Boom na kompetencje AI to dwa rynki pracy, nie jeden

Prawie dwie trzecie nowo utworzonych ról w centrach kompetencyjnych międzynarodowych firm w Indiach wymaga dziś kompetencji AI - wynika z analizy rekrutacji, która wróciła na czołówki w zeszłym tygodniu. Liczba robi wrażenie. Łatwo ją też źle wykorzystać. Kto uzna ją za dowód, że dwie trzecie wszystkich pracowników musi zostać specjalistami od AI, może wydać budżet szkoleniowy na rozwiązanie niewłaściwego problemu.

Dane pochodzą od ANSR, firmy, która pomaga międzynarodowym przedsiębiorstwom tworzyć i prowadzić globalne centra kompetencyjne (global capability centres, GCC). Raport, opublikowany 24 września i ponownie omówiony przez Financial Express 21 października, analizuje ponad 5000 aktywnych ofert pracy oraz wzorce zatrudniania obejmujące ponad 20 000 ról. ANSR podaje, że około 65% nowych ról GCC utworzonych w 2026 roku wymaga kompetencji AI, a popyt na talenty AI i danych wzrósł rok do roku o około 45%.¹²³ To ustalenia dotyczące konkretnego, silnie technologicznego rynku rekrutacji, a nie spis zatrudnienia w Indiach ani prognoza dla każdego zawodu.

Ciekawsze jest to, co się dzieje, gdy zestawimy ten wyspecjalizowany rynek z danymi o zwykłych miejscach pracy. Badanie z dziesięciu krajów wskazuje, że większość ofert wprost związanych z AI nadal koncentruje się w zawodach technicznych. Tymczasem opublikowane w tym miesiącu badanie Komisji Europejskiej mówi, że prawie co trzeci pracownik w UE używał AI w pracy. Pozorna sprzeczność znika, gdy odróżnimy osoby zatrudniane do budowania systemów AI od osób, których dotychczasowa praca coraz częściej obejmuje korzystanie z nich.

Mianownik zmienia opowieść

Globalne centrum kompetencyjne nie jest miniaturą całej gospodarki. Takie jednostki często tworzą duże korporacje międzynarodowe, by prowadzić oprogramowanie, analitykę, inżynierię produktu, finanse i inne scentralizowane funkcje. To właśnie tam popyt na specjalistów od integracji AI może szybko rosnąć. ANSR podaje, że około 62% rekrutacji GCC w próbie dotyczy osób z trzema do ośmiu lat doświadczenia, przy medianie sześciu lat. Najwyższy wskaźnik wzrostu, około 1000% dla ofert z zakresu forward-deployed engineering i inżynierii AI, dotyczy wąskiego zbioru kategorii stanowisk.¹² Bez wyjściowej liczby ofert wzrost procentowy tej skali nie mówi, ile osób faktycznie zatrudniono.

Firma opisuje dwa nowe profile: inżynierów AI-native, którzy włączają AI w tworzenie oprogramowania, oraz inżynierów forward-deployed, którzy łączą inżynierię z wdrożeniem biznesowym. To wiarygodne przykłady nowej lub nowo wyeksponowanej pracy wokół AI. Wymagają one jednak głębi wiedzy technicznej, której pracownik administracyjny organizacji pozarządowej, kierownik sklepu czy pracownik socjalny w samorządzie raczej nie potrzebuje, by odpowiedzialnie korzystać z asystenta AI.

Istnieje też ograniczenie informacyjne. Publiczna strona raportu ANSR i komunikat opisują próbę oraz główne liczby, ale nie podają dość szczegółów o klasyfikacji „kompetencji AI”, by zewnętrzny czytelnik mógł odtworzyć wskaźnik 65% wyłącznie na podstawie publicznego streszczenia. Z tych dostępnych materiałów nie wynika jasno, na ile konsekwentnie kategoria odróżnia budowanie systemu AI od korzystania z niego w zwykłej roli. To nie czyni liczby bezwartościową. Oznacza, że należy ją traktować jako sygnał o rekrutacji w GCC, z jasno podanym zakresem, a nie jako uniwersalny punkt odniesienia dla budżetów szkoleniowych.

