Zwolnienie przez AI nie dowodzi, że praca zniknęła
28 października 2026 Gartner prognozuje, że 30% osób zwolnionych i zastąpionych przez AI wróci do 2029 roku, często drożej.
Christian Kosiek•Opublikowano •15 min czytania

Pracodawca zastępuje doświadczoną koordynatorkę systemem AI. Pół roku później skomplikowana skarga wpada między zautomatyzowane kroki i nikt nie wie, kto ma prawo ją rozstrzygnąć. Fundusz płac może być niższy. Osoby, która rozumiała wyjątki, już nie ma. Ta scena jest hipotetyczna. To nie jest udokumentowany przypadek i nie jest to wynik prognoz poniżej. Pokazuje węższe ryzyko: łatwiej usunąć rolę, niż dowieść, że zniknęła praca, ocena i odpowiedzialność.
30 procent to prognoza
28 października 2026, w Orlando, Gartner opublikował prognozę ze swojego HR Symposium/Xpo. Zdanie otwierające mówi, że do 2029 roku 30% pracowników, którzy zostali zwolnieni i zastąpieni przez AI, zostanie zatrudnionych ponownie, często po wyższym koszcie, gdy organizacje mają trudność z dopasowaniem decyzji o zatrudnieniu do zmieniających się potrzeb. Nagłówek uzależnia tę prognozę od tego, że organizacje nie przebudują planowania zatrudnienia. Angielski nagłówek zawiera skrót, więc ten artykuł go nie cytuje. "Nie przebudować" nie jest drugą statystyką. To parafraza nagłówka. Tekst używa innego członu: organizacje mają trudność z dopasowaniem decyzji. Te dwa sformułowania nie są wymienne i żadne nie jest liczeniem osób, które już wróciły.1
Mianownik jest konkretny. To pracownicy zwolnieni i zastąpieni przez AI, w scenariuszu, który opisuje Gartner. To nie jest 30% wszystkich osób, których zadania się zmieniają. To nie jest 30% każdego stanowiska dotkniętego przez AI. W tym komunikacie Gartner nie opublikował publicznego liczenia podłużnego przyszłych powrotów. Rok 2029 jeszcze nie nadszedł. Koniunktura, niezawodność oprogramowania, regulacje i decyzje pracodawców nadal mogą przesunąć wynik. Zdanie o 30% jest przypisane Gartnerowi. Nie jest wydrukowane jako cytat nazwanej analityczki.1
Caitlyn McDonough, wiceprezeska i analityczka praktyki HR w Gartnerze, powiedziała na tym samym wydarzeniu, że wiele organizacji podejmuje decyzje o AI i o zatrudnieniu w złej kolejności. Decydują, ile osób ma odejść, zanim zrozumieją, czego potrzeba, żeby wykonać pracę. Celem, jak mówi, jest zrozumieć, jaka praca liczy się dla strategii, jak ta praca się zmienia i jaka mieszanka ludzi i technologii jest właściwa. To omówienie idzie za angielskim zdaniem, które nie zawiera skrótu. Późniejsze zdanie, że liderzy powinni przestać planować kadrę, którą mają, i zacząć planować kadrę, której wymaga ich strategia, też jest omówione. Render strony pokazywał dodatkową kropkę po "requires" i ten artykuł nie odtwarza tej interpunkcji jako części zdania.1
