Dwadzieścia procent zatrudnionych Amerykanów przyznaje, że sztuczna inteligencja wykonuje dziś przynajmniej jedno zadanie, które wcześniej zlecali koledze z zespołu albo zewnętrznemu wykonawcy. Wynika to z reprezentatywnego badania Epoch AI przeprowadzonego przez Ipsos na próbie 1106 pracujących dorosłych.
Kluczowe fakty:
- Według badania Epoch AI przeprowadzonego przez Ipsos na próbie 1106 pracujących Amerykanów, 20% zatrudnionych przyznaje, że AI wykonuje dziś przynajmniej jedno zadanie wcześniej zlecane współpracownikowi lub zewnętrznemu wykonawcy.
- Badanie opierało się na dziesięciu konkretnych czynnościach zawodowych zaczerpniętych z bazy O*NET amerykańskiego Departamentu Pracy – najwyższy wskaźnik przejęcia pracy przez AI odnotowano przy analizie danych (7,1%), a najniższy przy ocenianiu uczniów i studentów (2,4%).
- Autorzy raportu – Caroline Falkman Olsson, Yafah Edelman i Amreeta Das – zastrzegają wprost, że substytucja na poziomie pojedynczego zadania nie jest równoznaczna z wypieraniem pracowników z rynku pracy.
Ankietę zrealizowano między 10 a 19 lipca 2026 roku na panelu KnowledgePanel, rekrutowanym metodą adresową, co odróżnia ją od typowych sondaży internetowych opartych na samoselekcji respondentów. Raport opublikowano 6 sierpnia. Autorami są Caroline Falkman Olsson, Yafah Edelman i Amreeta Das.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Dziesięć czynności wybranych z bazy Departamentu Pracy
Badacze nie pytali ogólnie o „korzystanie z AI”. Rozbili pracę biurową na dziesięć konkretnych czynności zaczerpniętych z O*NET, bazy zawodowej amerykańskiego Departamentu Pracy, dobranych według udziału w zatrudnieniu. Czytanie dokumentów służbowych. Analiza danych. Prowadzenie ewidencji. Projektowanie systemów i oprogramowania. Przy każdej z nich pytano o cztery rzeczy: czy pracownik używa do niej AI, jaką część zadania model faktycznie wykonuje, czy przejął pracę wcześniej zlecaną komuś innemu, oraz ile trzeba poprawiać w tym, co wypluje.
Ta konstrukcja robi różnicę. Bo „korzystam z AI w pracy” może znaczyć wszystko, od jednego zapytania w miesiącu po całkowitą zmianę warsztatu. A pytanie o konkretną czynność daje odpowiedź, którą da się porównać.
Przesunięcie pracy od ludzi do maszyny widać we wszystkich dziesięciu badanych obszarach, choć w różnym stopniu:
- analiza danych: 7,1 procent respondentów mówi, że AI przejęła zadanie wcześniej zlecane człowiekowi
- czytanie dokumentów służbowych: 5,7 procent
- prowadzenie ewidencji: 5,3 procent
- ocenianie uczniów i studentów: 2,4 procent, czyli najniższy wynik w zestawieniu
- przynajmniej jedno z dziesięciu zadań: 19,9 procent
Epoch AI zaznacza wprost, że substytucja na poziomie pojedynczego zadania nie oznacza automatycznie wypychania pracowników z rynku. To dwie różne rzeczy i mylenie ich prowadzi do złych wniosków w obie strony.
Programiści na czele, ewidencja na szarym końcu
Wśród osób, które w ogóle wykonują dane zadanie, po AI sięga od 25 do 57 procent. Najwyżej jest przy projektowaniu systemów komputerowych i oprogramowania, gdzie robi to 57 procent. Analiza danych to 46 procent, czytanie dokumentów 39 procent, a prowadzenie ewidencji zamyka stawkę z wynikiem 25 procent.
Ale szerokość użycia nie mówi nic o głębokości. W większości przypadków pracownicy opisują AI jako pomoc przy fragmencie roboty, nie przy całości. Pełne albo prawie pełne przejęcie zadania osiąga 10 procent tylko w programowaniu. We wszystkich pozostałych obszarach zostaje poniżej 7 procent.
