AI przejmuje zadania. Człowiek nadal odpowiada za decyzje i wynik – prasówka za maj 2026

Generatywna AI osiągnęła 53% adopcji populacyjnej w ciągu trzech lat – szybciej niż komputer osobisty czy internet. Wbrew popularnym narracjom raporty Microsoftu, OpenAI i Stanforda nie pokazują prostego scenariusza, w którym AI odbiera ludziom pracę. Obraz jest bardziej złożony: część zawodów może zostać zautomatyzowana, część przejdzie głęboką reorganizację, a w wielu rolach wzrośnie znaczenie nadzoru, oceny i odpowiedzialności za decyzje podejmowane z udziałem AI.

Ekspozycja to nie automatyzacja. Jak AI naprawdę zmienia rynek pracy?

Najnowszy raport ekonomistów OpenAI pt. „The AI Jobs Transition Framework” pokazuje, że wpływu AI na rynek pracy nie da się sprowadzić do prostego schematu. Analizując ponad 900 zawodów obejmujących 150 milionów stanowisk, badacze wyodrębnili cztery typy wpływu AI:

| Udział zawodów | Typ wpływu AI |

| 18% | podwyższone krótkoterminowe ryzyko automatyzacji |

| 24% | głęboka reorganizacja – AI przejmie część zadań, ale ludzie pozostaną potrzebni przy nadzorze, decyzjach i odpowiedzialności |

| 12% | możliwy wzrost zatrudnienia, bo AI obniży koszty i zwiększy dostępność usług |

| 46% | mniejsze bezpośrednie zmiany w krótkim terminie |

Uniwersytet Stanford w raporcie „Artificial Intelligence Index Report 2026” agreguje wyniki wielu niezależnych badań produktywności. W części z nich wzrost był wyraźnie mierzalny:

• pracownicy obsługi klienta rozwiązywali 14–15% więcej zgłoszeń na godzinę,
• programiści używający GitHub Copilot realizowali 26% więcej pull requestów,
• zespoły marketingowe z AI w tworzeniu reklam osiągnęły 50% wzrost produkcji na pracownika.

[!uwaga] Jeden z najszerzej cytowanych raportów pokazuje odwrotny efekt: doświadczeni programiści open-source pracowali z AI o 19% wolniej niż bez niej – i sami tego nie zauważali, oceniając narzędzie jako pomocne.

To zjawisko Stanford nazywa postrzępionym horyzontem AI: ten sam model, który zdobywa złoty medal na olimpiadzie matematycznej, poprawnie odczytuje analogowy zegar tylko w 50,1% przypadków. Agenci AI wykonują dziś prawidłowo około 66% zadań na benchmarkach testujących pracę na prawdziwych systemach, ale wciąż mylą się w co trzeciej próbie.

[!dane] ok. 20% | o tyle spadło zatrudnienie programistów w wieku 22–25 lat względem szczytu z 2022 roku – podczas gdy headcount starszych grup wiekowych nadal rośnie | Stanford, AI Index Report 2026

Dane sugerują, że pierwsze skutki AI mogą być najmocniej widoczne nie w masowych zwolnieniach seniorów, lecz w ograniczaniu liczby stanowisk entry-level i mniejszym zapotrzebowaniu na część prac juniorskich.

Konieczność relacyjna: dlaczego AI nie zastąpi managera

Ważną rolę w zrozumieniu sytuacji ma zjawisko, które OpenAI nazywa „koniecznością ludzką” (human necessity). Nawet tam, gdzie AI technicznie potrafi wykonać większość zadań kognitywnych, człowiek nadal pozostaje niezbędny z trzech powodów:

• Konieczność regulacyjna – tam, gdzie prawo wymaga, by za decyzję odpowiadał licencjonowany człowiek, np. sędziowie, prawnicy, lekarze.
• Konieczność fizyczna – tam, gdzie praca wymaga obecności w świecie rzeczywistym, np. pielęgniarki, fizjoterapeuci, nauczyciele.
• Konieczność relacyjna – tam, gdzie wartość usługi zależy od zaufania, opieki, perswazji i autentycznej relacji międzyludzkiej.