Ten sam komunikat podaje badanie z lipca 2026 wśród 297 dyrektorów HR. Tylko 19% organizacji ma planowanie zatrudnienia, które skutecznie pomaga liderom zrozumieć, jak zmienia się praca, uwzględnić wpływ AI i dopasować strategie talentów do celów. Organizacje ze skutecznym planowaniem są 1,4 raza bardziej skłonne przekroczyć cele przychodu i 1,5 raza bardziej skłonne przekroczyć cele kosztu. Te wielokrotności to związek podany przez Gartnera. To nie jest próba, która dowodzi, że planowanie spowodowało wynik, i to nie jest 30%.1
| Co podpiera komunikat z 28 października | Liczba | Czego nie podpiera |
|---|---|---|
| Prognoza na 2029 rok, wśród osób zwolnionych i zastąpionych przez AI | 30% zatrudnionych ponownie, często drożej | Liczenie osób, które już wróciły |
| Organizacje ze skutecznym planowaniem, lipiec 2026 | 19% z 297 | Dowód, że pozostałe 81% zatrudni ponownie |
| Związek z przekroczeniem celów przychodu | 1,4 raza | Próba przyczynowa |
| Związek z przekroczeniem celów kosztu | 1,5 raza | Ten sam obiekt co 30% |
Gartner opisuje pięć faz: wskazać zdolności najbardziej krytyczne dla strategii; prognozować przyszły popyt na pracę i potrzeby zdolności; ocenić przyszłą podaż, ludzką i wspieraną przez AI; policzyć luki i porównać rozwiązania według kosztu, ryzyka i tempa; ustanowić nadzór, który priorytetyzuje i finansuje inwestycje. Komunikat mówi, że rama zaczyna się od strategii przedsiębiorstwa, nie od dzisiejszych stanowisk. Większość planowania, mówi, idzie od dołu: liderzy patrzą na obecne stanowiska, umiejętności i etaty i pytają, jak AI może je zmienić. Mówi też, że to, iż AI potrafi coś zrobić, nie znaczy, że organizacja tak tego użyje. To ostatnie zdanie jest omówione, bo angielski komunikat używa skrótu. Gdy koszty AI rosną, komunikat mówi, że organizacje skupiają inwestycję tam, gdzie służy strategii.1
Cechą odróżniającą, w słowach komunikatu, jest prognoza przyszłego popytu na pracę: rozłożyć pracę na mierzalne części, żeby zobaczyć, jaka praca będzie wykonana, w jakiej ilości i jaki udział wykonają ludzie, a jaki AI. Dyrektorom HR zaleca się pilotaż ramy na jednej albo dwóch zdolnościach, a potem skalowanie z tego, czego się nauczyli, zamiast od razu obejmować całe przedsiębiorstwo. Ta rada o pilotażu jest Gartnera. To nie jest metoda wymyślona tutaj.1
Te 30% łatwo zestawić z innymi liczbami Gartnera, jakby to było jedno badanie. Nie jest. Inny artykuł na tej stronie już oddziela badanie z listopada 2026 wśród osób kierujących obsługą klienta, z odpowiedzią 7% "już zatrudniono ponownie" i planem 11%, od lutowej prognozy, że 50% firm, które przypisują cięcia w obsłudze AI, zatrudni ponownie do podobnych funkcji: cięcia w obsłudze są mniejsze niż nagłówki. Te mianowniki, daty i pytania nie są komunikatem z Orlando. Stanowisko, które nigdy nie powstaje, to trzeci obiekt: odroczone zatrudnienie to nie utrata pracy.