Techniczny trzon rekrutuje z innym zestawem narzędzi

Opracowanie robocze z lipca 2026 roku autorstwa Rafiazki Hilman i Julii Koltai daje szersze porównanie. Na podstawie ofert pracy online z dziesięciu krajów, zebranych między grudniem 2025 a majem 2026, badacze stwierdzają, że zawody STEM i techniczne stanowią mniej więcej 75% do 85% ogłoszeń zawierających wprost kompetencje związane z AI. Zawody biznesowe i menedżerskie tworzą mniejszą drugą grupę; opieka, służba publiczna, edukacja, logistyka i inne dziedziny mają znacznie mniejsze udziały. Opracowanie wskazuje wspólne słownictwo techniczne wokół Pythona, SQL, uczenia maszynowego i analizy danych.⁴

To dowód na to, gdzie pracodawcy wprost ogłaszają zapotrzebowanie na wiedzę o AI, a nie na to, że AI jest nieistotna poza technologią. Sami autorzy ostrzegają, że ogłoszenia online mogą nadreprezentować formalne, miejskie zatrudnienie biurowe, że klasyfikacja oparta na słowach kluczowych i modelach może pomijać użycie AI wbudowane w zwykłe zadania oraz że dane obejmują krótki okres. Ich ustalenia mają charakter opisowy. Nie dowodzą, że AI spowodowała zmiany w zatrudnieniu, płacach czy mobilności zawodowej.

Mimo to kontrast z liczbą dla GCC jest ważny. Wyspecjalizowane centrum rekrutacyjne może oczekiwać kompetencji AI od większości nowych pracowników, podczas gdy szerszy rynek ogłoszeń o te kompetencje pozostaje zdominowany przez pracę techniczną. Jedno i drugie może być prawdą. Lider, który sprowadza je do jednego hasła w stylu „każda praca staje się pracą z AI”, traci najbardziej użyteczne rozróżnienie: różne zawody potrzebują różnych poziomów umiejętności.

Używanie AI w pracy to nie to samo, co jej tworzenie

Wspólne Centrum Badawcze Komisji Europejskiej (JRC) narysowało inną mapę w raporcie AI and Skills z 15 października. Na podstawie danych z lat 2024-2025 podaje, że około 30% pracowników w UE zadeklarowało używanie AI w pracy. Deklarowane użycie było bliskie 40% wśród pracowników biurowych, ale wynosiło około 6% w zawodach prostych. Do 2025 roku około 20% przedsiębiorstw w UE wdrożyło technologie AI.⁵ Te odsetki mają różne mianowniki i mierzą różne rzeczy: używanie przez pracowników, zawód oraz wdrożenie w przedsiębiorstwach.

Mierzą też coś innego niż oferta, która wprost wymaga Pythona czy wdrażania modeli. Pracownik socjalny może używać AI do porządkowania notatek, pozostając odpowiedzialnym za wrażliwe oceny. Mały producent może użyć gotowego narzędzia do klasyfikowania przychodzących zapytań. Specjalistka ds. komunikacji może sprawdzać tłumaczenie przygotowane przez model. To scenariusze ilustracyjne, a nie udokumentowane przypadki z raportu JRC. Żaden z nich nie wymaga automatycznie inżyniera uczenia maszynowego w zespole. Każdy wymaga natomiast wiedzy dziedzinowej, weryfikacji, świadomości zasad prywatności i jasnej decyzji, co musi pozostać po stronie człowieka.

