W firmach, które wdrożyły AI, zatrudnienie na stanowiskach dla początkujących spada nawet o 80% na kwartał. Za pięć lat te same firmy będą narzekać, że nie da się znaleźć dobrego seniora.

Nikt się nie rodzi seniorem. Senior to były junior, który miał kilka lat na popełnianie błędów przy zadaniach zbyt prostych, żeby ktokolwiek się nimi realnie przejmował.

Sprawdzanie, czy dane się zgadzają. Poprawki, które senior i tak przejrzy. Pierwsza, słaba wersja czegoś, co ktoś doświadczony dopiero doprowadzi do końca. Właśnie te zadania dziś najłatwiej oddać modelowi: tańszemu, szybszemu, i takiemu, który nie potrzebuje urlopu na wdrożenie.

W firmach, które wdrożyły generatywną AI, zatrudnienie na stanowiskach dla początkujących spadło nawet o 80% na kwartał od 2023 roku, wynika z analizy 66 milionów pracowników w ponad 280 tysiącach amerykańskich firm. Polskie dane pokazują to samo z innej strony: oferty dla juniorów w IT spadły w 2025 roku o 4%, podczas gdy oferty dla seniorów urosły o 77%.

Model nie choruje, nie pyta o podwyżkę, i nigdy nie zostawia w kalendarzu bloku "onboarding", który senior i tak musi wypełnić sam.

Jakie zadania dokładnie znikają

To nie jest utrata całych stanowisk. To utrata konkretnych, powtarzalnych kawałków pracy, które kiedyś składały się na pierwszy rok w zawodzie: sprawdzanie zgodności danych, pierwsza wersja umowy do poprawki przez prawnika, szkic tekstu, który copywriter i tak przepisze, testy, które ktoś doświadczony i tak przejrzy.

To właśnie te zadania model wykonuje dziś taniej i szybciej, bez czterech tygodni wdrożenia, które kiedyś zajmowało nauczenie nowej osoby, gdzie w ogóle szukać odpowiedzi.

Problem nie ogranicza się do programowania. W księgowości, marketingu i obsłudze klienta mechanizm wygląda tak samo: model robi pierwszy szkic, człowiek robi ostatni szlif, a stanowisko, na którym ktoś kiedyś uczył się robić ten szkic, po prostu przestaje istnieć w ogłoszeniach o pracę.

Sam kiedyś tłumaczyłem klientom, że AI zabierze najpierw najnudniejsze zadania, a ludziom zostawi te ciekawsze. Nie doprecyzowałem, że "najnudniejsze zadania" to dokładnie te, na których ludzie się kiedyś uczyli, zanim praca zrobiła się ciekawa.

Firma nie zwalnia doświadczonych specjalistów. Po prostu przestaje zatrudniać ludzi, którzy mieliby się nimi kiedyś stać.

Liczby, które to potwierdzają

Harvard University, w analizie ekonomistów Seyeda Hosseiniego i Guya Lichtingera, policzył to bez marginesu na interpretację: w ciągu sześciu kwartałów od wdrożenia AI zatrudnienie na stanowiskach startowych spadło o 9% względem firm, które AI nie wdrożyły, a w zawodach najbardziej narażonych na automatyzację, o kolejne 7%.

Stanford Digital Economy Lab doszedł do podobnego wniosku z innej strony: pracownicy w wieku 22-25 lat w zawodach najbardziej eksponowanych na AI odnotowali 16% względny spadek zatrudnienia. Wśród programistów w tym samym wieku spadek sięgnął niemal 20%, podczas gdy zatrudnienie starszych programistów w tych samych firmach wzrosło o 6-12%.

Nowojorski Fed dorzuca swoje: bezrobocie wśród świeżych absolwentów w USA wzrosło w czwartym kwartale 2025 roku do 5,6%, a wskaźnik niedopasowania do stanowiska do 42,5%, najwyższego poziomu od pandemii.

W Polsce ten sam obraz, tylko w mniejszej skali: Sylwia Tworek, zmieniająca zawód na programistkę, wysłała 60 aplikacji w cztery miesiące. Na 60% nie dostała żadnej odpowiedzi, 21 razy odrzucono ją od razu, a cztery razy doszła dalej, żeby ostatecznie przegrać z kandydatem, który miał już doświadczenie w IT, czyli dokładnie to, czego szukała pracy, żeby zdobyć.

Rynek pracy poprosił ją o doświadczenie, żeby dać jej szansę zdobyć doświadczenie. Koło się zamyka, tylko nie dla niej.

