Amerykańskie Biuro Statystyki Pracy (BLS), rządowa agencja odpowiedzialna za długoterminowe prognozy zatrudnienia w USA, rozszerzyło listę zawodów, w których sztuczna inteligencja może ograniczyć zapotrzebowanie na pracowników, do 45 profesji. Jak podaje Bloomberg, na liście znaleźli się między innymi specjaliści public relations, twórcy stron internetowych i pracownicy recepcji hotelowych, a więc grupy, które we wcześniejszych analizach BLS traktowano jako stosunkowo odporne.
- Amerykańskie Biuro Statystyki Pracy (BLS) rozszerzyło listę zawodów, przy których wymienia AI jako czynnik wpływający na popyt na pracę, do 45 profesji – znaleźli się na niej m.in. specjaliści public relations, twórcy stron internetowych i recepcjoniści hotelowi.
- Po raz pierwszy w oficjalnej statystyce rynku pracy rząd USA wykorzystał dane telemetryczne komercyjnych dostawców modeli AI – Anthropic (Claude.ai) i Microsoftu (Copilot) – jako element metodologii klasyfikacji ekspozycji zawodów na sztuczną inteligencję.
- Mimo obecności na liście 45 zawodów BLS prognozuje wzrost zatrudnienia dla wszystkich trzech nagłośnionych grup: specjaliści PR +2 proc., recepcjoniści hotelowi +2 proc., twórcy stron i projektanci cyfrowi +5 proc. – BLS wprost zastrzega, że ekspozycja na AI nie oznacza utraty pracy ani automatyzacji.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
BLS opublikował prognozy do 2035 roku i pierwszy raz osobno zmierzył ekspozycję zawodów na AI
Prognozy zatrudnienia na lata 2025-2035 ukazały się w czwartek 27 sierpnia 2026 roku. BLS szacuje, że amerykańska gospodarka doda 5,9 mln miejsc pracy, a zatrudnienie ogółem wzrośnie ze 170,3 mln do 176,2 mln osób, czyli o 3,5 proc. To wyraźnie mniej niż 10,9 proc. wzrostu odnotowane w dekadzie 2015-2025.
Razem z prognozami BLS udostępnił nowy produkt danych: klasyfikację względnej ekspozycji na sztuczną inteligencję dla każdego zawodu, dla którego przygotowuje projekcje. Zawody podzielono na cztery kategorie: niską, umiarkowaną, wysoką i bardzo wysoką ekspozycję.
Osobno działa tabela 1.12 „Factors affecting occupational utilization”, w której BLS od lat opisuje czynniki zwiększające lub zmniejszające popyt na dany zawód. To właśnie ta tabela jest źródłem liczby 45. W poprzednim cyklu prognoz sztuczna inteligencja pojawiała się tam przy asystentach prawnych, likwidatorach szkód, rzeczoznawcach szkód komunikacyjnych, korepetytorach i hydrologach. Bloomberg podaje, że w najnowszej edycji lista zawodów, przy których BLS wymienia AI jako czynnik, urosła do 45 pozycji.
Cztery kategorie ekspozycji powstały na podstawie danych o realnym korzystaniu z Claude’a i Copilota
Metodologia jest ciekawsza niż sama liczba. BLS nie zbudował własnej miary od zera, tylko połączył pięć zewnętrznych źródeł i sprowadził je do wspólnej skali percentylowej.
- Felten, Raj i Seamans: ocena, na ile możliwości AI odpowiadają zdolnościom wymaganym w zawodzie
- Eloundou, Manning, Mishkin i Rock (praca „GPTs are GPTs”): czy duży model językowy skróciłby czas wykonania zadań o co najmniej połowę
- Eisfeldt, Schubert, Taska i Zhang: ta sama logika zastosowana do zadań z bazy O*NET przy użyciu GPT 3.5 Turbo
- Massenkoff i McCrory z Anthropic: zaobserwowana ekspozycja liczona na podstawie rzeczywistych rozmów w Claude.ai i ruchu API
- Tomlinson, Jaffe, Wang, Counts i Suri z Microsoftu: dopasowanie AI do czynności zawodowych na podstawie danych z Copilota
Trzy pierwsze źródła to miary teoretyczne. Dwa ostatnie opierają się na obserwowanym użyciu narzędzi AI w pracy. Rząd USA po raz pierwszy wykorzystał więc dane telemetryczne komercyjnych dostawców modeli jako element oficjalnej statystyki rynku pracy.