OECD wskazała to w analizie ogłoszeń o pracę z 2024 roku: większość pracowników narażonych na wpływ AI nie będzie potrzebować wyspecjalizowanych kompetencji, takich jak inżynieria uczenia maszynowego czy przetwarzania języka naturalnego. Ich zadania i zestaw kompetencji mogą jednak ulec zmianie. OECD stwierdziła też, że umiejętności menedżerskie i biznesowe są wyraźnie obecne w zawodach narażonych na wpływ AI, a kierunek popytu na poszczególne kompetencje nie jest jednolity.⁶ Plan szkoleń oparty wyłącznie na technicznych słowach kluczowych przeoczyłby dużą część tej zmiany.

Szansa leży w moście, nie tylko w laboratorium

Rynek pomiędzy wyspecjalizowaną inżynierią a codziennym korzystaniem z narzędzi może mieć szczególne znaczenie dla mniejszych organizacji. Kompetentny pracownik operacyjny, który potrafi zidentyfikować użyteczny proces, zrozumieć jego dane, przetestować przepływ pracy z AI, rozpoznać błędy i współpracować z zewnętrznym dostawcą technicznym, pełni cenną rolę pomostu. Takie stanowisko może nigdy nie zostać ogłoszone jako „inżynier AI”. Jego obowiązki mogą jednak się rozszerzać. To redakcyjna interpretacja danych, a nie zmierzona liczba nowo utworzonych stanowisk.

Ryzyko działa w obie strony. Jeśli pracodawcy wymagają zaawansowanych kwalifikacji technicznych na stanowiskach, które wymagają głównie ostrożnego korzystania z narzędzi, mogą niepotrzebnie podnosić bariery wejścia. Jeśli zakładają, że kilka godzin szkolenia z chatbota wystarczy, by wdrażać zautomatyzowane decyzje we wrażliwych obszarach, mogą stworzyć niebezpieczną pracę i narazić pracowników na odpowiedzialność przekraczającą ich kompetencje. Lipcowe opracowanie obejmujące wiele krajów zwraca uwagę na pokrewny problem: wymagania specyficzne dla AI są najbardziej widoczne w uprzywilejowanym już trzonie technicznym i mogą wzmacniać bariery wejścia. Jego dane nie dowodzą, że dotyczy to każdego zawodu.

Analiza Komisji Europejskiej z 14 października dotycząca wdrażania AI w sektorach strategicznych dodaje kolejne ograniczenie. Podaje ona, że wdrożenie wzrosło z 7% firm w tych sektorach w 2021 roku do 18% w 2025 roku, przy znacznych różnicach między branżami. Jako przeszkody we wdrażaniu wskazuje brak odpowiedniej wiedzy eksperckiej i niepewność regulacyjną.⁷ Dla małej organizacji decydującym ograniczeniem może nie być liczba pracowników potrafiących pisać prompty ani brak zespołu data science. Może nim być brak kogoś, kto rozumie przepływ pracy na tyle dobrze, by wybrać bezpieczne, użyteczne zastosowanie i ocenić jego wyniki.

Plan kompetencji powinien zaczynać się od pracy, nie od nagłówka

Praktyczny sposób, by nie mylić tych rynków, to rozdzielenie trzech rodzajów odpowiedzialności. Niektórzy ludzie muszą budować i integrować systemy: potrzebują kompetencji programistycznych, danych, bezpieczeństwa i oceny. Inni muszą prowadzić pracę wspieraną przez AI: potrzebują dość umiejętności obsługi narzędzi, by formułować zadania, chronić informacje i rozpoznawać błędy. Trzecia grupa musi zatwierdzać i nadzorować zastosowania, które dotyczą klientów, pracowników lub osób w trudnej sytuacji: potrzebuje odpowiedzialności za proces, zasad eskalacji i uprawnienia, by powiedzieć „nie”. W małej organizacji jedna osoba może pełnić więcej niż jedną z tych ról, ale te umiejętności nie są zamienne.

