Seniorization, czyli skąd weźmiemy ludzi do nadzorowania AI, skoro zawęża się wejście do zawodu? [I NIESPODZIANKA!]

W ostatnich dniach Microsoft zaoferował dobrowolne odejścia około 60 tysiącom pracowników, Kroger zapowiedział likwidację 3 tysięcy etatów korporacyjnych w ciągu trzech lat w związku z wykorzystaniem AI, a według Layoffs.fyi w branży technologicznej zwolniono w tym roku 135 446 osób w 333 firmach. Tak, wiemy, każdy z tych komunikatów można przeczytać jako „AI zabiera pracę”, ale my nie będziemy (a przynajmniej na tym nie poprzestaniemy)! 

Co pokazują liczby?

1. Layoffs.fyi: 135 446 zwolnionych w sektorze technologicznym w 333 firmach (stan na 28.10). Zestawienie obejmuje sektor tech, bez względu na podawaną przyczynę.
2. Programs.com: 183 278 osób objętych zwolnieniami, w których firma wskazała AI lub automatyzację jako czynnik (styczeń-październik, 52 firmy), o 22% więcej niż w całym 2025 roku.
3. AILayoffTracker: co najmniej 165 614 miejsc w 97 ogłoszeniach do 22 października.

I teraz popatrzmy, że różnice wynikają z definicji: co uznaje się za zwolnienie związane z AI, kto to ustala i które firmy wchodzą do próby. Przed zacytowaniem którejkolwiek z tych liczb warto zadać te trzy pytania. Dodatkowo Goldman Sachs szacuje, że AI może wyprzeć jednego pracownika na jedenastu, ale firmy historycznie odkładały zwolnienia automatyzacyjne do recesji, a zwolnienia przypisywane AI w danych Challengera spadły od wiosennego szczytu. W skrócie: mamy pewien bałagan informacyjny.

Jedno jest przy tym pewne - widzimy zmiany dla juniorów, czyli na pierwszym szczeblu kariery:

1. Stanford, aktualizacja z sierpnia 2026 (badanie Brynjolfssona na danych płacowych ADP): zatrudnienie osób w wieku 22-25 lat w zawodach najbardziej narażonych na AI jest o 19% niższe niż u rówieśników w mniej narażonych zawodach. W poprzedniej wersji różnica wynosiła 13%. Starsi pracownicy na razie nie odczuwają tego efektu.
2. PwC, 2026 Global AI Jobs Barometer opisuje to jako seniorization: w najbardziej narażonych zawodach 52% nowych umiejętności w ogłoszeniach na stanowiska wejściowe wcześniej należało do ról doświadczonych. W najmniej narażonych jest to 7%. Od 2019 roku przebudowane stanowiska wejściowe wzrosły o 35%, a tradycyjne spadły o 10%.
3. Deklaracje pracodawców (ankieta cytowana w opracowaniu Lead with AI): 55% przesunęło część budżetu na stanowiska wejściowe do AI, 30% twierdzi, że AI zmniejszyła ich potrzeby w zakresie zatrudniania absolwentów, 45% mówi, że jedna doświadczona osoba z AI wykonuje pracę, która wcześniej przypadała dwóm lub więcej juniorom. 
4. Analizy z września 2026 pokazują, że rekrutacja na stanowiska wejściowe osłabła, a AI jest jednym z kilku czynników, których nie da się jeszcze w pełni rozdzielić. 

Całość jest powoli podsumowywana jako senioryzacja społeczeńtwa. 

Junior uczył się osądu na zadaniach, które dziś najłatwiej przekazać AI: pierwsze wersje dokumentów, analizy, streszczenia, proste kontrole. Kto ma sprawdzić wynik AI, musi umieć wykonać to zadanie samodzielnie, bo inaczej nie rozpozna błędu.

