18 zawodów, które znikną przez AI (i 5, które rozkwitną)

Czy znasz jakieś zawody, które znikną przez AI? Sztuczna inteligencja już nie puka do drzwi rynku pracy. Wlazła jak przydrożny pies, rozłożyła się w Twoim ulubionym fotelu i zastanawia się, jak dobrać się do Twojej najlepszej szynki (czytaj: wypłaty!). Faktem jest, że w bezpośredniej konsekwencji dostępności Chata GPT i innych modeli generatywnych (takich, które coś tworzą – teksty, obrazy czy dźwięki), obserwujemy zawody, które znikną przez AI, choć jeszcze dwa lata temu wydawały się stabilną opcją zatrudnienia na lata.

Czy tego chcemy, czy nie – AI już zagościła w naszych życiach na stałe. Jak zbyt chętny do pracy stażysta, chce wykonać wszystkie nasze obowiązki za szybko i za darmo. World Economic Forum zapowiada, że w ciągu najbliższych lat zniknie prawie 100 milionów etatów. W tym samym czasie powstanie nieco ponad połowa tej liczby (ok. 60 milionów) etatów w zawodach związanych z AI i dziedzinami pokrewnymi.

W Polsce ten roller‑coaster dotknie co piątego pracownika (czyli ponad 3 miliony osób) – najczęściej tych, których zadania da się całkowicie zastąpić algorytmem lub przenieść większość pracy na sztuczną inteligencję. Brzmi groźnie? Tak – jeśli nie będziemy nadążać za zmianami (a te gonią jak trendy na TikToku).

Ale oprócz zagrożeń zmiany są też wyjątkową okazją, by inaczej rozstawić pionki na szachownicy życia. Nowe okoliczności oznaczają nowe szanse – i żal byłoby z nich nie skorzystać.

Statsy – żeby nie panikować (bezpodstawnie)

→ –92 mln miejsc pracy globalnie do 2030 r. (WEF 2025), głównie w zawodach opartych na powtarzalnych procesach.

→ +170  mln nowych ról, ale w innych branżach i z innym zestawem umiejętności – przesunięcie netto to +78 mln etatów.

→ 3,68 mln Polaków (czyli cała populacja Warszawy i Łodzi razem) pracuje dziś w zawodach, na które wpływ ma – lub będzie mieć – AI.

→ 12 miesięcy — tyle przeciętnie potrzeba na pełne przebranżowienie się (tzw. reskilling) w jeden z zawodów wysokiego wzrostu, jeśli to dopiero początek Twojej drogi z AI.

Wniosek: Zawody nie znikną z dnia na dzień, ale poszczególne zadania – już tak. To, co wczoraj zajmowało osiem godzin, model AI może teraz wykonać w kilka sekund. Musimy nauczyć się łączyć ludzką kreatywność z szybkością pracy modeli AI.

---

18 zawodów, które mogą zniknąć do 2030 roku

→ kasjerzy, bileterzy

Czy AI zastąpi kasjerów? Czy w czasach Żabek Nano, kas samoobsługowych i płatności za pomocą oka czy zegarka ludzie są jeszcze niezbędnym elementem zakupów? Po co nam pani Zosia, która z naganą (tak przynajmniej zawsze zakładam) patrzy na te trzy paczki chipsów i Pepsi Max kupione po ciężkim dniu pracy? Czy fakt, że zna kod na kajzerki, sprawia, że jest niezastąpionym elementem procesu zakupów? Podobno już nie…

Zdaje się, że prawdziwy człowiek pomagający nam podczas zakupów niedługo stanie się oznaką luksusu. Jak portier otwierający drzwi w ekskluzywnych nowojorskich apartamentowcach, tak możliwość zrobienia zakupów z panią Zosią może stać się jego synonimem. Ot, nowa wersja osobistego doradcy zakupowego (ang. personal shopper).

→ kasjerzy w banku, pracownicy oddziałów bankowych

Kiedy mBank w 2000 roku reklamował się tym, że nie posiada fizycznych oddziałów i wszystko można załatwić przez aplikację lub telefon, ludzie pukali się w głowę. O ile dobrze przygotowana aplikacja jest fajna, o tyle nic nie zastąpi prawdziwego człowieka w okienku bankowym, który wytłumaczy, doradzi, a na koniec wyda odpowiednią kwotę gotówki…

A jednak dwie dekady później mBank jest jednym z największych polskich banków (choć zdaje się, że posiada kilka „centrów obsługi klienta” w większych miastach), a większość pozostałych banków rezygnuje z typowych okienek kasowych i mocno tnie wydatki na fizycznych pracowników oddziałów.

