Ogłoszenia skierowane do początkujących programistów stanowiły w pierwszej połowie 2026 roku zaledwie 5 proc. wszystkich ofert na No Fluff Jobs, podczas gdy do seniorów trafia dziś około 60 proc. rynku. Firmy nie przestały zatrudniać ludzi, przestały zatrudniać tych, którzy dopiero się uczą.
Kluczowe fakty:
- W pierwszej połowie 2026 roku oferty pracy dla juniorów stanowiły zaledwie 5 proc. wszystkich ogłoszeń na No Fluff Jobs, podczas gdy seniorzy otrzymywali około 60 proc. dostępnych ofert.
- Na jedno ogłoszenie skierowane do początkujących programistów przypadało średnio 47 aplikacji, a w rekordowych przypadkach nawet 146 zgłoszeń na jedną ofertę.
- Po znaczącym spadku w 2023 roku rynek ofert IT zaczął się odbijać – w 2025 roku liczba ogłoszeń wzrosła o 44 proc. rok do roku, jednak ożywienie to nie objęło juniorów.
Dwa lata temu na konferencjach branżowych powtarzano, że sztuczna inteligencja nie zabierze pracy programistom, bo nie rozumie potrzeb biznesowych. Dziś ten argument brzmi już mniej pewnie, a liczby z polskiego rynku rekrutacyjnego rysują obraz, którego nikt nie planował.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Pięć procent rynku dla tych, którzy dopiero zaczynają
Pierwsze mocne tąpnięcie przyszło w 2023 roku. Jak mówi Bankier.pl Paulina Król, Chief People and Operations Officer w No Fluff Jobs, liczba ogłoszeń publikowanych na portalu spadła wtedy o połowę rok do roku. Sama sztuczna inteligencja nie była jedynym powodem, nałożyło się na to schłodzenie rynku po pandemicznym boomie, kiedy firmy inwestowały w cyfryzację w tempie, którego nie dało się utrzymać.
Rynek się od tego czasu odbił. W 2025 roku liczba ofert wzrosła o 44 proc. rok do roku, a pierwszy kwartał 2026 przyniósł kolejne 23 proc. wzrostu wobec końcówki poprzedniego roku. Tylko że to odbicie ominęło jedną grupę. Struktura doświadczenia w ogłoszeniach zamarła w układzie, w którym senior dostaje sześć na dziesięć ofert, mid nieco ponad trzy, a junior jedną na dwadzieścia.
Skalę tego zatoru widać najlepiej po stronie kandydatów. Z danych No Fluff Jobs za pierwsze półrocze 2026 roku wynika, że na jedno ogłoszenie juniorskie przypadało średnio 47 aplikacji, na midowe 24, a na seniorskie 19. W rekordowych przypadkach na jedną ofertę dla początkujących wpłynęło nawet 146 zgłoszeń.
Zmienił się też rozkład specjalizacji. Rosną kategorie wymagające architektury i bliskiej pracy z biznesem, czyli Data, DevOps i cyberbezpieczeństwo. Spada frontend, czyli obszar najbardziej narażony na odtwarzanie standardowego kodu. Sama kategoria ogłoszeń związanych bezpośrednio ze sztuczną inteligencją urosła z 1,3 proc. rynku w 2022 roku do ponad 5 proc. w pierwszej połowie 2026.
„Sami podcinamy gałąź, na której siedzimy”
Konrad Szewczak, odpowiedzialny za rozwój IT w Bonnier Business Polska, opisuje to bez owijania w bawełnę. „Mam wrażenie, że sami podcinamy gałąź, na której siedzimy”, mówi Bankier.pl. Sztuczna inteligencja przejęła w jego zespołach analizę logów, wsparcie cyberbezpieczeństwa, generowanie i weryfikację kodu, testowanie oraz tworzenie dokumentacji, której wcześniej nikt nie chciał ani pisać, ani finansować.
Szewczak zwraca uwagę na coś, co w debacie o zatrudnieniu ginie: środowisko programistów się rozjeżdża. Z jednej strony sceptycy, którzy nie sięgają po nowe narzędzia i tracą konkurencyjność. Z drugiej entuzjaści goniący za tempem zmian, co kończy się frustracją i wypaleniem. A w tle problem, który uderzy dopiero za kilka lat: skoro juniorzy nie mają gdzie zdobywać doświadczenia, to skąd wezmą się seniorzy potrzebni do nadzorowania modeli?
