Jak AI zmieni rynek pracy do 2030 roku? Scenariusze Anthropic
Rozwój sztucznej inteligencji coraz częściej prowadzi do pytania: ile miejsc pracy zniknie przez AI? Anthropic pokazuje jednak bardziej złożony obraz. AI może automatyzować część zadań, wspierać pracowników i zwiększać produktywność. W modelu Econ Scenario Explorer Anthropic analizuje, jak różne tempo rozwoju i wdrażania AI może do 2030 roku wpłynąć na zatrudnienie, wynagrodzenia i gospodarkę USA. Nie jest to jedna prognoza przyszłości, lecz kilka możliwych scenariuszy.
* Grafika wygenerowana za pomocą AI *
Econ Scenario Explorer – co właściwie zbadał Anthropic?
We wrześniu 2026 roku Anthropic zaprezentował Econ Scenario Explorer, narzędzie służące do analizowania możliwego wpływu rozwoju AI na gospodarkę i rynek pracy. Zamiast przewidywać jedną wersję przyszłości, pozwala sprawdzać, jak różne tempo rozwoju i wdrażania AI może przełożyć się na sytuację gospodarczą do 2030 roku. To ważne, ponieważ pokazuje nie tylko potencjał technologii, ale również możliwe konsekwencje jej upowszechnienia dla pracowników i firm. Econ Scenario Explorer pozwala analizować możliwe konsekwencje rozwoju AI dla zatrudnienia, bezrobocia, wynagrodzeń, PKB oraz podziału dochodu między pracę i kapitał. Model nie patrzy wyłącznie na całe zawody. Wykorzystując m.in. klasyfikację O*NET, traktuje stanowiska jako zestawy konkretnych zadań. Poszczególne obowiązki mogą pozostać bez zmian, zostać wsparte przez AI, zautomatyzowane albo uzupełnione o nowe zadania. Wyników nie należy traktować jako prognozy na 2030 rok. Pokazują one możliwe konsekwencje różnych założeń dotyczących rozwoju i wykorzystania AI.
Od czego zależy wpływ AI na rynek pracy?
Anthropic uwzględnia pięć czynników, które mogą decydować o skali zmian:
- możliwości AI – jak wiele zadań technologia będzie w stanie wykonywać,
- poziom adopcji – jak szybko firmy zaczną rzeczywiście korzystać z AI,
- autonomię AI – czy system będzie wspierał człowieka, czy działał samodzielnie,
- produktywność – jak bardzo AI przyspieszy wykonywanie pracy,
- czas zmiany pracy – jak sprawnie pracownicy będą mogli przechodzić do innych stanowisk lub zawodów.
Model rozdziela więc techniczne możliwości AI od rzeczywistego wykorzystania technologii. Nawet bardzo zaawansowane systemy nie muszą od razu powodować dużych zmian na rynku pracy, jeśli ich adopcja będzie powolna. Dlatego istotne staje się rozwijanie praktycznych kompetencji pracowników, m.in. poprzez szkolenia z ChatGPT dla firm, które pomagają zespołom nauczyć się wykorzystywać AI w codziennych zadaniach.
Trzy scenariusze Anthropic dla gospodarki i rynku pracy
Anthropic przedstawia trzy przykładowe scenariusze – od zmian porównywalnych z wpływem wcześniejszych technologii po bezprecedensową transformację gospodarki.
Scenariusz 1: umiarkowane zmiany
Wpływ AI przypomina wcześniejsze przełomy technologiczne, takie jak internet. Produktywność rośnie stopniowo, a PKB USA w 2030 roku jest w modelu o 1,6% wyższy niż w analogicznej gospodarce bez wpływu AI.
Scenariusz 2: rewolucja w pracy opartej na wiedzy
AI jest zdolna do wykonywania około połowy pracy opartej na wiedzy, a większość tych zadań może realizować autonomicznie. Faktyczna adopcja pozostaje jednak niższa od możliwości technologii. PKB w 2030 roku jest w tym wariancie o 8,3% wyższy.
