AI ułatwia pracę w cyberbezpieczeństwie i utrudnia wejście do zawodu

Wyobraźmy sobie kolejkę alertów analityka bezpieczeństwa w poniedziałkowy poranek. System AI już pogrupował powiązane alerty, pobrał odpowiednie logi i zaproponował, co sprawdzić dalej. Dla przeciążonego zespołu to ulga. Dla kogoś w pierwszym roku pracy pojawia się mniej wygodne pytanie: jeśli rutynowymi dochodzeniami zajmuje się teraz oprogramowanie, gdzie następny analityk ma się nauczyć prowadzić dochodzenia?

Naszym zdaniem nie jest to przede wszystkim pytanie o liczbę miejsc pracy. Chodzi o to, co dzieje się z nauką, która dotąd była wbudowana w rutynową pracę. Cyberbezpieczeństwo dobrze pokazuje ten problem, bo zawód od dawna traktuje powtarzalną obsługę alertów jak praktykę zawodową. Ten sam schemat występuje jednak wszędzie tam, gdzie AI przejmuje „proste” zadania, na których dotąd ćwiczyli początkujący.

Co naprawdę pokazało nowe badanie

30 września 2026 r. Swimlane, firma oferująca automatyzację bezpieczeństwa, opublikowała badanie przeprowadzone przez Sapio Research wśród 500 specjalistów i menedżerów centrów operacji bezpieczeństwa w Stanach Zjednoczonych i Wielkiej Brytanii.¹ Główne wyniki wskazują w dwóch kierunkach:

Najciekawszy szczegół kryje się w grupie 24%. Nawet wśród osób, które twierdzą, że AI ograniczyła ich własny rozwój, 91% deklaruje większą satysfakcję. Praca może stawać się przyjemniejsza, a jednocześnie trudniej się do niej dostać. To dwa różne wyniki, a pracodawca łatwo zauważy pierwszy i przeoczy drugi.

Badanie ma istotne ograniczenia. Objęło organizacje zatrudniające co najmniej 500 osób, które już korzystają z AI, a zleciła je firma sprzedająca automatyzację bezpieczeństwa. Liczby opisują doświadczenia i oczekiwania respondentów, a nie zmierzony spadek zatrudniania juniorów. Nie należy ich przenosić na małe firmy ani na pracodawców w ogóle.

Dlaczego rutynowe alerty były poligonem szkoleniowym

Centra operacji bezpieczeństwa (SOC) tradycyjnie zapewniały młodszym analitykom stały strumień podejrzanych e-maili, nietypowych logowań, alertów z komputerów i chaotycznych śladów. Większość tej pracy jest powtarzalna. To jednak właśnie tam analityk uczy się odróżniać zwykłą anomalię od prawdziwego zagrożenia, zadawać lepsze pytania i wyczuwać, kiedy zbyt gładkie wyjaśnienie jest błędne.

Narzędzia wspierane przez AI potrafią już wstępnie oceniać alerty, streszczać dowody, grupować powiązane incydenty i przygotowywać rekomendacje reakcji. Mogą skrócić czas poświęcany na oczywiste fałszywe alarmy, co jest przydatne, gdy alternatywą są alerty, na które nikt nie patrzy. Ryzyko jest subtelniejsze niż „mniej zadań dla juniorów”. Polega na tym, że organizacje zachowują zadania, ale odbierają im wartość szkoleniową. Junior, który ma zatwierdzić rekomendację AI, nie wiedząc, jakie logi sprawdzono, jakie wyjaśnienia odrzucono i jak wniosek mógłby się okazać błędny, nadzoruje bez zrozumienia. To nie jest wiedza ekspercka i z czasem się nią nie stanie.

Różnica między AI, która doradza, a AI, która działa, jeszcze to wyostrza. System sugerujący kierunek dochodzenia to jedno. System uprawniony do odizolowania laptopa, zablokowania konta lub wstrzymania procesu biznesowego to coś innego. Im poważniejsze skutki działania, tym ważniejsze jest, czego osoba weryfikująca naprawdę się nauczyła i co potrafi sprawdzić.

Bardziej problem kompetencji niż liczby etatów

Inne badania opublikowane w tym roku wskazują ten sam kierunek: presja dotyczy bardziej kompetencji i ścieżek kariery niż liczby miejsc pracy.

