Sygnały dotyczące AI i pracy, które miały znaczenie w tym kwartale
Szum wokół AI: Rok 2026 przyniósł przytłaczający szum informacyjny wokół AI w pracy, ale rzeczowe dyskusje są znacznie węższe.
Tarcia związane z adopcją: Adopcja jest niemal powszechna, ale uzyskanie wartości z AI pozostaje dla wielu firm nieopłacalne.
Zmiany regulacyjne: Kolorado uchyliło swoje przepisy dotyczące AI, stawiając od 2027 roku na środki związane z ujawnianiem informacji zamiast rygorystycznych regulacji.
Spadek liczby stanowisk dla początkujących: AI przyczynia się do spadku liczby rekrutacji na stanowiska dla początkujących, uwydatniając wyzwania związane z rozwojem kariery.
Zmiana w zarządzaniu: Zarządzanie AI coraz częściej angażuje wyższe kierownictwo, poprawiając starania organizacji na rzecz czerpania wartości z AI.
Pierwsza połowa 2026 roku przyniosła więcej szumu wokół AI w pracy niż jakikolwiek odnotowany wcześniej kwartał, a większość tego szumu była tym samym komunikatem prasowym opatrzonym różnymi logotypami. Wdrożenia są niemal powszechne, zwroty z inwestycji już nie, a każdy ma jakieś badanie.
Po odrzuceniu powtarzanych statystyk pozostaje mniejszy zestaw sygnałów — tych, które rzeczywiście zmieniły się między kwietniem a czerwcem i nadal będą mieć znaczenie we wrześniu. Wyróżniają się cztery, a wszystkie mają wspólny rdzeń.
Każdy z nich jest testem tego, czy osoby zarządzające organizacjami traktują AI jako problem związany z liczbą etatów, czy jako problem odpowiedzialnego zarządzania, a dowody pokazujące, ku której opcji się skłaniają, stały się w tym kwartale znacznie mniej pochlebne.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Wskaźniki wdrożenia przestały być najważniejszą historią
Przez dwa lata najważniejszy był wskaźnik wdrożenia, a teraz stał się on nudny. Około dziewięciu na dziesięć organizacji korzysta z AI w jakimś obszarze — to wynik, który przekroczył już granicę interesującego faktu.
Zmiana w tym kwartale polega na tym, że najnowsze badania głównych ośrodków wreszcie dogoniły to, co każdy wewnątrz firmy już odczuwał: wprowadzenie narzędzia do organizacji i uzyskanie z niego wartości dzieli szeroka i kosztowna przepaść.
Badanie przedsiębiorstw Writer z 2026 roku, opublikowane na początku kwartału, nadało temu tarciu konkretne liczby. Większość członków kadry kierowniczej najwyższego szczebla stwierdziła, że wdrażanie AI rozdziera ich firmy, a trzy czwarte przyznało, że ich strategia AI służy bardziej jako teatr niż jako wyznacznik kierunku.
Jedynie 29% firm odnotowało znaczące zwroty, mimo że większość wydaje ponad milion dolarów rocznie. Bardziej uderzające ustalenie kryło się pod tymi nagłówkami. Dziewięćdziesiąt dwa procent członków kadry kierowniczej najwyższego szczebla stwierdziło, że tworzy grupę uprzywilejowanych pracowników — „elitę AI” — a 60% powiedziało, że planuje pozbyć się osób, które nie wdrażają AI wystarczająco szybko.
Tymczasem znacząca część pracowników, a także niemal połowa przedstawicieli pokolenia Z, przyznała, że aktywnie podważa wdrażanie AI w swoich firmach.
To nie jest problem produktywności. To problem zaufania przebrany za problem produktywności. Badanie BCG przeprowadzone w tym kwartale opisało „sufit krzemowy”: trzy czwarte menedżerów korzysta z generatywnej AI co tydzień, podczas gdy wśród pracowników pierwszej linii odsetek ten wynosi około połowy.
Globalny Barometr Talentów ManpowerGroup wykazał wzrost regularnego korzystania z AI, nawet gdy zaufanie pracowników do własnych umiejętności korzystania z tej technologii gwałtownie spadło — to rodzaj rozbieżności, który pokazuje, że wdrażanie jest nakazywane szybciej, niż zapewniane jest wsparcie.
Sygnał, który warto zabrać ze sobą do III kwartału, jest taki, że firmy traktujące niskie wdrożenie jako niewywiązywanie się pracowników z obowiązków odczytują własne dane wspak. Ludzie nie sabotują narzędzi, jeśli ufają osobom, które je wdrażają.
Najbardziej wymagające prawo pracy dotyczące AI?
Historia regulacji w tym kwartale potoczyła się w kierunku przeciwnym do tego, w którym zmierzała.
Ustawa Kolorado o sztucznej inteligencji, najbardziej kompleksowe prawo stanowe regulujące AI w odniesieniu do decyzji o istotnych konsekwencjach, w tym decyzji dotyczących zatrudnienia, miała wejść w życie 30 czerwca. Zamiast tego 14 maja, na kilka tygodni przed terminem, gubernator Jared Polis podpisał SB 189 — ustawę, która uchyliła poprzednią regulację i zastąpiła ją nową.