Scenariusz 3: głęboka transformacja gospodarki
W najbardziej skrajnym wariancie AI staje się bardziej produktywna od ludzi w zdecydowanej większości zadań opartych na wiedzy i wykonuje niemal wszystkie autonomicznie. PKB USA w 2030 roku jest w modelu o 32,4% wyższy, a roczne tempo wzrostu może dochodzić do 15%.
|
|
Scenariusz 1 |
Scenariusz 2 |
Scenariusz 3 |
|
Skala zmian |
umiarkowana |
duża |
bezprecedensowa |
|
PKB USA w 2030 r. |
+1,6% |
+8,3% |
+32,4% |
|
Możliwości AI |
stopniowy rozwój |
ok. połowy knowledge work |
większość knowledge work |
Kto może stracić, a kto zyskać na rozwoju AI?
Model Anthropic nie tworzy listy zawodów, które znikną przez AI. W bardziej transformacyjnych scenariuszach większe zmiany mogą jednak dotyczyć pracy opartej na wiedzy. W praktyce oznacza to rosnące znaczenie umiejętności korzystania z narzędzi wspierających analizę i pracę z informacjami, dlatego firmy mogą rozwijać te kompetencje m.in. poprzez szkolenia Claude dla firm. Jako przykłady Anthropic wskazuje programistów i pracowników call center. Jeśli AI będzie przejmować coraz więcej ich zadań, zapotrzebowanie na taką pracę może maleć. Nie oznacza to jednak wyłącznie zastępowania pracowników – Agenci AI mogą również wspierać zespoły w wykonywaniu codziennych zadań i automatyzować wybrane etapy pracy. Inaczej wygląda sytuacja zawodów wymagających działania w świecie fizycznym. Elektrycy i pielęgniarki wykonują wiele zadań, których samo oprogramowanie AI nie może łatwo przejąć. Wzrost produktywności może również zwiększać popyt w innych sektorach. Przykładowo szybsze projektowanie infrastruktury może prowadzić do większej liczby inwestycji, a więc zwiększać zapotrzebowanie na pracowników budowlanych. Różnice dotyczą również wynagrodzeń. W drugim scenariuszu płace knowledge workers zasadniczo nie rosną, a w najbardziej skrajnym spadają o ponad 10% do 2030 roku względem gospodarki bez AI. Jednocześnie wynagrodzenia części pracowników spoza tego sektora mogą rosnąć. Dopiero ekstremalny wariant prowadzi też do bezrobocia przekraczającego poziomy typowe dla recesji.
|
Obszar |
Możliwy efekt |
|
Knowledge work |
większa ekspozycja na automatyzację |
|
Programiści / call center |
możliwy spadek popytu na pracę |
|
Elektrycy / pielęgniarki |
mniejsza ekspozycja na AI |
|
Część zawodów fizycznych |
możliwy wzrost popytu |
|
Płace knowledge workers |
stagnacja lub spadek |
Jak AI może zmieniać gospodarkę i rynek pracy?
Wzrost produktywności i PKB nie oznacza, że korzyści z rozwoju AI zostaną równomiernie rozłożone. W najbardziej transformacyjnym scenariuszu Anthropic udział kapitału w dochodzie wzrasta do 54,8%, a udział pracy spada do 45,2%. Sam wzrost gospodarczy nie wystarcza więc do oceny konsekwencji rozwoju AI. Zmiany nie muszą też następować od razu. Możliwości technologii mogą rozwijać się szybciej niż jej faktyczne wykorzystanie przez firmy, które potrzebują czasu na integrację nowych narzędzi, automatyzację procesów biznesowych, zmianę sposobu pracy i ocenę opłacalności. Dlatego wpływ AI na gospodarkę i rynek pracy może być stopniowy i różnić się w zależności od branży.
Czego model Anthropic nie uwzględnia?
Econ Scenario Explorer jest uproszczeniem gospodarki. Nie uwzględnia m.in. reakcji polityki publicznej, cykli koniunkturalnych, potencjalnych zakłóceń popytu i rynków finansowych ani rozwoju bardzo zaawansowanej robotyki. Model nie śledzi również losów konkretnych osób. Wyniki dotyczące PKB, zatrudnienia czy wynagrodzeń należy więc traktować jako rezultaty określonych założeń, a nie prognozę na 2030 rok.
Jak przygotować firmę na zmiany związane z AI?
