Wielkie cięcie dzięki AI. Firmy mogą oszczędzić się na śmierć

Ponad 4 tys. osób straciło w lutym pracę w Block, spółce Jacka Dorseya stojącej za Square i Cash App. Zatrudnienie zostało zmniejszone z ponad 10 tys. do niespełna 6 tys. osób. Tym razem nie próbowano nawet ukrywać technologicznego powodu redukcji.

– Narzędzia inteligencji zmieniły to, co znaczy budować i prowadzić firmę. Znacznie mniejszy zespół może dziś zrobić więcej i zrobić to lepiej – przekonywał Dorsey w liście do akcjonariuszy. Po ogłoszeniu planu redukcji kurs Block mocno wzrósł. Inwestorzy uznali, że mniejsza, „AI-native” organizacja może być bardziej rentowna.

Z punktu widzenia jednej firmy rachunek wydaje się prosty: mniej etatów, niższe koszty i większa produktywność. Problem zaczyna się wtedy, gdy dokładnie ten sam rachunek przeprowadzą tysiące przedsiębiorstw.

Właśnie ten mechanizm Brett Hemenway Falk z University of Pennsylvania i Gerry Tsoukalas z Boston University nazwali „AI Layoff Trap” – pułapką zwolnień wywołanych przez AI. Ich licząca 63 strony praca została po raz pierwszy opublikowana w marcu, a następnie zaktualizowana 3 czerwca 2026 r. Jest dostępna jako preprint, nie przeszła więc jeszcze pełnego procesu recenzji naukowej.

Firma oszczędza. Rachunek płacą konkurenci

Model Falk i Tsoukalasa opiera się na pozornie banalnym spostrzeżeniu: pracownik jest jednocześnie konsumentem. Gdy traci zatrudnienie i nie znajduje szybko równie dobrze płatnej pracy, ogranicza wydatki. W ten sposób automatyzacja uderza nie tylko w rynek pracy, lecz także w przychody przedsiębiorstw.

Kluczowa jest jednak różnica pomiędzy prywatną korzyścią a społecznym kosztem decyzji.

Firma zastępująca człowieka systemem AI zatrzymuje całość oszczędności wynikających z niższych kosztów pracy. Jednocześnie ponosi tylko niewielką część konsekwencji spadku popytu. Zwolniony pracownik ogranicza bowiem zakupy nie tylko produktów swojego byłego pracodawcy, ale również dóbr i usług oferowanych przez setki innych przedsiębiorstw.

– Kiedy firma zwalnia pracowników, oszczędności trafiają bezpośrednio do jej wyniku finansowego. Utracony popyt rozlewa się natomiast po całej gospodarce. Każda firma odczuwa tylko niewielką część tego uderzenia, dlatego wszystkie dalej redukują zatrudnienie – tłumaczy Gerry Tsoukalas w komunikacie prezentującym wyniki pracy. 

Powstaje mechanizm przypominający dylemat więźnia. Gdyby wszystkie firmy wspólnie ograniczyły automatyzację, mogłyby utrzymać większy popyt i w rezultacie osiągać wyższe zyski. Żadna z nich nie może jednak pozwolić sobie na jednostronną rezygnację z AI, ponieważ konkurenci natychmiast uzyskaliby przewagę kosztową.

Nawet prezesi, którzy doskonale rozumieją zagrożenie, mają więc ekonomiczną motywację, by dalej automatyzować.

Im lepsza AI, tym ostrzejszy wyścig

Wnioski autorów są sprzeczne z intuicją. W ich modelu bardziej produktywna i tańsza sztuczna inteligencja nie łagodzi problemu, lecz go wzmacnia.

Każda firma liczy, że dzięki szybszej automatyzacji odbierze konkurentom część rynku. Kiedy jednak podobne rozwiązania wdrożą wszyscy, przewagi się znoszą. Zostają za to zwolnienia i niższy popyt. Badacze nazywają to „efektem Czerwonej Królowej”: przedsiębiorstwa muszą biec coraz szybciej tylko po to, by utrzymać dotychczasową pozycję.