Konieczność relacyjna ma szczególne znaczenie dla HR i zarządzania rozwojem ludzi. Asystent AI może przeanalizować setki ocen kompetencji, zestawić wyniki feedbacków i zaproponować pierwszy szkic planu rozwojowego – ale nie zbuduje z pracownikiem relacji opartej na zaufaniu, która jest podstawą skutecznej rozmowy o rozwoju.

[!ważne] Technologia dostarcza kontekstu, a człowiek nadaje mu sens. Zobacz, jak AI może wspierać tworzenie planów rozwojowych bez odbierania decyzji managerowi – Asystent AI w module planów rozwojowych HCM Deck w interaktywnym demo.

Nowe równanie sprawczości: więcej AI, więcej ludzkiej decyzyjności

Microsoft w raporcie „2026 Work Trend Index” definiuje zmiany wywołane AI jako „nowe równanie sprawczości” (new agency equation): w miarę jak agenci AI przejmują rutynową część wykonawczą, rośnie znaczenie decyzji, nadzoru i odpowiedzialności po stronie człowieka.

[!dane] 86% | zaawansowanych użytkowników AI traktuje odpowiedź maszyny wyłącznie jako punkt wyjścia, ze świadomością, że to oni zachowują odpowiedzialność za myślenie | Microsoft, 2026 Work Trend Index

Gdy AI przyspiesza egzekucję, pracownicy wskazują, jakie kompetencje zyskują na znaczeniu: kontrola jakości wyników generowanych przez AI (50%) oraz krytyczne myślenie i ocena informacji (46%).

Stanford dostarcza tu ważnego uzupełnienia. Badania nad długoterminowym wpływem AI na rozwój kompetencji pokazują mieszane wyniki:

• inżynierowie, którzy polegali na AI przy uczeniu się nowych bibliotek programistycznych, nie wykazali mierzalnego przyspieszenia pracy i doświadczyli tzw. „kar za uczenie się” – atrofii kompetencji, której sami nie byli świadomi,
• pracownicy korzystający z AI do pracy konceptualnej i analizy – zamiast do generowania gotowych odpowiedzi – osiągali najlepsze wyniki.

Paradoks transformacji: organizacje nie nadążają za pracownikami

Ważnym odkryciem raportu Microsoft jest to, że problem adopcji AI nie leży po stronie pracowników. Pracownicy są gotowi, ale wiele organizacji jeszcze nie.

• Tylko 19% użytkowników AI funkcjonuje w tzw. strefie Frontier, gdzie wysokie indywidualne kompetencje spotykają się z pełnym wsparciem organizacyjnym.
• 50% wciąż tkwi w fazie przejściowej.
• Zaledwie 13% pracowników czuje, że innowacyjne eksperymentowanie z AI jest w ich firmie jakkolwiek nagradzane.

To napięcie Microsoft nazywa Paradoksem Transformacji: pracownicy chcą na nowo kreować sposób swojej pracy, ale metryki, systemy motywacyjne i kultura organizacyjna wciąż utrwalają stary model.

[!dane] 4% | o tyle adopcja AI zwiększyła produktywność pracy w badaniu 12 000 europejskich firm – efekt był prawie dwukrotnie silniejszy w firmach, które jednocześnie inwestowały w szkolenia | Stanford, AI Index Report 2026

Sam zakup narzędzi AI nie przekłada się automatycznie na wzrost produktywności. Duże znaczenie mają szkolenia, kultura organizacyjna i sposób zarządzania zmianą.

Rola kultury organizacyjnej i wsparcia managera w transformacji AI

Na polskim rynku napięcie między gotowością a systemem może być jeszcze silniejsze. Kultura zarządzania w wielu polskich firmach wciąż silnie premiuje realizację celów krótkoterminowych, a eksperymentowanie z nowymi metodami pracy – szczególnie takie, które nie przynosi natychmiastowych wyników – bywa traktowane jako ryzyko, nie jako inwestycja. W środowisku, gdzie manager sam nie używa AI i nie modeluje nowych zachowań, trudno oczekiwać, że pracownicy spontanicznie zaczną przeprojektowywać swoje procesy.

