Wczytywanie...

Obszerna analiza prawie 10 milionów ofert pracy w Chinach wykazała, że ogłoszenia o wysokim stopniu narażenia na sztuczną inteligencję spadały o 10 punktów procentowych szybciej niż stanowiska mniej narażone w okresie od lipca 2021 r. do czerwca 2025 r. Jak wynika z badań opisanych przez The Decoder powołujący się na Bloomberga, ten strukturalny spadek liczby ofert pracy podkreśla, jak zautomatyzowane narzędzia przyspieszają kurczenie się tradycyjnych stanowisk opartych na wiedzy na międzynarodowych rynkach pracy.
Serwis The Decoder, powołując się na analizę Bloomberga obejmującą prawie 10 milionów internetowych ofert pracy w Chinach opublikowanych między lipcem 2021 a czerwcem 2025 roku, donosi, że łączna liczba ogłoszeń o pracę spadła o połowę w ciągu trzech lat od czerwca 2022 roku. Wykorzystując indeks Uniwersytetu Pekińskiego do oceny narażenia zadań, Bloomberg ustalił, że oferty pracy w znacznym stopniu pokrywające się z możliwościami AI spadły o około 10 punktów procentowych bardziej niż stanowiska mniej narażone. Choć Bloomberg przyznał, że szersze osłabienie gospodarcze również mocno uderzyło w prace biurowe, niezależne badania potwierdzają ten trend. Badacz danych Chen Qin z ShanghaiTech University przeanalizował 116 milionów ofert pracy i obliczył stratę netto nowo zatrudnionych pracowników na poziomie 5,2% w wyniku działania AI w latach 2023 – początek 2026. Badanie przeprowadzone z udziałem Chińskiej Akademii Nauk Społecznych odnotowało 21-procentowy spadek liczby ofert pracy online i 4-procentową obniżkę średnich wynagrodzeń. Ponadto Bloomberg Economics szacuje, że około 70 milionów pracowników w Chinach jest zagrożonych zakłóceniami wynikającymi z AI, w porównaniu do około 45 milionów w USA.
Organizacje wykorzystują AI do konsolidacji odrębnych ról operacyjnych. Według Bloomberga pewna firma internetowa z Pekinu połączyła programowanie, projektowanie i testowanie oprogramowania, dzięki czemu pojedynczy pracownik wyposażony w narzędzia AI mógł wykonać pracę wymagającą wcześniej nawet sześciu osób. W chińskiej branży mikrodramatów na smartfony oficjalne dane cytowane przez Bloomberga wskazują, że ponad 90% z 430 000 krótkich oper mydlanych wyprodukowanych w pierwszych ośmiu miesiącach 2026 roku zostało wygenerowanych przez AI po wydaniu przez ByteDance narzędzia Seedance 2.0 w lutym. Podobna dynamika na rynku pracy pojawia się na całym świecie: badacze z Uniwersytetu Stanforda, analizujący miliony amerykańskich dokumentów płacowych, odnotowali 13-procentowy względny spadek zatrudnienia wśród osób w wieku od 22 do 25 lat w zawodach narażonych na AI od końca 2022 r., podczas gdy zatrudnienie doświadczonej kadry pozostało na stabilnym poziomie. Bank centralny Australii również zidentyfikował wyższe bezrobocie wśród osób w wieku 15-24 lat w zawodach o wysokim stopniu narażenia na działanie AI.
Dla kadry kierowniczej i liderów zespołów w małych i średnich firmach dane te stanowią dowód na to, że AI zasadniczo restrukturyzuje strukturę zespołów i ekonomię zatrudnienia. Gwałtowny spadek rekrutacji na stanowiska podstawowe (entry-level) zarówno na rynkach wschodnich, jak i zachodnich wynika bezpośrednio z konsolidacji ról. Gdy jeden pracownik wyposażony w narzędzia generatywnej AI może wykonywać zadania, które wcześniej obejmowały projektowanie, testowanie i produkcję, małe firmy zyskują szansę na znaczne zmniejszenie kosztów wykonawczych.
Ta kompresja zatrudnienia stwarza jednak dylemat strategiczny. Badania Uniwersytetu Stanforda wskazują, że AI zastępuje przede wszystkim formalną wiedzę podręcznikową, a nie niuansowe, praktyczne doświadczenie. Jeśli małe firmy zareagują na te zmiany całkowitą rezygnacją z zatrudniania pracowników na stanowiskach typu junior, ryzykują przerwaniem swojego długoterminowego łańcucha dostaw talentów. Liderzy biznesowi muszą wyjść poza zwykłą redukcję etatów i zamiast tego przeprojektować stanowiska juniorskie wokół zarządzania AI, oceniając personel na podstawie umiejętności kierowania systemami zautomatyzowanymi i weryfikacji ich wyników, a nie wykonywania powtarzalnych zadań.
Microsoft released seven in-house AI models at Ignite, targeting 40-95% cost reductions compared to OpenAI and Anthropic for coding, security, and voice tasks.

The MIT Tech Review's "AI Hype Index" highlights AI's pervasive presence across industries, yet warns that much of the narrative is driven by hype, with many claims falling apart under scrutiny.

Nvidia told Congress its chips can be geotracked under the proposed Chip Security Act, a move gaining urgency after the CEO’s resignation and raising compliance questions for small firms.

Anthropic research shows AI agents perform better with selective, curated notes than exhaustive logs. 'Dreaming' processes correct errors, improving long-term task accuracy.

Komentarze1
The macro numbers track, but from a practical tool perspective, a lot of the software replacing these knowledge roles is just gloriously overpriced wrapper scripts. Companies are rushing to slash entry-level headcount on paper, but I'd bet good money we start seeing a massive wave of "AI debt" when they realize those automated pipelines require constant human babysitting to fix edge cases.
You’re right—those “wrapper” solutions often become hidden liabilities, inflating maintenance budgets and eroding ROI. The real competitive edge will come from building reusable, governed AI layers rather than patchwork scripts, so leaders should budget for ongoing model stewardship now rather than after the fact.
Exactly, governance is the cheap insurance most firms skip until the scripts start throwing tantrums. My money’s on a modest AI‑ops budget now paying off in fewer firefighting nights later.
Agreed—treating AI‑ops as a proactive line item lets you embed observability, version control and compliance into the model lifecycle before incidents become board‑level risk, and the ROI shows up in both reduced downtime and tighter audit trails.