Wspieraj 
Wspieraj 
Wydawnictwo 
Zaloguj się 
Droga do informatycznego eldorado jeszcze niedawno wydawała się w zasięgu ręki. Nie miało tak wielkiego znaczenia, jakie skończyło się studia – dyplom magistra niemal każdemu pozwalał myśleć o karierze w sektorze IT. Liczne szkolenia i programy wprowadzały do świata technologii niejako prosto z ulicy. Rok, może dwa, staż, stanowisko juniora i szlify – a potem spokojne i dostatnie życie w branży, w której robi się ciekawe rzeczy, nie trzeba się martwić o umowę, pensje są pięciocyfrowe, a praca szuka człowieka. Tak było!
Było, ale się skończyło. Odpowiada za to sztuczna inteligencja. Duże modele językowe – Chat GPT, Claude, Gemini – zintegrowane ze środowiskiem programistycznym zmieniły sposób programowania. Jeśli potrafisz opisać w języku naturalnym to, czego potrzebujesz, robot napisze ci kod, zaprojektuje struktury danych, a potem stworzy testy oraz dokumentację techniczną i użytkową.
Ekonomiści powiedzieliby: jeszcze bardziej obniżona bariera dostępu do rozwiązań AI skutkuje ich komodytyzacją, czyli upowszechnieniem i znaczącą redukcją kosztów, a specjaliści IT przeżywają prawdziwe wygnanie z raju. W lutym 2025 roku dział analityczny Banku Rezerwy Federalnej (FED) opublikował wykres, z którego wynika, że po post-covidowej górce liczba ofert pracy dla programistów osiągnęła historyczne minimum.
Serwis Understanding AI pokazuje nieco bardziej zniuansowany obraz: pracę tracą głównie ludzie przed 30 rokiem życia, z kilkuletnim doświadczeniem. Dla pozostałych ofert wręcz przybywa. Najwięcej dla tych, których włosy pokryły się srebrem, o ile jeszcze jakieś zostały na czubku głowy. W latach 2022–2025 liczba ofert pracy dla tzw. silversów (50+) wzrosła o około 10 proc.
Programowanie umiera, inżynieria oprogramowania ma się doskonale. Gospodarka boleśnie (dla niektórych) przypomina, co jest esencją inżynierii: rozumienie złożoności systemu, dekompozycja na elementy, budowa, integracja, weryfikacja w warunkach użytkowania, wdrożenie w realny, społeczno-biznesowy kontekst. Tego nie uczą na sześciomiesięcznych bootcampach, danych na ten temat nie da się ściągnąć z GitHuba ani Stack Overflow, a w związku z tym nie było na czym wytrenować sztucznej inteligencji. Pozostała ta tradycyjna, białkowa, nawet kiedy ma już szósty krzyżyk na karku.
Pogrom białych kołnierzyków
Pohamujcie schadenfreude, jeśli myślicie teraz „dobrze im tak, kucom z IT!”. Programiści to tylko jedna z grup zawodowych, których dopadła nemezis AI. Każdy, kto pracuje w mediach, wie, że generowanie tekstów i obrazów na podstawie promptów to dzisiaj codzienność, a graficy walczą już o każdy kontrakt. Następne w kolejce będą „białe kołnierzyki”: księgowi, specjaliści od zakupów i rozliczeń, analitycy kredytowi, ubezpieczeniowi underwriterzy i likwidatorzy szkód. A zaraz potem wszyscy inni, dla których można znaleźć porządny zbiór ustrukturalizowanych danych do wytrenowania sztucznej inteligencji.
Administracja publiczna i samorządowa pójdzie na pierwszy ogień, bo większość procedur jest prosta (zbierz dokumenty, sprawdź fakty i uprawnienia, wydaj na tej podstawie decyzję) i już w podstawowym stopniu zdigitalizowana. W kolejce czekają prawnicy – w końcu operują słowem, a korpusem do trenowania AI jest dobrej jakości baza aktów i orzeczeń.
Zjawisko ma już charakter widoczny w skali. Dość powiedzieć, że według Eurostatu stopa rejestrowanego bezrobocia w październiku 2025 wyniosła 3,2 proc. To nadal bardzo niewiele, ale już o około jedną piątą więcej niż podczas historycznego minimum (2,6 proc.). A ta liczba nie pokazuje pełnego obrazu, bo Polska ma jedną z niższych w UE stóp zatrudnienia. Przyrost bezrobocia widoczny jest lokalnie – niektóre miasta i dzielnice, które postawiły na outsourcing usług biznesowych (BPO), zaczynają dostrzegać wyraźne spadki. Już nie praca szuka człowieka, a człowiek pracy; w metropoliach mieszkania na wynajem stoją puste, a w modnych burgerowniach i u barberów pojawiają się promocje.
Strach zaczyna być wyczuwalny; dziesięć lat temu Polacy przejmowali pracę Holendrów, Brytyjczyków i Niemców, cztery lata temu bano się, czy praca nie wyjedzie do Indii albo Ukrainy; dziś wszyscy zastanawiają się, czy na bezrobocie wyśle nas AI.
