Paradoks Jevonsa kontra rzeczywistość: co dane naprawdę mówią o AI i zatrudnieniu?

Główny ekonomista Apollo Global Management twierdzi, że nie ma żadnych dowodów na masowe zwolnienia wywołane przez sztuczną inteligencję. Dane ADP za ostatnie tygodnie rzeczywiście nie sygnalizują katastrofy na rynku pracy. Ale inne statystyki pokazują zupełnie inny obraz – i warto spojrzeć na obie strony tej układanki.

Optymistyczna teza z Wall Street

Torsten Slok, główny ekonomista Apollo Global Management, opublikował krótką, ale głośną analizę w ramach cyklu „The Daily Spark”. Jego wniosek jest prosty: tygodniowe dane zatrudnienia ADP nie pokazują żadnego śladu masowych zwolnień napędzanych przez AI. Wprost przeciwnie – firmy zatrudniają specjalistów od wdrożeń AI, a boom inwestycyjny w centra danych napędza wzrost wynagrodzeń dla ekspertów technologicznych, cen półprzewodników i kosztów energii.

Slok powołuje się na paradoks Jevonsa – obserwację angielskiego ekonomisty Williama Stanleya Jevonsa z 1865 roku. Jevons zauważył, że wynalezienie wydajniejszego silnika parowego nie zmniejszyło zużycia węgla – przeciwnie, gdy energia stała się tańsza, jej konsumpcja drastycznie wzrosła. W kontekście AI Slok aplikuje tę logikę wprost do rynku pracy: tańsza technologia nie zabija miejsc pracy, lecz kreuje nowy popyt i nowe role.

Podobne podejście reprezentuje Salesforce, którego prezes Marc Benioff zapowiedział zatrudnienie 1000 nowych pracowników na stanowiskach entry-level do budowania systemów AI firmy.

Dane, których Slok nie cytuje

I tu zaczyna się komplikacja.

Amerykański Urząd Statystyk Pracy (BLS) opublikował niedawno dane, z których wynika, że 18 zawodów zidentyfikowanych jako szczególnie narażonych na wpływ AI – obejmujących łącznie około 10 milionów miejsc pracy – zanotowało spadek zatrudnienia o 0,2% między majem 2024 a majem 2025 roku. W tym samym czasie ogólne zatrudnienie wzrosło o 0,8%.

Szczególnie uderzające są liczby dla przedstawicieli obsługi klienta: zatrudnienie w tej grupie spadło o 130 180 osób, czyli o 4,8% w ciągu roku.

Goldman Sachs w raporcie opublikowanym w maju 2026 stwierdził, że zawody narażone na substytucję przez AI odnotowały spadek ofert pracy poniżej poziomów sprzed pandemii, podczas gdy te wspierane przez AI lub mniej narażone na jego wpływ traciły oferty wolniej.

Komentarz Redaktora Naczelnego AIPORT.pl, Piotra Wolniewicza:

Obydwie narracje są częściowo prawdziwe i właśnie to sprawia, że debata o AI i zatrudnieniu jest tak trudna. Slok patrzy na zagregowane dane makroekonomiczne i widzi stabilność – bo rynek pracy jako całość rzeczywiście nie eksploduje. Ale BLS patrzy na konkretne zawody i widzi wyraźne sygnały kurczenia się tych ról, które AI zastępuje najszybciej.

To nie jest sprzeczność. To jest jednoczesne prawda na dwóch różnych poziomach analizy.

Paradoks Jevonsa jest realnym zjawiskiem ekonomicznym i historia go potwierdza. Ale historia uczy też, że okresy transformacji technologicznych bywają dla konkretnych grup pracowników bardzo bolesne – nawet jeśli w perspektywie dekady rynek pracy wraca do równowagi. Pracownik obsługi klienta, który traci pracę dziś, nie poczeka spokojnie na „net positive” w 2030 roku.

Warto zadać sobie pytanie: czy dysponujemy odpowiednimi mechanizmami – systemami przekwalifikowania, siatkami bezpieczeństwa, politykami rynku pracy – które pozwolą tym konkretnym ludziom skorzystać z nowych ról, które AI tworzy? Bo bez tego nawet optymistyczny scenariusz makroekonomiczny oznacza głęboki ból dla milionów konkretnych osób.

Kto zyska, kto zapłaci

Dane wskazują na rosnące nierówności wewnątrz rynku pracy. Z jednej strony:

• Inżynierowie ML zarabiają średnio 161 tys. dolarów rocznie, specjaliści NLP – 156 tys., a inżynierowie generatywnej AI – 150 tys. dolarów.
• Stanowiska wymagające wiedzy o AI w 2024 roku oferowały wynagrodzenia wyższe o 56% od przeciętnej rynkowej.
• Liczba ofert pracy z wymaganiami AI wzrosła o 134% ponad poziomy z 2020 roku.

Z drugiej strony widać wyraźną koncentrację strat. Analiza Narodowego Biura Badań Ekonomicznych z 2025 roku wskazuje, że około 3,9% amerykańskich pracowników – od 5 do 6 milionów osób – pracuje w zawodach o wysokim narażeniu na AI i jednocześnie niskiej zdolności adaptacji. To grupy wykonujące rutynowe zadania, z ograniczonymi oszczędnościami i na rynkach lokalnych z mniejszą liczbą alternatyw.

Paradoks, który napędza inflację

Slok zwraca uwagę na coś, o czym rzadziej się mówi w kontekście AI i pracy. Boom inwestycyjny w infrastrukturę AI – centra danych, sprzęt, energię – nie tylko tworzy miejsca pracy, ale też podbija ceny. Eksperci od AI są dobrem deficytowym.

Dallas Fed zaobserwował też inny efekt: zatrudnienie wśród absolwentów w wieku 22-25 lat w zawodach najbardziej narażonych na AI spadło o 13% od 2022 roku – nie dlatego, że AI wyrzuca ludzi z pracy, ale dlatego, że cicho zamknęło drzwi do rekrutacji na stanowiskach entry-level. AI nie zwalnia. Po prostu nie zatrudnia.

Czego dane ADP nie mierzą

Warto rozumieć ograniczenia argumentacji Sloka. Dane ADP mierzą tygodniowe zmiany zatrudnienia w agregacie. Najbardziej uczciwe odczytanie danych z lat 2024-2026 brzmi: AI restrukturyzuje pracę w sposób nierównomierny między rolami, sektorami i etapami kariery. Paradoks Jevonsa wyjaśnia, dlaczego łączny popyt na pracę nie zawalił się. Ale gdy koszt pracy kognitywnej spada, ludzka uwaga przesuwa się w górę łańcucha wartości – ku ocenie, podejmowaniu decyzji i orkiestracji.

Według Światowego Forum Ekonomicznego do 2030 roku zniknie 92 miliony ról, ale zostanie stworzonych 170 milionów nowych – netto to wzrost o 78 milionów miejsc pracy. Pytanie tylko, czy te same osoby, które stracą stare role, będą w stanie zająć nowe.

Paradoks Jevonsa działa. Ale nie jest gwarancją miękiego lądowania dla każdego.