1 godzina temu
W debacie o sztucznej inteligencji coraz częściej dominuje intuicja, iż fala wdrożeń powinna już wyraźnie odbijać się na liczbie ofert pracy. Najnowsza notatka Fedu autorstwa Jessiki Liu i Douglasa Webbera pokazuje jednak obraz znacznie bardziej zniuansowany. Na danych Lightcast oraz Census Bureau Business Trends and Outlook Survey nie widać dotąd spadku łącznej liczby ogłoszeń w firmach i branżach szybciej adoptujących AI.
Może to oznaczać, iż rynek pracy nie przechodzi dziś jeszcze szerokiej destrukcji etatów, ale raczej cichą zmianę priorytetów rekrutacyjnych. Nie jest to oczywiście uniewinnienie AI z zarzutu o przyszłą presję na zatrudnienie, ale jest to wyraźny sygnał, iż agregaty na razie nie potwierdzają najbardziej alarmistycznej narracji.
Agregaty nie potwierdzają tezy o pęknięciu rynku pracy
Obserwując bieżące zachowanie debaty wokół AI, można odnieść wrażenie, iż rynek pracy powinien już dziś wyraźnie odczuwać skutki automatyzacji. Tymczasem Fed patrzy na ten problem przez dwa szerokie filtry: branżowy poziom adopcji AI oraz firmowy ślad AI w samych ogłoszeniach rekrutacyjnych. W obu przypadkach wynik jest podobny.
Nie ma dowodu na to, iż branże lub firmy szybciej wdrażające AI publikują mniej ofert pracy niż reszta gospodarki. Stąd wydaje się, iż spowolnienie liczby ofert po odbiciu postpandemicznym nie było dotąd napędzane choćby w umiarkowanej skali przez samą sztuczną inteligencję.
Branże wdrażające AI nie publikują mniej ofert
Tabela branżowa w nocie Fedu wygląda zaskakująco łagodnie dla narracji o szybkim wypieraniu pracy przez algorytmy. Warto tu od razu wyjaśnić, co oznaczają opóźnienia 1, 3, 6 i 12 miesięcy. Nie chodzi o to, iż Fed mierzy wpływ AI dokładnie po miesiącu, kwartale, pół roku i roku w sensie mechanicznym.
Chodzi raczej o sprawdzenie, czy wyższa adopcja AI mierzona wcześniej pomaga wyjaśnić dzisiejszą liczbę nowych ofert pracy. Innymi słowy, model zestawia AI sprzed 1, 3, 6 lub 12 miesięcy z rekrutacją obserwowaną później, aby sprawdzić, czy efekt pojawia się szybko, z opóźnieniem, czy też zanika w czasie.
Dla zmiennej opisującej bieżące użycie AI współczynniki dla opóźnień 1, 3, 6 i 12 miesięcy wynoszą odpowiednio 0,341, 0,286, -0,032 i 0,494. Dla planów wdrożenia AI w horyzoncie sześciu miesięcy są to 0,551, 0,111, 0,129 i 0,142. Znak ujemny pojawia się tylko raz i to w bardzo niewielkiej skali, a większość przedziałów niepewności przecina zero. Można więc przypuszczać, iż na poziomie branż obecny efekt AI na ogólną liczbę ofert jest albo zerowy, albo bardzo niewielki dodatni.
To jest o tyle istotne, iż skala adopcji w samym badaniu BTOS nie wygląda marginalnie. Około 10% firm deklarowało już użycie AI, a 14% planowało wdrożenie w kolejnych sześciu miesiącach. Gdyby sam mechanizm automatyzacji miał już dziś silnie redukować popyt na pracę w skali makro, ślad w danych branżowych powinien być bardziej czytelny. Skoro go nie ma, bardziej prawdopodobne wydaje się na razie to, iż ewentualne oszczędności pracy są neutralizowane przez inne potrzeby firm, takie jak ekspansja, przebudowa procesów lub zmiana profilu kompetencji.
Na poziomie firm efekt jest dodatni, ale ekonomicznie mikroskopijny
Fed definiuje adopcję w sposób bardziej rygorystyczny, uznając firmę za eksponowaną na AI wtedy, gdy we wcześniejszym ogłoszeniu wymagała kompetencji z obszaru AI lub machine learning. Dla całej próby firm współczynniki wynoszą 0,082, 0,056, 0,028 i -0,0002 dla opóźnień 1, 3, 6 i 12 miesięcy. Dla dużych firm są wyższe i sięgają odpowiednio 0,210, 0,157, 0,072 oraz 0,015, co może wskazywać na to, iż największe podmioty przez cały czas łączą inwestycję w AI z utrzymaniem aktywności rekrutacyjnej.
