Trzy narzędzia, które mierzą wpływ AI na rynek pracy
Wprowadzenie
Dyskusja o wpływie AI na rynek pracy toczy się od lat, ale dopiero niedawno wyszła poza etap “eksperci prognozują”. Pojawiły się narzędzia, które próbują ten wpływ zmierzyć i udostępnić publicznie. Przyjrzałem się trzem z nich, a każde podchodzi do tematu z zupełnie innej strony.
1. JobLoss.ai, czyli tracker zwolnień powiązanych z AI
JobLoss.ai to projekt organizacji The Alliance for Secure AI. Monitoruje zwolnienia grupowe, w których sztuczna inteligencja została wskazana jako istotny czynnik. Dane zbierane są od 1 stycznia 2025 roku na podstawie doniesień AP, Reuters, CNBC i innych dużych mediów.
Na samej górze dashboardu widnieje animowany licznik łącznej liczby stanowisk utraconych w związku z AI. Na moment pisania tego tekstu to ponad 68 000 w samych Stanach Zjednoczonych, co mnie szczerze zaskoczyło, bo to naprawdę sporo jak na nieco ponad rok zbierania danych. Obok wyświetlana jest liczba zwolnień z ostatnich 30 dni wraz z trendem względem poprzedniego miesiąca.
Każde zgłoszenie jest klasyfikowane według jednego z trzech typów atrybucji:
- EXPLICIT — firma wprost powołała się na AI lub automatyzację w oficjalnym komunikacie,
- BLAMED — wiarygodne media zidentyfikowały AI jako główny czynnik,
- MIXED — AI wymieniano obok innych czynników restrukturyzacyjnych.
Interaktywny wykres pokazuje skumulowane straty miejsc pracy na osi czasu. Dane można przeglądać według pojedynczych zdarzeń albo w agregacji per firma. Przy każdym wpisie podany jest procentowy wpływ na zatrudnienie w organizacji.
Jest też formularz kontaktowy dla osób, które same straciły pracę w związku z wdrożeniem AI u pracodawcy. Ciekawy pomysł, bo oficjalne komunikaty firm to jedno, a perspektywa zwolnionych pracowników to zupełnie inna historia.
2. Karpathy Jobs, czyli interaktywna mapa amerykańskiego rynku pracy
Andrej Karpathy, współtwórca OpenAI i były szef AI w Tesli, opublikował na GitHubie narzędzie o nazwie US Job Market Visualizer. To interaktywna wizualizacja treemap obejmująca 342 zawody z Bureau of Labor Statistics, które łącznie reprezentują około 143 milionów stanowisk w amerykańskiej gospodarce.
Wielkość każdego prostokąta odpowiada liczbie osób zatrudnionych w danym zawodzie, a kolory można przełączać między czterema warstwami:
- BLS Growth Outlook — oficjalne prognozy zatrudnienia (zielony to wzrost, czerwony to spadek),
- Median Pay — mediana wynagrodzenia (od 25 tys. do ponad 250 tys. USD),
- Education — wymagany poziom wykształcenia (od braku wymagań po doktorat),
- Digital AI Exposure — autorska skala 0–10, oceniająca w jakim stopniu AI może przekształcić dany zawód.
Ta ostatnia warstwa jest zdecydowanie najciekawsza. Wskaźnik “AI Exposure” powstał tak, że opis każdego zawodu z BLS został przepuszczony przez model Claude, który ocenił stopień ekspozycji na zmianę. Karpathy sam podkreśla, że to nie są prognozy eliminacji stanowisk. Nie uwzględniają elastyczności popytu, barier regulacyjnych ani społecznych preferencji wobec pracy ludzkiej. Ale dają intuicję, które zawody AI może zmienić najbardziej, i to jest wartościowe samo w sobie.
Po najechaniu na dowolny kafelek pojawiają się szczegóły: nazwa zawodu, mediana pensji, liczba stanowisk, wymagane wykształcenie i opis uzasadniający ocenę. Panel boczny prezentuje histogramy i wykresy krzyżowe.
Interaktywna wersja jest dostępna pod adresem karpathy.ai/jobs, a cały pipeline (scraping, parsowanie, scoring LLM, wizualizacja) jest open-source na GitHubie.
3. Layoffs.fyi, czyli baza zwolnień w sektorze tech
Layoffs.fyi to najdłużej działające z opisywanych narzędzi. Roger Lee, założyciel startupu, prowadzi ten tracker od marca 2020 roku i dokumentuje zwolnienia grupowe w firmach technologicznych i startupach na całym świecie.
Skala danych robi wrażenie. Tylko w 2025 roku odnotowano 264 320 zwolnionych pracowników w 1 193 firmach, a w 2026 (stan na marzec) to już 39 482 osoby w 66 firmach. Łącznie od 2020 roku tracker obejmuje setki tysięcy utraconych stanowisk.