„Zwykła” kasjerka w banku, która po prostu umiała szybko przeliczyć gotówkę czy obsłużyć zliczarkę banknotów, odchodzi do lamusa. Aktualnie pracownicy oddziałów bankowych muszą mieć znacznie szersze kwalifikacje. Niektórzy specjalizują się w doradztwie kredytowym, inni znają dostępne opcje oszczędzania jak własną kieszeń. Ale nawet oni nie są bezpieczni. Wraz z coraz większą automatyzacją obsługi klienta, zapotrzebowanie na ich usługi spada.

Prawdopodobnie nie znikną całkowicie, ale jeden pracownik obsłuży nawet sto razy więcej klientów niż do tej pory. Czy kosztem jakości obsługi? To pytanie na inną dyskusję…

→ pracownicy biurowi „niskiego szczebla”, pracownicy odpowiedzialni za wprowadzanie i przetwarzanie danych

Aplikacje OCR (czyli takie do odczytywania tekstu z obrazów), wspierane przez LLM-y (ang. Large Language Models, czyli modele typu Chat GPT), potrafią odczytać zgniecione faktury i krzywo zeskanowane umowy z dokładnością powyżej 99%. Co więcej, wyszukają pasującego klienta w bazie, sprawdzą poprawność danych i wprowadzą odczytane informacje do systemu. Nie robią przerw na kawę, nie muszą wychodzić do toalety ani na spotkania z przełożonym. W dodatku mogą być obsługiwane przez kogokolwiek – o ile tylko potrafi zeskanować lub zrobić zdjęcie dokumentu!

Całe centra outsourcingu księgowości lub obsługi klienta – wiele z nich to jeszcze niedawno korpo-perełki, do których uderzali absolwenci uczelni z całej Polski – zamykają się szybciej niż Teamsy po ostatniej aktualizacji. A liczba bezrobotnych, wykształconych dwudziestokilkulatków rośnie.

Ratunkiem jest zdobywanie doświadczenia już w trakcie studiów – staże to dobry sposób, by zahaczyć się w większych firmach lub sprawdzić, czy dana ścieżka kariery odpowiada naszym oczekiwaniom – a także ciągłe dokształcanie się i realizacja samodzielnych projektów.

→ sekretarze, asystenci biurowi, wirtualni asystenci

Kiedy trzeba zacisnąć pasa, firmy w pierwszej kolejności rezygnują z opcji „społecznych” – wyjść zespołowych, owocowych czwartków i dobrej kawy w biurowej kuchni. A teraz okazuje się, że w ramach restrukturyzacji można zlikwidować stanowiska asystenckie bez większej szkody dla kadry menedżerskiej.

Microsoft Outlook i Teamsy sprawdzą dostępne terminy spotkań, aplikacja do notowania (oczywiście wspierana przez model AI!) zrobi transkrypcję spotkania i podsumuje najważniejsze decyzje, a Jira rozliczy z przydzielonych zadań – i przy okazji wygeneruje wyspecjalizowane burn-charty oraz zaloguje czas pracy.

Zamiast asystenta dla każdego menedżera, firmy decydują się na konsolidację władzy i pozostawienie jednego, doświadczonego „menedżera biura”, odpowiedzialnego za wszystkie decyzje organizacyjne związane z funkcjonowaniem biura. Jak widać – można żyć i pracować bez swojej prawej ręki.

Śmiem też prognozować, że coraz mniejsze będzie zapotrzebowanie na usługi wirtualnych asystentów – stosunkowo nowego zawodu, który jeszcze niedawno wydawał się mieć świetlaną przyszłość i duże szanse rozwoju. Jednak dobrze przygotowana aplikacja, wspierana przez model LLM, jest w stanie wykonać większość zadań asystenta – i to znacznie szybciej oraz praktycznie za darmo (nie licząc ceny oprogramowania, jeśli akurat jest płatne; większość aplikacji ma wersje bezpłatne, które wciąż oferują bogaty zakres funkcjonalności).

