Jakie zawody znikną przez AI? Branże, które zmienią się najmocniej

Nie będzie jednej wielkiej listy zawodów skasowanych przez AI. Zmiana przyjdzie ciszej: mniej prostych zadań w administracji, mniej juniorskiej pracy opartej na schemacie, mniej etatów zbudowanych na przewidywalnym obiegu informacji. Międzynarodowa Organizacja Pracy ocenia, że generatywna AI częściej przekształca pracę, niż usuwa całe profesje, choć pewien poziom ekspozycji na tę technologię dotyczy już około jednej czwartej pracowników na świecie.

Z kolei World Economic Forum szacuje, że do 2030 roku rynek pracy przejdzie przetasowanie obejmujące 22 proc. obecnych miejsc pracy: 170 mln miejsc pracy powstanie, 92 mln zostanie wypartych. Pytanie nie brzmi więc, kto zniknie, lecz gdzie firma najpierw przestanie płacić człowiekowi za to, co system robi szybciej, taniej i wystarczająco dobrze.

Z powodu AI (sztucznej inteligencji) nie znikają zawody - znikają pakiety prostych zadań

Sekretarka, pracownik back office czy operator wprowadzania danych nie tracą pracy dlatego, że AI rozumuje lepiej – tracą ją tam, gdzie codzienne obowiązki można rozpisać w sekwencję: odczytaj, skategoryzuj, uzupełnij, porównaj, odpowiedz według wzoru, wyślij dalej. Jeżeli system robi to szybciej i wystarczająco poprawnie, firma nie potrzebuje już tak rozbudowanej warstwy operacyjnej jak wcześniej. Tę logikę potwierdzają zarówno ILO (Międzynarodowa Organizacja Pracy), jak i WEF: najbardziej zagrożone są stanowiska biurowo-administracyjne oraz te, których codzienną treść stanowi rutynowe przetwarzanie danych – wypełnianie formularzy, obsługa dokumentów, odpowiadanie według gotowych szablonów.

Na poziomie pojedynczego stanowiska wygląda to mniej spektakularnie, ale dla rynku ma większe znaczenie. Nie mowa tu o jednym etacie, tylko o całym segmencie pracy biurowej, które przez lata opierały się na powtarzalności.

Najłatwiej automatyzują się zadania, które:

• kończą się przewidywalnym formatem wyniku,
• bazują na podobnych danych wejściowych,
• nie wymagają odpowiedzialności za ostateczną decyzję,
• dają się ocenić zgodnością z procedurą, a nie jakością osądu.

Właśnie dlatego problem AI nie sprowadza się do prostego „człowiek kontra maszyna”. Znacznie częściej chodzi o to, że zawód zostaje, ale jego bardziej odtwórcza warstwa przestaje być osobnym miejscem pracy.

Pierwsze uderzenie AI widać w administracji, obsłudze i pracy transakcyjnej

Raport Future of Jobs 2025 pokazuje to bardzo wyraźnie. Wśród ról, które mają maleć najszybciej, pojawiają się kasjerzy i pracownicy obsługi biletowej, asystenci administracyjni, sekretarki zarządu, pracownicy pocztowi, kasowi pracownicy banków oraz osoby zajmujące się wprowadzaniem danych. W ujęciu zbiorczym najmocniej kurczą się kategorie pracowników biurowych i sekretariatu. Te role łączy wysoki udział pracy schematycznej, obiegu dokumentów i przewidywalnych interakcji.

Nie oznacza to jednak końca administracji jako takiej. Zmienia się raczej jej układ: mniej osób będzie potrzebnych do przepisywania, sortowania i obsługi prostych procesów, więcej – do koordynacji, rozumienia systemów i zajmowania się wyjątkami, których automat nie potrafi sensownie rozstrzygnąć.