Dla hipotetycznej firmy usługowej z 35 pracownikami to rozróżnienie zmienia decyzję inwestycyjną. Zanim menedżer zamówi ogólnofirmowy kurs zaawansowanego tworzenia AI, mógłby ustalić, które zadania faktycznie wymagają pracy integracyjnej, które mogłyby skorzystać z zatwierdzonych narzędzi, a które wymagają niezależnej akceptacji człowieka. Doświadczony pracownik mógłby zostać przeszkolony w testowaniu i dokumentowaniu przepływu pracy; wyspecjalizowane wdrożenie można by w razie potrzeby kupić. To proponowane ramy decyzyjne, a nie przetestowana interwencja ani obietnica oszczędności.

Właściwą miarą postępu byłoby wtedy to, czy organizacja potrafi wykonać zdefiniowane zadanie bardziej niezawodnie, bezpieczniej lub sprawniej oraz czy pracownicy rozumieją ograniczenia narzędzi, z których korzystają. Liczenie certyfikatów AI czy dopisywanie „AI” do opisów stanowisk jest znacznie łatwiejsze. Jest też mniej wymowne.

Złe pytanie brzmi: czy wszyscy potrzebują kompetencji AI

Dane o rekrutacji w indyjskich GCC pokazują, że zaawansowane kompetencje AI stają się poważnym priorytetem rekrutacyjnym w wyspecjalizowanej, rozwijającej się części gospodarki. Oferty pracy z wielu krajów pokazują, jak skoncentrowany pozostaje ten jawny popyt. Europejskie badania wśród pracowników pokazują AI sięgającą daleko poza te techniczne stanowiska. Żadne z trzech źródeł nie unieważnia pozostałych. Opisują różne warstwy tego samego rynku pracy.

Dla liderów decydujących, kogo zatrudnić, a kogo rozwijać, użyteczne pytanie nie brzmi „Jaki odsetek stanowisk wymaga AI?”. Brzmi: „Kto musi ją budować, kto musi z niej dobrze korzystać, a kto musi umieć ją zakwestionować?”. Pomylenie tych odpowiedzi mogłoby stworzyć kosztowną lukę kompetencyjną, którą organizacja sama by wywołała.

Jak hilighter może pomóc

Gdy kompetencje AI znaczą co innego w różnych rolach, zespoły potrzebują jasnej mapy pracy, dowodów i rozwoju. hilighter pomaga mapować kompetencje według roli, porównywać ludzi z wymaganiami w module Analiza kompetencji i talentów, uznawać naukę w module Potwierdzanie i uznawanie kompetencji, ustalać indywidualne ścieżki rozwoju oraz uzyskać orientacyjny obraz potencjalnego wpływu AI na stanowiska. Plan bezpłatny obejmuje do trzech ról.

Źródła

1. ANSR, Talent Trends in GCCs in India 2026, 24 września 2026.
2. ANSR, New ANSR Report Finds AI Skills Driving GCC Hiring in India, komunikat prasowy, 24 września 2026.
3. Financial Express, 65% of new GCC roles need AI skills, 21 października 2026.
4. Hilman, R. i Koltai, J., Occupational Convergence or Divergence?, opracowanie robocze, 30 lipca 2026.
5. Wspólne Centrum Badawcze Komisji Europejskiej, AI and Skills, 15 października 2026.
6. OECD, Artificial intelligence and the changing demand for skills in the labour market, 10 kwietnia 2024.
7. Wspólne Centrum Badawcze Komisji Europejskiej, AI adoption more than doubles in almost every EU strategic sector, 14 października 2026.

Źródła ostatnio sprawdzone: 27 października 2026. Liczby ANSR opisują próby rekrutacyjne GCC; klasyfikacja „kompetencji AI” stojąca za wskaźnikiem 65% nie jest w pełni możliwa do odtworzenia wyłącznie na podstawie publicznego streszczenia. Liczby JRC i OECD mierzą różne mianowniki (używanie przez pracowników, oferty pracy, wdrożenie w przedsiębiorstwach).