Jasne, nadzór człowieka jest wymogiem z AI Actu dla systemów wysokiego ryzyka (art. 14) i praktyką w każdej firmie, która wdraża agentów. Gartner przewiduje, że do 2027 roku ponad 40% przedsiębiorstw zdegraduje lub wyłączy autonomicznych agentów, bo luki w governance wyjdą dopiero po incydentach produkcyjnych. Nadzór wymaga jednak osoby z kompetencją, a kompetencja powstaje przez praktykę. Firma, która oddaje zadania wejściowe AI i nie zastępuje ich niczym, za kilka lat będzie miała agentów i zbyt mało ludzi zdolnych ocenić ich pracę.

Przy okazji małe wtrącenie prawnicze! „Z powodu AI” nie jest przyczyną wypowiedzenia. Przy umowie na czas nieokreślony pracodawca wskazuje w wypowiedzeniu przyczynę (art. 30 § 4 KP). W sporze sąd bada czy jest ona prawdziwa i konkretna, a przy wypowiedzeniu nieuzasadnionym lub niezgodnym z prawem pracownik może żądać przywrócenia do pracy albo odszkodowania (art. 45 KP).

AI jest narzędziem. Przyczyną może być likwidacja stanowiska, reorganizacja lub zmiana zakresu zadań, a pracodawca powinien umieć wykazać: jakie zadania przejęło narzędzie, od kiedy, jak wpłynęło to na zapotrzebowanie na dane stanowisko i dlaczego wybrano akurat to stanowisko. Hasło w komunikacie prasowym nie zastępuje dowodów. Rozbieżność między komunikatem zewnętrznym („to efekt AI”) a uzasadnieniem wypowiedzeń („względy ekonomiczne”) tworzy ryzyko dowodowe i wizerunkowe.

Pamiętajmy też o tzw. zwolnieniach grupowych – przepisy o nich stosuje się do pracodawcy zatrudniającego co najmniej 20 pracowników, gdy w ciągu 30 dni z przyczyn niedotyczących pracowników (wypowiedzenia oraz porozumienia stron) zwolnienie obejmuje co najmniej: 10 osób (przy zatrudnieniu poniżej 100), 10% załogi (przy 100–299 pracownikach) albo 30 osób (przy 300 i więcej). Redukcja wynikająca z wdrożenia AI mieści się w tej kategorii. Wtedy OBOWIĄZKOWO pracodawca konsultuje zamiar ze związkami zawodowymi, przekazuje im informacje o przyczynach, liczbie i grupach zawodowych pracowników, kryteriach doboru oraz kolejności zwolnień, zawiadamia powiatowy urząd pracy, a stosunek pracy może rozwiązać nie wcześniej niż po 30 dniach od zawiadomienia.

Z perspektywy AI najważniejsze zatem są kryteria doboru. Jeśli selekcję wspiera scoring wydajności lub analiza produktywności, pracodawca musi umieć te kryteria opisać i obronić. „Tak wyszło z algorytmu” kryterium nie jest, sorry not sorry.

Zatem jak podejść do tematu, gdy chcemy dziś zmienić swoją strukturę zatrudnienia i pokazać, że robimy to „bo AI” (nie zachęcamy, ale czasem może być to konieczne, gdy dotychczasowa nie dawała rady, a konkurencja daje w kość)?

Poniżej krótka lista dla C-levelu i menadżerów:

1. Przyczyna: rzeczywista, udokumentowana (zadania, stanowiska, daty, wpływ na zapotrzebowanie).
2. Spójność: komunikat zewnętrzny zgodny z uzasadnieniem wypowiedzeń.
3. Skala: sprawdzenie progów zwolnienia grupowego, wliczając porozumienia stron w ciągu 30 dni.
4. Kryteria doboru: opisane, wyjaśnialne, bez automatycznego rankingu jako jedynej podstawy.
5. Człowiek w pętli: osoba decyzyjna rozumie wynik, ma uprawnienie do jego zmiany i zostawia ślad decyzji.
6. Inwentarz: systemy AI w HR sklasyfikowane względem załącznika III, plan do 2 grudnia 2027.
7. Kompetencje: plan szkoleń i plan ścieżki wejścia do zawodu.