Co pokazuje brytyjskie badanie, a czego nie
Są powody, by oprzeć się zarówno opowieści o masowym zastąpieniu, jak i pocieszającemu twierdzeniu, że każde utracone stanowisko wraca. 20 lipca 2026 brytyjski Office for National Statistics opublikował analizę Business Insights and Conditions Survey. Punkty główne mówią, że samodzielnie zgłaszane użycie AI w firmach z co najmniej 10 pracownikami wzrosło z około 12% do około 35% od końca 2023 roku, a większe firmy częściej wdrożyły AI. Tekst mówi, że od września 2023 udział tych firm, które zgłaszają co najmniej jedną technologię AI, wzrósł do nieco poniżej trzykrotności poziomu początkowego, z około 12% do około 35%. "Nieco poniżej trzykrotności" to formuła biuletynu. To nie jest drugie badanie.2
Ten sam biuletyn drukuje dwa okna czerwca i ten artykuł nie wybiera między nimi. Tytuł wykresu biegnie od 18 września do 1 października 2023 do 15-28 czerwca 2026. Linia źródła wykresu mówi o fali 159, od 5 do 28 czerwca 2026. Część o metodzie odsyła do strony kwestionariusza zatytułowanej od 15 czerwca 2026 do 28 czerwca 2026. Te daty zostają tak, jak są wydrukowane.2
Zdanie o zatrudnieniu w punktach głównych jest węższe niż "wdrożenie nic nie zmieniło". Mówi, że poprawa operacji jest najczęstszym użyciem AI, zgłaszanym przez ponad 60% większych firm, i że nie przełożyło się to jeszcze na szerokie zmiany ogólnego zatrudnienia. Późniejsza część mówi, że blisko 60% firm zgłasza użycie AI do poprawy operacji, z nieco niższymi udziałami wśród mniejszych. "Ponad 60% większych" i "blisko 60%" są oba w biuletynie. Tutaj ich nie uśredniamy.2
Część o rynku pracy jest dokładniejsza niż zdanie z punktów głównych. Większość firm zgłasza, że użycie AI nie zmieniło dotychczas ogólnego zatrudnienia. We wszystkich przedziałach wielkości około połowa zgłosiła brak wpływu, ze szczególnie wysokimi udziałami wśród firm z 10 do 249 pracownikami. Spadki są najbardziej widoczne wśród firm średnich: nieco poniżej 7% zgłasza spadek. Biuletyn mówi, że udział jest nieco niższy w małych firmach. Nie drukuje tego mniejszego odsetka i ten artykuł go nie wymyśla.2
Kolejne cięcie dotyczy celu, nie każdej firmy. Spośród firm używających AI do poprawy operacji 63% zgłosiło brak zmiany zatrudnienia, 1% wzrost i 6% spadek. Przypis do tego wykresu wyłącza "nie wiem" i "nie dotyczy". Te 6% to nie 6% wszystkich brytyjskich firm i to nie jest "nieco poniżej 7%" firm średnich. Około 10% firm zgłasza automatyzację albo zastępowanie ról jako sposób włączenia umiejętności związanych z AI, z niewielką różnicą według wielkości. Te 10% to odpowiedź dotycząca umiejętności, nie spadek zatrudnienia. Tylko 11% firm z co najmniej 10 pracownikami zgłosiło, że ponad połowa załogi otrzymała szkolenie związane z AI.2
| Linia ONS | Co opisuje | Czym nie jest |
|---|---|---|
| Około 12% do około 35% | Użycie zgłaszane samodzielnie, firmy z co najmniej 10 pracownikami, od końca 2023 | Udział pracowników |
| Ponad 60% większych i klauzula "jeszcze nie szeroko" | Najczęstsze użycie: poprawa operacji | Dowód, że żadna firma nie zmieniła zatrudnienia |
| Około połowy, brak wpływu na zatrudnienie | Firmy wszystkich wielkości, dotychczas | Ustalenie, że zadania są bez zmian |
| Nieco poniżej 7% | Firmy średnie, które zgłaszają spadek | Odsetek małych firm, którego nie wydrukowano |
| 63%, 1% i 6% | Firmy poprawiające operacje, odpowiedzi niepewne wyłączone | 6% całej gospodarki |
| Około 10% | Automatyzacja albo zastępowanie ról jako odpowiedź umiejętnościowa | To samo co spadek o 6% |
Biuletyn oddziela też ludzi od firm. Ponad połowa pracowników (55%) zgłasza użycie AI do pracy albo nauki, wobec około jednej trzeciej (35%) firm zgłaszających co najmniej jedną technologię AI. Liczba osób pochodzi z Opinions and Lifestyle Survey, od 6 maja do 28 czerwca 2026, dla Wielkiej Brytanii, i może obejmować użycie poza formalną działalnością firmy. Liczba firm dotyczy przedsiębiorstw z co najmniej 10 pracownikami. Nazwanie 35% udziałem pracowników pomieszałoby te dwa pomiary.2
Fala 159 miała wskaźnik odpowiedzi 26,7%, przy 38 637 odpowiadających firmach. Statystyki są opisane jako oficjalne statystyki w rozwoju. Niektóre branże są wyłączone, w tym rolnictwo, wydobycie ropy i gazu, energia, administracja publiczna i obrona, publiczna edukacja i zdrowie oraz finanse i ubezpieczenia. Biuletyn mówi, że AI jest ujęte jako lista technologii, nie jako jedno pojęcie, i że liczba główna traktuje zgłoszone użycia jako równoważne. To samodzielnie zgłaszane badanie firm. To nie jest eksperyment, który utrzymuje inne przyczyny na stałym poziomie. Ta ostatnia granica jest redakcyjnym odczytaniem projektu. ONS nie drukuje zwrotu "eksperyment kontrolowany".2
Biuletyn cytuje inne instytucje, w tym porównanie Banku Rezerwy Federalnej w St. Louis, pracę National Bureau of Economic Research, Decision Maker Panel Banku Anglii i badanie brytyjskiego ministerstwa nauki. Tych stron nie otwierano do tego artykułu. Ich liczb nie użyto.
