Najpierw szkolenie z AI, później automatyzacja? Paradoks nowych kompetencji pracowników

Firmy coraz intensywniej uczą pracowników korzystania ze sztucznej inteligencji. Powód wydaje się oczywisty: AI ma przyspieszać wykonywanie zadań, pomagać w analizowaniu informacji, tworzeniu treści, obsłudze klientów, przygotowywaniu dokumentów czy wyszukiwaniu wiedzy. Najnowsze badania pokazują jednak znacznie ciekawszą stronę tego zjawiska. Część przedsiębiorstw szkoli ludzi z AI również po to, aby wykonywaną przez nich pracę można było łatwiej automatyzować.

W badaniu TalentLMS aż 47% ankietowanych managerów HR wskazało, że jednym z celów szkoleń związanych ze sztuczną inteligencją jest ułatwienie automatyzacji pracy. Na pierwszy rzut oka brzmi to jak paradoks: firma inwestuje pieniądze w rozwój pracownika, a zdobyta przez niego wiedza pozwala następnie ograniczyć ilość pracy, którą musi wykonywać samodzielnie. W skrajnym przypadku może pojawić się pytanie, czy pracownik nie pomaga w ten sposób automatyzować własnego stanowiska.

Rzeczywistość jest jednak bardziej skomplikowana. AI może przejmować określone zadania, niekoniecznie całe zawody, a pracownik uwolniony od wykonywania powtarzalnych czynności może zająć się pracą wymagającą większej wiedzy, odpowiedzialności czy kontaktu z ludźmi. Dlatego znacznie ważniejsze od pytania „czy AI zabierze nam pracę?” staje się inne: co będziemy robić, kiedy sztuczna inteligencja przejmie część naszych dotychczasowych obowiązków?

Dlaczego firmy szkolą pracowników z AI?

Dane pochodzą z raportu TalentLMS „2026 Annual L&D Benchmark Report”. W części badania dotyczącej perspektywy pracodawców uczestniczyło 101 managerów HR ze Stanów Zjednoczonych, zaangażowanych w szkolenia i rozwój pracowników. Próba nie pozwala więc mówić o 47% wszystkich firm, ale wyniki pokazują interesujący kierunek zmian zachodzących w podejściu przedsiębiorstw do rozwoju kompetencji.

Najczęściej wskazywanym powodem prowadzenia szkoleń z AI było zwiększenie efektywności i produktywności organizacji – tak odpowiedziało 72% badanych. Niewiele mniej, bo 70%, wskazało przygotowanie pracowników do przyszłych kompetencji i ról. Dopiero na trzecim miejscu pojawiła się automatyzacja, ale wynik 47% trudno uznać za marginalny.

Co istotne, poszczególne cele nie muszą się wzajemnie wykluczać. Firma może jednocześnie chcieć zwiększyć produktywność zespołu, przygotować pracowników do nowych ról i zautomatyzować część wykonywanych przez nich czynności. Właśnie takie połączenie może być jednym z najważniejszych kierunków rozwoju firmowych szkoleń w najbliższych latach.

Pracownik uczy się AI i odkrywa, jak zautomatyzować własną pracę

Wyobraźmy sobie specjalistę, który każdego tygodnia przygotowuje podobne raporty. Zbiera dane z kilku źródeł, porządkuje informacje, analizuje wyniki, tworzy podsumowanie i przekazuje dokument przełożonemu. Cały proces zajmuje mu trzy godziny. Po szkoleniu zaczyna wykorzystywać AI do wstępnej analizy materiałów, porządkowania danych i przygotowania pierwszej wersji podsumowania. Raport nadal wymaga jego wiedzy i kontroli, ale zamiast trzech godzin powstaje w godzinę.

Z punktu widzenia przedsiębiorstwa jest to bardzo korzystna zmiana. Produktywność wzrosła, a pracownik może w tym samym czasie wykonać więcej zadań. Jednocześnie organizacja właśnie odkryła, że duża część procesu wykonywanego dotychczas ręcznie może zostać zautomatyzowana. Szkolenie z AI stało się więc nie tylko sposobem na zwiększenie kompetencji człowieka, ale również narzędziem pozwalającym znaleźć obszary, w których jego dotychczasowa praca nie jest już potrzebna w takim zakresie jak wcześniej.