A co zrobić z juniorami, których mamy, by nie pogłębiać luki kompetencyjnej na rynku? Opcji może być kilka, np.:  

• Zachowaj wybrane zadania wejściowe jako ręczne i opisz je jako element nauki z mentorem, z ograniczonym czasem trwania.
• Zmień rolę juniora z wykonawcy na weryfikatora wyniku AI. Junior sprawdza wynik według listy kontrolnej, senior ocenia jakość tego sprawdzania.
• Mierz nadzór. Odsetek wyników AI zmienionych przez człowieka (override rate) jest użytecznym wskaźnikiem. Zero zmian oznacza, że AI jest doskonała albo nikt nie czyta jej wyników, a pierwsze zdarza się rzadko.
• Rozdziel właściciela ryzyka od osoby, która je akceptuje. Osoba wdrażająca nie powinna jednocześnie decydować o zgodzie na tzw. ryzyko rezydualne.
• Przepisz ścieżki awansu pod kompetencje oceny, a nie pod liczbę wykonanych zadań.

I niespodzianka! 🎁

Skoro AI zmienia nie tylko sposób pracy, ale też kompetencje, których potrzebują organizacje, to ktoś musi umieć tę zmianę zaplanować, przeprowadzić i ocenić jej efekty.

Właśnie takich kompetencji uczymy w AI Leaders - naszym nowym programie dla osób, które chcą świadomie wykorzystywać i wdrażać AI w organizacjach.

Czego nauczysz się na kursie?

• Podejmować lepsze decyzje o AI - wybierać zastosowania, które mają sens biznesowy, oceniać koszty, korzyści i ryzyka.
• Planować rozwój kompetencji AI w organizacji - diagnozować potrzeby zespołów, projektować skuteczny upskilling i przygotowywać ludzi do nowych sposobów pracy.
• Wdrażać AI od pomysłu do produkcji - planować pilotaże, angażować interesariuszy, mierzyć efekty i skalować rozwiązania.
• Praktycznie korzystać z AI - tworzyć własnych asystentów, projektować skuteczne prompty, automatyzować zadania i usprawniać procesy.
• Działać bezpiecznie i zgodnie z prawem - rozumieć wymagania AI Act, RODO i cyberbezpieczeństwa oraz świadomie zarządzać ryzykiem.

A przede wszystkim przełożysz tę wiedzę na własną organizację. Będziesz pracować na rzeczywistych wyzwaniach, korzystając z przygotowanych przez nas narzędzi, frameworków i szablonów, takich jak AI Implementation Pack, który pomoże Ci uporządkować i zaplanować konkretne wdrożenie AI.

Spotkajmy się na premierze AI Leaders!

Już w poniedziałek, 2 listopada, o 19:00 oficjalnie otwieramy zapisy na kurs!

Podczas live'a pokażemy, jak wygląda program, jakie kompetencje zdobędziesz, co otrzymasz po poszczególnych modułach i jak wykorzystać nasze autorskie materiały w codziennej pracy.

Pokażemy też, co przygotowaliśmy dla osób, które chcą rozwijać nie tylko siebie, ale całe zespoły i organizacje.

Zarezerwuj miejsce na premierowym live AI Leaders

Link do YT: https://www.youtube.com/live/qZEt0wTRFUs?si=T4armD0GdGwolUcz

Link do Linkedin: https://www.linkedin.com/events/7521811938067226624/?ref=aileaders.pl

PS Jeśli znasz kogoś, kto właśnie planuje zmiany w zatrudnieniu z powołaniem się na AI, prześlij mu ten newsletter. Być może pomoże mu podjąć lepszą decyzję - nie tylko o redukcji etatów, ale przede wszystkim o przyszłości kompetencji w organizacji.