Szybszy wzrost zatrudnienia to nie stopa powrotu
Barometr PwC z 2026 roku, opublikowany w Londynie 15 czerwca 2026, jest trzecim obiektem. Część "o badaniu" mówi, że barometr przeanalizował ponad miliard ogłoszeń o pracę w 27 krajach i terytoriach. Otwarcie mówi też o ponad miliardzie ogłoszeń na sześciu kontynentach. Ten artykuł traktuje to jako dwa sformułowania tego samego komunikatu, nie jako dwa zbiory danych.3
Punkt mówi, że firmy najbardziej zdolne używać AI widzą szybszy wzrost zatrudnienia niż firmy najmniej narażone na AI (52% wobec 36%). Późniejszy akapit mówi, że wzrost zatrudnienia w firmach najbardziej narażonych na AI wyprzedza wzrost w najmniej narażonych, 52% względem 36% w 2025 roku, na bazie z 2018. "Najbardziej zdolne używać AI" i "najbardziej narażone na AI" to nie ta sama fraza. Obie linie drukują 52 i 36. Tylko akapit podaje bazę z 2018 i rok 2025. Ten artykuł nie przenosi tej bazy na punkt.3
Komunikat przedstawia lukę jako ustalenie. Nie mówi, że dodatkowe zatrudnienie składa się z osób zwolnionych, a potem przywróconych. Nie mówi, że AI stworzyło te miejsca pracy. Te granice są redakcyjne. Stopa ponownego zatrudnienia i różnica wzrostu zatrudnienia odpowiadają na różne pytania. Jedna może być wysoka, gdy druga jest niska, bo firma może zatrudnić nowych specjalistów i nadal nie odzyskać wyjątków koordynatorki.
Ten sam komunikat omawia wymagania umiejętności na starcie kariery, w tym ocenę i przywództwo. Te linie to inne cięcie, już oddzielone na tej stronie od słupków zatrudnienia: ogłoszenie juniorskie, które prosi o ocenę seniora. Ten artykuł ich nie przedrukowuje. Liczby produktywności i płac z tego samego komunikatu też zostają tam. Nie są ceną sprowadzenia nazwanej osoby z powrotem.
Lokalne przesunięcie może współistnieć z krajową sumą, która ledwo się rusza. Firma może ciąć role administracyjne i zatrudniać osoby, które nadzorują dane, doradzają klientom albo przeprojektowują proces. Zadanie, które zmienia się wewnątrz stanowiska, to nie to samo zdarzenie co stanowisko, które się kończy. Gdy stanowisko się kończy, kolejne szukanie może trwać dłużej: szukanie po utracie pracy związanej z AI. Ponowne obsadzenie roli to też nie to samo co ponowne zatrudnienie pierwotnej osoby. Rozkład kosztu liczy się tak samo jak suma. To zdanie jest oceną redakcyjną. PwC nie wydrukowało go jako wyniku.
