gik|iewicz

TL;DR: Anthropic opublikował 5 marca 2026 przełomowy raport z nową metryką „Observed Exposure”, która łączy teoretyczne możliwości AI z rzeczywistymi danymi o użyciu Claude’a. Wyniki pokazują, że programiści komputerowi (75% pokrycia zadań), pracownicy obsługi klienta (70,1%) i specjaliści wprowadzania danych (67,1%) są najbardziej narażeni na automatyzację. Jednocześnie 30% pracowników ma zerową ekspozycję na AI — to fizyczne zawody, których żaden LLM nie zastąpi. Dobra wiadomość: na razie nie ma dowodów na wzrost bezrobocia w tych grupach.

Co się wydarzyło?

W środę 5 marca 2026 roku Anthropic opublikował badanie zatytułowane „Labor market impacts of AI: A new measure and early evidence”, które może całkowicie zmienić sposób, w jaki rozumiemy i monitorujemy wpływ sztucznej inteligencji na rynek pracy. Ekonomiści firmy — Maxim Massenkoff i Peter McCrory — stworzyli nową metrykę o nazwie „Observed Exposure” (Obserwowana Ekspozycja), która łączy teoretyczne możliwości modeli językowych z rzeczywistymi danymi o tym, jak ludzie używają Claude’a w codziennej pracy.

Przede wszystkim warto podkreślić, że to nie jest kolejny raport spekulacyjny oparty na przewidywaniach ekspertów. To konkretne, empiryczne dane oparte na milionach interakcji z Claude’m, które pokazują, które zawody są realnie narażone na automatyzację — nie teoretycznie, ale w praktyce, tu i teraz.

Kluczowa innowacja tego podejścia polega na połączeniu dwóch źródeł danych: wzorców użycia Claude’a z Anthropic Economic Index oraz oficjalnych statystyk Bureau of Labor Statistics (BLS) o strukturze zawodów w Stanach Zjednoczonych. Dzięki temu badacze mogli określić nie tylko co AI potrafi zrobić, ale co faktycznie robi w rękach użytkowników.

Programiści na czele listy najbardziej zagrożonych

Wyniki są uderzające i w wielu przypadkach zaskakujące. Na szczycie listy najbardziej narażonych zawodów znajdują się programiści komputerowi z 75% pokrycia zadań przez AI (Anthropic, 2026). To oznacza, że trzy czwarte typowych zadań programisty może być obecnie wykonywanych lub wspomaganych przez Claude’a — od pisania kodu, przez debugowanie, aż po dokumentację techniczną.

Druga pozycja to przedstawiciele obsługi klienta z 70,1% pokrycia zadań (SiliconANGLE, 2026). Anthropic zauważa, że zadania te „coraz częściej widzimy w interakcjach pierwszostronnych” — czyli firmy już teraz intensywnie używają Claude’a do obsługi zgłoszeń klientów, odpowiadania na pytania i rozwiązywania problemów.

Trzeci na liście to specjaliści wprowadzania danych (data entry keyers) z 67,1% pokrycia (Axios, 2026) — zawód, który od lat był przewidywany jako pierwszy kandydat do automatyzacji, i teraz mamy na to twarde, empiryczne dane potwierdzające te przypuszczenia.

Ponadto czwartą pozycję zajmują specjaliści dokumentacji medycznej z 66,7%, co odzwierciedla rosnące zastosowanie AI w transkrypcji notatek lekarskich i kodowaniu procedur medycznych. Piąte miejsce to analitycy badań rynkowych i marketingowych z około 65% pokrycia — AI coraz lepiej radzi sobie z analizą danych, identyfikacją trendów i przygotowywaniem raportów.

30% pracowników całkowicie bezpiecznych przed AI

Druga strona medalu jest równie interesująca i w pewnym sensie paradoksalna. Aż 30% amerykańskich pracowników ma zerową ekspozycję na AI — ich zadania pojawiają się w danych Claude’a tak rzadko, że nie przekraczają minimalnego progu statystycznego (Anthropic, 2026).

