Dwie statystyki, które razem tworzą problem
W raporcie EY są dwie liczby, które osobno wyglądają na neutralne decyzje biznesowe. Razem układają się w coś innego.
Pierwsza liczba: 64% polskich firm ogranicza lub rozważa ograniczenie rekrutacji na stanowiska entry-level. 29% tnie rekrutację tam, gdzie praca polega na czynnościach powtarzalnych. Kolejne 35% ogranicza stanowiska, które nie wymagają doświadczenia. Dodatkowe 10% ogranicza rekrutację na różnych poziomach doświadczenia. Interpretacja raportu jest prosta: AI zaczęła przejmować te zadania, więc ludzi się już nie zatrudnia.
Druga liczba: 45% firm szkoli z AI tylko wybrane grupy pracowników. Najczęściej liderów i zespoły technologiczne. 43% deklaruje szkolenia dla wszystkich. 7% ma to w planach. 3% nie robi nic. Raport EY nazywa selektywne podejście „elityzacją wiedzy o AI”.
Kontekst dla obu liczb: 62% polskich firm deklaruje, że z narzędzi AI może korzystać większość albo niemal każdy pracownik. Dostęp jest. Szkolenia selektywne. Rekrutacja na wejściu zamknięta. W tej trójce ukrywa się problem, który moim zdaniem jeszcze nie dotarł do większości zarządów.
Dlaczego to działa dziś
Krótkoterminowo matematyka jest przekonująca. Junior kosztuje rocznie 80-120 tys. PLN. AI za tę samą pracę (analiza danych, notatki ze spotkań, podstawowe raporty, szkice prezentacji) kosztuje kilkanaście tysięcy rocznie w licencjach. Oszczędność widać w budżecie już w pierwszym kwartale.
Najmocniej tnie handel. Z raportu EY wynika, że 49% firm handlowych ogranicza rekrutację na stanowiska juniorskie. Sektor ma szybką pętlę feedbacku i silną presję kosztową, więc decyzje zapadają szybko. Z drugiej strony w tym samym raporcie handel jest pokazany jako branża najmocniej monitorująca efekty AI (54% systemowo). Firma tnie koszty, widzi wynik, tnie dalej.
W energetyce i bankowości decyzje są ostrożniejsze, ale kierunek ten sam. Mniej nowych osób na wejściu, więcej nacisku na produktywność obecnych zespołów wspieranych przez AI. Na poziomie kwartalnym każda z tych decyzji broni się w rachunku wyników.
Dlaczego to pęknie za 3 lata
Problem nie jest w tym, że juniorzy mniej pracują. Jest w tym, że przestają istnieć jako kategoria. A z nimi mechanizm, który w każdej organizacji przez dekady budował pipeline kadrowy.
Znikający etap nauki pracy
Katarzyna Ellis, Partnerka i Liderka Zespołu People Consulting w EY Polska, opisuje to w raporcie konkretnie. Jeszcze kilka lat temu młodzi pracownicy uczyli się zawodu, wykonując proste zadania: notatki ze spotkań, analizy danych, prezentacje. Dziś wiele z tych czynności powierza się AI. W efekcie znika naturalny etap nauki pracy.
Ten etap nigdy nie był tylko o wykonywaniu zadań. Był o rozumieniu, jak firma działa. Jak rozmawia ze sobą HR i finanse, co naprawdę robi dział zakupów, dlaczego dyrektor operacyjny reaguje nerwowo na raport sprzedażowy z poniedziałku. Tej wiedzy nie uczy się z dokumentacji. Uczy się jej, wykonując codzienne zadania i obserwując, co się z nimi dzieje dalej.
Luka mid i senior z domain expertise
Raport EY formułuje ryzyko wprost. Jeśli organizacje ograniczają dziś zatrudnianie i rozwój pracowników na poziomie juniorskim, w kolejnych latach mogą stanąć przed niedoborem specjalistów średniego i wyższego szczebla, którzy nie tylko posiadają kompetencje technologiczne, lecz także bardzo dobrze rozumieją procesy, klientów i specyfikę biznesu.
W praktyce w 2028-2030 będziesz szukał dyrektora projektu z pięcioletnim doświadczeniem w twojej branży. Nie znajdziesz. Bo przez ostatnie trzy lata nikt ich nie zatrudniał jako juniorów. Alternatywą będzie headhunting u konkurencji (drogi), import z rynku (też drogi i z ryzykiem kulturowym) albo akceptacja, że projekty poprowadzi ktoś, kto nie rozumie specyfiki firmy.
Elityzacja = brak kultury AI
Druga część problemu to sposób, w jaki firmy szkolą z AI. 45% daje szkolenia wybranym. Liderom, żeby wiedzieli, co robić. Zespołom IT, żeby wdrażali. Reszta dostaje narzędzia bez przygotowania.
Raport EY zwraca uwagę na jeszcze jeden aspekt. W wielu firmach pierwszą barierą adaptacji AI nie są ograniczenia technologiczne, tylko obawy i niepewność pracowników. Kiedy narzędzie trafia na biurko, a szkolenia nie ma, ludzie używają AI powierzchownie albo wcale. Efekt: firma płaci za licencje, ale nie widzi wzrostu produktywności. Wraca do tego samego kręgu, który opisałem w tekście o pułapce Copilota.
Model alternatywny: czego uczy PZU i Bank Pekao
Raport EY przytacza dwa przykłady firm, które idą inną ścieżką. Nie bronią tradycyjnego modelu rekrutacji juniorów, ale też nie elitaryzują wiedzy o AI. Znajdują trzeci sposób.