Nie wszyscy się zgadzają

Nie każdy ekonomista wini w tym akurat AI. Część badaczy wskazuje, że zapaść w zatrudnieniu juniorów zaczęła się w pierwszym kwartale 2023 roku, razem z podwyżkami stóp procentowych w USA, miesiące zanim większość firm w ogóle wiedziała, co zrobić z generatywną AI.

Badaczka rynku pracy Jing Hu zauważa, że ten wzorzec powtarza się przy każdym spowolnieniu gospodarczym od dekad: w 1990, w 2001, w 2008. Zatrudnienie juniorów zapada się jako pierwsze, niezależnie od tego, czy akurat wtedy istniał ChatGPT (sam ChatGPT, zapytany wprost, prawdopodobnie też obarczyłby winą stopy procentowe, trzeba by tylko dobrze sformułować pytanie).

Ekonomista UBS Paul Donovan dorzuca argument geograficzny: bezrobocie w Wielkiej Brytanii spada, a udział młodych pracowników w Japonii jest bliski rekordowych poziomów, mimo że oba kraje mają dostęp do tych samych modeli AI co Stany Zjednoczone.

Dlaczego tym razem może nie być tak jak zawsze

Poprzednie technologie też miały zabierać pracę młodym. Kalkulator miał zabrać księgowym liczenie w pamięci. Zabrał wyłącznie żmudną część, nie całe stanowisko, i nigdy nie napisał samodzielnie całego raportu za praktykanta, od początku do końca.

Każda poprzednia recesja miała jedną wspólną cechę: kiedy gospodarka wracała do formy, zatrudnienie juniorów wracało razem z nią. Firmy znowu zaczynały inwestować w ludzi, bo tańsza alternatywa nie istniała.

Tym razem tańsza alternatywa istnieje cały czas, niezależnie od fazy cyklu koniunkturalnego. Model nie drożeje w dołku i nie tanieje na szczycie. Kosztuje mniej więcej tyle samo bez względu na to, czy gospodarka rośnie, czy się kurczy.

To różnica między czasowym niedoborem gotówki na pensje a trwałą zmianą tego, ile w ogóle kosztuje zrobienie pierwszej, słabej wersji czegokolwiek. Pierwsza kończy się razem z recesją. Druga nie ma powodu się skończyć, dopóki ktoś świadomie nie zapłaci za nią więcej, niż musi.

Co to oznacza za 5-10 lat

Akil Mazumder / Pexels

MIT Technology Review nazywa to wprost: firmy poprawiają dziś marże, żeby za dekadę odkryć, że nie mają nikogo, kto rozumie, jak naprawdę działają ich własne procesy oparte na AI.

Harvardzcy ekonomiści ujmują to jeszcze prościej: "senior workers don't appear from nowhere", seniorzy nie biorą się znikąd. Rozwijają się właśnie przez te stanowiska na start kariery, które firmy teraz wycinają, a umiejętności zdobyte na starcie procentują przez całą resztę kariery.

To trochę jak wycinanie sadzonek, bo rosną wolniej, niż by się chciało, a potem dziwienie się, że za dekadę nie ma z czego zbierać owoców.

Firma zaoszczędzi dziś na jednym etacie dla juniora. Straci na tym, że za pięć lat nikt u niej nie będzie umiał ocenić, czy senior, którego akurat zatrudnia z rynku, w ogóle ma rację.

Co może zrobić firma już dziś

cottonbro studio / Pexels

Rozwiązanie nie polega na tym, żeby przestać używać AI do prostych zadań, bo to bitwa, którą i tak przegrasz z rachunkiem ekonomicznym. Polega na tym, żeby świadomie zostawić w firmie miejsce, w którym ktoś nowy uczy się, obserwując, jak model się myli, nie tylko korzystając z jego gotowych odpowiedzi.

AI nie zastępuje całych stanowisk biurowych naraz, zastępuje ich fragmenty, jeden po drugim, i to właśnie te fragmenty firmy powinny świadomie oddawać juniorom do sprawdzania, zamiast oddawać je wyłącznie modelowi.

Rola, która kiedyś nazywała się "junior", dziś częściej powinna nazywać się "osoba, która weryfikuje, co wygenerował model, i uczy się na jego błędach szybciej, niż uczyłaby się na własnych". Nowe zawody wokół AI właśnie w tę stronę ewoluują, tylko mało która firma jeszcze przebudowała pod to swój proces rekrutacji.

Rekrutacja, która dziś szuka kogoś z trzyletnim doświadczeniem na stanowisko formalnie zwane "junior", sama sobie zaprzecza w jednym ogłoszeniu, i to najlepszy sygnał, że definicję tej roli trzeba przemyśleć na nowo, zanim zniknie zupełnie.