→ księgowi, doradcy podatkowi

Polska wreszcie weszła w XXI wiek – i jeśli masz tylko jedną umowę o pracę, a Twój budżet nie obejmuje niczego nadzwyczajnego (czytaj: nie inwestujesz w aktywa wymagające rozliczenia w PIT-cie), możesz rozliczyć podatek dochodowy jednym kliknięciem. Koniec z kolejkami na poczcie 30 kwietnia każdego roku. Koniec z wyprawami do specjalistów od rozliczania PIT-ów.

Oczywiście bardziej złożone przypadki wciąż wymagają oka doświadczonego księgowego. Jednak większość sytuacji to pełna automatyzacja lub po prostu wrzucenie danych do programu rozliczającego podatki. Tylko czekać, aż ktoś stworzy program do obsługi PIT-ów, wspomagany przez model LLM. Wystarczy wrzucić zdjęcie (lub PDF) swoich dokumentów, dodać deklarację z poprzedniego roku (żeby np. automatycznie uzupełnić części dotyczące ulg i odliczeń) – a model wygeneruje kompletną deklarację za Ciebie. Pewnie mógłby ją nawet złożyć – choć to zapewne przekraczałoby poziom zaufania, jakim aktualnie cieszą się maszyny…

→ graficy, ilustratorzy, artyści

Czy AI zastąpi grafików? Ilustratorów? Artystów tworzących wszelkiej maści formy wizualne?
Tak, tak i tak.

Chciałabym móc Wam powiedzieć, że tak się nie stanie. Że po początkowym zachłyśnięciu się sztuką generowaną przez modele AI, ludzie wrócą do prawdziwie twórczej działalności – czyli tej, która wychodzi spod palców człowieka.

Ale to nie jest optymistyczny portal, gdzie próbujemy czarować rzeczywistość nieuzasadnioną nadzieją na lepsze jutro. To blog, w którym – na podstawie dostępnych faktów – tworzymy predykcje (trochę jak modele AI!) i próbujemy przygotować się na nadchodzącą rzeczywistość.

A rzeczywistość jest taka, że z każdym dniem coraz bardziej popularne stają się aplikacje (zarówno darmowe, jak i płatne) do generowania zdjęć i obrazów, a także do przetwarzania ich zgodnie z dołączonym wzorem – nawet takim, do którego nie mamy praw autorskich (vide: apki, które przetwarzają Twoje zdjęcie na obrazek „w stylu Studia Ghibli”).

W sytuacji, gdy zwykły zjadacz chleba (nawet ten, który podejmuje decyzje budżetowe) nie widzi różnicy między książką zilustrowaną przez AI a ilustracjami spod ręki doświadczonego ilustratora, trudno oczekiwać, że zakup usług od ludzi znajdzie „uzasadnienie budżetowe”.

→ tłumacze pisemni, tłumacze ustni

Jak wspomniałam w moim ostatnim artykule, tłumacze pisemni (z wyłączeniem tłumaczy przysięgłych) już dawno byli skazani na wymarcie. Gigantyczny skok rozwojowy modeli LLM oraz rosnąca poprawność tłumaczeń w zwykłym Google Translatorze tylko przyspieszyły tę agonię.

Teraz w ich ślady powoli idą tłumacze ustni. Tłumaczenia konsekutywne (tzw. „szeptanka”) można dziś z łatwością zastąpić telefonem z odpowiednią aplikacją – postawionym na stole i połączonym ze słuchawką w uchu.

Tłumaczenia symultaniczne (tzw. „kabinowe”) są nieco trudniejsze do automatycznego przetwarzania, ponieważ brakuje tu bezpośredniego feedbacku i wymiany między mówiącym (zazwyczaj prelegentem) a słuchaczami.

Jednak skuteczność rozpoznawania mowy i tłumaczeń w modelach LLM jest już na tyle wysoka, że kompletne wymarcie tego zawodu to tylko kwestia czasu.

Na placu boju zostają tylko tłumacze przysięgli – i to wyłącznie dlatego, że prawo działa z opóźnieniem. Podobnie jak w diagnostyce medycznej, gdzie modele AI już są dopuszczane do użytku w UE, tak i w oficjalnych sytuacjach prawnych tłumaczenia przez AI (AI-powered translations) wkrótce zostaną zaakceptowane – i całkowicie przejmą rynek.

→ redaktorzy, korektorzy

Grammarly, LanguageTool i wtyczki GPT do menedżerów treści wyłapują literówki, błędy stylistyczne i brakujące słowa kluczowe szybciej niż niejeden doświadczony redaktor. Nawet duże, renomowane wydawnictwa tną koszty, rezygnując z działów korekty – i trudno oczekiwać, że ten trend się odwróci.