Kim są ci ludzie? To pracownicy wykonujący fizyczne zadania, których żaden model językowy nie może zastąpić, ponieważ wymagają one fizycznej obecności i manipulacji obiektami w przestrzeni:

• Kucharze — AI może zaproponować przepis, ale nie ugotuje obiadu, nie obróci patelni, nie doprawi dania „na oko”
• Mechanicy motocyklowi i samochodowi — naprawa wymaga precyzyjnej pracy rąk, diagnostyki wizualnej i fizycznej interwencji
• Ratownicy wodni i pływalniowi — fizyczna obecność i gotowość do natychmiastowej reakcji są niezbędne
• Barmani — mieszanie drinków, obsługa klienta przy barze, praca w dynamicznym otoczeniu
• Zmywacze naczyń i pracownicy kuchni — praca fizyczna w konkretnej przestrzeni, wymagająca precyzji manualnej

Jak zauważa Peter Walker, head of insights at Carta, w komentarzu dla Fortune (2026), to właśnie te zawody — często źle płatne i wymagające ciężkiej pracy fizycznej — okazują się najbezpieczniejsze przed rewolucją AI. Paradoks jest uderzający: praca fizyczna, która przez dekady była uważana za „mniej wartościową”, staje się teraz bastionem bezpieczeństwa zawodowego.

Dlaczego to badanie jest tak ważne?

Historia przewidywania wpływu technologii na rynek pracy jest pełna błędów i niespodzianek. Jak zauważają sami autorzy badania w introdukcji: „historia wcześniejszych podejść daje powody do pokory” (Anthropic, 2026).

Jeden z najbardziej prominentnych przykładów: badanie próbujące zmierzyć „przenoszalność” miejsc pracy za granicę (offshorability) zidentyfikowało około ćwierć amerykańskich miejsc pracy jako potencjalnie przenaszalne. Innym razem eksperci przewidywali masowe zwolnienia kasjerów po wprowadzeniu kas samoobsługowych — a kasjerzy nadal są zatrudnieni, tylko ich rola ewoluowała i rozszerzyła się o nowe zadania.

Dlatego właśnie metryka „Observed Exposure” to próba uniknięcia tych błędów poprzez oparcie się na rzeczywistych danych o użyciu, a nie na spekulacjach czy ocenach ekspertów, którzy mogą mieć tendencyjne lub niekompletne wyobrażenie o możliwościach AI.

Luka między teorią a praktyką

Jedno z najważniejszych odkryć raportu to ogromna luka między tym, co AI może teoretycznie zrobić, a tym, co robi w praktyce w rękach rzeczywistych użytkowników.

Na przykład w kategorii „Komputer i Matematyka” Claude pokrywa tylko 33% wszystkich zadań wymienionych w klasyfikacji BLS (Anthropic, 2026) — mimo że programiści są na szczycie listy najbardziej narażonych zawodów. To znaczy, że nawet w najbardziej „AI-friendly” kategoriach zawodowych, większość pracy nadal wymaga ludzkiego udziału.

Raport wprowadza kluczowe rozróżnienie między dwoma trybami użycia AI:

• Automatyzacja — AI wykonuje zadanie zamiast człowieka, całkowicie go zastępując
• Augmentacja — AI pomaga człowiekowi wykonać zadanie lepiej, szybciej lub wydajniej

Metryka „Observed Exposure” waży zadania automatyzacyjne wyżej — bo to one stanowią realne zagrożenie dla miejsc pracy. Augmentacja może wręcz zwiększyć wartość pracownika, czyniąc go bardziej produktywnym.