[!dane] 67% vs 32% | tyle obserwowanego efektu AI na skuteczność pracy wyjaśniały czynniki organizacyjne (kultura firmy, wsparcie managerów, praktyki HR) w porównaniu z czynnikami indywidualnymi | Microsoft, 2026 Work Trend Index

Innymi słowy: nawet najlepiej wyszkolony pracownik nie wykorzysta potencjału AI w organizacji, która nie przeprojektowała swojego modelu operacyjnego.

Praktyczne wskazówki dla HR i L&D

1. Przyjrzyj się systemom oceny, zanim przeprojektujesz pracę

Dopóki performance management nagradza wyłącznie bieżące wyniki, a nie gotowość do zmiany sposobu pracy, transformacja AI będzie blokowana na poziomie systemu motywacyjnego. Sprawdź, czy system ocen wspiera eksperymentowanie, uczenie się i odpowiedzialne wykorzystywanie AI – a nie wyłącznie realizację krótkoterminowych KPI.

2. Rozwijaj krytyczne myślenie, nie tylko obsługę narzędzi

Gdy AI generuje pierwsze szkice, rekomendacje i analizy, najważniejszą kompetencją staje się umiejętność ich oceny. Programy L&D mogłyby stopniowo odchodzić od pisania promptów w stronę oceny, weryfikacji i udoskonalania tego, co asystent zaproponował. To właśnie pracownicy używający AI do analizy i myślenia konceptualnego osiągają najlepsze wyniki i nie tracą własnych kompetencji.

3. Wspieraj managerów jako ważny czynnik zmiany – ale nie jedyny

Według Microsoftu, gdy manager aktywnie modeluje używanie AI, jego zespół deklaruje:

• o 17 punktów wyższy wpływ AI na wyniki,
• o 22 punkty wyższy poziom krytycznego myślenia,
• o 30 punktów wyższe zaufanie do agentowej AI.

[!wskazówka] Manager, który eksperymentuje i tworzy przestrzeń psychologicznego bezpieczeństwa, buduje coś, czego żaden system nie zastąpi – ale potrzebuje do tego organizacyjnego otoczenia, które daje mu na to miejsce.

Jak projektujemy Asystenta AI w Planach rozwojowych HCM Deck

Projektując Asystenta AI w Planach rozwojowych, oparliśmy się na rozmowach z klientami, obserwacji trendów rynkowych oraz wymogach prawnych. Asystent analizuje historyczny feedback, oceny kompetencji i komentarze przełożonego, aby wspierać pracownika i lidera w tworzeniu jakościowych planów rozwojowych. Proponuje obszary rozwojowe, pomaga sformułować cele, weryfikuje ich zgodność z profilem kompetencyjnym i standardami organizacji.

[!ważne] Ostateczna ocena, wybór kierunku i odpowiedzialność za plan zawsze pozostają po stronie człowieka. AI może przejąć część pracy analitycznej, ale krytyczna ocena danych i odpowiedzialność za decyzję rozwojową spoczywają na liderze w porozumieniu z pracownikiem.

Narzędzie jest tylko punktem wejścia. To, czy zmieni sposób prowadzenia rozmów o rozwoju, zależy od tego:

• czy manager i pracownik będą chcieli z niego korzystać,
• czy organizacja premiuje jakość planów,
• czy kultura firmy traktuje rozwój jako priorytet, a nie coroczny obowiązek.

[!wnioski] Produktywność rośnie najbardziej tam, gdzie technologia spotyka się z intencjonalną inwestycją w ludzi. Przewagę mogą zdobyć organizacje, które nauczą się łączyć automatyzację z rozwojem kompetencji, odpowiedzialnym podejmowaniem decyzji i reorganizacją pracy. Dlatego Asystent AI w Planach rozwojowych HCM Deck został zaprojektowany nie jako narzędzie zastępujące rozmowę rozwojową, ale jako wsparcie dla lepszej analizy, przygotowania i decyzji po stronie człowieka.

➡️ Zobacz, jak działa Asystent AI w module Planów rozwojowych w interaktywnym demo