Czas się oszczędza, choć nie zawsze
Im więcej robi model, tym częściej pracownik deklaruje oszczędność czasu. Przy częściowym wsparciu jest to 37 procent zadań, przy przejęciu większości lub całości już 53 procent. Autorzy uczciwie przyznają, że z samych danych nie da się rozstrzygnąć, co jest przyczyną, a co skutkiem. Możliwe, że AI faktycznie przyspiesza. Możliwe też, że ludzie oddają jej więcej właśnie wtedy, kiedy się spieszą.
Ciekawszy jest drugi wynik. Mniej więcej co szóste zadanie wspierane przez AI zajmuje dziś więcej czasu niż wcześniej. Proporcja jest podobna niezależnie od tego, czy model robi kawałek roboty czy większość. Badacze podsuwają dwa wytłumaczenia: samo prowadzenie rozmowy z modelem kosztuje czas, albo odzyskane godziny idą na zrobienie tego samego zadania dokładniej.
Ta jedna szósta zadań, które po wpuszczeniu AI trwają dłużej, to dla mnie najciekawsza liczba w całym raporcie. Bo cała narracja rynkowa kręci się wokół oszczędności, a tu mamy twardy dowód, że narzędzie potrafi zjeść więcej czasu, niż daje. Pytanie brzmi, czy to koszt nauki, który zniknie za rok, czy stała cecha pracy z modelami językowymi. Podejrzewam, że jedno i drugie, zależnie od zadania. Druga rzecz, która mnie zastanawia, to te dwie trzecie odpowiedzi przyjmowanych bez większych poprawek. Można to czytać jako komplement dla jakości modeli. Można też jako sygnał, że kontrola redakcyjna po stronie człowieka słabnie szybciej, niż rośnie wiarygodność narzędzia. Sprawdziłem, co o tym piszą sami autorzy, i oni również nie stawiają tu tezy. Uważam, że to właściwa postawa, bo nikt jeszcze nie zmierzył obiektywnie jakości tych odpowiedzi. Zmierzono tylko, ile ludzie w nich zmieniają.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
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.
Dwie trzecie odpowiedzi idzie dalej niemal bez poprawek
Przy zadaniach wspieranych przez AI 66 procent odpowiedzi trafia do dalszego obiegu bez zmian albo po drobnych poprawkach. Dokładniej: 5,8 procent bez żadnej ingerencji, 59,9 procent po kosmetyce, 27,1 procent po poważniejszej redakcji, a 4,7 procent po gruntownym przepisaniu. Podstawa to 798 obserwacji zadaniowych od 317 pracowników.
Epoch AI od razu tonuje entuzjazm. Niski nakład poprawek nie jest miarą jakości, a między deklarowaną oszczędnością czasu a zakresem edycji badacze nie znaleźli spójnej zależności. Podsumowanie raportu brzmi ostrożnie: „wszechstronne, ale zwykle niesamodzielne narzędzie pracy” / „a versatile but usually not self-sufficient workplace tool”. Zdaniem autorów dane wskazują raczej na redystrybucję zadań między ludźmi a maszyną niż na automatyzację całych stanowisk.
Jak to wygląda na tle innych pomiarów
Wyniki układają się w linię ze starszymi badaniami. Sondaż Gallupa z sierpnia 2025 roku pokazał, że 45 procent amerykańskich pracowników używa AI w pracy, ale tylko 10 procent robi to codziennie. Wcześniejsza fala badania Epoch AI z marca 2026 roku wykazała, że połowa zatrudnionych użytkowników AI korzysta z niej co najmniej tyle samo służbowo co prywatnie. Ankieta Anthropic wśród około 9700 użytkowników Claude’a dała wynik znacznie bardziej optymistyczny, bo mniej więcej połowa respondentów uznała, że AI mogłaby już wykonać połowę ich pracy albo więcej. Tyle że to była próba użytkowników jednego konkretnego produktu, a nie przekrój populacji.
Warto trzymać w głowie ograniczenie, które Epoch AI wymienia jako pierwsze. Wszystko tu opiera się na deklaracjach. Nikt nie zmierzył stoperem realnej oszczędności czasu ani nie ocenił niezależnie jakości wygenerowanych treści. Badacze z Budget Lab na Uniwersytecie Yale, którzy w maju 2026 roku analizowali twarde dane o zatrudnieniu i płacach realnych, nie znaleźli efektu odróżnialnego od zera. Obie rzeczy mogą być prawdziwe jednocześnie: praca przesuwa się wewnątrz stanowisk, a statystyka zatrudnienia tego jeszcze nie widzi.