Usunięcie pensji nie usuwa zdolności
Opis stanowiska notuje powtarzalne obowiązki. Rzadko notuje kontekst, który niesie osoba: jak obsłużyć nietypowego klienta, kiedy zakwestionować dostawcę, które akta są niepełne i która nieformalna eskalacja powstrzymuje mały błąd przed tym, by stał się kosztowny. System generatywny może napisać odpowiedź, sklasyfikować sprawę i streścić plik. To są zadania. Stanowisko łączy też odpowiedzialność, priorytet, relacje i decyzje przy niejasności. To rozróżnienie jest redakcyjne. Dlatego prognoza 30% jest o planowaniu, nie o pokazie narzędzia.
Weźmy hipotetyczną organizację społeczną 45 osób, która rozpatruje wnioski o dotacje. AI może sortować dokumenty i przygotować pierwsze streszczenie kwalifikowalności. Ktoś nadal musi zobaczyć sprzeczne dowody, wyjaśnić decyzję wnioskodawcy i chronić wrażliwe informacje. Jeśli organizacja usuwa koordynację po zautomatyzowaniu sortowania, pozostałe wyjątki mogą być trudniejsze, nie łatwiejsze. Przykład nie jest firmą z badania ONS ani firmą z komunikatu Gartnera.
Dalej są trzy sposoby porażki. To odczyt redakcyjny, nie ustalenie Gartnera i nie tabela ONS.
Po pierwsze, oszczędności często szacuje się na łatwych sprawach. Gdy rutynowe wnioski idą automatycznie, ludzka praca skupia się na sporach, wyjątkach i decyzjach o wysokiej stawce. Liczenie zgłoszeń nie widzi tej zmiany złożoności.
Po drugie, przejście ma koszt. Ktoś musi czyścić dane, testować wyniki, utrzymywać kontrole, szkolić ludzi i badać awarie. Te zadania mogą spaść na personel, którego czas uznano za wolny. Gdy odpowiedzialność jest pocięta między zespołami, opóźnienie i błąd mogą rosnąć, nawet jeśli oprogramowanie robi to, co opisano.
Po trzecie, pamięć organizacji trudno odbudować. Doświadczeni ludzie wiedzą, które nietypowe sytuacje zasługują na uwagę i jak decyzja spadnie na klientów, kolegów i regulatorów. System przechowuje procedurę tylko wtedy, gdy ktoś ją rozpoznał i zapisał. Wiedza utracona w pośpiesznym zwolnieniu może nie być w archiwum.
Przekwalifikować albo przenieść, zanim AI tnie etaty to sąsiedni wybór, z innymi źródłami. Ten artykuł nie traktuje tej umowy jako dowodu na 30%.
Mniejszy pracodawca może wycenić odwrotną stronę
Zanim usunie stanowisko, pracodawca może zapisać rolę w czterech kategoriach: zadania, które da się automatyzować w sposób pewny; zadania, które wymagają ludzkiego przeglądu; obsługę wyjątków; oraz relacje albo odpowiedzialności, które potrzebują nazwanej osoby. Potem pilotować przepływ na prawdziwych przykładach, za zgodą, i mierzyć jakość, czas cyklu, eskalacje, poprawki i obciążenie, nie tylko to, co wydaje oprogramowanie. Zrobić drugą sumę na odwrotną stronę: spada dokładność, dostawca zmienia cenę, klient kwestionuje automatyczną decyzję albo system jest niedostępny przez tydzień. Rachunek, który zawiera szkolenie, nadzór i odtworzenie, to inny dokument niż oszczędność płac. Przeniesienie albo zatrudnianie mniejszej liczby osób może być mniej ryzykowne niż zwolnienie. Ta lista to nie pięć faz Gartnera. Pięć faz jest w komunikacie z Orlando. Ta lista to redakcyjny test dla małego zespołu. To nie jest zwalidowane badanie.