Kto jest najbardziej narażony — demografia zagrożonych

Wbrew powszechnym stereotypom o tym, że AI zagrozi głównie młodym ludziom bez wykształcenia wykonującym proste prace, dane Anthropic pokazują zupełnie inny obraz. Pracownicy najbardziej narażeni na wpływ AI to (City AM, 2026):

• Są częściej kobietami niż mężczyznami
• Są wyżej wykształceni — często posiadają dyplom uniwersytecki lub wyższy
• Zarabiają więcej niż średnia krajowa
• Są w średnim lub starszym wieku, z wieloletnim doświadczeniem zawodowym

To „fala uderzająca w pracowników wiedzy” — white-collar workers — którzy wykonują zadania oparte na przetwarzaniu informacji, analizie danych, komunikacji pisemnej i rozwiązywaniu problemów. To właśnie te umiejętności, które przez dekady były uważane za „elitarne” i trudne do zautomatyzowania, okazują się teraz najbardziej dostępne dla AI.

Co mówią eksperci — dobra wiadomość

Najważniejsza i najbardziej uspokajająca konkluzja raportu brzmi: dotychczas nie ma dowodów na systematyczny wzrost bezrobocia wśród najbardziej narażonych zawodów od końca 2022 roku (Anthropic, 2026).

To zaskakujące, biorąc pod uwagę wysokie wskaźniki pokrycia zadań. Dlaczego programiści z 75% pokrycia nie masowo tracą pracy? Dlaczego pracownicy obsługi klienta nie są zwalniani? Autorzy badania wskazują kilka możliwych przyczyn:

1. AI raczej wspomaga niż zastępuje — większość użycia Claude’a to augmentacja, nie pełna automatyzacja. Programista używa AI do przyspieszenia pracy, ale nadal musi weryfikować wyniki, integrować kod i komunikować się z zespołem.
2. Adaptacja rynku pracy — firmy uczą się używać AI do zwiększania produktywności, a nie tylko cięcia kosztów. Wyższa produktywność może prowadzić do większego popytu na usługi, co równoważy efekt automatyzacji.
3. Niedopasowanie umiejętności — nawet jeśli AI może wykonać 75% zadań, pozostałe 25% może być krytyczne dla projektu i wymagać ludzkiego osądu, kreatywności i odpowiedzialności.
4. Inercja organizacyjna — restrukturyzacja miejsc pracy wymaga czasu. Firmy nie zwalniają pracowników z dnia na dzień, nawet jeśli technologia na to pozwala.

Zaniepokajujący sygnał — spowolnienie zatrudniania młodych

Jednak raport zawiera jeden niepokojący sygnał, który może być wczesnym ostrzeżeniem: „sugerujące dowody, że zatrudnianie młodych pracowników w tych [najbardziej narażonych] zawodach spowolniło” (Business Insider, 2026).

W związku z tym warto zauważyć, że to może być wczesny wskaźnik tego, co nadejdzie w najbliższych latach. Firmy mogą nie zwalniać obecnych pracowników z obawy przed negatywnym PR, kosztami zwolnień czy utratą wiedzy instytucjonalnej, ale nie zatrudniają nowych — pozwalając naturalnemu ruchowi kadr (rezygnacje, emerytury) stopniowo zmniejszać zatrudnienie.

Dla młodych ludzi wchodzących na rynek pracy to szczególnie niepokojąca wiadomość. Jeśli firmy „zamrażają” zatrudnienie w najbardziej narażonych zawodach, absolwenci informatyki, kierunków ekonomicznych i innych „white-collar” specjalizacji mogą mieć trudniej o pierwszą pracę.

Jak zauważa Axios (2026), Anthropic określa swoje narzędzie jako „system wczesnego ostrzegania” — ma wykrywać pierwsze sygnały recesji zatrudnienia napędzanej przez AI, zanim stanie się ona widoczna w oficjalnych statystykach bezrobocia, które są publikowane z opóźnieniem.