Zmiana dochodzi też do zawodów związanych z pracą umysłową, które długo wydawały się bezpieczne

Stary obraz automatyzacji był prosty: maszyny wypierają pracę fizyczną, a zawody oparte na wiedzy mają się dobrze. Badania JRC (Joint Research Centre) pokazują jednak, że generatywna AI mocno weszła także w obszary poznawcze. Wysoką ekspozycję mają między innymi software developers, office clerks, nauczyciele czy inżynierowie. Powód jest dość jasny: modele językowe dobrze radzą sobie z rozumieniem tekstu, wyszukiwaniem, streszczaniem, porządkowaniem, generowaniem pierwszych wersji materiałów i wspieraniem planowania.

To nie jest jeszcze historia o „końcu nauczyciela”, „końcu prawnika” albo „końcu programisty”. To historia o przesunięciu ciężaru pracy. W zawodach opartych na wiedzy maleje wartość tego, co jest pierwszą wersją tekstu, prostym researchem, standardową analizą albo powtarzalnym fragmentem komunikacji. Rośnie znaczenie tego, co wymaga odpowiedzialności za wynik, oceny jakości informacji, rozmowy z człowiekiem i decyzji podejmowanej w niejednoznacznej sytuacji. Właśnie dlatego tekst o studiach interdyscyplinarnych dobrze dopowiada ten wątek: rynek coraz słabiej wynagradza profile zbudowane na jednej, łatwo powielanej czynności, a coraz mocniej szuka łączenia narzędzi, wiedzy i kontekstu.

Które branże zmienią się najmocniej przez AI?

Poniższa tabela nie pokazuje „listy zawodów do likwidacji”, tylko bardziej użyteczny obraz: gdzie AI przejmuje fragment pracy najszybciej i co zwykle zostaje po stronie człowieka. To syntetyczne ujęcie na podstawie raportów ILO, JRC i WEF.

Wspólny mianownik tych zmian jest prosty: im więcej schematu w codziennej pracy, tym łatwiej przesunąć ją z człowieka na system.

Media i marketing stracą najwięcej tam, gdzie treść była tylko „dowozem”

Model potrafi wygenerować opis produktu, szkic newslettera, prosty post do social mediów, warianty nagłówków czy wstępna analiza konkurencji. To oznacza, że spada wartość pracy opartej wyłącznie na produkcji poprawnie brzmiącego tekstu. Zyskują osoby, które potrafią połączyć komunikację z analizą odbiorcy, strategią marki, danymi i oceną skuteczności przekazu. Sama umiejętność „pisania treści” przestaje wystarczać, jeśli nie stoi za nią decyzja, po co dana treść powstała i jaką zmianę ma wywołać. JRC pokazuje zresztą szerzej, że wysoka ekspozycja na AI dotyczy właśnie zadań związanych z przetwarzaniem informacji, planowaniem i rozumieniem tekstu.

Ten proces dobrze widać także z perspektywy społecznej. Kiedy algorytm produkuje i porządkuje coraz więcej komunikatów, rośnie znaczenie ludzi, którzy rozumieją nie tylko medium, ale też zachowanie odbiorców, wpływ platform i logikę cyfrowych środowisk. Temat ten szerzej rozwija tekst o socjologii i studiach socjologicznych w świecie social mediów i algorytmów.

IT nie kończy się przez AI. Kończy się pewien model wejścia do IT

To jeden z najczęściej źle opisywanych wątków. Łatwo usłyszeć, że skoro modele potrafią pisać kod, to programiści staną się zbędni. Tymczasem ten sam raport World Economic Forum pokazuje, że AI and Machine Learning Specialists, Big Data Specialists, FinTech Engineers oraz Software and Applications Developers należą do najszybciej rosnących ról do 2030 roku. Napięcie nie dotyczy więc istnienia branży, tylko tego, jak wygląda próg wejścia. Ubywa wartości w prostym kodowaniu według instrukcji. Przybywa jej tam, gdzie trzeba zrozumieć architekturę, bezpieczeństwo, integrację systemów i sens biznesowy rozwiązania.

Dlatego wybór kierunku studiów warto przemyśleć właśnie pod tym kątem, a nie traktować go jako formalność. Kto myśli o wejściu do obszaru technologii, powinien patrzeć nie tylko na „naukę programowania”, ale szerzej – na środowisko, w którym łączy się kod, analizę, bezpieczeństwo i pracę nad realnym problemem. Tę logikę rozwija też sam kierunek Informatyka, obecny w naszej strukturze obok specjalności związanych z programowaniem, grafiką i cyberbezpieczeństwem.