Brzydkie słowo na literę „B”
Zamiast pielęgnować lęki, zastanówmy się jednak, jaki jest dzisiaj stan gry w dziedzinie sztucznej inteligencji. Technologia stała się powszechnie dostępna i niedroga. Na świecie istnieje kilka wiodących i kilkadziesiąt dobrych modeli ogólnych (foundation models) i ponad 2 miliony modeli specjalistycznych. Przyszedł czas zastosowań – oraz dużych pieniędzy.
AI to dziś nie technologia, a całe uniwersum. Na samym dole plasują się producenci technologii półprzewodnikowych. Piętro wyżej są dostawcy modeli językowych (LLM), które dziś wysyłają aspirujących programistów na nieustające wakacje. Nad tym wszystkim działają specjalizowane wersje sztucznej inteligencji do rozmaitych zastosowań, często wbudowane w aplikacje i platformy.
Turbokapitalizm drugiej ćwiartki XXI wieku pompuje w ten ekosystem setki miliardów dolarów. Dwa kryzysy oraz polityka luzowania ilościowego zalały rynki kapitałowe gigantyczną masą pieniędzy prosto z drukarni. Te pieniądze pobudziły zduszony popyt, a potem przepłynęły na giełdy i napompowały inwestycje w AI. Nvidia warta jest dzisiaj 4,3 bln dolarów, miliardowe wyceny mają inni giganci. Nikt nie chce użyć słowa „bańka”, ale ono wisi w powietrzu.
Firma analityczna Gartner, specjalizująca się w analizie technologii, modeluje rozwój technologii swoją krzywą podzieloną na kilka faz. W fazie pierwszej (tzw. hype) następuje szybki wzrost do szczytu, na którym okazuje się, że owa rewolucja jest przereklamowana, nie rozwiąże wszystkich problemów. Wtedy następuje szybki zjazd w dolinę zawiedzionych nadziei. Z niej technologia stopniowo wzrasta, aż osiągnie równinę produktywności.
AI jest dzisiaj gdzieś w okolicach szczytu, choć niektórzy twierdzą, że zaczął się już zjazd. Szacuje się, że nawet jedna trzecia giełdowych pieniędzy została już ulokowana w inwestycjach wokół sztucznej inteligencji. Nieuniknione pytanie pada coraz częściej:kiedy i jak głośno bańka pęknie?
Tyle że może to być bańka-wstańka. Po pęknięciu i nieuchronnej przecenie sztuczna inteligencja minie gartnerowski „dołek”, przechodząc do równiny produktywności. W arcyciekawym wpisie profilu Defoliator z połowy grudnia autor analizuje zużycie tzw. tokenów (wirtualnej waluty sztucznej inteligencji na usługi AI). Sztuczna inteligencja zaczyna być absorbowana przez poszczególne dziedziny przemysłu – Na razie te najlepiej przygotowane do adopcji nowoczesnych technologii, później pewnie kolejne. Fakt, że wśród tych pierwszych znajduje się programowanie, pokazuje również, że wiadomości o śmierci programowania mogą być przesadzone. Z jednej strony – ubędzie rąk, z drugiej – te, które zostały, dzięki AI będą mogły zrobić więcej niż kiedykolwiek.
Degradacja, czyli awans
Dront, zwany również ptakiem dodo, był naziemnym gołębiem, czymś w rodzaju dużego kiwi. Żył na Mauritiusie. Był spokojny, niezbyt ruchliwy, gniazda budował na ziemi. Kiedy więc na wyspę przybyli osadnicy, a razem z nimi świnie i szczury, zarówno dorosłe osobniki, jak i ich jaja padały ofiarą łowców. Ostatni raz żywego dronta widziano w roku 1688; od tamtej pory ptak dodo funkcjonuje jedynie we wspomnieniach, zasuszonych i wypchanych resztkach oraz jako postać z Alicji w krainie czarów.
Pytanie, przed którym stajemy dzisiaj wszyscy, brzmi: jak nie zostać ptakiem dodo? Jak nie sprawić, że sztuczna inteligencja zabierze nam całą pracę i zostawi na lodzie? Strategie, mówiąc najogólniej, są dwie: aktywna i obronna. Aktywna to zostać mistrzem sztucznej inteligencji; zacząć powozić rydwanami zagłady, które rozjeżdżają poszczególne gałęzie biznesu, profesji i miejsca pracy. Czyli przyjąć strategię co lepszych inżynierów oprogramowania: okiełznać narzędzia AI, zastosować je w swojej pracy i „uciekać do przodu”. To ryzykowna i trudna strategia, bo nie każdy jest w stanie okiełznać te narzędzia w wymaganym stopniu, a od razu pojawia się także pytanie: na jak długo. Wypada także zapytać o moralność takiej strategii, która ma tylko jednego beneficjenta – cyfrowych oligarchów, którzy ten wyścig zorganizowali i władają zespołami.