Scenariusz „Wielkiej Recesji dla white-collar workers”

Peter Walker z Carta, cytowany przez Fortune, ostrzega przed możliwym scenariuszem „Wielkiej Recesji dla pracowników biurowych” (Fortune, 2026). Jego analiza pokazuje, że:

• Najbardziej narażeni pracownicy to ci z wyższym wykształceniem i wyższymi zarobkami — dokładnie ta grupa, która dotychczas była chroniona przed bezrobociem
• Jeśli AI rzeczywiście zacznie zastępować tych pracowników w dużej skali, skutki będą odczuwalne w całej gospodarce
• Konsumenci z wysokimi zarobkami napędzają popyt na luksusowe dobra, usługi, nieruchomości — ich masowe zwolnienia wywołałyby efekt domina uderzający w wiele sektorów

Jednocześnie Walker zauważa gorzki paradoks: „30% pracowników z zerową ekspozycją to często ludzie w nisko płatnych, fizycznych zawodach” — czyli AI może paradoksalnie zwiększyć nierówności społeczne, chroniąc nisko płatne prace fizyczne, a narażając wysoko płatne prace umysłowe.

To odwrócenie tradycyjnego porządku społecznego może mieć daleko idące konsekwencje polityczne i społeczne. Klasa średnia, która przez dekady była fundamentem stabilności zachodnich demokracji, może znaleźć się pod presją.

Anthropic Economic Index — ciągły monitoring

Raport to dopiero początek inicjatywy Anthropic. Firma zapowiada ciągłe aktualizacje danych poprzez Anthropic Economic Index — narzędzie, które będzie monitorować zmiany w ekspozycji na AI w czasie rzeczywistym (Anthropic, 2026).

Czego można się spodziewać w najbliższych miesiącach i latach? Trendy sugerują:

1. Wzrost pokrycia zadań — modele AI stają się coraz bardziej zdolne. GPT-5.4 od OpenAI osiągnął 83% skuteczności w testach profesjonalnych (Gikiewicz.eu, 2026), a Gemini Agentic AI potrafi samodzielnie zamawiać produkty (Gikiewicz.eu, 2026).
2. Zmiana struktury użycia — od augmentacji ku automatyzacji. Firmy coraz śmielej powierzają AI pełne zadania, nie tylko wspomaganie.
3. Rozszerzenie na nowe zawody — AI wchodzi do medycyny, prawa, edukacji, finansów. Claude Code Security znalazł już 500+ podatności zero-day (Gikiewicz.eu, 2026).

Implikacje dla pracowników — co robić?

Co powinieneś zrobić, jeśli Twój zawód znajduje się na liście najbardziej narażonych? Eksperci i dane sugerują zróżnicowane podejście w zależności od horyzontu czasowego:

Krótkoterminowo (najbliższe 1-2 lata): nie panikuj. Raport pokazuje, że wysoka ekspozycja nie oznacza natychmiastowych zwolnień. AI nadal jest przede wszystkim narzędziem wspomagającym. Skup się na efektywnym wykorzystaniu AI w swojej pracy — to zwiększy Twoją wartość dla pracodawcy.

Średnioterminowo (2-5 lat): rozważ rozwój umiejętności, które AI trudno zautomatyzować:

• Umiejętności interpersonalne — negocjacje, przywództwo, empatia, zarządzanie zespołem, budowanie relacji z klientami
• Kreatywność strategiczna — wizja, innowacja, myślenie „out of the box”, łączenie kropki między odległymi dziedzinami
• Ocena i weryfikacja — AI generuje treści, ale człowiek musi je weryfikować pod kątem poprawności, etyki i odpowiedzialności
• Praca fizyczna i przestrzenna — cokolwiek wymaga obecności w fizycznym świecie, manipulacji obiektami, nawigacji w przestrzeni

Długoterminowo (5+ lat): rozważ przebranżowienie lub rozwój w kierunkach, które łączą AI z domenami wymagającymi ludzkiego udziału: projektowanie interakcji człowiek-AI, etyka AI, weryfikacja i audyt systemów AI, zarządzanie transformacją cyfrową.