Zamiast zastanawiać się, które stanowiska można zastąpić AI, warto przeanalizować konkretne zadania i procesy. Dobrym punktem wyjścia są czynności powtarzalne, czasochłonne lub wymagające pracy z dużą ilością danych. Jednym z narzędzi, które już dziś można wykorzystywać w takich zadaniach, jest ChatGPT w codziennej pracy. Następnie można sprawdzić, gdzie AI może wspierać pracowników, ograniczać pracę manualną lub umożliwiać automatyzację. Kolejnym krokiem jest wybór zastosowań o największym potencjale biznesowym i przetestowanie ich przed większym wdrożeniem. Jednym z obszarów, w których firmy mogą szukać takich zastosowań, jest sprzedaż – od analizy danych i przygotowania ofert po wsparcie komunikacji z klientami. Praktyczne możliwości wykorzystania tych narzędzi pokazujemy podczas szkoleń AI dla sprzedaży.
Dobrym pierwszym krokiem jest spotkanie i rozmowa o procesach, które dziś najbardziej angażują Twój zespół.
* grafika wygenerowana za pomocą AI *
FAQ – najczęściej zadawane pytania
1. Czy scenariusze Anthropic dotyczą również polskiego rynku pracy?
Bezpośrednio nie. Econ Scenario Explorer analizuje gospodarkę USA, dlatego przedstawionych wartości dotyczących PKB, zatrudnienia czy wynagrodzeń nie należy przenosić wprost na Polskę. Scenariusze mogą jednak służyć jako punkt odniesienia do analizy tego, jak rozwój AI może wpływać na zadania, zawody i firmy również na innych rynkach.
2. Czym jest O*NET i dlaczego Anthropic wykorzystuje go w swoim modelu?
O*NET to amerykańska baza informacji o zawodach, która opisuje m.in. zadania i charakter pracy wykonywanej na poszczególnych stanowiskach. Dzięki niej Anthropic może analizować wpływ AI na poziomie konkretnych czynności, zamiast zakładać, że technologia automatyzuje cały zawód jednocześnie.
3. Czy AI może stworzyć więcej miejsc pracy, niż zautomatyzuje?
Scenariusze Anthropic nie dają jednej odpowiedzi na to pytanie. Pokazują jednak, że automatyzacja części zadań może jednocześnie zwiększać zapotrzebowanie na pracę w innych obszarach. Wzrost produktywności może prowadzić do rozwoju firm, nowych inwestycji i powstawania nowych zadań. Ostateczny bilans zależy więc nie tylko od tego, ile pracy AI będzie w stanie wykonać, ale również od tego, jak gospodarka wykorzysta wzrost produktywności.
4. Czy AI zabierze ludziom pracę?
Według modelu Econ Scenario Explorer przygotowanego przez Anthropic nie ma jednej odpowiedzi na to pytanie. Wszystko zależy od tego, jak szybko będą rozwijać się możliwości AI i jak szeroko technologia zostanie wdrożona. W umiarkowanym scenariuszu AI przede wszystkim wspiera pracowników i automatyzuje część zadań. W drugim może doprowadzić do dużej zmiany w pracy opartej na wiedzy, przejmując znaczną część wykonywanych dziś zadań. W najbardziej transformacyjnym wariancie AI staje się bardziej produktywna od człowieka w większości zadań opartych na wiedzy, co może prowadzić do znacznie większych zmian w zatrudnieniu.
Socjolog, ekspert w obszarze danych i marketingu, specjalizujący się w rozwiązaniach AI dla biznesu. Praktyk biznesowy, którzy przekłada możliwości
sztucznej inteligencji na konkretne procesy, narzędzia i rozwiązania. Autor rozwiązań AI zwiększających produktywność zespołów. Ponad 15 lat doświadczenia we współpracy z czołowymi europejskimi markami;
wcześniej zarządzał zespołami badawczymi w Ipsos Polska i Wavemaker (WPP).
Prelegent ogólnopolskich konferencji (m.in. Forum IAB), laureat Young Creatives
Cannes i Young Creatives Eurobest.
Sprawdź inne teksty Marcina Gotowca na temat AI, analizy danych, marketingu i biznesu.