Paradoksalnie największe zagrożenie nie musi występować w sektorach zdominowanych przez jednego gracza. Monopolista ponosi niemal cały koszt popytu, który sam niszczy, dlatego ma większą motywację do powstrzymywania redukcji. Im bardziej rozdrobniony rynek, tym mniejszą część konsekwencji swoich decyzji odczuwa pojedyncza firma i tym silniejsza staje się presja na zwolnienia.

Najbardziej narażone mogą być więc konkurencyjne branże masowe: handel, proste usługi finansowe, obsługa klienta, centra usług wspólnych, logistyka, media i produkcja treści.

Przegrywają pracownicy, ale również właściciele

Autorzy podkreślają, że nadmierna automatyzacja nie jest prostym transferem pieniędzy od pracowników do właścicieli kapitału.

Pracownicy tracą dochody w oczywisty sposób. Właściciele przedsiębiorstw początkowo korzystają na redukcji kosztów, lecz przy odpowiednio dużej skali zwolnień spadek przychodów zaczyna przewyższać oszczędności. Firmy zbiorowo zarabiają mniej, niż zarabiałyby przy wolniejszej automatyzacji.

To ważna zmiana perspektywy. Debata o AI koncentruje się zazwyczaj na tym, jak podzielić korzyści z rosnącej produktywności. Falk i Tsoukalas twierdzą, że źle skoordynowana automatyzacja może część tych korzyści po prostu zniszczyć.

Firma może więc poprawiać własny wynik kwartalny, a jednocześnie dokładać cegłę do procesu, który w dłuższej perspektywie osłabi cały rynek.

Dochód podstawowy nie zatrzyma zwolnień

Badacze sprawdzili w modelu sześć najczęściej proponowanych odpowiedzi na automatyzację. Ich wniosek jest kontrowersyjny: pięć z nich nie usuwa zasadniczej przyczyny problemu.

Powszechny dochód podstawowy poprawia sytuację zwolnionych osób i podtrzymuje konsumpcję, ale nie zmienia kalkulacji przedsiębiorstwa zastanawiającego się, czy zastąpić kolejnego pracownika. Podobnie działa opodatkowanie zysków kapitałowych – zmniejsza ostateczny zysk, lecz nie usuwa oszczędności przypadającej na zautomatyzowane zadanie.

Udziały pracownicze, odprawy, przekwalifikowanie oraz systemy dzielenia się zyskiem mogą zmniejszyć skalę problemu, ponieważ część dochodu wraca do gospodarstw domowych. Według modelu nie likwidują jednak presji konkurencyjnej. Nie zadziała też dobrowolne porozumienie firm o ograniczeniu automatyzacji. Każdy uczestnik miałby silną motywację, by potajemnie się z niego wyłamać.

Jedynym instrumentem, który w modelu całkowicie koryguje mechanizm, jest podatek od automatyzacji naliczany od zadań przejmowanych przez AI. Miałby sprawić, że firma poniesie nie tylko techniczny koszt wdrożenia, ale również tę część utraconego popytu, którą przerzuca na konkurentów.

Wpływy mogłyby finansować szkolenia i rekompensaty dla osób tracących zatrudnienie. Wraz z ich powrotem do dobrze płatnej pracy skala podatku mogłaby maleć.

Na papierze rozwiązanie jest eleganckie. W praktyce pojawia się zasadniczy problem: jak policzyć, które zadanie zostało rzeczywiście zautomatyzowane, a które tylko zmodyfikowane? Firmy mogłyby również przenosić procesy do państw bez podobnych obciążeń. Sami autorzy przyznają, że skuteczny system wymagałby raportowania wdrożeń, kontroli danych kadrowych oraz międzynarodowej koordynacji.

Pierwsze sygnały już widać. Ale nie ma jeszcze masowej katastrofy

Dane ze Stanów Zjednoczonych pokazują gwałtowny wzrost liczby redukcji uzasadnianych sztuczną inteligencją. Według firmy Challenger, Gray & Christmas w pierwszej połowie 2026 r. AI została wskazana jako przyczyna 101 743 zapowiedzianych zwolnień, czyli około 23 proc. wszystkich ogłoszonych cięć. Tylko w czerwcu odpowiadała za 14 029 redukcji. Trzeba jednak pamiętać, że są to deklarowane przez pracodawców powody zwolnień, a nie niezależnie ustalone skutki wdrożeń technologicznych. 