Implikacje dla firm — strategia talentowa

Dla pracodawców raport jest sygnałem do przemyślenia strategii zarządzania talentami i przygotowania na różne scenariusze przyszłości:

1. Inwestycja w reskilling i upskilling — przeszkolenie pracowników do pracy Z AI, nie przeciwko niemu. Pracownicy, którzy potrafią efektywnie używać AI, będą wielokrotnie bardziej produktywni.
2. Redefinicja ról i procesów — podział zadań na te do automatyzacji (powtarzalne, proceduralne) i te wymagające człowieka (kreatywne, strategiczne, relacyjne).
3. Monitoring rynku i trendów — śledzenie wskaźników zatrudnienia w branży, analizy konkurencji, raportów takich jak Anthropic Economic Index.

Implikacje dla polityków i decydentów

Raport Anthropic to również wezwanie dla decydentów publicznych. Jeśli scenariusz „Wielkiej Recesji dla white-collar workers” stanie się rzeczywistością, konsekwencje będą fundamentalne:

• Bezrobecie może dotknąć innych ludzi niż dotychczas — wykształconych, dobrze zarabiających, mieszkających w suburbiach
• Systemy wsparcia społecznego mogą nie być przygotowane na masowe zwolnienia w sektorze usług i wiedzy
• Konieczne może być przeszkolenie milionów pracowników — skala wyzwania jest bezprecedensowa

Szerszy kontekst — co jeszcze dzieje się w świecie AI

Raport Anthropic wpisuje się w szerszy kontekst gwałtownego rozwoju AI i debaty o jego wpływie na społeczeństwo. W ostatnich tygodniach miało miejsce szereg wydarzeń, które razem tworzą obraz przyspieszającej transformacji:

• OpenAI wypuściło GPT-5.4 z milionem tokenów kontekstu i 83% skutecznością w testach profesjonalnych
• Google wprowadziło Gemini Agentic AI zdolne samodzielnie zamawiać produkty
• Claude Code Security znalazł 500+ podatności zero-day — pokazując możliwości AI w bezpieczeństwie
• AI Coding Assistants 2026 — porównanie Claude, Cursor, Windsurf i Copilot pokazuje jak szybko rozwijają się asystenci kodowania

Wszystkie te wydarzenia wskazują na szybki postęp AI w obszarach wcześniej zarezerwowanych dla ludzi — od programowania i analizy danych, przez zakupy online i zarządzanie finansami, po cyberbezpieczeństwo i audyt.

FAQ — Najczęściej zadawane pytania

1. Czy programiści stracą pracę w 2026 roku?

Nie natychmiast i nie masowo. Raport Anthropic pokazuje, że mimo 75% pokrycia zadań, nie ma systematycznego wzrostu bezrobocia wśród programistów od końca 2022 roku. AI raczej zmienia charakter pracy — od pisania kodu ku jego weryfikacji, architekturze systemów, komunikacji z klientem i podejmowaniu decyzji technicznych. Programiści, którzy nauczą się efektywnie używać AI jako narzędzia, będą bardziej produktywni i poszukiwani niż kiedykolwiek wcześniej. Jednak młodzi programiści wchodzący na rynek mogą mieć trudniej o pierwszą pracę.

2. Jak dokładnie działa metryka „Observed Exposure”?

Metryka „Observed Exposure” łączy trzy elementy w jedną miarę ekspozycji zawodu na AI (Anthropic, 2026): po pierwsze, teoretyczne możliwości LLM do wykonania zadania na podstawie benchmarków i ocen; po drugie, częstotliwość pojawiania się tego typu zadań w rzeczywistych konwersacjach użytkowników z Claude’m; po trzecie, waga dla zadań automatyzacyjnych (gdzie AI zastępuje człowieka) vs. augmentacyjnych (gdzie AI wspomaga człowieka). Wynik to procent zadań w danym zawodzie, które AI realnie wykonuje lub może wykonać w praktyce.

