. Gospodarka może rosnąć, firmy mogą osiągać rekordowe wyniki, a jednocześnie coraz większa grupa ludzi nie będzie miała dostępu do pracy dającej dochód, pozycję i poczucie uczestnictwa.