Ten mechanizm może występować w bardzo wielu zawodach. Pracownik administracyjny może automatyzować przygotowywanie dokumentów, marketer tworzenie pierwszych wersji treści, handlowiec podsumowania rozmów z klientami, a analityk wstępną analizę danych. Im lepiej pracownicy poznają możliwości nowych technologii, tym łatwiej mogą dostrzegać procesy, które przez lata wykonywali ręcznie tylko dlatego, że wcześniej nie istniało wygodne narzędzie pozwalające zrobić to inaczej.

AI częściej przejmuje zadania niż całe stanowiska

Dyskusja dotycząca wpływu sztucznej inteligencji na rynek pracy często sprowadza się do pytania, jakie zawody zostaną zastąpione przez AI. Takie podejście może jednak nadmiernie upraszczać zachodzące zmiany. Większość stanowisk składa się z wielu różnych obowiązków, a poszczególne czynności bardzo różnią się podatnością na automatyzację.

Księgowy może ograniczyć czas przeznaczany na ręczne przetwarzanie dokumentów, ale nadal odpowiadać za bardziej skomplikowane przypadki i kontrolę prawidłowości rozliczeń. Specjalista marketingu może wykorzystywać AI do przygotowania szkicu tekstu, ale nadal podejmować decyzje dotyczące strategii komunikacji. Handlowiec może otrzymać automatyczne podsumowanie spotkania oraz propozycję wiadomości do klienta, ale negocjacje, budowanie relacji i rozpoznawanie potrzeb pozostają po jego stronie.

Dlatego znacznie bardziej prawdopodobnym scenariuszem niż jednoczesne zniknięcie dużej liczby zawodów jest stopniowa zmiana ich zawartości. Część obowiązków zniknie, część zostanie ograniczona, a w ich miejsce pojawią się nowe zadania. Pracownik przyszłości może wykonywać mniej pracy rutynowej, ale jednocześnie częściej kontrolować działanie systemów, interpretować wyniki i podejmować decyzje na podstawie informacji przygotowanych przez AI.

Automatyzacja i augmentacja – podobne technologie, inny rezultat

Warto rozróżnić automatyzację od augmentacji, czyli wykorzystania technologii do zwiększania możliwości człowieka. W pierwszym przypadku system przejmuje określone zadanie i ogranicza potrzebę wykonywania go ręcznie. W drugim AI pozostaje narzędziem wspierającym pracownika, który nadal podejmuje decyzje i odpowiada za rezultat.

Granica pomiędzy tymi modelami nie zawsze jest wyraźna. Jeżeli AI przygotowuje raport, a człowiek jedynie go zatwierdza, mamy do czynienia z daleko posuniętą automatyzacją. Jeśli natomiast system analizuje tysiące rekordów i wskazuje nietypowe zależności, które następnie interpretuje specjalista, technologia zwiększa możliwości człowieka. W praktyce wiele procesów będzie łączyć oba modele.

To właśnie dlatego rozwój AI jest tak mocno związany z automatyzacją procesów biznesowych. Coraz częściej nie chodzi już o używanie pojedynczego chatbota, lecz o połączenie sztucznej inteligencji z przepływem dokumentów, bazami danych, pocztą elektroniczną, CRM czy innymi aplikacjami używanymi przez przedsiębiorstwo.

AI spotyka się z automatyzacją i no-code

Jeszcze niedawno automatyzowanie procesów biznesowych wymagało najczęściej udziału programistów. Rozwój platform no-code i low-code sprawił jednak, że coraz więcej prostych przepływów pracy mogą projektować osoby, które nie zajmują się zawodowo tworzeniem oprogramowania. Generatywna sztuczna inteligencja jeszcze bardziej przyspiesza ten proces, ponieważ pomaga projektować rozwiązania, przetwarzać nieustrukturyzowane informacje czy podejmować proste decyzje na podstawie treści dokumentów.