Testerzy manualni pierwsi w kolejce
Krzysztof Stachowiak, Product Manager platformy QATANA w TTMS, uważa, że zmiany dotkną mocniej osoby piszące kod niż testujące, bo przy dostarczaniu z użyciem narzędzi AI potrzeba więcej kontroli jakości. Ale klasyczny tester pracujący wyłącznie na gotowym interfejsie aplikacji jest w najgorszej pozycji ze wszystkich. Stachowiak mówi o „redukcji zapotrzebowania na poziomie 30-50 proc., zwłaszcza w dużych strukturach”.
Jego zdaniem tester przestaje być osobą sprawdzającą gotowy produkt, a staje się jego współtwórcą od fazy projektowania. To brzmi jak awans, ale w praktyce oznacza, że stanowisko wejściowe do zawodu właśnie zniknęło.
Patrzę na te dane z mieszanymi uczuciami. Widzę realny wzrost produktywności, sam korzystam z narzędzi, które dwa lata temu byłyby nie do pomyślenia, i nie zamierzam udawać, że to nic nie zmienia. Ale widzę też, że branża podejmuje decyzje kadrowe w horyzoncie jednego kwartału, a konsekwencje poniesie w horyzoncie dekady.
Junior nie jest kosztem. Junior jest inwestycją w seniora, którego za pięć lat nikt nie kupi za żadne pieniądze, bo nie będzie go skąd wziąć. Firmy, które dziś oszczędzają na wdrożeniach młodych ludzi, za kilka lat będą licytować się o tych samych doświadczonych specjalistów, których dziś uznają za niezastąpionych. To nie jest przepowiednia, to prosta arytmetyka demograficzna zawodu.
Mam też pytanie, na które nie znam odpowiedzi: czy ktokolwiek policzył, ile kosztuje weryfikacja kodu wygenerowanego przez model, kiedy nie ma już kto go czytać ze zrozumieniem? Bo rachunek za tokeny widać w budżecie od razu. Rachunek za utraconą kompetencję zobaczymy dopiero wtedy, gdy będzie za późno.
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.
Ile z tego naprawdę zrobiła sztuczna inteligencja
Grzegorz Chudek, Dyrektor Zarządzający Financial Services Accenture w Polsce, studzi emocje. Przypomina, że algorytmy uczenia maszynowego są w biznesie od lat, a nowością nie jest technologia, tylko skala i tempo jej użycia. Wizję, w której programiści podzielą los operatorów central telefonicznych, nazywa „delikatnie mówiąc, mało realistyczną”.
Chudek idzie dalej i mówi rzecz, którą w tej dyskusji słyszy się rzadko: w debacie publicznej zbyt łatwo przypisujemy obecne redukcje zatrudnienia w IT wyłącznie sztucznej inteligencji. Branża wciąż koryguje zatrudnienie po pandemicznym boomie, a AI bywa wygodnym uzasadnieniem decyzji, które i tak zapadłyby z powodów ekonomicznych.
Twarde dane po części to potwierdzają, po części nie. Zespół Erika Brynjolfssona ze Stanford Digital Economy Lab przeanalizował dane płacowe ADP obejmujące miliony pracowników w USA i zmierzył 16-procentowy względny spadek zatrudnienia wśród osób w wieku 22-25 lat w zawodach najbardziej narażonych na automatyzację. W przypadku samych programistów z tej grupy wiekowej spadek od szczytu z końca 2022 roku sięgnął blisko 20 proc. Zatrudnienie doświadczonych specjalistów pozostało stabilne.
Sami autorzy w aktualizacji z lutego 2026 roku przyznali jednak, że po nałożeniu najszerszego zestawu zmiennych kontrolnych efekt staje się statystycznie znaczący dopiero od 2024 roku, a wcześniejsze spadki mogły wynikać z czynników niezwiązanych z AI. To ważne zastrzeżenie i szkoda, że w polskich dyskusjach o tym badaniu prawie nikt go nie przytacza.
Rachunek za tokeny rośnie szybciej, niż ktokolwiek zakładał
Tu zaczyna się część, która może odwrócić cały trend. Gartner opublikował 24 czerwca 2026 roku prognozę, według której do 2028 roku koszty kodowania z użyciem AI przekroczą przeciętne wynagrodzenie programisty. Powodem jest rosnące zużycie tokenów i przejście dostawców z licencji na stanowisko na rozliczenie za faktyczne użycie. Firma analityczna podała, że blisko jedna czwarta liderów technologicznych wydaje już od 200 do 500 dolarów miesięcznie na jednego programistę, a około 6 proc. przekracza 2 tys. dolarów. Gartner opublikował tę prognozę również na swoim profilu.