Redaktorzy, którzy jeszcze pracują w zawodzie, mogą próbować przetrwać, dodając do swoich kompetencji sprawdzanie źródeł i wyszukiwanie błędów (np. tzw. halucynacji) popełnianych przez modele LLM. Niestety, nawet ten skrawek rynku zaczyna być zajmowany przez modele AI, które otrzymują tekst wygenerowany przez inne modele LLM i sprawdzają jego poprawność.

---

5 zawodów, które rozkwitną dzięki AI

Czy zanik tak wielu porządnych (i – wydawałoby się – stabilnych!) zawodów oznacza, że ludzkość czeka smutny koniec, bezrobocie, dochód gwarantowany i pochłanianie treści wygenerowanych przez AI? Niekoniecznie.

Światowe Forum Ekonomiczne twierdzi, że rozwój technologiczny, którego aktualnie doświadczamy, przyniesie 78 milionów nowych etatów. Nie do końca zgadzam się z ich prognozą (kierowcy ciężarówek w „top 5” nowych zawodów – chyba tylko do czasu, aż autonomiczne auta Elona wyjadą na szersze drogi), ale ja również uważam, że rolnicy i budowlańcy mogą spać spokojnie.

Ale czy pojawią się zupełnie nowe zawody, albo zmieni się oblicze tych już istniejących? Zastanówmy się.

→ projektant promptów AI

Modele sieci neuronowych są dla nas trochę jak czarna skrzynka. Wiemy, co wkładamy. Widzimy, co wychodzi. Ale nie wiemy, co dzieje się w środku. Kiedy pytamy o coś chata GPT (lub inny model LLM), nie mamy pewności, w jaki sposób model przetworzy nasze zapytanie (tzw. „prompt”), co powinniśmy w nim uwzględnić i na której części promptu model skupi większość swojej uwagi. Pisanie promptów stało się swego rodzaju sztuką – ukierunkowaną na to, by uzyskać odpowiedź, na jakiej nam zależy.

W mediach społecznościowych widać już pierwsze kursy pisania promptów do ChataGPT, a umiejętność wyłuskiwania od Chata informacji, których potrzebujemy, staje się na tyle istotna, że warto chwalić się nią na rozmowach rekrutacyjnych.

W projektach produkcyjnych przygotowanie zapytania do modelu AI – tak, by zawierało odpowiednie informacje (pytanie, historia wcześniejszych interakcji, zakres źródeł itp.) – to złożony proces, nad którym pracują całe zespoły.

Wraz z dalszym rozwojem modeli LLM umiejętność rozmowy z nimi może być podstawą do udanej kariery.

→ programista AI, inżynier ML

Rozwój zawodu programisty AI czy inżyniera ML (istnieje wiele nazw na ten sam profil – w Polsce to często inżynier informatyki ze specjalizacją w SI) to temat bardziej złożony. Warto pamiętać, że programista AI nie pisze promptów do czata i nie zajmuje się obsługą gotowego modelu. Tworzy modele AI – zazwyczaj sieci neuronowe, ale nie tylko.

Problem polega na tym, że wiele dostępnych na rynku modeli pretrenowanych jest na tyle dobrych, że bez trudu można na ich podstawie stworzyć modele o precyzji wystarczającej do wdrożenia w środowisku produkcyjnym (wyjątkiem mogą być modele medyczne, które wymagają znacznie wyższej dokładności). Taki model można stworzyć z pomocą biblioteki FastAI w trzech linijkach Pythona i uruchomić w najprostszej aplikacji frontendowej (co zresztą pokazujemy w naszej sekcji „Kursy AI” – polecam!).

Czy to są dobre modele? Hmmm… To zależy. Naprawdę. Wystarczająco dobre, by odróżnić mordkę chihuahua od muffinki albo księżyc od tortilli – pewnie tak. Ale model diagnostyczny do wykrywania raka skóry albo przewidywania trzęsienia ziemi… Tu raczej chcemy eksperta – takiego, któremu możemy powierzyć nasze zdrowie i życie.

Pracy z pewnością nie zabraknie, ale może się okazać, że ofert na stanowiska programistów AI wcale nie będzie tak wiele. W mojej ocenie alternatywą będzie praca samodzielna albo w niewielkich start-upach, zorientowana na konkretny model lub jego wdrożenie.