Rdzeń pierwotnej ustawy — obowiązek zachowania należytej staranności, wymagający od podmiotów wdrażających stosowania uzasadnionych środków przeciwko dyskryminacji algorytmicznej, programów zarządzania ryzykiem, ocen wpływu i raportowania prokuratorowi generalnemu — wszystko to zniknęło. Zastępuje go lżejszy reżim oparty na ujawnianiu informacji i powiadomieniach, który wejdzie w życie dopiero 1 stycznia 2027 roku.
To, co pozostało, jest realne, ale węższe. Pracodawcy korzystający z narzędzi automatycznych do istotnego wpływania na decyzję o zatrudnieniu lub inną decyzję o istotnych konsekwencjach będą musieli poinformować ludzi o wykorzystaniu technologii, zapewnić im procedurę w przypadku niekorzystnego działania wraz z możliwością weryfikacji przez człowieka oraz przechowywać dokumentację przez trzy lata.
Egzekwowanie przepisów należy wyłącznie do prokuratora generalnego, który musi dokończyć prace nad regulacjami, zanim ustawa zacznie obowiązywać, a kary wynoszą $20,000 za każde naruszenie i obejmują okres na usunięcie uchybienia. Brak pozwów prywatnych.
Presja federalna była realna. Grudniowe rozporządzenie wykonawcze wskazało Kolorado wprost, Grupa Zadaniowa DOJ ds. Sporów Sądowych dotyczących AI rozpoczęła działalność w styczniu, a xAI zdążyła już pozwać stan w związku z przepisami dotyczącymi dyskryminacji algorytmicznej, przy czym DOJ podjął działania w celu przystąpienia do sprawy.
Wciąż panuje prawny konsensus, że rozporządzenie wykonawcze samo w sobie nie może uchylić prawa stanowego, a Senat odrzucił próbę wprowadzenia moratorium stosunkiem głosów 99 do 1. Uwagę lidera powinno przyciągnąć to, że żadna z tych struktur nie osłabiła ustawy Kolorado. Zrobiła to własna legislatura stanu, na kilka tygodni przed terminem, pod wpływem nurtu wspierającego innowacje, który znalazł poparcie ponad podziałami partyjnymi w stanie, który dwa lata temu stworzył najbardziej wymagające przepisy w całym kraju.
Dla lidera HR i operacji praktyczny wniosek jest taki, że minimalny poziom zgodności właśnie się obniżył, a to dokładnie zły powód, by odpuszczać. Obowiązki związane z ujawnianiem informacji i powiadamianiem nadchodzą, a szerszy trend w poszczególnych stanach zmierza w kierunku wymogów przejrzystości, a nie od nich odchodzi.
Co ważniejsze, prawny obowiązek sprawdzenia, czy narzędzie AI do rekrutacji niesprawiedliwie odrzuca kandydatów, nie jest tym samym co odpowiedzialność za przeprowadzenie takiego sprawdzenia. Prawo przestało wymagać audytu. Kandydat odrzucony przez niesprawdzony model nie przejmuje się tym, która z tych sytuacji ma miejsce.
Erin Bortz, menedżerka ds. rekrutacji w firmie zajmującej się cyberbezpieczeństwem Huntress, ujęła tę zasadę w sposób, który wcale nie zależy od istnienia przepisów.
Niezależnie od praw i regulacji wszelkie decyzje, które bezpośrednio wpływają na kandydata, powinny ostatecznie należeć do człowieka.
AI może wskazać kandydatów pasujących do danej roli, ale z jej relacji wynika, że narzędzie jest tylko tak dobre, jak dane, na których działa, i nie można w pełni powierzyć mu podjęcia decyzji.
Kiedy w tym roku możliwości AI gwałtownie wzrosły, a oczekiwania związane z jej wykorzystaniem zaniepokoiły współpracowników Bortz, powiedziała ona, że kierownictwo Huntress zareagowało, powołując otwartą dla wszystkich zainteresowanych radę ds. AI, której zadaniem było ustalenie wytycznych zamiast wydawania odgórnego nakazu. Był to wybór dotyczący tego, kto ma prawo głosu, który odzwierciedla to samo pytanie o zaufanie, jakie ujawniły dane dotyczące tarć.
Pierwszy szczebel drabiny kariery wciąż znikał
Najbardziej ludzki sygnał tego kwartału był również najlepiej udokumentowany. Rekrutacja na stanowiska dla osób rozpoczynających karierę nadal spadała, a badania łączące ten spadek z AI przeszły od sugestii do wniosków, które trudno odrzucić.
Badanie Stanford, wykorzystujące dane płacowe ADP, wykazało, że zatrudnienie pracowników w wieku od 22 do 25 lat na stanowiskach najbardziej narażonych na wpływ AI — w tworzeniu oprogramowania i obsłudze klienta — spadło o około 6% od końca 2022 do połowy 2025 roku, podczas gdy zatrudnienie starszych pracowników na identycznych stanowiskach wzrosło o 6–9%.