Gartner Newsroom: Gartner Predicts AI Coding Costs Will Surpass Average Developer’s Salary by 2028 as Token Consumption Surges #GartnerNewsroom https://t.co/OpWI7ptftw
— Gartner (@Gartner_inc) June 24, 2026
Nitish Tyagi, starszy analityk Gartnera, wskazuje na przyczynę: „programiści optymalizują pod kątem szybkości i wygody, a nie kosztów” / „developers tend to optimize for speed and convenience over cost efficiency”.
Paulina Król z No Fluff Jobs dochodzi do podobnego wniosku od strony rynku pracy. Po pierwszym zachwycie tanimi subskrypcjami biznes zderza się z rachunkiem, bo „licencje za zaawansowane narzędzia, moc obliczeniowa i utrzymanie agentów AI drastycznie drożeją”. W wielu złożonych procesach technologia zaczyna być po prostu droższa od człowieka.
Do tego dochodzi problem, o którym mówi się jeszcze ciszej. Badanie METR z początku 2025 roku wykazało, że doświadczeni programiści pracujący nad własnymi projektami open source wykonywali zadania o 19 proc. wolniej, gdy korzystali z asystenta AI, choć sami byli przekonani, że pracują szybciej. W szeroko zakrojonych eksperymentach terenowych z udziałem blisko pięciu tysięcy programistów wzrost liczby ukończonych zadań wyniósł średnio 26 proc., przy czym najwięcej zyskiwali ci mniej doświadczeni. Czyli dokładnie ta grupa, której dziś się nie zatrudnia.
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.
Co to oznacza dla polskich firm?
Polska ma tu szczególną ekspozycję, bo IT przez lata było u nas motorem awansu zawodowego dla ludzi bez tradycyjnego wykształcenia kierunkowego. Bootcampy, przebranżowienia, wejście do zawodu po dwóch latach nauki wieczorowej: ta ścieżka właśnie się zwęziła do szerokości włosa.
Kilka rzeczy, które warto policzyć jeszcze przed końcem roku:
- Koszt tokenów w budżecie na 2027. Jeśli rozliczasz się za zużycie, a nie za stanowisko, przyjmij scenariusz, w którym wydatek rośnie dwucyfrowo. Uber, według doniesień Inc., wyczerpał roczny budżet na AI w cztery miesiące i wprowadził limit 1,5 tys. dolarów miesięcznie na pracownika i narzędzie.
- Kto w zespole rozumie kod, którego nie napisał. Umiejętność szybkiej analizy nieznanego kodu wymaga lat praktyki i jest dziś rzadsza, niż wskazuje na to liczba CV w skrzynce.
- Ścieżka wdrożenia dla początkujących. Jeśli w firmie nie ma nikogo poniżej trzeciego roku doświadczenia, za pięć lat nie będzie też nikogo z ośmioletnim stażem.
- Realny pomiar produktywności, a nie deklaracje zespołu. Badanie METR pokazuje, że subiektywne odczucie przyspieszenia bywa mylące.
- Wynagrodzenia w niszach. Widełki dla stanowisk juniorskich w obszarze AI skoczyły rok do roku o 80-100 proc. według wspólnego raportu No Fluff Jobs i Link Group. Rynek nie zamknął się dla młodych, przesunął tylko drzwi wejściowe.
Obawy o przyszłość zawodową deklaruje dziś 44 proc. polskich specjalistów IT. Uważam, że to liczba, która powinna zapalić czerwone światło nie tylko w działach HR, ale i w resortach odpowiadających za edukację techniczną. Bo jeśli branża przez trzy lata nie wyszkoli nowego pokolenia, żaden model językowy tej luki nie załata.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału Katarzyny Wiązowskiej opublikowanego w Bankier.pl z dnia 04.08.2026, z którego pochodzą wypowiedzi Konrada Szewczaka, Krzysztofa Stachowiaka, Grzegorza Chudka i Pauliny Król. Dane o rynku pracy w IT: raporty No Fluff Jobs „Rynek pracy IT w Polsce 2025/2026″ oraz podsumowanie pierwszego półrocza 2026, a także wspólny raport No Fluff Jobs i Link Group „AI na rynku pracy IT”. Dane o zatrudnieniu młodych pracowników: Stanford Digital Economy Lab, badanie Brynjolfsson, Chandar, Chen wraz z aktualizacją z lutego 2026. Prognoza kosztów: komunikat Gartnera z 24.06.2026, cytowany również przez The Register i Computer Weekly. Dane o produktywności: badanie METR oraz doniesienia Inc. dotyczące polityki kosztowej Ubera. Cytat Nitisha Tyagiego zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych danych o strukturze zatrudnienia w polskim IT.