• SANS Institute i GIAC (marzec 2026 r., 947 respondentów z całego świata). 74% organizacji stwierdziło, że AI zmienia wielkość lub strukturę ról w ich zespołach bezpieczeństwa, ale tylko 16% odnotowało faktyczną redukcję zatrudnienia z powodu AI. Jedynie 24% deklarowało dobrze zdefiniowane i jasno komunikowane ścieżki kariery w cyberbezpieczeństwie. 60% uznało luki kompetencyjne za większy problem, wobec 40% wskazujących na braki kadrowe.² 72% respondentów stanowili liderzy bezpieczeństwa, co wpływa na to, jak opisują rekrutację i rozwój.
• ISC2 (kwiecień 2026 r.). Na podstawie swojego badania kadr w cyberbezpieczeństwie ISC2 podało, że 95% respondentów widzi w swojej organizacji co najmniej jedną potrzebę kompetencyjną w cyberbezpieczeństwie, a 59% określa ten niedobór jako krytyczny lub znaczący. Organizacja przestrzegła przed szukaniem "niemożliwego do znalezienia" profilu, który łączy podstawy bezpieczeństwa z umiejętnością konfigurowania i interpretowania systemów AI, i zaleciła inwestowanie w obecnych pracowników.³
• PwC (czerwiec 2026 r., nie tylko cyberbezpieczeństwo). Analizując 2,4 mln amerykańskich ogłoszeń o pracę na stanowiskach dla początkujących, PwC ustaliło, że stanowiska najbardziej narażone na AI siedmiokrotnie częściej wymagały umiejętności tradycyjnie kojarzonych z rolami seniorskimi, takich jak przywództwo, kreatywność czy bezpośrednie kontakty z ludźmi.⁴ Ogłoszenia pokazują, czego oczekują pracodawcy, a nie kogo zatrudniają ani czy zmianę spowodowała AI.

Te wskaźniki nie są wymienne. Przebudowa roli to nie zwolnienie, a luka kompetencyjna nie dowodzi braku odpowiednich kandydatów. Razem sugerują jednak, że wielu pracodawców zmienia pracę szybciej, niż buduje drogi, które do niej prowadzą. Ten sam schemat w innych zawodach opisaliśmy w tekście AI zmienia zadania szybciej niż nazwy stanowisk.

Nowe role związane z AI wciąż wymagają dawnej wiedzy

Automatyzacja tworzy też pracę. Zespoły bezpieczeństwa mogą potrzebować osób, które testują rekomendacje AI, audytują zautomatyzowane decyzje, badają błędy modeli, projektują zasady eskalacji i wyjaśniają incydenty współpracownikom spoza IT. 41% w badaniu Swimlane oddaje te oczekiwania, ale to prognoza ról, a nie liczba wakatów czy zatrudnień. Jak rodzi się ta praca nadzorcza, opisaliśmy w tekście AI tworzy miejsca pracy, by trzymać AI pod kontrolą.

Jest jednak haczyk. Te obowiązki wymagają właśnie tego osądu, który dawniej budowały rutynowe dochodzenia. Nikt nie oceni rzetelnie modelu wykrywania zagrożeń, jeśli nauczył się tylko, gdzie kliknąć „zatwierdź”. Potrzeba dość praktyki, by dostrzec brakujący kontekst, błędne założenia i biznesowe koszty pomyłki.

Dla doświadczonych pracowników mniej powtarzalnej selekcji alertów może oznaczać więcej czasu na mentoring, testowanie zabezpieczeń i złożone dochodzenia. Dla początkujących ta szansa istnieje tylko wtedy, gdy ktoś ją zaplanuje. Automatyzacja sama nie stworzy praktyki zawodowej.

Co mogą zrobić mniejsze organizacje

Mała firma czy organizacja pozarządowa nie powinna kopiować dużego SOC. Wiele z nich polega na zewnętrznym dostawcy, informatyku ogólnym lub współdzielonym zespole. Mogą korzystać z automatycznego wykrywania, mając jeszcze mniej możliwości, by je sprawdzać. Próba badania Swimlane nic nie mówi o tym, jak częste są takie sytuacje, więc jego odsetków nie należy przenosić na mniejszych pracodawców.

Poniższe sugestie to propozycje redakcyjne, a nie zweryfikowane wyniki badań. Ich celem jest wpisanie nauki w codzienną pracę zamiast tworzenia osobnego programu:

1. Zachowuj dowody. Gdy zautomatyzowany system zgłasza lub zamyka incydent, zachowaj tyle danych źródłowych, by człowiek mógł później odtworzyć rozumowanie.
2. Co tydzień omawiaj kilka przypadków. Na przykład krótka cotygodniowa sesja o jednym alercie obsłużonym przez AI, jednym fałszywym alarmie i jednym przypadku, który AI eskalowała. Nie chodzi o sztuczne zajęcia, lecz o informację zwrotną.
3. Włączaj juniorów rotacyjnie do nadzorowanych przeglądów trafnych i błędnych rekomendacji AI, a do ćwiczenia decyzji, których automatyzacja rzadko wymaga, wykorzystuj symulacje i omówienia po incydentach.
4. Zapisz, kto może zatwierdzać działania o dużych skutkach (odizolowanie urządzenia, zablokowanie konta) i kiedy eskalacja jest obowiązkowa.
5. Pisz uczciwe ogłoszenia. Jeśli stanowisko juniorskie obejmuje teraz ocenę wyników AI, zaplanuj przekazanie wiedzy dziedzinowej, której ta ocena wymaga. W przeciwnym razie „junior” staje się niższą pensją z oczekiwaniami wobec seniora.

