OpenAI przedstawia przełomowe ramy transformacji zatrudnienia

OpenAI opublikowało w kwietniu 2026 roku przełomowe narzędzie analityczne – AI Jobs Transition Framework . Jego autorami są główny ekonomista OpenAI, Ronnie Chatterji, oraz ekonomista rynku pracy Alex Martin Richmond. Ramy te analizują wpływ sztucznej inteligencji na ponad 900 zawodów, obejmujących 153,7 miliona miejsc pracy w USA (99,7% całego zatrudnienia). Kluczowe odkrycie: ryzyko całkowitej automatyzacji jest znacznie niższe, niż wcześniej prognozowano. Zamiast eliminacji miejsc pracy, znacznie częściej dojdzie do ich reorganizacji i rozszerzenia zakresu obowiązków .

Czterowymiarowy model analityczny

Nowe ramy wykraczają poza proste mierniki „ekspozycji na AI” i łączą cztery wymiary :

• Zdolności techniczne AI – czy obecne systemy AI (modele klasy GPT-4) są w stanie wykonywać podstawowe zadania danego zawodu na poziomie mediany lub powyżej. Modele GPT-4 osiągają taki poziom w 60–80% zadań biurowych .
• Konieczność ludzkiej pracy – czy dany zawód wymaga regulacji prawnych, zaufania międzyludzkiego lub fizycznej obecności, co chroni go przed pełną automatyzacją. Czynniki regulacyjne (sędziowie, prawnicy w salach sądowych), relacyjne (nauczyciele, terapeuci, pielęgniarki hospicyjne) oraz fizyczne (hydraulicy, elektrycy, opiekunowie) tworzą naturalne bariery ochronne .
• Elastyczność popytu – czy popyt na dany zawód jest sztywny (stałe zapotrzebowanie niezależnie od kosztów), czy elastyczny (może wzrosnąć, gdy AI obniży koszty) .
• Rzeczywiste użycie ChatGPT – walidacja na podstawie realnych wzorców adopcji; pracownicy w rolach najbardziej podatnych na automatyzację (np. wprowadzanie danych, księgowość) używają AI do trzykrotnie większej liczby swoich zadań w porównaniu z osobami na stanowiskach mniej zagrożonych .

Cztery archetypy transformacji

Połączone i zweryfikowane wymiary dzielą każdy zawód na cztery kategorie :

1. Wyższe ryzyko automatyzacji (~18% miejsc pracy w USA) – wysoka ekspozycja na AI, słaba konieczność ludzkiej pracy, sztywny popyt. Obejmuje: wprowadzanie danych, księgowość, obsługę klienta, kasjerów, pomoc prawną i urzędników klasyfikacyjnych. To role, w których najprawdopodobniej dojdzie do likwidacji etatów w najbliższym czasie.

2. Reorganizacja (~24% miejsc pracy) – wysoka ekspozycja na AI, ale silna konieczność ludzkiej pracy. Skład zadań zmienia się znacząco, ale ludzie pozostają niezbędni do kluczowych funkcji relacyjnych, regulacyjnych lub fizycznych. Zatrudnienie może spaść, nawet jeśli sama rola nie zniknie.

3. Wzrost/ekspansja (~12% miejsc pracy) – wysoka ekspozycja na AI w połączeniu z elastycznym popytem oznacza, że AI obniża koszty i rozszerza rynek, tworząc więcej miejsc pracy. Przykłady: zawody, w których AI działa jako mnożnik produktywności w rozwijających się sektorach.

4. Stosunkowo bez zmian (~46% miejsc pracy) – niska ekspozycja na AI, często ze względu na bariery fizyczne, relacyjne lub regulacyjne. Wpływ AI w najbliższym czasie jest minimalny.

USA vs. UE: 18% vs. 14%

Ramy OpenAI szacują, że około 18% miejsc pracy w USA stoi przed stosunkowo wyższym ryzykiem automatyzacji w krótkim okresie . Dla UE odrębna analiza przeprowadzona przez CEDEFOP (Europejskie Centrum Rozwoju Kształcenia Zawodowego, agencja UE) wskazuje, że około 14% dorosłych pracowników w UE stoi przed bardzo wysokim ryzykiem automatyzacji . Ryzyko to koncentruje się w rutynowych zawodach o niskim zapotrzebowaniu na umiejętności przekrojowe i społeczne, a także jest wyższe wśród mężczyzn .

Ważne zastrzeżenie: 14-procentowy wskaźnik dla UE pochodzi z niezależnej metodologii CEDEFOP, a nie bezpośrednio z ram OpenAI. Niemniej kierunek jest spójny: bardziej uregulowane rynki pracy w UE, silniejsza ochrona socjalna i inna struktura zawodowa przekładają się na niższy udział automatyzacji w krótkim okresie niż w USA.