Interfejs jest prosty i nie udaje niczego więcej niż jest: sortowalna tabela z nazwami firm, liczbą zwolnionych, datą i źródłem informacji. Osobna zakładka “Layoff Charts” prezentuje wizualizacje trendów. Lee zachęca do przesyłania brakujących informacji przez dedykowany formularz, więc baza rośnie crowdsourcingowo.
Layoffs.fyi nie koncentruje się na AI. To szerszy tracker obejmujący wszystkie przyczyny redukcji zatrudnienia w branży tech, ale właśnie dlatego daje kontekst, którego brakuje bardziej wyspecjalizowanym narzędziom. Pozwala odpowiedzieć na pytanie, czy zwolnienia motywowane AI to znacząca część ogółu, czy jednak margines na tle ogólnej restrukturyzacji sektora.
Co z tego wynika?
Każde z tych trzech narzędzi pokrywa inny fragment układanki. JobLoss.ai izoluje wyłącznie zwolnienia powiązane z AI, co daje precyzyjny, ale wąski obraz. Karpathy Jobs patrzy prospektywnie na ekspozycję zawodów na automatyzację, ale nie mierzy faktycznych zwolnień. Layoffs.fyi obejmuje cały rynek tech bez rozróżniania przyczyn.
Żadne z nich nie jest doskonałe. JobLoss.ai opiera się na doniesieniach medialnych, a te nie zawsze oddają pełny obraz. Scoring Karpathy’ego to szacunek LLM, nie analiza empiryczna. Layoffs.fyi nie rozdziela zwolnień wynikających z AI od tych spowodowanych innymi czynnikami. Ale razem tworzą coś w rodzaju “obserwatorium” wpływu AI na rynek pracy i sam fakt, że takie narzędzia powstają, jest znaczący.
Repozytorium Karpathy’ego ma ponad 700 gwiazdek na GitHubie, a Layoffs.fyi cytują Bloomberg, WSJ i New York Times. Rynek najwyraźniej potrzebuje danych bardziej niż kolejnych opinii. I te dane wreszcie zaczynają się pojawiać.
Najczęściej czytane:
- Darmowe ogłoszenia o pracę i największa lista źródeł kandydatów – największa w Polsce lista bezpłatnych i płatnych źródeł kandydatów
- Praca w HR – najnowsze oferty pracy i aktualne średnie wynagrodzenia w branży HR
- Akademia Rekrutacji – zbiór wiedzy na temat rekrutacji oraz raporty z rynku pracy.
- Gowork – jak reagować na negatywne opinie o pracodawcach – Kompleksowy poradnik dla pracodawców.
- Jak napisać CV i profil LinkedIn – kompleksowy poradnik tworzenia CV i profilów LinkedIn
- RODO w rekrutacji – sourcing, direct search, ogłoszenia. Wszystko co musisz wiedzieć – kompleksowy poradnik RODO w rekrutacji z naciskiem na działania typu direct search / sourcing.
- Wszystko o systemach ATS – poradnik wyboru systemu rekrutacyjnego
- Umowy przedwstępne i listy intencyjne w procesach rekrutacyjnych – wszystko, co musisz wiedzieć o prawnych zabezpieczeniach zobowiązania do zatrudnienia.
Maciej Michalewski
Founder & CEO @ Element
Ostatnie wpisy:
Wiersze AI podobają się bardziej niż poezja Szekspira
Wiersze AI podobają się bardziej niż poezja Szekspira Wprowadzenie Badanie opublikowane w Scientific Reports (Nature) dostarczyło wyników, które powinny zainteresować każdego, kto uważa, że ludzką
Trzy narzędzia, które mierzą wpływ AI na rynek pracy
Trzy narzędzia, które mierzą wpływ AI na rynek pracy Wprowadzenie Dyskusja o wpływie AI na rynek pracy toczy się od lat, ale dopiero niedawno wyszła
Rynek pracy w Polsce: 238 tysięcy ofert i widmo jobless recovery
W lutym 2026 pracodawcy opublikowali 238 tys. ofert pracy – o 7% mniej niż rok temu. Analiza 69. edycji raportu Grant Thornton i komentarz CEO Element.
Rynek usług HR 2025 – co mówią dane z raportu PFHR
Polskie Forum HR opublikowało coroczny raport o kondycji rynku usług HR w Polsce. Element jest partnerem technologicznym PFHR, więc z podwójnym zainteresowaniem przyglądamy się tym
Nie widzę przyszłości dla MS Office
Trzy fazy przejścia od klikania w przyciski do poleceń AI. Dlaczego Microsoft Office jest skazany na wyginięcie i co go zastąpi.
Oferty rosną o 11%, a Dorsey tnie połowę firmy. Co się dzieje?
Oferty rosną o 11%, a Dorsey tnie połowę firmy. Co się dzieje? Wprowadzenie Dane, które mnie zaskoczyły Piszę o automatyzacji od lat. Uważam ją za