W UE istnieje też podstawa prawna. Art. 4 aktu w sprawie sztucznej inteligencji zobowiązuje dostawców i podmioty stosujące systemy AI do podejmowania środków wspierających kompetencje w zakresie AI ich personelu. Od zmian wprowadzonych przez "Digital Omnibus" w 2026 r. tekst wyjaśnia, że nie oznacza to gwarantowania określonego poziomu każdej osobie.^{5, 6} Włączenie przeglądu wyników AI do codziennego szkolenia to praktyczny sposób, by pokazać, że takie środki istnieją.

Drabina kariery to decyzja zarządcza

Przytoczone badania nie dowodzą, że AI już usunęła pierwszy szczebel kariery w cyberbezpieczeństwie. Najmocniejsze nowe liczby to opinie z ankiet, a nie dowód związku przyczynowego. Pokazują jednak dość napięć, by uzasadnić ostrożność zamiast samozadowolenia.

Kluczowe pytanie brzmi: co organizacje zrobią z czasem, który oszczędza AI? Mogą go wykorzystać wyłącznie do obsługi większej liczby alertów mniejszą liczbą osób albo także do uczenia ludzi, jak kwestionować zautomatyzowane decyzje. Jeśli juniorzy stracą powtarzalną pracę, ale zyskają uporządkowany kontakt z dowodami, osądem i odpowiedzialnością, zawód może stać się bardziej atrakcyjny i kompetentny. Jeśli stracą zarówno zadania, jak i szkolenie, dzisiejszy wzrost produktywności stanie się jutrzejszym niedoborem ekspertów. AI być może ułatwia pracę w bezpieczeństwie. Czy utrudni kariery, w dużej mierze zależy od decyzji, które pracodawcy podejmują teraz.

Najczęściej zadawane pytania

Czy AI likwiduje stanowiska dla początkujących w cyberbezpieczeństwie?

Dostępne dane tego nie pokazują. W badaniu SANS i GIAC 74% organizacji stwierdziło, że AI zmienia wielkość zespołów lub strukturę ról, ale tylko 16% odnotowało redukcję zatrudnienia. Ankiety pokazują raczej obawy o wyższe wymagania na start i mniej okazji dla juniorów do zdobycia podstawowego doświadczenia.

Dlaczego automatyzacja selekcji alertów wpływa na rozwój kompetencji?

Na rutynowych alertach analitycy uczą się rozpoznawać, co jest normalne, a co nie. Jeśli zajmuje się nimi AI, a juniorzy tylko zatwierdzają jej wnioski, mogą podejmować trudne decyzje bez doświadczenia potrzebnego do ich oceny.

Jak mały zespół może dalej szkolić juniorów, gdy rutyną zajmuje się AI?

Zachowuj dowody stojące za zautomatyzowanymi decyzjami, co tydzień omawiaj z juniorami kilka przypadków obsłużonych przez AI, korzystaj z symulacji i omówień po incydentach oraz jasno określ, kto może zatwierdzać działania o dużych skutkach.

Jak może pomóc hilighter

Utrzymanie drabiny kariery zaczyna się od wiedzy, jakich kompetencji wymaga każde stanowisko i na jakim etapie są ludzie. hilighter pomaga mapować kompetencje według stanowiska, kategorii i poziomu biegłości, angażować przełożonych w ich ocenę, porównywać kompetencje poszczególnych osób z wymaganiami stanowiska i tworzyć indywidualne ścieżki rozwoju dla osób przejmujących nowe obowiązki, takie jak przegląd wyników AI. Analiza AI Job Impact daje orientacyjny obraz tego, jak AI może zmienić Twoje stanowiska. Dostępny jest plan bezpłatny, a ceny planów zależą od liczby stanowisk, przy nieograniczonej liczbie pracowników.

Źródła

1. Swimlane, Swimlane Research: How AI is Reshaping the SOC Career Ladder, 30 września 2026 r. Badanie 500 respondentów przeprowadzone przez Sapio Research na zlecenie Swimlane, dostawcy automatyzacji bezpieczeństwa.
2. SANS Institute, SANS Research: The Cybersecurity Talent Shortage Narrative Is Wrong, marzec 2026 r.; GIAC, 2026 Cybersecurity Workforce Research Report, 11 marca 2026 r.
3. ISC2, ISC2 Cybersecurity Workforce Study Deep Dive: Aligning Skills, People and Hiring in Cybersecurity, 17 kwietnia 2026 r.
4. PwC, AI reshapes global labour market into two distinct paths, rewarding human skills: PwC 2026 Global AI Jobs Barometer, komunikat prasowy, 15 czerwca 2026 r.
5. AI Act Service Desk, Article 4: AI literacy, tekst skonsolidowany; Rozporządzenie (UE) 2024/1689 (akt w sprawie sztucznej inteligencji), art. 4.
6. Rozporządzenie (UE) 2026/1744 zmieniające rozporządzenie (UE) 2024/1689 („Digital Omnibus” w sprawie AI), Dziennik Urzędowy Unii Europejskiej, 24 lipca 2026 r.

Data ostatniej weryfikacji źródeł i odniesień do przepisów: 19 października 2026 r.