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.
Nad Wisłą używamy więcej, a ogarniamy mniej
Polskie dane wyglądają zaskakująco. Według badania „2026 HR & Payroll Pulse” firmy SD Worx narzędzi opartych na AI regularnie używa 38,4 procent pracowników w Polsce, przy średniej europejskiej 29,3 procent. Badanie Hays Poland z czerwca 2026 roku, przeprowadzone wśród ponad 700 specjalistów i menedżerów, dało jeszcze wyższy wynik: 54 procent deklaruje codzienne korzystanie, a kolejne 24 procent kilka razy w tygodniu. Z kolei raport Future Mind, zrealizowany przez SW Research, pokazuje skok regularnych użytkowników GenAI w pracy z 27,3 do 46,2 procent w ciągu roku.
Problem w tym, że wysoka indywidualna adopcja nie przekłada się na dojrzałość organizacji. Emil Waszkowski z Future Mind ujmuje to tak: „Produktywni pracownicy nie tworzą automatycznie produktywnych organizacji. Aby technologia naprawdę przełożyła się na wyniki biznesowe, firmy muszą przeprojektować procesy, a nie tylko wymienić narzędzia”. Potwierdzają to dane GUS, według których w 2026 roku z AI korzysta 8,7 procent polskich firm, wobec 5,9 procent rok wcześniej. Pojedynczy pracownik siedzi z ChatemGPT w drugiej karcie przeglądarki, a firma jako całość nie ma o tym pojęcia.
I tu dochodzimy do rzeczy, którą amerykańskie badanie sygnalizuje mimochodem, a która nad Wisłą uderzy mocniej. Skoro co piąty pracownik oddaje modelowi zadanie wcześniej zlecane komuś innemu, to gdzieś w tej układance znika zlecenie dla freelancera, młodszego analityka albo zewnętrznej agencji. W Polsce ten segment jest szczególnie wrażliwy, bo oferty dla juniorów stanowią już poniżej 5,5 procent wszystkich ogłoszeń w IT, o czym pisaliśmy przy okazji kalifornijskich danych o pierwszych ofiarach AI na rynku pracy. Nie znikają etaty. Znikają wejścia.
Do tego dochodzi drugi wątek, o którym polskie firmy myślą jeszcze rzadziej. Skoro 38,4 procent pracowników używa AI regularnie, a niecałe 9 procent firm deklaruje jej wykorzystanie, to znaczy, że gigantyczna część tego użycia odbywa się poza jakąkolwiek polityką wewnętrzną. Bez rejestru narzędzi, bez zasad dotyczących danych wrzucanych do modelu, bez oznaczania treści. Od 2 sierpnia 2026 roku obowiązują kolejne wymogi przejrzystości z unijnego Aktu o sztucznej inteligencji, a dostawcy generatywnych systemów obecnych na rynku przed tą datą mają czas do 2 grudnia 2026 roku na dostosowanie się do obowiązku znakowania treści. Firma, która nie wie, czym posługują się jej ludzie, nie ma jak tego wdrożyć.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz oryginalnego raportu Epoch AI z 6 sierpnia 2026 roku, autorstwa Caroline Falkman Olsson, Yafah Edelman i Amreety Das, a także komunikatu Ipsos opisującego metodologię badania i omówienia opublikowanego przez The Decoder. Dane porównawcze pochodzą z sondażu Gallupa z sierpnia 2025 roku, wcześniejszej fali badania Epoch AI z marca 2026 roku oraz analiz Budget Lab przy Uniwersytecie Yale. Kontekst polski oparty na badaniach SD Worx „2026 HR & Payroll Pulse” (relacja Prawo.pl), Hays Poland z czerwca 2026 roku, raporcie Future Mind i SW Research „Jak AI zmienia codzienność Polaków?” oraz danych GUS o wykorzystaniu AI w przedsiębiorstwach. Cytat z raportu Epoch AI został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym, cytat Emila Waszkowskiego z polskim materiałem prasowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych danych o przesuwaniu zadań między pracownikami a systemami AI.