→ analityk danych (ang. Big-Data Specialist)

Chyba każdy, kto miał kiedykolwiek styczność z modelowaniem AI, rozumie, że jakość danych (tzw. dataset) to najistotniejszy element każdego projektu. Możesz, za przeproszeniem, wypluć tęczowy model z drobinkami gwiezdnego pyłu, ale jeśli dane są marne, model nie wytrenuje się dobrze i będzie generować mierne predykcje. Dane muszą być czyste, spójne (ale na tyle różnorodne, by model umiał generalizować na nowe przypadki), zrównoważone – i pochodzić z całego przekroju dostępnych możliwości…

Co ciekawe, mimo istnienia prawdziwego zalewu danych (wielkie korporacje, zwłaszcza te od mediów społecznościowych, prześcigają się w sposobach zapisywania dosłownie wszystkiego!), nie idzie to w parze z ich jakością. W tej sytuacji ekspert od jakości danych jest na wagę złota. Od jego działań zależy skuteczność modelu – a w efekcie, być może, los całej firmy.

To bardzo odpowiedzialny zawód, potencjalnie związany z dużym poziomem stresu. A jeśli lubisz „sprzątać”, cenisz porządek i organizację (ewentualnie pływać w metaforycznym szambie w poszukiwaniu perły) – być może to zawód właśnie dla Ciebie…

→ specjalista dr. cyberbezpieczeństwa

Wraz z rozwojem AI rosną także zagrożenia związane z jej wykorzystaniem. Przestępcy to nie tylko kibole, którzy wybijają szyby w Żabce, żeby zgarnąć kilka puszek piwa. „Złoczyńcy”, podobnie jak bohaterowie, idą z duchem czasu i uczą się korzystać z nowych technologii. (Dygresja! Jeśli są tu jacyś złoczyńcy, polecam oprócz sekcji „Kursy AI” zajrzeć również do sekcji „Etyka w AI„!).

Oszustwo „na wnuczka” wchodzi na nowy poziom, gdy model AI idealnie naśladuje wygląd i głos dziecka – tak dobrze, że nawet rodzic podczas rozmowy na FaceTime nie jest w stanie się zorientować. Fake newsy, generujące miliony kliknięć (a nawet wpływające na ruchy giełdowe), deepfake’i z twarzami celebrytów, łamanie haseł z wykorzystaniem profilowania i danych osobowych – wszystkie te działania wymagają bohaterów w cyfrowych pelerynach, którzy ochronią nas przed tech-złoczyńcami.

Jeśli jako dziecko lubiłeś (lub lubiłaś) bawić się w policjantów i złodziei, ale bieganie nie było Twoją pasją – to może być przyszłość dla Ciebie!

→ finansista AI, specjalista ds. AI w fintech

To naturalna konsekwencja kapitalizmu. Im bardziej rośnie gospodarczy „placek” związany z AI, tym większy kawałek chcą dla siebie uszczknąć wielkie korporacje.

W większości dużych firm obecnie kładzie się ogromny nacisk na wykorzystywanie aplikacji AI w codziennych obowiązkach. Choć powodem jest przede wszystkim zwiększenie wydajności i optymalizacja zadań, menedżerowie zaczynają powoli rozumieć, że AI to nie tylko ChatGPT, który napisze za Ciebie maila. Modele AI potrafią znacznie lepiej i dokładniej przewidywać przyszłość rynków finansowych i wspierać podejmowanie strategicznych decyzji (zwłaszcza że AI „kocha” liczby – to na nich najlepiej się uczy!).

Modele AI do gry na giełdzie? Pikuś! Modele AI do prognozowania marży zakupów w kolejnych latach? Da się zrobić! Jak powiedział pewien ludzki artysta: „Sky is the limit!”.

---

Co dalej?

→ Zapisz się do naszego newslettera, żeby nigdy nie przegapić żadnego wartościowego artykułu.

→ Zajrzyj do sekcji Kariera w AI, gdzie znajdziesz konkretne materiały o zmianach na rynku pracy – w Polsce i na świecie – oraz ścieżkach kariery związanych ze sztuczną inteligencją (nie tylko jako programista!).

→ A jeśli chcesz pisać modele i pracować jako Architekt AI, ale nie wiesz, od czego zacząć (lub utknąłeś gdzieś na ścieżce), odwiedź dział Nauka AI – czeka tam wiedza, ciekawostki i realne wsparcie.