Dla pracowników użyteczna odpowiedź to nie tylko nauka podpowiedzi. Wykazalna umiejętność sprawdzania dowodów, rozwiązywania wyjątku, wyjaśniania kompromisu i poprawiania przepływu jest cenna tam, gdzie ogólna automatyczna odpowiedź nie wystarcza. Pracodawcy mogą uczynić nadzorowaną pracę nad wyjątkami częścią szkolenia, zamiast zostawiać ją kurczącej się grupie doświadczonych. Te zdania są redakcyjne. To nie są zalecenia ONS.
Jeśli organizacja jest w Unii Europejskiej, system przeznaczony do decydowania o zwolnieniu może podpadać pod załącznik III, punkt 4(b), aktu o AI: decyzje wpływające na warunki stosunku pracy, awans albo zakończenie, przydział zadań na podstawie indywidualnego zachowania albo cech osobistych, albo monitorowanie i ocena wyników. System przeznaczony do filtrowania, kogo zatrudnia się ponownie, może podpadać pod punkt 4(a), o rekrutacji i selekcji, w tym o ocenie kandydatów. Biuro pomocy Komisji mówi, że zasady wysokiego ryzyka z załącznika III stosuje się od 2 grudnia 2027. Mapa umiejętności nie jest tym systemem. To nie jest porada prawna. EUR-Lex nie był otwierany do tego artykułu, więc data jest datą biura pomocy. Dłuższe omówienie tych zasad jest w artykule o obsłudze klienta, do którego jest link wyżej.45
Prognoza wycenia założenie
30% Gartnera może okazać się za wysokie albo za niskie. Użyteczny wkład to wycena założenia: że usunięcie pensji usuwa zdolność. Biuletyn ONS jest powodem, by nie czytać obecnego brytyjskiego wdrożenia jako fali zmiany zatrudnienia. Luka PwC jest powodem, by nie czytać szybszego zatrudniania w narażonych firmach jako dowodu, że zwolnione osoby zostały zatrudnione ponownie. AI nadal może uczynić zespół bardziej produktywnym. Trwałe zyski zależą od przeprojektowania odpowiedzialności, zatrzymania umiejętności i mierzenia wyników. Ostrożniejszy plan zatrudnienia to ten, który nadal działa, gdy łatwe zadania znikną. Ostatnie zdanie jest oceną redakcyjną. To nie jest ocena Gartnera.
Jak hilighter może pomóc
hilighter nie prognozuje, kto zostanie zatrudniony ponownie. Nie odtwarza liczby Gartnera, ONS ani PwC i nie decyduje, czy rolę należy usunąć.
To, co zespół może zrobić, to zapisać pracę, zanim ruszy linia pensji. Mapować umiejętności według roli, w tym wyjątki i kontrole, które osoba nadal wykonuje. Porównać ludzi z tymi wymaganiami w analizie kompetencji i talentów. Zapisać poprawkę albo ukończone ćwiczenie w uznawaniu osiągnięć. Ustawić indywidualne ścieżki rozwoju, żeby nauka nie była tylko stanowiskiem, które wycięto. Przegląd tych dowodów przez przełożonego jest w ocenach kompetencji przez przełożonych. Widok wpływu AI na zawody jest wskazujący. To nie jest prognoza 30% i nie jest to tabela zatrudnienia ONS. Plan bezpłatny obejmuje do trzech ról. Liczba pracowników nie jest ograniczona.
Sources
- Gartner, Gartner predicts 30% of employees replaced by AI will be rehired by 2029, Orlando, 28 października 2026, HR Symposium/Xpo. Oficjalny nagłówek zawiera skrót, więc tekst linku jest skrócony. Zdanie otwierające: do 2029 roku 30% pracowników zwolnionych i zastąpionych przez AI zostanie zatrudnionych ponownie, często po wyższym koszcie, gdy organizacje mają trudność z dopasowaniem decyzji o zatrudnieniu. Warunek nagłówka jest parafrazą, nie cytatem. Badanie z lipca 2026 wśród 297 dyrektorów HR: 19% ze skutecznym planowaniem; 1,4 raza cele przychodu i 1,5 raza cele kosztu, jako związek. Pięć faz, pilotaż jednej albo dwóch zdolności i przyszły popyt na pracę jako cecha odróżniająca. McDonough jest omówiona co do kolejności decyzji. Badania dla klientów stojące za prognozą nie były otwierane. Odczyt 20 listopada 2026.