PZU: Akademia AI i 100 Ambasadorów
Bogdan Benczak, Prezes PZU, opisuje w raporcie strategię, która stoi na trzech filarach. Pierwszy: wewnętrzny asystent AI udostępniony całej organizacji. Liczba, która robi wrażenie: blisko 3 miliony promptów wygenerowanych przez pracowników PZU w tym narzędziu. To nie jest „używamy AI”. To jest „AI jest standardem pracy”.
Drugi filar: Akademia AI. Systemowy program rozwojowy dla pracowników, który zapewnia dostęp do aktualnej wiedzy o technologii. Nie szkolenie jednorazowe, tylko program. Trzeci filar: sieć blisko 100 Ambasadorów AI, czyli operacyjnych liderów reprezentujących poszczególne jednostki biznesowe, którzy przekładają możliwości technologii na praktyczne zastosowania w swoich obszarach.
Cytat z raportu, który dobrze oddaje kierunek: „ambicją PZU jest, aby sztuczna inteligencja stała się standardem pracy w całej organizacji, a nie wyspecjalizowanym narzędziem dla wybranych zespołów”. Dokładne przeciwieństwo elityzacji.
Bank Pekao i TAURON: technologia plus ludzie
Marcin Zygmanowski, Wiceprezes Banku Pekao nadzorujący Pion Transformacji Technologicznej i Innowacji, opisuje w raporcie model hub-and-spoke, w którym centralne zarządzanie łączy się z szeroką dostępnością rozwiązań w jednostkach biznesowych. Technologia jest kontrolowana, ale wiedza o niej jest rozproszona świadomie.
Grzegorz Lot, Prezes TAURON, ujmuje to w jednym zdaniu, które dla mnie jest najtrafniejszym podsumowaniem tej całej dyskusji. Technologia sama w sobie nie wystarczy. To ludzie, którzy potrafią z niej korzystać, decydują o sukcesie jej wdrożenia.
Framework trzech warstw: co zrobić
Jeśli zarząd uznaje, że krótkoterminowa oszczędność nie jest wystarczająca, potrzebuje planu na trzech warstwach jednocześnie. Każda dotyka innego obszaru, ale żadna nie działa samodzielnie.
Warstwa 1: przeprojektuj ścieżkę juniora
Stary model nauki (powtarzalne zadania jako poligon doświadczalny) przestaje działać. To nie znaczy, że rezygnujesz z juniorów. Znaczy, że dajesz im inne zadania: pracę z kontekstem, weryfikację pracy AI, podejmowanie decyzji w sytuacjach niestandardowych, krytyczne myślenie nad wynikami modeli. Junior 2026 roku nie robi tego, co robił w 2020. Robi coś trudniejszego, bo proste rzeczy są już wykonane.
Warstwa 2: zdemokratyzuj szkolenia z AI
43% firm już to robi (szkoli wszystkich). 45% ogranicza. Decyzja, która moim zdaniem najmocniej determinuje przyszłość firmy w ciągu najbliższych 5 lat, to przejście z drugiej kategorii do pierwszej. Akademia AI w modelu PZU, sieć ambasadorów zakorzeniona w jednostkach biznesowych, szkolenia dopasowane do roli, nie do poziomu.
Warstwa 3: liderzy używają AI sami
Raport EY zauważa, że w organizacjach, w których menedżerowie sami korzystają z narzędzi AI i pokazują ich zastosowanie w codziennej pracy, adaptacja technologii przebiega znacznie szybciej. Przykład idący z góry organizacji jest jednym z najważniejszych czynników kształtujących kulturę korzystania z nowych narzędzi.
W praktyce oznacza to, że jeśli dyrektor finansowy nigdy nie użył Copilota do przygotowania prognozy, nie ma co oczekiwać, że analityk zacznie. Jeśli CEO nie używa AI do research’u przed kwartalnym spotkaniem zarządu, cała firma wyciąga wniosek, że „u nas się tego nie robi”. Kultura AI zaczyna się w zarządzie, nie na szkoleniu dla pracowników.
Checklist dla CEO i dyrektora HR
Zanim podejmiesz kolejną decyzję o ograniczeniu rekrutacji na rzecz AI, warto odpowiedzieć sobie na sześć pytań.
- Ilu juniorów zatrudniliśmy w 2025, a ilu w 2023? Jeśli spadek jest duży, gdzie za 3 lata weźmiemy mid i seniorów?
- Czy mamy program szkoleń z AI dla wszystkich pracowników, czy tylko dla liderów i IT?
- Jaki odsetek zarządu używa AI w codziennej pracy (nie deklaratywnie, tylko realnie)?
- Czy juniorzy, których jeszcze zatrudniamy, dostają zadania, które rozwijają krytyczne myślenie, czy tylko te, których AI nie zdążyła przejąć?
- Czy mamy sieć ambasadorów AI w jednostkach biznesowych, czy wiedza jest zamknięta w centrum kompetencji?
- Co robimy, żeby zatrzymać tych juniorów, których zatrudniliśmy, po tym jak nauczą się pracować z AI?
Wybór, przed którym stoi zarząd, jest w istocie prosty. Pierwsza ścieżka: tniesz koszty dziś, portfel wynagrodzeń wygląda lepiej w tym roku, a za trzy lata szukasz ludzi, których nie ma na rynku. Druga ścieżka: inwestujesz w kompetencje teraz, w ciągu najbliższych 12-18 miesięcy zbudujesz ciągłość pipeline’u talentów, a w 2028-2030 masz gotowych mid i seniorów z domain expertise.
Jeśli chcesz pogłębić temat, polecam artykuły o redukcjach etatów i realokacji w transformacji AI, o ramach kompetencji i talentów AI w organizacji, o FOMO na AI i abdykacji firm oraz pillar o przywództwie i zarządzaniu w erze AI.