Druga strategia wydaje się prostsza i bezpieczniejsza: awans przez degradację, czyli przekwalifikowanie się na pracę teoretycznie niższego rzędu, za to z komponentem manualnym, którego maszyna szybko nie zastąpi. A więc – z księgowej fryzjerka, z dziennikarki fizjoterapeutka, z handlowca mechanik samochodowy, z ekonomisty budowlaniec, z prawnika spawacz z uprawnieniami, z urzędniczki ogrodniczka, z menedżera nauczyciel przedszkolny.
To wbrew pozorom bardzo racjonalne podejście i zanim ktokolwiek zacznie krzyczeć o „deklasacji”, warto przypomnieć, że to wszystko bardzo potrzebne i ważne zawody, spełniające kryterium przydatności społecznej często dużo lepiej, niż korporacyjni account executive managerowie albo content creatorzy. Aberracją było raczej ich wcześniejsze niedowartościowanie.
W kierunku nowej ekonomii
Ale to, co w skali mikro jest strategią przetrwania, w skali makro może być modelem ekonomicznym. Nadal żyjemy w świecie postindustrialnym, którym rządzi paradygmat Henry’ego Forda: „robotnik w mojej fabryce powinien zarabiać tyle, aby mógł pozwolić sobie na jej produkty”. Zasadnicze założenie tkwiące u podstaw dzisiejszej gospodarki i spokoju społecznego polega na tym, że pracując, generujemy wartość dodaną; część tej wartości trafia do naszych kieszeni i pozwala nam spełniać funkcję konsumentów, co jednocześnie tworzy popyt na naszą pracę.
To swoiste ekonomiczne perpetuum mobile, funkcjonujące w świecie zachodnim od początków XX wieku, zapewniało najpierw wzrost szeroko pojętego dobrobytu i jakości życia, a potem – po turbodoładowaniu przez globalizację – „rozlało” ten dobrobyt po świecie. Niewyobrażalny awans społeczny, jaki miał miejsce na przestrzeni ostatnich 40 lat, przede wszystkim w Europie Środkowej, Azji i Ameryce Łacińskiej, zapewnił triumfalny pochód liberalnej gospodarki przez globalne ekosystemy i modele społeczne.
Tyle że w wyniku rozpowszechnienia technologii informatycznych, a zwłaszcza AI, ów model załamuje się – i to co najmniej w dwóch obszarach. Jednym z nich jest paradygmat „płacy za pracę”. Skoro nie ma pracy, to nie ma też płacy; na krótką metę kapitalista ma oszczędność – na dłuższą jednak nie ma zbytu na swoje produkty. Brak popytu, przypomnijmy, był główną przyczyną wielkiego kryzysu lat 20. XX wieku i od tego czasu wiemy, że aby ludzie kupowali, najpierw muszą mieć za co.
W sukurs przychodzi bezwarunkowy dochód podstawowy, czyli płaca bez pracy – tyle że doświadczenia z jego wdrażania są, oględnie mówiąc, mieszane. Obok pozytywnych – umożliwienie wyjścia z biedy poprzez rozwiązanie najbardziej palących problemów – są i negatywne: bierność zawodowa, uwiąd innowacyjności i patologie społeczne.
Drugim czynnikiem jest oczywiście demografia. Brak dzieci ogranicza apetyty konsumpcyjne rodzin od samego początku: nie potrzeba wózków, krzeseł, łóżeczek, odżywek, pieluch, zabawek i tego wszystkiego, co doskonale znają młodzi i pamiętają starzy, jak niżej podpisany. To także mniejsze mieszkania, mniejsze samochody i mniej przejeżdżanych kilometrów; w przyszłości – to brak pracowników i konsumentów jednocześnie. Robot, który zastąpi pracownika, nie będzie miał dzieci, nie będzie kupował dla nich podręczników, wakacji i nowych ubrań. Główny motor wzrostu – wzrost populacji – spowalnia więc już teraz, a za chwilę zacznie hamować jeszcze gwałtowniej.
Do tego wszystkiego może dojść trzeci jeździec apokalipsy: deflacja. Jeśli w wyniku zastosowania narzędzi AI produktywność zacznie rosnąć o jeden-dwa proc. nie rocznie, ale miesięcznie, to co stanie się z cenami? W warunkach silnej konkurencji muszą zacząć szybko spadać. Przypomnijmy, deflacja nie jest korzystna dla gospodarki – ludzie odkładają zakupy na później („jutro będzie taniej”), a niskie stopy procentowe zniechęcają do oszczędzania i inwestycji.
Potrzebujemy więc nowej ekonomii – popytu bez ludzi, usług bez żywych klientów, gospodarki bez wzrostu, podatków bez pracy. I doprawdy konia z rzędem temu, kto wymyśli, jak to wszystko ma działać w erze post-AI.
Z naszego punktu widzenia – żeby zakończyć optymistycznie – warto wdrażać indywidualne strategie przetrwania, mieć oczy i uszy szeroko otwarte i starać się raczej jechać na falach kolejnych zmian, niż próbować z nimi walczyć.
Wspieraj nas
Wsparcie miesięczne
Płatność odnawialna. W każdym momencie możesz zrezygnować z płatności.
Komentarze
Krytyka potrzebuje Twojego głosu. Dołącz do dyskusji. Komentarze mogą być moderowane.