- Office for National Statistics, Artificial intelligence in UK businesses: 2023 to 2026, publikacja 20 lipca 2026, Business Insights and Conditions Survey. Punkty główne: około 12% do około 35% od końca 2023, firmy z co najmniej 10 pracownikami; poprawa operacji, zgłaszana przez ponad 60% większych firm, nie przełożyła się jeszcze na szeroką zmianę zatrudnienia. Tekst: nieco poniżej trzykrotności, z około 12% do około 35%. Tytuł wykresu kończy się 15-28 czerwca 2026; źródło mówi fala 159, 5-28 czerwca 2026. Blisko 60% używa AI do poprawy operacji. Około połowy nie widzi wpływu na zatrudnienie; nieco poniżej 7% firm średnich zgłasza spadek. Wśród firm poprawiających operacje, z wyłączeniem "nie wiem" i "nie dotyczy": 63% bez zmiany, 1% wzrostu, 6% spadku. Około 10% zgłasza automatyzację albo zastępowanie ról jako odpowiedź umiejętnościową. 11% firm z co najmniej 10 pracownikami mówi, że ponad połowa załogi otrzymała szkolenie związane z AI. Pracownicy 55% (Opinions and Lifestyle Survey, 6 maja do 28 czerwca 2026, Wielka Brytania) wobec około 35% firm. Wskaźnik odpowiedzi fali 159: 26,7%, 38 637 firm. Oficjalne statystyki w rozwoju. Zewnętrzne badania cytowane przez ONS nie były otwierane i ich liczb nie użyto. Odczyt 20 listopada 2026.
- PwC, AI reshapes global labour market into two distinct paths, komunikat, Londyn, 15 czerwca 2026. Ponad miliard ogłoszeń w 27 krajach i terytoriach; otwarcie mówi też o ponad miliardzie ogłoszeń na sześciu kontynentach. Punkt: firmy najbardziej zdolne używać AI wobec najmniej narażonych, 52% wobec 36%. Akapit: najbardziej narażone wobec najmniej narażonych, 52% względem 36% w 2025, baza 2018. Tych dwóch fraz nie scalono. Linii o starcie kariery, produktywności i płacach z tego samego komunikatu tu nie przedrukowano. Odczyt 20 listopada 2026.
- Komisja Europejska, AI Act Service Desk, załącznik III, punkty 4(a) i 4(b). Odczyt 20 listopada 2026. EUR-Lex nie był otwierany.
- Komisja Europejska, AI Act Service Desk, When does enforcement start?. Zasady wysokiego ryzyka z załącznika III od 2 grudnia 2027. Odczyt 20 listopada 2026. EUR-Lex nie był otwierany.
Źródła sprawdzone ostatnio 20 listopada 2026. 30% to prognoza Gartnera na 2029 rok, nie zmierzona fala powrotów. 19%, 1,4 raza i 1,5 raza to związek z badania lipcowego, nie ta prognoza. 12% do 35% ONS to firmy z co najmniej 10 pracownikami, nie pracownicy; linia 55% to inne badanie. 63%, 1% i 6% wyłączają niepewne odpowiedzi i nie są "nieco poniżej 7%" firm średnich. Oba okna czerwca są wydrukowane i nie zostały uzgodnione. Punkt PwC "najbardziej zdolne używać" nie dostaje bazy 2018 z akapitu. Koordynatorka, biuro dotacji, test w czterech częściach i obraz laboratorium to ilustracje. Ani wyniku detektora AI, ani braku kary Google nie można zagwarantować. Tłumaczenie wspomagane przez AI wymaga przeglądu osoby mówiącej tym językiem.