Znacznie ostrożniejszy obraz daje najnowsza analiza Stanford Digital Economy Lab wykorzystująca dane płacowe ADP. Badacze Erik Brynjolfsson, Bharat Chandar i Ruyu Chen nie znaleźli dowodów na powszechne wypieranie pracowników przez AI w całej gospodarce.

Zauważyli jednak wyraźny problem wśród osób rozpoczynających karierę. Zatrudnienie pracowników w wieku 22–25 lat w zawodach mocno wystawionych na działanie AI było w czerwcu 2026 r. o około 19 proc. niższe, niż wynikałoby z trendu obserwowanego w mniej eksponowanych profesjach. Zmiana następowała głównie przez ograniczenie rekrutacji, a nie masowe zwalnianie już zatrudnionych ludzi.

Autorzy Stanfordu zastrzegają, że jest to korelacja, a nie ostateczny dowód związku przyczynowego. Spadki koncentrowały się jednak w zawodach, w których AI służy przede wszystkim do automatyzacji. Tam, gdzie technologia uzupełniała pracę człowieka, zatrudnienie pozostawało stabilne lub rosło.

Także Międzynarodowa Organizacja Pracy studzi najbardziej katastroficzne prognozy. Według opracowanego wspólnie z polskim NASK globalnego indeksu około jedna czwarta pracowników wykonuje zawody w pewnym stopniu wystawione na generatywną AI, ale tylko 3,3 proc. globalnego zatrudnienia znajduje się w najwyższej kategorii ekspozycji. Najbardziej prawdopodobnym skutkiem ma być przekształcenie sposobu wykonywania pracy, a nie całkowite zniknięcie zawodów. 

Polska dopiero przyspiesza

W Polsce „pułapka zwolnień AI” może wydawać się jeszcze odległa, ponieważ wykorzystanie tej technologii przez przedsiębiorstwa pozostaje niewielkie.

Według Eurostatu w 2025 r. co najmniej jedno rozwiązanie AI stosowało 19,95 proc. przedsiębiorstw w Unii Europejskiej zatrudniających minimum 10 osób. W Polsce było to zaledwie 8,36 proc. Niższy wynik zanotowała tylko Rumunia. Dla porównania w Danii z AI korzystało 42 proc. firm, a w Finlandii prawie 38 proc.

Niskie wykorzystanie AI nie oznacza jednak, że Polska uniknie problemu. Może jedynie opóźnić jego pojawienie się. Szczególnie narażone będą sektory konkurujące kosztami pracy i realizujące powtarzalne zadania: księgowość, obsługa procesów, call center, outsourcing, handel internetowy, marketing czy produkcja prostych treści.

Największym ryzykiem jest tempo

„AI Layoff Trap” nie dowodzi, że sztuczna inteligencja doprowadzi do załamania popytu. To model teoretyczny oparty m.in. na założeniu, że zwalniani pracownicy nie znajdują wystarczająco szybko równie dobrze płatnych zajęć.

Jeżeli gospodarka stworzy nowe zawody, a pracownicy sprawnie się do nich przeniosą, utracone dochody i konsumpcja mogą zostać odbudowane. World Economic Forum prognozuje, że do 2030 r. szersze zmiany technologiczne, demograficzne i gospodarcze mogą zlikwidować 92 mln miejsc pracy, ale jednocześnie stworzyć 170 mln nowych. Problem polega na tym, że stare i nowe stanowiska nie muszą powstawać w tym samym czasie, miejscu ani dla tych samych ludzi. Jednocześnie 41 proc. badanych przez WEF pracodawców planuje redukcję zatrudnienia tam, gdzie AI pozwoli automatyzować zadania.

Najważniejsze pytanie nie brzmi więc, czy AI stworzy nowe miejsca pracy. Brzmi: czy stworzy je dostatecznie szybko.

Jeżeli automatyzacja będzie postępowała szybciej niż przekwalifikowanie i powstawanie nowych źródeł dochodu, firmy mogą odkryć, że zwalniając pracowników, jednocześnie zwolniły własnych klientów. A kiedy mechanizm stanie się widoczny w wynikach sprzedaży, jego zatrzymanie może być znacznie trudniejsze niż uruchomienie.