Pracownik może na przykład stworzyć proces, w którym wiadomość od klienta zostaje automatycznie sklasyfikowana, najważniejsze informacje trafiają do odpowiednich pól systemu, AI przygotowuje propozycję odpowiedzi, a człowiek otrzymuje gotowy materiał do sprawdzenia. W innym przypadku można automatycznie analizować formularze, przygotowywać podsumowania spotkań, przenosić informacje między aplikacjami czy tworzyć cykliczne zestawienia.

Dlatego kompetencje związane z AI zaczynają przenikać się z umiejętnościami dotyczącymi projektowania procesów. Osoby zainteresowane takim kierunkiem rozwoju mogą szukać zarówno szkoleń ze sztucznej inteligencji, jak również szkoleń z automatyzacji oraz no-code/low-code. W praktyce właśnie połączenie tych dwóch obszarów może być szczególnie istotne dla pracowników, którzy chcą nie tylko korzystać z AI, ale także budować z jej wykorzystaniem rzeczywiste usprawnienia w codziennej pracy.

Co zrobić z czasem odzyskanym dzięki AI?

To jedno z najważniejszych pytań, przed którymi staną przedsiębiorstwa. Jeśli dzięki zastosowaniu AI zadanie wykonywane wcześniej przez trzy godziny można zakończyć w godzinę, firma odzyskuje dwie godziny czasu pracownika. Technologia sama nie przesądza jednak, co stanie się z tym czasem.

Pierwszym scenariuszem jest redukcja kosztów. Jeżeli dziesięcioosobowy zespół dzięki automatyzacji może wykonać pracę, która wcześniej wymagała zaangażowania piętnastu osób, firma może uznać, że nie potrzebuje już tak dużego zatrudnienia. Tego ryzyka nie należy ignorować, szczególnie w przypadku stanowisk składających się w dużej mierze z powtarzalnych czynności.

Drugi scenariusz polega na zwiększeniu skali działania. Ten sam zespół może obsłużyć więcej klientów, przeanalizować większą liczbę spraw albo przygotować więcej projektów. Automatyzacja nie powoduje wtedy redukcji zatrudnienia, lecz zwiększenie wydajności organizacji.

Jest też trzeci scenariusz. Pracownik wykorzystuje odzyskany czas do wykonywania bardziej wartościowych zadań: rozmów z klientami, rozwiązywania nietypowych problemów, analizy, kontroli jakości, tworzenia nowych produktów czy zdobywania kompetencji. W tym modelu AI przejmuje część pracy rutynowej, a człowiek przesuwa się w stronę obowiązków trudniejszych do zautomatyzowania.

Szkolenia z AI nie powinny ograniczać się do nauki promptów

Pierwsza fala zainteresowania generatywną sztuczną inteligencją koncentrowała się w dużej mierze na promptach. Pracownicy uczyli się, jak zadawać pytania modelom językowym, generować teksty, podsumowywać dokumenty czy tworzyć pomysły. Był to naturalny etap poznawania nowej technologii, ale w przedsiębiorstwach szybko może okazać się niewystarczający.

Znacznie większą wartość daje umiejętność spojrzenia na cały proces. Pracownik powinien potrafić określić, które czynności są powtarzalne, jakie dane są potrzebne do ich wykonania, gdzie można wykorzystać AI, kiedy konieczna jest kontrola człowieka i co powinno wydarzyć się w przypadku błędu. Dopiero wtedy sztuczna inteligencja przestaje być ciekawym narzędziem do generowania odpowiedzi, a zaczyna realnie zmieniać sposób wykonywania pracy.

Dobry program rozwoju kompetencji związanych z AI powinien więc obejmować nie tylko obsługę narzędzi. Potrzebna jest wiedza dotycząca bezpieczeństwa danych, oceny wiarygodności wyników, projektowania procesów, odpowiedzialności za decyzje oraz ograniczeń modeli. Szczególnie ważna staje się umiejętność rozpoznania sytuacji, w których automatyzacja jest korzystna, oraz takich, w których człowiek nadal powinien zachować pełną kontrolę.

AI może zwiększać produktywność bez zwiększania wiedzy

Automatyzacja niesie również mniej oczywiste ryzyko. Pracownik może dzięki AI wykonywać zadanie znacznie szybciej, ale jednocześnie coraz słabiej rozumieć proces, który wcześniej musiał znać. Dopóki narzędzie działa poprawnie, taka sytuacja może nawet nie zostać zauważona.