Skala operacji: 831 zawodów pomnożone przez pięć źródeł daje 4155 możliwych kombinacji. BLS dysponował danymi dla 3944 z nich, a 211 wartości imputował, co dotknęło 75 zawodów.
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Wysoka ekspozycja nie oznacza zwolnień i BLS zastrzega to wprost
Trafienie na listę nie jest wyrokiem. BLS umieścił na stronie z nowymi danymi rozbudowaną sekcję ograniczeń, w której zaznacza, że kategoria ekspozycji nie jest prognozą zatrudnienia, prognozą płac, oceną prawdopodobieństwa wdrożenia AI ani szacunkiem zastąpienia pracowników.
„Ekspozycja nie oznacza utraty pracy, wzrostu produktywności, prawdopodobieństwa automatyzacji ani wpływu na płace” / „Exposure does not imply job loss, productivity gains, automation probability, or wage effects”
Liczby to potwierdzają. Zatrudnienie specjalistów PR ma wzrosnąć z 314 500 do 320 200 osób, czyli o 2 proc. Recepcjoniści hotelowi: z 264 600 do 269 500, również o 2 proc. Twórcy stron internetowych i projektanci cyfrowi mają urosnąć o 5 proc., szybciej niż średnia dla całej gospodarki, która wynosi 3 proc.
Przy specjalistach PR BLS wprost pisze, że sztuczna inteligencja wchodzi w obszar mediów społecznościowych bogatych w dane i może osłabić popyt na tych pracowników. Ale ten sam opis wymienia rosnące zapotrzebowanie na obsługę reputacji i komunikacji kryzysowej, które popyt podtrzymuje. Efekt netto pozostaje dodatni.
Warto też pamiętać o dacie ważności samych danych. BLS zaznacza, że źródła teoretyczne opisują możliwości AI dostępne najpóźniej w połowie 2023 roku, a większość miar dotyczy wyłącznie modeli językowych i pomija generowanie obrazu oraz wideo.
Ta prognoza jest ciekawsza jako dokument o metodologii niż jako lista zagrożonych zawodów. Rząd Stanów Zjednoczonych właśnie przyznał, że nie potrafi zmierzyć wpływu AI na rynek pracy własnymi narzędziami i musiał sięgnąć po dane o tym, do czego ludzie faktycznie używają Claude’a i Copilota. To poważna zmiana w tym, kto dostarcza surowiec do oficjalnej statystyki publicznej.
Jednocześnie widzę tu ryzyko, przed którym sam BLS lojalnie ostrzega, a którego nagłówki nie wytrzymają. Recepcjonista hotelowy z listy 45 zawodów ma według tych samych prognoz o 2 proc. więcej miejsc pracy za dekadę. Różnica między „AI dotyka tego zawodu” a „AI likwiduje ten zawód” jest ogromna, tylko że w komunikacji publicznej zniknie w ciągu jednego cyklu newsowego.
Mam też wątpliwość dotyczącą samej konstrukcji miary. Modele opisane w trzech z pięciu źródeł to stan wiedzy z połowy 2023 roku. W tempie, w jakim zmieniają się możliwości systemów agentowych, to jest odległa przeszłość. Prognoza sięga 2035 roku, a jej fundament pochodzi sprzed trzech lat. BLS o tym pisze, tylko że użytkownik tabeli już niekoniecznie do tego zajrzy.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Prawdziwe spadki są gdzie indziej: kartoteki, zamówienia i klasyczni programiści
Zawody, w których BLS faktycznie prognozuje kurczenie się zatrudnienia, w większości nie trafiły do medialnych nagłówków. Chodzi o powtarzalną pracę biurową i część ról technicznych.