3. Dlaczego fizyczne zawody są całkowicie bezpieczne?

Modele językowe (LLM) jak Claude operują na tekście i informacji — nie mają ciała fizycznego, nie mogą manipulować obiektami w przestrzeni, nie mogą być obecne w konkretnym miejscu i czasie. Kucharz musi fizycznie obracać patelnię, czuć smak i konsystencję, reagować na zmiany w czasie rzeczywistym. Mechanik musi dokręcać śruby z odpowiednią siłą, słyszeć dźwięki silnika, widzieć nieszczelności. Ratownik musi wyciągać ludzi z wody, reagować na panikę, zapewniać bezpieczeństwo fizyczne. To są zadania poza zasięgiem obecnego AI i prawdopodobnie pozostaną poza zasięgiem przez najbliższe lata, dopóki robotyka nie dokona podobnego skoku jak modele językowe.

4. Czy powinniśmy się spodziewać masowych zwolnień w najbliższych latach?

Raport Anthropic nie przewiduje masowych zwolnień w najbliższym czasie — nie ma dowodów na systematyczny wzrost bezrobocia w najbardziej narażonych zawodach od końca 2022 roku. Jednak sugerujące dowody na spowolnienie zatrudniania młodych pracowników mogą być wczesnym sygnałem tego, co nadejdzie. Scenariusz „Wielkiej Recesji dla white-collar workers” jest możliwy, ale nie nieunikniony — zależy od tempa adopcji AI, regulacji prawnych, inwestycji w reskilling i ogólnej kondycji gospodarki. Kluczowe jest monitorowanie danych z Anthropic Economic Index w nadchodzących miesiącach.

5. Co oznacza to dla studentów wybierających kierunek studiów?

Studenci wybierający kierunek studiów w 2026 roku powinni uwzględnić te wnioski w swojej decyzji. Warto rozważyć: po pierwsze, zawody z niską ekspozycją na AI — praca fizyczna, rzemiosło, zawody medyczne wymagające bezpośredniego kontaktu z pacjentem; po drugie, zawody wymagające unikalnych ludzkich umiejętności — kreatywność, empatia, ocena moralna, przywództwo; po trzecie, stanowiska na styku AI i człowieka — projektowanie interakcji, etyka AI, weryfikacja wyników, zarządzanie transformacją. Warto unikać kierunków czysto opartych na przetwarzaniu informacji bez komponentu ludzkiego — analiza danych, proste tłumaczenia, podstawowe prace biurowe.

6. Jakie są ograniczenia tego badania?

Badanie Anthropic ma kilka istotnych ograniczeń. Po pierwsze, opiera się na danych z Claude’a — nie obejmuje użycia ChatGPT, Gemini czy innych modeli, więc może nie oddawać pełnego obrazu. Po drugie, mierzy tylko obecne użycie, nie przyszłe możliwości — modele będą coraz bardziej zdolne. Po trzecie, skupia się na USA — inne kraje mogą mieć inną strukturę zawodową i inne tempo adopcji AI. Po czwarte, nie rozróżnia między użyciem osobistym a zawodowym — część konwersacji może być eksploracyjna, nie produkcyjna.

Źródła

• Anthropic: Labor market impacts of AI: A new measure and early evidence (Maxim Massenkoff, Peter McCrory, marzec 2026)
• Business Insider: Anthropic Is Tracking the Jobs Most Exposed to AI Disruption (marzec 2026)
• Axios: Anthropic launches AI job destruction detector (5 marca 2026)
• Fortune: Anthropic just mapped out which jobs AI could potentially replace (6 marca 2026)
• SiliconANGLE: Anthropic launches tool to monitor jobs lost to AI systems (5 marca 2026)
• NDTV: Anthropic Launches New Tool To Monitor Jobs AI Could Replace (marzec 2026)
• The Decoder: Anthropic’s new study shows AI is nowhere near its theoretical job disruption potential (marzec 2026)
• City AM: Anthropic AI hasn’t caused job losses yet, but hiring is slowing (marzec 2026)
• CBS News: Anthropic is tracking which jobs are most exposed to AI (marzec 2026)