Według danych Revelio Labs liczba ofert na stanowiska dla osób rozpoczynających karierę ogółem spadła o około 35% od początku 2023 roku. W 2024 roku nowi absolwenci stanowili zaledwie 7% osób zatrudnionych przez duże firmy technologiczne, czyli połowę odsetka sprzed pandemii.
Najwięcej uwagi zasługuje wniosek Stanford dotyczący różnicy między automatyzacją a wspomaganiem. Tam, gdzie AI całkowicie zautomatyzowała zadanie, liczba zatrudnianych młodszych pracowników spadła. Tam, gdzie wspomogła pracę ludzi, zatrudnienie utrzymało się lub wzrosło.
To cały argument ujęty w jednym punkcie danych. Szkody wyrządzane początkom kariery nie są nieuniknioną właściwością tej technologii. Zależą od wyboru sposobu wdrożenia technologii, a obecnie dominujący wybór prowadzi do wydrążenia najniższego szczebla organizacji.
W tym miejscu pytanie o odpowiedzialne zarządzanie przestaje być abstrakcyjne. Usunięcie pierwszego szczebla nie szkodzi tylko rocznikowi 2026. Zrywa mechanizm, dzięki któremu przekazywana jest wiedza instytucjonalna i dzięki któremu firma rozwija własnych starszych stażem pracowników.
Liderzy traktujący automatyzację na stanowiskach dla początkujących jako prostą oszczędność kosztów księgują krótkoterminową poprawę marży kosztem długoterminowych kompetencji, które później będą musieli odtworzyć — prawdopodobnie z nawiązką, być może korzystając z puli pracowników, których przestali rozwijać.
Justina Raskauskiene, liderka HR w firmie tworzącej oprogramowanie marketingowe Omnisend, uważa, że zastępowanie młodszych specjalistów narzędziami AI może być kuszące, ale ostatecznie jest krótkowzroczne.
Bez poziomu juniorskiego organizacja będzie stawać się coraz bardziej krucha. Młodsi pracownicy wnoszą świeże spojrzenie, które staje się niezbędne w chwili pojawienia się nowego problemu.
Jej zespół nadal zatrudnia osoby na początku kariery tam, gdzie istnieje na nie zapotrzebowanie. Zmianie ulega to, czym te osoby zajmują się po dołączeniu do firmy. Raskauskiene powiedziała, że zamiast wykonywać zadania, które AI realizuje obecnie szybciej, jej młodsi pracownicy koncentrują się na weryfikowaniu, kwestionowaniu i ulepszaniu jej wyników. Jest to ścieżka wspomagania, którą dane Stanford wiążą ze stabilnym zatrudnieniem, w przeciwieństwie do ścieżki automatyzacji, która je eliminuje.
Zarządzanie awansowało w strukturze organizacyjnej
W obliczu trzech sygnałów, które powinny zaniepokoić każdego, kto patrzy na miejsce pracy z perspektywy skoncentrowanej na człowieku, jeden wskazywał w przeciwnym kierunku. Raport Deloitte'a „State of AI in the Enterprise 2026” wykazał, że organizacje, w których kadra kierownicza aktywnie kształtuje zarządzanie AI, uzyskują znacząco większą wartość niż te, które powierzają tę pracę wyłącznie zespołom technicznym.
Dostęp pracowników do zatwierdzonych narzędzi wzrósł w ciągu jednego roku z poziomu poniżej 40% do około 60%. Luka w dojrzałości jest realna, a wykorzystanie narzędzi przez osoby, które mają do nich dostęp, wciąż pozostaje niskie, jednak kierunek zmian wskazuje, że zarządzanie AI zbliża się do najwyższego szczebla kierownictwa, zamiast pozostawać ukryte w dziale IT.
Ma to znaczenie, ponieważ każdy inny sygnał z tego kwartału wynika z tego, kto podejmuje decyzję. Załamanie zaufania, ryzyko braku zgodności z przepisami, całkowicie osłabiona ścieżka wejścia na rynek pracy — wszystko to dzieje się wtedy, gdy wdrażanie AI traktuje się jako zadanie zakupowe, a nie jako odpowiedzialność przywództwa.
Budujący wniosek jest taki, że osoby najlepiej przygotowane do traktowania AI jako odpowiedzialności przywództwa zaczynają zajmować należne im miejsce. Uczciwy wniosek jest taki, że większość z nich jeszcze tego nie zrobiła, a pozostałe trzy sygnały z tego kwartału są na to dowodami.
To, co potwierdziło się między kwietniem a czerwcem, to fakt, że rozmowa o AI w pracy wreszcie wyszła poza pytanie, czy je wdrażać, i przeszła do trudniejszej kwestii: kto ponosi koszt wdrożenia.
Jak dotąd najbardziej odczuwają go osoby mające najmniejszą władzę, by mu odmówić: pracownik pierwszej linii, któremu wydano polecenie bez zapewnienia wsparcia, kandydat oceniany przez narzędzie, którego nikt nie skontrolował, oraz absolwent pozbawiony dostępu do pierwszej pracy.