TalentLMS wykazał, że 36% pracowników uważa, iż generatywna AI osłabia ich zdolność do samodzielnego rozwiązywania problemów. Jeszcze ciekawsze wyniki przyniósł opublikowany w 2026 roku „Learning Debt Report”. 59% badanych pracowników przyznało, że przynajmniej czasami wykorzystuje AI podczas wykonywania zadań, do których nie zostało odpowiednio przeszkolonych, natomiast połowa respondentów stwierdziła, że AI pozwala im wykonać zadanie nawet wtedy, gdy nie rozumieją procesu stojącego za jego realizacją.

Powstaje więc coś, co można nazwać długiem kompetencyjnym. Rezultat pracy jest dostarczany, produktywność może rosnąć, ale wiedza człowieka nie rozwija się w takim samym tempie. Problem ujawnia się dopiero wtedy, gdy system popełni błąd albo pojawi się sytuacja nietypowa. Jeżeli pracownik nie rozumie wykonywanego procesu, może nie wiedzieć, że odpowiedź AI jest nieprawidłowa.

Czy szkolenie z AI zwiększa ryzyko zastąpienia pracownika?

Nie można całkowicie wykluczyć takiego scenariusza. Jeśli większość obowiązków wykonywanych na danym stanowisku jest powtarzalna, oparta na przewidywalnych zasadach i możliwa do przejęcia przez systemy informatyczne, postępująca automatyzacja może ograniczyć zapotrzebowanie na pracę człowieka. Dotyczy to szczególnie sytuacji, w których technologia pozwala jednej osobie wykonywać pracę wymagającą wcześniej zaangażowania kilku osób.

Istnieje jednak druga strona tego procesu. Opublikowane w 2026 roku w czasopiśmie „Research Policy” badanie wykorzystujące dane dotyczące ponad 90 tys. pracowników z 37 uprzemysłowionych państw wykazało związek między szkoleniami zapewnianymi przez pracodawcę a niższym ryzykiem automatyzacji pracy. Autorzy oszacowali różnicę na około 3,8 punktu procentowego. Rozwój kompetencji może więc pomagać pracownikom przesuwać się w stronę obowiązków bardziej złożonych i trudniejszych do zastąpienia.

Prowadzi to do interesującego wniosku. Pracownik może dzięki szkoleniu nauczyć się automatyzować część własnych obowiązków, ale jednocześnie zdobywać kompetencje, które zwiększają jego wartość dla organizacji. Nie musi więc bronić każdego zadania wykonywanego obecnie. Ważniejsza staje się zdolność do przejmowania nowych zadań, gdy stare zaczynają wykonywać maszyny.

Do 2030 roku może zmienić się 39% obecnych umiejętności

Skala transformacji wykracza daleko poza generatywną sztuczną inteligencję. Według „Future of Jobs Report 2025” World Economic Forum pracodawcy przewidują, że do 2030 roku około 39% obecnych umiejętności pracowników ulegnie zmianie lub straci na znaczeniu. Gdyby światową siłę roboczą przedstawić jako grupę 100 osób, aż 59 będzie potrzebowało szkoleń.

AI i big data znalazły się na pierwszym miejscu wśród najszybciej zyskujących na znaczeniu kompetencji. Wysoko znajdują się także sieci i cyberbezpieczeństwo oraz ogólne kompetencje technologiczne. Jednocześnie nie znikają umiejętności typowo ludzkie. Myślenie analityczne, kreatywność, elastyczność, zdolność uczenia się, przywództwo czy współpraca nadal mają duże znaczenie.

Może więc dojść do sytuacji, w której rozwój automatyzacji paradoksalnie zwiększy znaczenie części kompetencji człowieka. Jeżeli system potrafi w kilka sekund przygotować dziesięć propozycji rozwiązania problemu, wartością pracownika przestaje być samo stworzenie propozycji. Coraz ważniejsza staje się zdolność oceny, która z nich jest właściwa, jakie niesie ryzyko i czy pasuje do rzeczywistej sytuacji.