Różnice między krajami

Analiza Coface dotycząca narażenia na AI na europejskich rynkach pracy (opublikowana w kwietniu 2026 roku) mapuje treść zadań podatnych na automatyzację :

• Kraje o wyższym ryzyku automatyzacji: Luksemburg, Wielka Brytania, Szwajcaria, Holandia, Norwegia i Dania wykazują najwyższy udział treści zadań podatnych na automatyzację – od ~12% w Turcji do prawie 20% w Wielkiej Brytanii .
• Luksemburg, Szwecja i Holandia mają zazwyczaj większy udział zatrudnienia nastawionego na rozwój w sektorach wysoko wykwalifikowanych usług, ale także wysoką ekspozycję na AI w sektorze finansowym i usługach profesjonalnych.
• Niemcy, Grecja i Włochy stoją przed innym profilem ryzyka: większy udział produkcji, rutynowych prac administracyjnych i niższa penetracja usług cyfrowych oznaczają, że potencjał automatyzacji jest wyższy w sektorach dóbr wymiennych .

Unijny dokument OpenAI EU Economic Blueprint 2.0 (styczeń 2026) dodatkowo segmentuje kraje pod względem penetracji i intensywności wykorzystania AI. Litwa i Łotwa wyróżniają się jako państwa łączące zarówno wysoką penetrację populacji, jak i intensywne wykorzystanie zaawansowanych zdolności myślenia AI, podczas gdy inne kraje UE znacznie opóźniają się w dyfuzji .

Kont tekst polityczny: Chatterji w Brukseli, EU AI Act i zmiany na rynku pracy

Ronnie Chatterji został mianowany pierwszym głównym ekonomistą OpenAI w październiku 2024 roku. Wcześniej pełnił funkcję doradcy ekonomicznego w administracjach Bidena i Obamy. Jego główne przesłanie: gospodarka znajduje się w „czasach przejściowych” – większość ludzi używa obecnie AI jako uzupełnienia, a nie substytutu . Od końca czerwca 2026 roku Chatterji przebywa w Europie na serii rozmów na wysokim szczeblu, w tym na wydarzeniu POLITICO Europe zatytułowanym „AI i przyszłość pracy: Czy UE jest gotowa na transformację?” .

Kluczowe napięcia polityczne:

• OpenAI było pierwszym amerykańskim twórcą AI, który podpisał Kodeks postępowania ogólnego dla AI (EU AI Act) .
• Carnegie Endowment argumentuje, że obok aktu o AI potrzebne są „dedykowane europejskie ramy transformacji rynku pracy, najlepiej osadzone w budżecie UE na lata 2028–2034” .
• Komisja Europejska zauważa, że AI i technologie cyfrowe „mają zwiększyć ogólne zatrudnienie w Europie, ale zyski będą nierównomierne, przynosząc korzyści głównie wysoko wykwalifikowanym pracownikom w sile wieku i kobietom, podczas gdy pracownicy o niskich kwalifikacjach, młodzi oraz strukturalnie słabsze regiony pozostają bardziej narażeni na negatywne skutki” .

Badanie EBC: ograniczone intensywne wykorzystanie AI

Badanie EBC na temat dostępu przedsiębiorstw do finansowania (SAFE) za IV kwartał 2025 roku, obejmujące ponad 5000 firm ze strefy euro, stanowi sprawdzian rzeczywisty dla głębokości adopcji AI :

• Ponad 70% firm deklaruje korzystanie z AI w jakiejś formie do końca 2025 roku .
• Jednak tylko około 7% firm używa AI intensywnie – na tyle, aby zmienić sposób produkcji, innowacji i konkurowania .
• Szczegółowy podział: 27% firm w ogóle nie korzysta z AI; 33% używa jej bardzo rzadko; 31% umiarkowanie; tylko 7–9% intensywnie .
• Istnieje duża luka inwestycyjna: podczas gdy większość firm używa AI, niewiele z nich inwestuje w dedykowaną infrastrukturę AI. Firmy, które inwestują, planują przeznaczyć średnio 9% całkowitych inwestycji na AI w 2026 roku .
• EBC konkluduje, że „dyfuzja rośnie szybko”, ale luka między przypadkowym użyciem a transformacyjną integracją pozostaje bardzo szeroka .

Europejskie dążenia do suwerenności technologicznej

Unijny dokument OpenAI EU Economic Blueprint 2.0 przedstawia europejską konkurencyjność w dziedzinie AI w kontekście suwerenności . Segmentuje kraje UE pod względem penetracji i intensywnego wykorzystania zaawansowanych zdolności AI („myślenia”), stwierdzając, że tylko niewielka grupa krajów (Litwa, Łotwa) łączy szeroki dostęp z głęboką dyfuzją. Szerszy strategiczny nacisk – „suwerenność technologiczna” – znajduje odzwierciedlenie w planach inwestycyjnych UE w infrastrukturę AI, ambicjach regulacyjnych AI Act oraz w apelach organizacji takich jak Carnegie Endowment o wydzielenie w budżecie UE na lata 2028–2034 dedykowanej linii na transformację rynku pracy . Własna analiza Komisji Europejskiej prognozuje, że AI zwiększy ogólne zatrudnienie w Europie, ale ostrzega, że bez ukierunkowanej polityki strukturalnie słabsze regiony i pracownicy o niższych kwalifikacjach zostaną w tyle .