| Zawód | Zmiana zatrudnienia 2025-2035 |
|---|---|
| Pracownicy ds. zamówień (order clerks) | -17 proc. |
| Pracownicy kartotek i archiwów (file clerks) | -16 proc. |
| Ankieterzy (poza kwalifikacyjnymi i kredytowymi) | -10 proc. |
| Programiści (computer programmers) | -7 proc. |
| Graficy | -2 proc. |
| Specjaliści PR | +2 proc. |
| Recepcjoniści hotelowi | +2 proc. |
| Twórcy stron i projektanci cyfrowi | +5 proc. |
| Deweloperzy oprogramowania, testerzy i QA | +10 proc. |
Cała grupa pracowników informacyjno-biurowych ma stracić 30 100 etatów, spadając z 1 287 600 do 1 257 600 osób. W tej samej dekadzie zatrudnienie deweloperów oprogramowania rośnie o 10 proc., a więc znacznie szybciej niż średnia. Rozjazd między „programistą” a „deweloperem oprogramowania” w amerykańskiej klasyfikacji zawodów jest tu wymowny: pierwsza kategoria obejmuje głównie pisanie kodu według cudzej specyfikacji i traci, druga obejmuje projektowanie systemów i zyskuje.
Sam BLS wskazuje w swojej karcie informacyjnej, że zmiany związane z AI koncentrują się w czterech obszarach: zawodach komputerowych i matematycznych, zawodach związanych ze sztuką, projektowaniem i mediami, szeroko rozumianej administracji biznesowej oraz usługach prawnych.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polska ma własną mapę ekspozycji, tylko nikt jej nie odświeża co roku
Polski Instytut Ekonomiczny policzył podobne rzeczy w raporcie „AI na polskim rynku pracy”. W 20 zawodach najbardziej wystawionych na wpływ sztucznej inteligencji pracuje w Polsce około 3,68 mln osób, z czego 2,16 mln to kobiety, a 1,53 mln mężczyźni. Dla porównania w 20 zawodach najmniej narażonych pracuje około 1,66 mln osób, czyli mniej więcej 10 proc. zatrudnionych.
Struktura polskiej listy różni się od amerykańskiej. PIE umieszcza na czele finansistów, prawników, część urzędników państwowych, specjalistów do spraw administracji, programistów, a także nauczycieli akademickich i dziennikarzy. Instytut zastrzega przy tym to samo co BLS: dane nie oznaczają liczby miejsc pracy, które zostaną zastąpione przez AI.
Różnica polega na regularności. BLS publikuje prognozy co roku i już zapowiedział, że kolejna edycja obejmie lata 2026-2036 i ukaże się w 2027 roku. W Polsce analogiczne analizy powstają nieregularnie, przy okazji pojedynczych raportów. Podstawy analityczne istnieją, bo NASK wspólnie z Międzynarodową Organizacją Pracy przygotował raport „Generatywna sztuczna inteligencja a polski rynek pracy”, oparty na klasyfikacji ponad 2500 zawodów i blisko 30 tysięcy zadań. Brakuje mechanizmu, który przekładałby to na coroczną, publiczną prognozę zatrudnienia, do której mogliby sięgać maturzyści, doradcy zawodowi i działy HR. Pisaliśmy o tym przy okazji kalifornijskiego dashboardu śledzącego wpływ AI na lokalny rynek pracy.
Dla polskich firm z sektora usług biznesowych sygnał z Waszyngtonu jest wart uwagi z innego powodu. Amerykańskie kategorie zawodowe, które BLS oznaczył jako kurczące się, w dużej części pokrywają się z tym, co polskie centra usług wspólnych wykonują dla klientów zagranicznych: obsługa zamówień, archiwizacja dokumentów, wprowadzanie danych, podstawowa obsługa klienta. Jeśli popyt na te role spada u źródła, spada też zapotrzebowanie na ich outsourcing.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiałów źródłowych, w tym publikacji Artificial Intelligence (AI) exposure categories amerykańskiego Bureau of Labor Statistics z dnia 27.08.2026, komunikatu Employment Projections 2025-2035 tej samej instytucji oraz newslettera AI Today serwisu Bloomberg z dnia 01.09.2026.
Dane o zatrudnieniu w poszczególnych zawodach pochodzą z Occupational Outlook Handbook oraz tabeli 1.12 „Factors affecting occupational utilization” BLS. Polski kontekst opracowano na podstawie raportu „AI na polskim rynku pracy” Polskiego Instytutu Ekonomicznego.
Cytat dotyczący ograniczeń interpretacyjnych nowych danych został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym BLS.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wpływie sztucznej inteligencji na prognozy zatrudnienia w USA i w Polsce.