Pracownik przyszłości może automatyzować własne obowiązki

Jeszcze kilka lat temu automatyzacja kojarzyła się przede wszystkim z dużymi projektami informatycznymi. Pracownik zgłaszał potrzebę, dział IT analizował proces, a następnie powstawało rozwiązanie wymagające programowania i integracji wielu systemów. Rozwój AI oraz narzędzi no-code i low-code stopniowo zmienia ten model.

Coraz więcej pracowników może samodzielnie wskazywać powtarzalne czynności i budować proste rozwiązania ograniczające ręczną pracę. Osoba wykonująca dany proces często najlepiej wie, gdzie pojawiają się niepotrzebne operacje, wielokrotne przepisywanie tych samych danych czy czasochłonne przygotowywanie podobnych dokumentów. Jeżeli otrzyma odpowiednie kompetencje, może nie tylko wykonywać swoją pracę, ale również aktywnie ją przeprojektowywać.

To prowadzi do ciekawej zmiany definicji dobrego pracownika. Dotychczas ceniona była osoba, która potrafiła szybko i dokładnie wykonywać swoje obowiązki. W przyszłości coraz bardziej wartościowa może być osoba, która potrafi powiedzieć: „tego zadania nie powinniśmy już wykonywać ręcznie”, a następnie zaprojektować bezpieczniejszy i szybszy sposób jego realizacji.

Największym zagrożeniem może być brak kolejnego kroku

Samo wdrożenie sztucznej inteligencji nie rozwiązuje problemu rozwoju organizacji. Jeżeli firma nauczy pracownika automatyzować połowę jego rutynowych obowiązków, ale nie zastanowi się, co powinien robić z odzyskanym czasem, powstanie naturalne pytanie o potrzebę utrzymywania dotychczasowej struktury zatrudnienia.

Dlatego automatyzacja powinna być powiązana z reskillingiem i upskillingiem. Wraz z ograniczaniem jednych zadań pracownik powinien zdobywać kompetencje pozwalające przejmować kolejne. Może to oznaczać przejście od ręcznego przygotowywania raportów do ich interpretacji, od odpowiadania na standardowe pytania klientów do rozwiązywania skomplikowanych problemów czy od wykonywania powtarzalnych operacji do projektowania i nadzorowania automatycznych procesów.

Właśnie tutaj szkolenia stają się szczególnie ważne. Nie chodzi już wyłącznie o nauczenie pracownika wykonywania obecnej pracy szybciej. Chodzi o przygotowanie go do wykonywania pracy, która pozostanie wtedy, gdy najbardziej powtarzalne czynności zostaną przejęte przez technologię.

Najpierw szkolenie, później automatyzacja?

Wynik TalentLMS, według którego 47% badanych managerów HR wskazuje ułatwienie automatyzacji pracy jako jeden z celów szkoleń z AI, można odczytywać na dwa sposoby. Pesymistyczna interpretacja mówi, że przedsiębiorstwa uczą ludzi korzystania z technologii, która następnie może ograniczyć zapotrzebowanie na ich pracę. Takiego scenariusza nie można całkowicie odrzucić.

Jest jednak również druga możliwość. Firmy zaczynają rozumieć, że skutecznej automatyzacji nie da się przeprowadzić bez ludzi znających procesy, klientów i realia organizacji. To właśnie pracownicy często najlepiej wiedzą, które czynności pochłaniają czas, gdzie występują problemy i których decyzji nie powinno się pozostawiać algorytmowi. Szkolenie z AI może więc zmieniać ich z wykonawców procesów w osoby, które potrafią te procesy projektować i usprawniać.

Paradoks polega na tym, że pracownik przyszłości może być coraz częściej zachęcany do automatyzowania części własnej pracy. Nie musi to jednak oznaczać automatyzowania samego siebie. Jeżeli wraz z technologią rozwijają się jego kompetencje, może po prostu przestać wykonywać czynności o niskiej wartości i przejąć zadania wymagające wiedzy, oceny, odpowiedzialności oraz doświadczenia.

Najważniejsze pytanie nie brzmi więc: „czy AI zabierze nam pracę?” Znacznie bardziej praktyczne jest inne: „czego powinniśmy nauczyć się dzisiaj, żeby jutro wykonywać te zadania, których nie będzie już sensu robić w taki sam sposób jak obecnie?”