Sztuczna inteligencja nie tyle zabiera pracę, ile różnicuje jej wartość. Tak wynika z opublikowanego w połowie czerwca raportu PwC „2026 Global AI Jobs Barometer”, opartego na analizie ponad miliarda ogłoszeń o pracę z 27 krajów i terytoriów, zestawionych z danymi finansowymi firm i analizą zadań zawodowych. Wniosek: rynek rozjeżdża się na dwa tory (two-track labour market).
Tor pierwszy: zawody sprofesjonalizowane (professionalised jobs)
To role, w których AI automatyzuje rutynę, a człowiek przesuwa się w stronę osądu, interpretacji i odpowiedzialności za decyzje. Technologia działa tu jak wzmacniacz kompetencji: nie zastępuje eksperta, tylko zdejmuje z niego powtarzalną część pracy i zostawia tę, która wymaga wiedzy, kontekstu i wzięcia na siebie ryzyka decyzji.
PwC podaje przykłady radiologów, rekruterów czy kontrolerów ruchu lotniczego. Wspólny mianownik jest taki, że rośnie w nich cena błędu i wartość finalnej weryfikacji — algorytm może przygotować opis badania czy przesiać kandydatów, ale ktoś musi ten wynik zatwierdzić i za niego odpowiedzieć. Im lepsze narzędzie, tym cenniejszy człowiek na końcu łańcucha.
Efekt widać w liczbach: ofert w tych zawodach przybywa dwa razy szybciej, a płace rosną o 42% szybciej niż w drugiej grupie (licząc od 2021 roku). Zestawienia z raportu wskazują też, że od 2018 roku szybciej rośnie w nich zarówno liczba ogłoszeń, jak i liczba wymaganych kompetencji — praca staje się bogatsza, a nie prostsza.
Tor drugi: zawody zdemokratyzowane (democratised jobs)
Tu mechanizm działa odwrotnie. AI przejmuje bardziej złożoną część pracy i upraszcza ją na tyle, że wykona ją także osoba bez głębokiej specjalizacji — jak w przypadku menedżerów usług IT czy sekretarek medycznych. Człowiekowi zostaje obsługa procesu, a nie jego rdzeń merytoryczny.
Te zawody nie znikają i nie muszą tracić na liczebności. Zmienia się co innego: wiedza, która dotąd była barierą wejścia i podstawą wynagrodzenia, przestaje być rzadka. Skoro narzędzie potrafi ją dostarczyć każdemu, słabnie przewaga ekspercka, a wraz z nią siła negocjacyjna i premia płacowa. To ważne zastrzeżenie wobec optymistycznej narracji o „otwieraniu zawodów”: obniżenie bariery wejścia jest jednocześnie procesem komodytyzacji.
Dwie rzeczy warto tu dopowiedzieć. Po pierwsze, według zestawień raportu to zdemokratyzowane role stanowią większość rynku, a sprofesjonalizowane wyraźnie mniejszą jego część — czyli korzystniejszy tor jest węższy. Po drugie, podział nie biegnie wzdłuż granic branż ani po linii „prestiżowe kontra proste”: w części zestawień w gronie zawodów demokratyzowanych pojawiają się także programiści, analitycy kredytowi czy menedżerowie finansowi. Ta sama firma może mieć jednocześnie role idące jednym i drugim torem, a przypisanie zawodu do kategorii potrafi się z czasem zmienić.
Junior, który ma myśleć jak senior
Najbardziej znaczący wątek dotyczy jednak wchodzących na rynek. Zjawisko to bywa nazywane efektem senioryzacji (seniorisation effect). Stanowiska juniorskie najbardziej eksponowane na AI są siedmiokrotnie częściej opisywane wymaganiami kojarzonymi dotąd z wyższymi szczeblami — przywództwem, osądem, umiejętnością koordynacji. „Junior” coraz rzadziej oznacza więc kogoś, kto uczy się prostych zadań.
Dodatkowo kompetencje wymagane w zawodach silnie eksponowanych na AI (wysoka AI exposure) zmieniają się ponad dwukrotnie szybciej niż w tych najmniej eksponowanych — a sam ten dystans w ciągu roku wyraźnie się powiększył.
Gospodarka orkiestracji (orchestration economy)
Z tego wyłania się nowy model przewagi. Wartość przesuwa się z obsługi narzędzia na koordynowanie jego pracy: zestawianie kilku modeli i systemów, weryfikowanie jakości wyników i przekładanie ich na proces biznesowy. Człowiek jako dyrygent, AI jako sekcja wykonawcza. Rosną więc kompetencje, których nie da się zautomatyzować: osąd, priorytetyzacja, kreatywność, empatia, nadzór nad jakością.
Premia jest realna. PwC szacuje, że ogłoszenia wymagające kompetencji AI oferowały w 2025 roku średnio o ok. 62% wyższe wynagrodzenie (wage premium, wobec 57% rok wcześniej), a liczba takich ofert rosła kilkukrotnie szybciej niż całego rynku. Firmy najsilniej eksponowane na AI notują też wyraźnie szybszy wzrost produktywności — z bardzo silnym efektem „gwiazd” (superstar effect) w czołówce stawki.
Co z tego wynika
Rama jest prosta i niewygodna zarazem: AI nie działa równomiernie. Jedne role awansują wraz z technologią, inne tracą część swojej wyjątkowości. Firmy muszą inaczej projektować stanowiska, ścieżki kariery i szkolenia, bo nie wystarczy już „znać system” — trzeba umieć poprowadzić przez niego pracę.