Kluczowe jest jednak przeskalowanie tych wyników. W całej próbie udział ogłoszeń wymagających AI lub ML wynosił tylko 1,6%. Po uwzględnieniu tej intensywności ekspozycji Fed szacuje, iż efekt na liczbę ofert pracy dla wszystkich firm mieścił się mniej więcej między +0,04% a +0,13%. To bardzo mało. W rezultacie wydaje się, iż dodatnia statystycznie zależność nie oznacza jeszcze ekonomicznie istotnego impulsu dla zatrudnienia. Bardziej przypomina ona precyzyjnie oszacowany efekt bliski zeru niż dowód na boom rekrutacyjny wywołany AI.
AI może zmieniać skład zatrudnienia, a nie jeszcze jego sumę
Najważniejsy wniosek tej analizy polega na tym, iż mierzy ona łączną liczbę ofert pracy, a nie zmiany w konkretnych zawodach. To istotna różnica. Możliwe bowiem, iż część stanowisk, zwłaszcza bardziej rutynowych lub wejściowych, doświadcza już realnej presji, ale efekt ten jest kompensowany przez wzrost zapotrzebowania gdzie indziej. Fed pisze o tym dość wyraźnie: jeżeli w niektórych zawodach pojawia się silniejszy negatywny efekt, to jak dotąd był on równoważony przez przesunięcie ogłoszeń w inne miejsca. To może oznaczać, iż pierwszym kanałem działania AI nie jest dziś redukcja sumy ofert, ale przebudowa ich struktury.
Ta uwaga jest szczególnie ważna dla inwestorów i analityków próbujących odczytać z rynku pracy coś więcej niż samą liczbę wakatów. Agregat może pozostawać względnie stabilny, a jednocześnie pod powierzchnią może rosnąć presja na część pracowników. Stąd wydaje się, iż obecny obraz bardziej przypomina reallokację popytu na pracę niż jego szerokie załamanie. To z kolei może przekładać się na nierównomierny wpływ AI na płace, ścieżki kariery oraz mobilność zawodową.
To przez cały czas nie jest zamknięty temat
Warto zauważyć, iż sama nota Fedu jest ostrożna i wyraźnie zaznacza swój horyzont. Analiza obejmuje okres od września 2023 do listopada 2025 i ma charakter jawnie retrospektywny. Dodatkowo autorzy odcinają próbę na listopadzie 2025, ponieważ zmiana brzmienia pytań o AI w badaniu BTOS wywołała zauważalne pęknięcie szeregu czasowego. To może oznaczać, iż jesteśmy wciąż zbyt wcześnie, by z danych agregatowych wyciągać dalej idące wnioski o trwałej relacji AI z zatrudnieniem.
Niemniej istotne jest to, iż analiza nie obejmuje wynagrodzeń. A właśnie płace, obok struktury ogłoszeń i zmian w poziomie entry-level hiring, mogą okazać się pierwszym miejscem, w którym AI zostawi bardziej trwały ślad. o ile technologia najpierw podnosi produktywność i zmienia profil zadań, to presja na liczbę etatów może przyjść później niż presja na marże płacowe lub na strukturę kompetencji poszukiwanych przez firmy.
Co z tego wynika dla rynku?
Obecny stan danych bardziej podważa tezę o już materializującym się załamaniu rekrutacji przez AI, niż ją potwierdza. Nie oznacza to, iż zagrożenie nie istnieje. Oznacza jedynie, iż agregat ofert pracy w USA przez cały czas nie pokazuje negatywnego przesilenia. Można oczekiwać, iż w najbliższych kwartałach najważniejsze będzie nie tyle pytanie, czy AI obniża łączną liczbę ogłoszeń, ale czy zaczyna mocniej zmieniać ich strukturę, poziom wymagań oraz pozycję słabszych grup pracowników. To właśnie tam może pojawić się pierwszy realny sygnał przesunięcia rynku pracy w nowy reżim.
Dopóki jednak dane w skali branż i firm nie pokażą wyraźniejszego pogorszenia liczby ofert, rynek może mieć trudność z obroną tezy, iż AI jest już dziś głównym źródłem osłabienia amerykańskiego rynku pracy. Na razie bardziej prawdopodobne wydaje się, iż gospodarka przechodzi fazę adaptacji, w której technologia zmienia sposób rekrutacji szybciej niż jej łączną skalę.