Jakie role są mniej podatne na automatyzację i wdrożenia systemów AI?

Słowo „bezpieczny zawód” bywa mylące, bo sugeruje, że da się znaleźć profesję całkowicie odporną na zmianę. Dużo lepiej mówić o rolach trudniejszych do zautomatyzowania. JRC wskazuje, że niższą ekspozycję mają zadania o silnym komponencie społecznym, komunikacyjnym i emocjonalnym. To prowadzi do prostego wniosku: większą odporność mają nie tyle konkretne etykiety zawodowe, ile zawody łączące kilka warstw pracy naraz.

Najmniej podatne na szybkie wypchnięcie są zwykle role, w których liczy się:

• odpowiedzialność za decyzję i jej skutki,
• praca z człowiekiem, a nie tylko z informacją,
• działanie w sytuacji niejednoznacznej,
• umiejętność oceny wyniku AI zamiast ślepego przyjmowania go za prawdę.

To rozróżnienie przydaje się bardziej niż listy „pewnych zawodów przyszłości”. Kasjer może być wypierany szybko, choć jego praca nie jest poznawczo skomplikowana. Nauczyciel może mieć wysoką ekspozycję na AI przy przygotowaniu materiałów, ale sama rola nauczyciela nie znika, bo obejmuje relację, prowadzenie procesu i ocenę postępów. Właśnie dlatego prognozy o „końcu zawodów” tak często okazują się dużym uproszczeniem.

Jak wybierać studia, gdy AI zmienia rynek pracy?

Wybór studiów coraz trudniej oprzeć na prostym założeniu, że istnieje zawód, którego AI nie naruszy. Taki sposób myślenia daje raczej chwilowy komfort niż solidną podstawę decyzji. World Economic Forum szacuje, że do 2030 roku zmianie ulegnie albo zdezaktualizuje się 39 proc. kluczowych umiejętności pracowników. To oznacza rynek, na którym przewagę zyskują osoby potrafiące łączyć narzędzia, wiedzę specjalistyczną i trafną ocenę sytuacji.

Nie o to dziś chodzi, by znaleźć kierunek rzekomo odporny na AI. Znacznie ważniejsze staje się pytanie o to, jak zbudować profil, który zachowa wartość również wtedy, gdy część zadań przejmie technologia. Liczy się więc nie sam tytuł studiów, ale układ kompetencji, które za nim stoją: analiza, praca z danymi, rozumienie procesów, komunikacja, zdolność uczenia się i umiejętność współpracy z narzędziami cyfrowymi. Właśnie pod tym kątem warto czytać także nasz artykuł „Top 10 przyszłościowych kierunków studiów – te kierunki warto studiować” – nie jak ranking modnych nazw, lecz jak przegląd obszarów, w których technologia i kompetencje ludzkie będą się wzajemnie uzupełniać.

AI nie zabierze pracy jednym ruchem. Najpierw obniży wartość tych fragmentów pracy, które są przewidywalne, łatwe do skopiowania i dają się zamknąć w procedurze. Najmocniej odczują to stanowiska biurowo-administracyjne, część finansów operacyjnych, produkcja treści oparta na schemacie i wejściowe poziomy niektórych zawodów umysłowych. Dla studenta nie jest to sygnał do paniki, lecz do rozsądnego ustawienia priorytetów. Warto rozwijać nie zawód rozumiany szkolnie i wąsko, ale taki zestaw umiejętności, który prowadzi do pracy opartej na interpretacji, decyzji, odpowiedzialności i ocenie jakości wyniku – czyli tam, gdzie technologia może pomagać, ale nie przejmuje całej roli człowieka.

Bibliografia

1. World Economic Forum, The Future of Jobs Report 2025, Geneva 2025,
2. Joint Research Centre (Wspólne Centrum Badawcze Komisji Europejskiej), AI Watch: Assessing Which Occupations Face Greatest Disruption from AI Uptake,
3. International Labour Organization (Międzynarodowa Organizacja Pracy), Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality