Zwolnienia "z powodu AI" w 2026 - ile w tym prawdy? Sprawdzamy AI washing na rynku IT

W sierpniu 2026 roku trudno przejść obok nagłówka o kolejnej fali zwolnień w branży technologicznej. Różnica względem poprzednich fal, które branża przechodziła już kilkukrotnie w ostatnich latach, jest jedna, bardzo konkretna - tym razem niemal każdemu takiemu komunikatowi towarzyszy to samo słowo. Nie "restrukturyzacja", nie "dostosowanie do warunków rynkowych", nie "przegląd portfela projektów" - tylko "AI". Firma redukuje zespół, bo sztuczna inteligencja przejęła część zadań. Firma zamyka dział, bo automatyzacja pozwoliła zrobić to samo mniejszymi siłami. Firma "transformuje się" wokół AI, a przy okazji tej transformacji znika kilkaset stanowisk.

Problem w tym, że coraz więcej dowodów wskazuje na to, że w bardzo dużej części tych komunikatów słowo "AI" nie opisuje przyczyny zwolnienia, tylko ją maskuje. Analitycy Deutsche Bank ukuli na to zjawisko konkretny termin - "AI redundancy washing". Nawet prezes OpenAI publicznie przyznał, że część firm zrzuca na AI odpowiedzialność za decyzje kadrowe, które i tak by podjęły, niezależnie od tego, czy sztuczna inteligencja w ogóle istniała. To nie jest marginalna obserwacja pojedynczego komentatora - to wniosek, który powtarza się dziś w wielu niezależnych analizach rynku pracy w technologii, prowadzonych przez różne instytucje, patrzące na to zjawisko z różnych stron.

W tym artykule sprawdzamy to zjawisko możliwie rzetelnie - skąd się wzięło, jak duże realnie jest, dlaczego firmom opłaca się mówić "to AI" nawet wtedy, gdy to nie do końca prawda, i jak to rozpoznać z zewnątrz. Sprawdzamy też, co ono oznacza konkretnie dla kogoś budującego karierę w polskim IT, i zestawiamy globalne dane z własnym, świeżym zrzutem bazy ofert 2hr.pl - łącznie z konkretnymi, aktywnymi dziś wakatami od firm, które regularnie pojawiają się w newsach o "zwolnieniach przez AI".

Czym dokładnie jest "AI washing" i skąd się wzięła ta nazwa

Termin "AI washing" jest świadomym nawiązaniem do znacznie starszego pojęcia z marketingu - "greenwashingu", czyli praktyki, w której firma prezentuje się jako proekologiczna, mimo że jej realne działania mają z ekologią niewiele wspólnego, a cała komunikacja służy głównie poprawie wizerunku. Mechanizm "AI washingu" w kontekście zwolnień działa analogicznie, tylko zamiast zielonego szyldu firma używa szyldu "transformacji AI" - niezależnie od tego, jaka jest rzeczywista przyczyna redukcji zatrudnienia.

W praktyce zjawisko rozbija się na dwie osobne, choć często mylone ze sobą sytuacje. Pierwsza to sytuacja, w której AI rzeczywiście automatyzuje konkretne zadania, które wcześniej wykonywali ludzie, i firma w rezultacie potrzebuje mniej rąk do pracy - to jest prawdziwa, mierzalna redukcja napędzana technologią. Druga to sytuacja, w której firma i tak planowała zwolnienia z zupełnie innych powodów - nadmiarowe zatrudnienie z czasów pandemicznego boomu, presja inwestorów na poprawę marży, nietrafiona strategia ekspansji, zwykłe przesunięcie kosztów za granicę - ale komunikuje tę decyzję jako "efekt AI", bo taki komunikat brzmi lepiej niż przyznanie się do błędu w planowaniu. Problem polega na tym, że z zewnątrz, jako pracownik czy obserwator rynku, te dwie sytuacje wyglądają identycznie w komunikacie prasowym. Różnią się dopiero wtedy, gdy przyjrzeć się temu, co firma robi kilka miesięcy później.

Dokładnie to zrobiły w 2026 roku analizy Forrester i Careerminds, o których piszemy w dalszej części tego artykułu - i to właśnie ta różnica, między deklarowanym powodem a rzeczywistym zachowaniem firmy po zwolnieniach, jest sednem tego, co dziś rozumiemy pod pojęciem AI washingu.

Skala zjawiska - liczby, które trudno zignorować

Zacznijmy od samej częstotliwości, z jaką AI w ogóle pojawia się jako oficjalny powód zwolnień w dokumentach i komunikatach firm. Ten trend rośnie w tempie, które samo w sobie jest uderzające, niezależnie od tego, ile w każdym pojedynczym przypadku jest prawdy. W 2024 roku sztuczna inteligencja była wskazywana jako powód zaledwie w 0,6 procent wszystkich udokumentowanych redukcji zatrudnienia w amerykańskich firmach technologicznych. Rok później, w 2025 roku, odsetek ten wzrósł do 4,5 procent. W pierwszym kwartale 2026 roku sięgnął już 13 procent wszystkich zwolnień. To nie jest liniowy, powolny wzrost - to przyspieszenie, które w ciągu dwóch lat pomnożyło częstotliwość powoływania się na AI ponad dwudziestokrotnie.

Warto przy tym zestawić ten wzrost z tym, co dzieje się jednocześnie z samą skalą zwolnień w branży. Same amerykańskie firmy technologiczne zlikwidowały w pierwszych pięciu miesiącach 2026 roku ponad 142 tysiące stanowisk - to wzrost o 33 procent względem analogicznego okresu rok wcześniej, i to mimo że wiele z tych samych firm jednocześnie raportowało rekordowe przychody i zyski w tym samym okresie. Zestawienia śledzące zwolnienia w całej branży technologicznej pokazują, że rok 2026 jako całość już przekroczył łączną liczbę redukcji z całego roku 2025 - a to oznacza, że mówimy o zjawisku, które nie tylko nie wygasa, ale realnie przyspiesza, w momencie gdy fundamenty biznesowe wielu z tych firm wyglądają lepiej niż kiedykolwiek.

Ta rozbieżność - rekordowe zyski połączone z rekordowymi zwolnieniami - jest dokładnie tym punktem, w którym zaczynają się pytania o prawdziwe motywacje. Firma, która realnie traci pieniądze i musi ciąć koszty, ma jasny, łatwy do zrozumienia powód zwolnień, niezależnie od tego, jak go nazwie w komunikacie. Firma, która jednocześnie chwali się przed inwestorami rekordowymi wynikami i tnie zatrudnienie, potrzebuje innej narracji - a "efektywność dzięki AI" jest dziś najwygodniejszą narracją, jaka jest dostępna, bo brzmi jak dowód innowacyjności, nie jak przyznanie się do problemu.

Rok	Udział zwolnień z oficjalnie podanym powodem "AI"
2024	0,6%
2025	4,5%
Q1 2026	13%

Dlaczego firmom opłaca się mówić "to AI", nawet gdy to nie do końca prawda

Żeby zrozumieć skalę tego zjawiska, trzeba zrozumieć, dlaczego w ogóle jest ono dla firm atrakcyjne - bo żadna korporacja nie kłamie w komunikatach bez konkretnego powodu biznesowego stojącego za tym wyborem słów.

Reakcja rynku i inwestorów jest zupełnie inna w zależności od narracji. Komunikat "zwalniamy, bo przeszacowaliśmy popyt i zatrudniliśmy za dużo ludzi w czasie boomu" brzmi jak przyznanie się do błędu zarządu - i tak też jest odbierany przez analityków i inwestorów, zwykle ze spadkiem zaufania do jakości podejmowanych decyzji strategicznych. Komunikat "zwalniamy, bo wdrożyliśmy AI i jesteśmy teraz bardziej efektywni" brzmi zupełnie odwrotnie - jak dowód, że zarząd trzyma rękę na pulsie najnowszych technologii i podejmuje odważne, przyszłościowe decyzje. Ten sam fakt - mniej osób w zespole - w zależności od opakowania słownego może być odebrany jako porażka albo jako sukces zarządzania.

Narracja "AI-driven efficiency" wspiera wycenę spółki w znacznie szerszym kontekście niż tylko sam komunikat o zwolnieniach. W okresie, w którym inwestorzy giełdowi premiują każdą spółkę potrafiącą wiarygodnie opowiedzieć historię o swojej transformacji AI, każda okazja do podkreślenia, że firma "wdraża AI na dużą skalę" - nawet jeśli dowodem na to jest głównie redukcja zatrudnienia, a nie realne wdrożenie konkretnych systemów - wzmacnia ogólny narrację inwestorską spółki. Zwolnienia stają się przy okazji darmowym dowodem "transformacji cyfrowej" w oczach rynku kapitałowego, niezależnie od tego, czy za tą narracją stoi realna zmiana operacyjna.

To wygodny sposób na ukrycie znacznie mniej efektownych, prawdziwych powodów. Analitycy wskazują kilka realnych, powtarzających się przyczyn stojących za falą zwolnień w 2026 roku, które rzadko trafiają do oficjalnych komunikatów w niezmienionej formie. Pierwsza to korekta po nadmiarowym zatrudnieniu z lat 2021-2022, gdy wiele firm technologicznych rekrutowało znacznie szybciej, niż realnie potrzebowało, licząc na dalszy, nieograniczony wzrost popytu na swoje produkty. Druga to presja marżowa ze strony inwestorów, wymuszająca cięcie kosztów operacyjnych niezależnie od tego, czy technologia rzeczywiście na to pozwala. Trzecia to zwykłe przenoszenie stanowisk za granicę, do tańszych lokalizacji - offshoring pod inną nazwą. Czwarta to finansowanie ogromnych, kapitałochłonnych inwestycji w infrastrukturę AI - centra danych, chipy, moc obliczeniowa - kosztem redukcji istniejących zespołów, żeby uwolnić budżet na te inwestycje, nawet jeśli same zwolnione zespoły nie mają nic wspólnego z AI.

Żadna z tych czterech przyczyn nie brzmi w komunikacie prasowym równie dobrze, jak "jesteśmy liderem transformacji AI". Stąd właśnie bierze się skłonność do etykietowania bardzo różnych, często niezwiązanych z technologią decyzji kadrowych jednym, wygodnym słowem.

To nie pierwszy raz - krótka historia wygodnych wymówek

Warto spojrzeć na obecną falę "zwolnień przez AI" w szerszej perspektywie historycznej, bo mechanizm, w którym firma szuka modnego, technologicznie brzmiącego uzasadnienia dla decyzji kadrowej podjętej z zupełnie innych powodów, nie jest wynalazkiem 2026 roku. Branża technologiczna przechodziła już bardzo podobne cykle retoryczne, tylko pod innymi szyldami.

Na początku lat dwutysięcznych, w okresie pękania bańki internetowej, wiele firm tłumaczyło masowe zwolnienia "przenoszeniem procesów do Indii" i "globalną optymalizacją kosztów" - offshoring jako hasło brzmiało wtedy równie nowocześnie i nieuchronnie, jak dziś brzmi AI, a realna skala samego zjawiska była w wielu przypadkach znacznie mniejsza, niż sugerowały komunikaty prasowe. Kryzys finansowy z 2008 roku przyniósł kolejną falę uniwersalnego, wygodnego słowa - "restrukturyzacja" - które w tamtym okresie tłumaczyło praktycznie każdą decyzję kadrową, niezależnie od tego, czy firma faktycznie zmieniała model działania, czy po prostu ograniczała koszty w odpowiedzi na spadający popyt. W latach dwutysięcznych dziesiątych podobną rolę pełniła "robotyzacja" i "automatyzacja przemysłowa" w kontekście zwolnień w produkcji - hasło równie chwytliwe medialnie, równie trudne do zweryfikowania z zewnątrz, i - jak pokazały późniejsze analizy części tych przypadków - równie często służące uzasadnieniu decyzji, które i tak zostałyby podjęte z powodu spadającej rentowności czy przenoszenia produkcji do tańszych krajów.

Wspólnym mianownikiem wszystkich tych fal jest dokładnie ten sam mechanizm psychologiczny i biznesowy, opisany wcześniej w tym artykule - łatwiej i bezpieczniej wizerunkowo jest przypisać trudną decyzję kadrową nieuniknionej sile technologicznego postępu, niż przyznać się do błędu w planowaniu zatrudnienia albo do zwykłej presji na poprawę marży. Różnica między tamtymi falami a obecną polega głównie na tempie - offshoring i robotyzacja rozwijały się w skali lat, a AI zmienia krajobraz technologiczny w skali miesięcy, co sprawia, że retoryczna wymówka "to AI" ma dziś znacznie krótszy czas życia, zanim ktoś sprawdzi, czy za komunikatem stoją realne liczby.

Ciche ponowne zatrudnianie - najmocniejszy dowód na skalę zjawiska

Deklaracje i narracje w komunikatach prasowych to jedno - ale najmocniejszym dowodem na to, jak duża część tych zwolnień faktycznie nie była napędzana realną automatyzacją, jest to, co firmy robią kilka miesięcy później, gdy uwaga mediów już opadła.

Ankieta przeprowadzona wśród sześciuset specjalistów HR przez firmę Careerminds przyniosła wynik, który warto przytoczyć w całości, bo dobrze oddaje skalę problemu: dwie na trzy firmy, które ograniczyły zatrudnienie, powołując się na AI, w praktyce już ponownie zatrudniają ludzi na bardzo podobne stanowiska. Jedna na trzy firmy w tej samej ankiecie przyznała, że na ponowne zatrudnienie wydała już więcej pieniędzy, niż realnie zaoszczędziła na pierwotnej redukcji. To ostatnie zdanie jest kluczowe - jeśli restrukturyzacja rzeczywiście była napędzana trwałym wzrostem efektywności dzięki AI, ponowne zatrudnianie tych samych ról nie powinno mieć ekonomicznego sensu. Skoro jednak firmy to robią, i to na skalę, która czasem przewyższa pierwotne oszczędności, oznacza to, że pierwotna decyzja nie była w pełni uzasadniona rzeczywistą zmianą w potrzebach kadrowych.

Podobny obraz wyłania się z analiz Forrester, jednej z najbardziej cenionych firm badawczych zajmujących się rynkiem technologicznym. Według prognoz Forrester na 2026 rok, aż 55 procent pracodawców, którzy powołali się na AI w decyzjach o zwolnieniach, żałuje dziś tych decyzji. Około połowa zlikwidowanych w ten sposób stanowisk ma zostać po cichu odtworzona - często za granicą, w tańszych lokalizacjach, i często przy niższym wynagrodzeniu niż wcześniej. To bardzo konkretny, powtarzający się wzorzec, nie pojedynczy incydent: zlikwiduj stanowisko w drogiej lokalizacji pod szyldem "AI", poczekaj, aż uwaga opadnie, otwórz to samo stanowisko gdzie indziej, taniej.

Ten wzorzec ma bezpośrednie znaczenie dla Polski, o czym piszemy szerzej w dalszej części tego artykułu - bo Polska jest dokładnie takim krajem, do którego tego typu "cichy rehiring" bardzo często trafia, gdy amerykańska czy zachodnioeuropejska firma likwiduje drogie stanowisko u siebie i otwiera analogiczne, tańsze stanowisko w Krakowie czy Warszawie kilka miesięcy później.

Realny wpływ AI na zatrudnienie - bo on też istnieje, i nie warto tego negować

Uczciwość wobec tego tematu wymaga jednej ważnej zastrzeżenia - opisany wyżej mechanizm nie oznacza, że AI w ogóle nie wpływa realnie na zatrudnienie w branży technologicznej. Byłoby to równie duże uproszczenie jak wiara w to, że każde zwolnienie "z powodu AI" jest w stu procentach fikcją.

Prawdziwy, mierzalny wpływ AI na strukturę zatrudnienia jest realny i widoczny w konkretnych, wąskich obszarach. Zadania o wysokim stopniu powtarzalności i niskiej złożoności decyzyjnej - proste sortowanie zgłoszeń w obsłudze klienta, generowanie standardowych raportów, podstawowe wprowadzanie danych, pierwsza linia wsparcia technicznego odpowiadająca na najczęstsze, powtarzające się pytania - rzeczywiście są dziś w coraz większym stopniu automatyzowane, i to bez większych kontrowersji co do przyczyny. W obszarach programowania, najbardziej narażone są zadania o charakterze mechanicznym i dobrze zdefiniowanym - proste testy jednostkowe, boilerplate, podstawowa dokumentacja, migracje danych według ustalonego wzorca.

Różnica między tym realnym wpływem a AI washingiem nie leży więc w pytaniu "czy AI w ogóle coś zmienia" - bo zmienia, i to wyraźnie. Leży w pytaniu "czy konkretna, opisywana w komunikacie redukcja rzeczywiście dotyczy zadań, które AI realnie przejęła, czy jest to etykieta naklejona na decyzję podjętą z zupełnie innych powodów". To rozróżnienie wymaga patrzenia na konkrety, nie na sam nagłówek komunikatu prasowego - i właśnie temu poświęcona jest kolejna część tego artykułu.

Żeby ten mechanizm nie pozostał wyłącznie na poziomie ogólnej teorii, warto rozpisać go na konkretnym, złożonym z typowych, powtarzających się elementów scenariuszu - świadomie fikcyjnym, złożonym z wzorców opisanych w cytowanych wyżej badaniach, a nie odnoszącym się do żadnej konkretnej, realnej firmy. Dział wsparcia technicznego średniej wielkości spółki SaaS zatrudnia trzydzieści osób obsługujących zgłoszenia klientów. Firma wdraża chatbota opartego na dużym modelu językowym, który przejmuje obsługę najprostszych, najczęściej powtarzających się pytań - resetowanie hasła, sprawdzenie statusu faktury, podstawowe pytania o funkcje produktu. To realnie zmniejsza obciążenie zespołu o jakieś dwadzieścia procent, co uzasadnia redukcję zatrudnienia o sześć, może siedem osób, jeśli firma rzeczywiście chce dostosować wielkość zespołu do nowego zapotrzebowania. W oficjalnym komunikacie zarząd ogłasza jednak likwidację piętnastu stanowisk, powołując się ogólnie na "transformację wspieraną przez AI" - nie piętnaście, tylko sześć czy siedem, uzasadnionych realną zmianą w obciążeniu pracą. Pozostała różnica, osiem czy dziewięć etatów, wynika w rzeczywistości z zupełnie innego powodu - zespół wsparcia był przewymiarowany jeszcze z czasów szybkiego wzrostu sprzed dwóch lat, a redukcja i tak by nastąpiła, niezależnie od wdrożenia chatbota. Z zewnątrz, w pojedynczym komunikacie prasowym, te dwie przyczyny są nierozróżnialne - dopiero konkretne dane o realnym spadku liczby zgłoszeń obsługiwanych ręcznie pozwoliłyby je rozdzielić, a takich danych firmy prawie nigdy nie publikują dobrowolnie.

Nasze własne dane z bazy 2hr.pl

Zamiast poprzestać na cytowaniu cudzych analiz, sprawdziliśmy, co na temat samej obecności AI na rynku pracy mówi nasza własna, świeża baza ofert - i dodatkowo przyjrzeliśmy się konkretnym, aktywnym dziś wakatom od firm, które regularnie pojawiają się w globalnych doniesieniach o falach zwolnień powiązanych z AI.

Zaczęliśmy od najprostszego pytania - jak duża część aktywnych dziś ofert pracy w IT w Polsce w ogóle wprost wspomina AI, sztuczną inteligencję albo modele językowe w samym tytule stanowiska, nie tylko gdzieś w treści opisu. Po odfiltrowaniu ofert bez podanych widełek (nasza polityka jest taka, że oferty bez wynagrodzenia w ogóle nie są widoczne kandydatom na 2hr.pl) i po deduplikacji ogłoszeń publikowanych równolegle przez kilka źródeł, w bazie znajduje się 1333 z 16893 aktywnych ofert, których tytuł wprost odwołuje się do AI, LLM albo sztucznej inteligencji. To niemal 7,9 procent całej aktywnej bazy - innymi słowy, prawie co trzynasta oferta w polskim IT dziś jawnie afiszuje się z AI już na poziomie samego tytułu stanowiska.

Ta liczba sama w sobie potwierdza to, co opisywaliśmy już w naszych wcześniejszych artykułach o agentic AI engineeringu - popyt na kompetencje związane z AI realnie rośnie, i to szybko, niezależnie od dyskusji o AI washingu w kontekście zwolnień. Te dwa zjawiska nie wykluczają się wzajemnie - rynek może jednocześnie tworzyć tysiące nowych, realnych stanowisk związanych z AI i jednocześnie służyć jako wygodna wymówka do zwolnień niezwiązanych z AI w zupełnie innych działach tej samej firmy.

Dużo ciekawszy okazał się drugi trop, który sprawdziliśmy - konkretne firmy, które w globalnych doniesieniach medialnych regularnie pojawiają się jako przykłady dużych, kapitałochłonnych inwestycji w AI, kojarzonych też z falami redukcji zatrudnienia w innych częściach swojej organizacji. Sprawdziliśmy, czy te same firmy mają dziś w naszej bazie aktywne, realne oferty pracy w Polsce - i część z nich ma, przy czym niektóre na bardzo dobrze płatne stanowiska.

Firma	Stanowisko	Lokalizacja	Widełki
Google Inc.	Senior/Staff Software Engineer, GenAI Infrastructure	Warszawa	364 000 - 374 000 zł/rok
Google Inc.	Software Engineer II, Agent Development Kit	Warszawa	206 000 - 212 000 zł/rok
Intel Corporation	AI Software Engineering Intern	Gdańsk	68 880 zł/rok
Cisco Systems	Security Engineer I (Full-Time)	Remote	6 758 - 9 200 USD/mies.

Trzeba to od razu jasno zastrzec - nie twierdzimy, że akurat te konkretne wakaty są dowodem na to, że którakolwiek z tych firm stosuje AI washing w opisanym wcześniej sensie. Nie mamy wglądu w ich wewnętrzne decyzje kadrowe, ich rzeczywiste powody zwolnień w innych zespołach czy krajach, ani w to, czy dana redukcja i dana nowa oferta są ze sobą w ogóle powiązane. To, co pokazujemy, jest znacznie skromniejsze, ale samo w sobie wymowne - firmy, które w globalnym dyskursie medialnym regularnie pojawiają się przy okazji tematu "AI a zwolnienia w technologii", jednocześnie prowadzą w Polsce aktywną, dobrze płatną rekrutację na stanowiska bezpośrednio związane z AI. To jest dokładnie ten sam obraz, jaki opisują ankiety Careerminds i prognozy Forrester cytowane wyżej - firmy tnące zatrudnienie w jednym miejscu i jednocześnie inwestujące w zatrudnienie gdzie indziej, często w tańszej lokalizacji niż ta, w której doszło do redukcji. Polska, z relatywnie niższymi kosztami zatrudnienia niż Stany Zjednoczone czy Europa Zachodnia, a jednocześnie z głęboką pulą dobrze wykształconych specjalistów, jest dokładnie takim miejscem, do którego ten wzorzec regularnie trafia.

Warto też zwrócić uwagę na coś, co te dane pokazują niejako przy okazji - część ofert od dużych, globalnych firm technologicznych w naszej bazie nie ma w ogóle podanych widełek wynagrodzenia, co automatycznie wyklucza je z widoczności na 2hr.pl, zgodnie z naszą polityką pełnej transparentności wynagrodzeń. To osobna, ale powiązana obserwacja - firmy, które publicznie komunikują "efektywność dzięki AI" jako powód zwolnień, często jednocześnie unikają transparentności wynagrodzeń przy nowych rekrutacjach, co utrudnia kandydatom sprawdzenie, czy nowo otwierane stanowisko rzeczywiście oferuje porównywalne warunki do tego, które zostało zlikwidowane.

Jak odróżnić prawdziwą redukcję napędzaną AI od AI washingu

Skoro sam komunikat prasowy firmy nie wystarcza, żeby ocenić, z którą z tych dwóch sytuacji mamy do czynienia, warto mieć konkretną listę sygnałów, które pomagają odróżnić jedno od drugiego - zarówno jako pracownik ocenujący własną firmę, jak i jako obserwator rynku czytający kolejny nagłówek.

• Czy zlikwidowane stanowisko wraca w ogłoszeniach po kilku miesiącach, pod inną nazwą albo w innej lokalizacji. To najmocniejszy, najbardziej bezpośredni sygnał AI washingu, opisany wprost w danych Careerminds i Forrester cytowanych wyżej - jeśli praca realnie zniknęła dzięki automatyzacji, nie powinna wracać jako nowy wakat kilka miesięcy później.
• Czy zwolnienia obejmują dokładnie te zespoły, które realnie korzystają z narzędzi AI, czy zupełnie inne działy. Prawdziwa redukcja napędzana automatyzacją powinna dotyczyć konkretnych, dających się wskazać zadań przejętych przez AI - nie całych, niepowiązanych z tym tematem pionów firmy, ciętych "przy okazji" ogólnej restrukturyzacji.
• Czy komunikat dla inwestorów różni się od komunikatu dla zwalnianych pracowników. Firmy czasem mówią co innego na spotkaniu z analitykami giełdowymi ("zoptymalizowaliśmy koszty operacyjne"), a co innego w oficjalnym komunikacie prasowym ("wdrażamy AI"). Rozbieżność między tymi dwoma narracjami, gdy się je zestawi obok siebie, bywa dużo bardziej wymowna niż każda z osobna.
• Czy redukcja poprzedza, czy następuje po ogłoszeniu dużej inwestycji kapitałowej w infrastrukturę AI. Wzorzec, w którym firma najpierw ogłasza wielomiliardowe wydatki na centra danych i moc obliczeniową, a wkrótce potem "z powodu AI" zwalnia pracowników niezwiązanych bezpośrednio z tymi inwestycjami, sugeruje, że zwolnienia mogły służyć uwolnieniu budżetu na infrastrukturę, a nie realnej redukcji zapotrzebowania na pracę ludzką.
• Czy firma potrafi wskazać konkretny, mierzalny wskaźnik produktywności, który się poprawił. Realna automatyzacja powinna dać się opisać liczbą - ile zgłoszeń obsługuje dziś jeden analityk, o ile skrócił się czas realizacji zadania, jaki procent wcześniej ręcznej pracy przejął system. Komunikaty operujące wyłącznie ogólnikami w stylu "zwiększona efektywność dzięki AI", bez żadnej konkretnej metryki, są sygnałem ostrzegawczym.
• Czy firma jednocześnie rekrutuje na stanowiska bezpośrednio związane z obszarem, w którym akurat zwolniła ludzi. Dokładnie ten mechanizm ilustrują nasze własne dane z 2hr.pl przywołane wyżej - aktywna, dobrze płatna rekrutacja w tym samym czasie, w którym firma komunikuje redukcję gdzie indziej, nie musi być dowodem winy, ale zdecydowanie zasługuje na bliższe sprawdzenie.

Żaden pojedynczy sygnał z tej listy nie jest sam w sobie dowodem rozstrzygającym - ale im więcej z nich występuje jednocześnie, tym większe prawdopodobieństwo, że słowo "AI" w komunikacie o zwolnieniach pełni funkcję głównie wizerunkową, a nie opisową.

Co to oznacza dla programisty w Polsce

Cała ta dyskusja miałaby ograniczoną wartość praktyczną, gdyby nie przekładała się na konkretne wnioski dla kogoś budującego karierę w polskim IT - a przekłada się, i to na kilku poziomach jednocześnie.

Polska jest naturalnym kierunkiem "cichego rehiringu" opisanego w danych Forrester. Skoro połowa zlikwidowanych pod szyldem AI stanowisk wraca po cichu, często w tańszej lokalizacji, warto zdawać sobie sprawę, że część nowych, atrakcyjnych ofert pojawiających się dziś w polskich miastach może być bezpośrednim skutkiem redukcji zatrudnienia gdzie indziej, a nie efektem organicznego wzrostu firmy. To nie jest powód do niepokoju - dla kandydata w Polsce nowa, dobrze płatna oferta pozostaje dobrą ofertą niezależnie od tego, skąd się wzięła - ale warto rozumieć ten mechanizm, zwłaszcza przy pytaniu rekrutera o kontekst otwarcia danego stanowiska.

Nagłówki o falach zwolnień w globalnych korporacjach technologicznych nie powinny automatycznie oznaczać paniki co do własnej ścieżki kariery. Jak pokazaliśmy w naszym wcześniejszym, obszernym artykule o stanie rynku IT w Polsce w połowie 2026 roku, liczba aktywnych ofert w naszej bazie rośnie, a premia za realne, sprawdzalne kompetencje - zwłaszcza na poziomie seniorskim - jest dziś wyższa niż była pół roku temu. Te dwa zjawiska, głośne globalne zwolnienia i rosnący lokalny popyt na dobrych specjalistów, dzieją się jednocześnie i nie są ze sobą sprzeczne.

Dyskusja o AI washingu jest dobrym argumentem za tym, żeby nie traktować obecności AI w opisie stanowiska jako automatycznie negatywnego sygnału. Skoro AI-related stanowiska w naszej bazie stanowią już blisko 8 procent aktywnych ofert, a liczba ta systematycznie rośnie, warto traktować tę kategorię jako realną, rozwijającą się część rynku, a nie wyłącznie jako wygodną wymówkę do zwolnień gdzie indziej. Pisaliśmy już szerzej o konkretnych, nowych rolach powstających w tym obszarze - od audytora ryzyka AI, przez konsultanta transformacji regulacyjnej w sektorze finansowym, po samego inżyniera agentów AI - i wszystkie te role realnie istnieją, mają realne, sprawdzalne widełki i realne zapotrzebowanie, niezależnie od retoryki towarzyszącej zwolnieniom w zupełnie innych częściach branży.

Jeśli sam znajdziesz się po stronie zwalnianych, warto rozpoznać, z którą sytuacją masz do czynienia, zanim zdecydujesz o dalszych krokach. Jeśli Twoja firma tłumaczy zwolnienie "efektywnością dzięki AI", ale w tym samym czasie otwiera podobne stanowiska gdzie indziej, masz mocniejszą pozycję negocjacyjną przy ustalaniu warunków odejścia, niż mogłoby się wydawać - a przynajmniej warto zapytać wprost, dlaczego akurat Twoje stanowisko zostało uznane za zbędne, skoro analogiczne wakaty są jednocześnie otwierane. Więcej o tym, jak podejść do samego procesu zmiany pracy po utracie zatrudnienia, w tym o typowych błędach popełnianych pod presją czasu, pisaliśmy w artykule o wypaleniu i zmianie pracy w IT.

Co konkretnie zrobić, jeśli Twoja firma tłumaczy zwolnienia AI

Jeśli znajdujesz się dziś w sytuacji, w której Twoja firma zapowiada redukcję zatrudnienia i powołuje się przy tym na AI, warto podejść do tego metodycznie, zamiast reagować wyłącznie emocjonalnie na sam nagłówek komunikatu.

• Sprawdź profil firmy na LinkedIn i w agregatorach ofert pracy w kolejnych tygodniach i miesiącach. Jeśli podobne stanowisko do Twojego pojawi się ponownie w ciągu kilku miesięcy, masz konkretny, twardy argument w ewentualnej rozmowie o warunkach odejścia albo w przyszłej rozmowie kwalifikacyjnej gdzie indziej.
• Poproś o konkretne uzasadnienie, nie tylko ogólnikowe hasło. Zapytanie wprost, jaka konkretna funkcja czy zadanie zostały przejęte przez AI w Twoim przypadku, jest uzasadnionym pytaniem - a brak konkretnej odpowiedzi sam w sobie jest informacją.
• Negocjuj warunki odejścia z pełną świadomością tego mechanizmu. Jeśli podejrzewasz, że realnym powodem jest zwykła redukcja kosztów pod wygodną etykietą, warto negocjować odprawę i warunki rozstania równie stanowczo, jak przy każdej innej restrukturyzacji - konkretne techniki i skrypty negocjacyjne, które da się zastosować również w tej sytuacji, opisaliśmy w osobnym artykule o negocjacjach wynagrodzenia w IT.
• Nie zmieniaj całej ścieżki kariery pod wpływem jednego nagłówka. Panika po przeczytaniu kolejnej fali doniesień o "zwolnieniach przez AI" bywa gorszym doradcą niż spokojna analiza własnej, konkretnej sytuacji i realnego, lokalnego popytu na Twoje kompetencje - a ten popyt, jak pokazują nasze dane, wciąż rośnie, zwłaszcza dla osób z wyraźną specjalizacją.
• Rozważ freelancing lub kontrakt jako most, nie tylko jako ostateczność. Rynek zleceń i kontraktów B2B w Polsce rośnie niezależnie od fal zwolnień w dużych korporacjach - jeśli szukasz elastycznego rozwiązania na czas poszukiwania kolejnego etatu, warto sprawdzić, jak wygląda dziś ten rynek, opisany szerzej w naszym przewodniku o freelancingu w polskim IT.

Co to oznacza dla firm i rekruterów, którzy chcą być uczciwi

Ten artykuł jest napisany głównie z perspektywy osoby szukającej pracy albo obserwującej rynek jako pracownik - ale warto na chwilę spojrzeć na to samo zjawisko z drugiej strony, bo AI washing ma też bezpośredni koszt dla firm, które go stosują, nawet jeśli krótkoterminowo poprawia to ich narrację inwestorską.

Zaufanie kandydatów jest zasobem, który raz nadszarpnięty, trudno odbudować. Firma, która publicznie tłumaczy zwolnienia "efektywnością dzięki AI", a kilka miesięcy później otwiera bardzo podobne stanowisko, naraża się na to, że kolejni kandydaci - zwłaszcza w środowisku tak dobrze się dziś komunikującym jak polskie IT, gdzie informacje o warunkach pracy w konkretnych firmach rozchodzą się błyskawicznie - będą podchodzić do jej ofert z podejrzliwością, niezależnie od tego, jak dobrze wygląda samo wynagrodzenie. W czasach, w których o dobrego seniora trzeba dziś realnie konkurować, reputacja pracodawcy przestaje być kwestią wyłącznie wizerunkową, a staje się bezpośrednim czynnikiem wpływającym na skuteczność rekrutacji.

Firmy, które chcą uniknąć wpadnięcia w tę pułapkę, mają prostą, choć wymagającą dyscypliny receptę - komunikować redukcje zatrudnienia z takim samym poziomem konkretu, z jakim opisuje się sukcesy biznesowe. Jeśli AI rzeczywiście przejęła konkretne zadania, warto to nazwać wprost, z liczbami, zamiast chować się za ogólnikiem. Jeśli prawdziwym powodem jest korekta po zbyt szybkim wzroście albo presja marżowa, przyznanie się do tego, choć krótkoterminowo mniej efektowne, buduje w dłuższej perspektywie znacznie trwalsze zaufanie niż narracja, która rozpada się przy pierwszym zestawieniu z kolejnym ogłoszeniem o pracę tej samej firmy. Dokładnie to podejście - pełna transparentność, konkretne widełki, jasny opis stanowiska - stoi za naszą własną polityką wobec pracodawców publikujących oferty na 2hr.pl, opisaną szerzej na stronie dla firm rekrutujących.

Najczęstsze pytania o AI washing i zwolnienia "z powodu AI"

Czy to oznacza, że AI wcale nie wpływa na liczbę miejsc pracy w IT?

Nie, i to jest ważne zastrzeżenie. AI realnie wpływa na strukturę zatrudnienia, zwłaszcza w zadaniach powtarzalnych i dobrze zdefiniowanych - to potwierdzają zarówno globalne dane, jak i nasza własna obserwacja rosnącego udziału ofert wprost związanych z AI w bazie 2hr.pl. Problem nie leży w pytaniu, czy AI ma wpływ, tylko w tym, że część firm wykorzystuje ten realny trend jako wygodne alibi dla decyzji, które i tak by podjęły z zupełnie innych powodów.

Jak rozpoznać, że konkretna oferta pracy jest efektem "cichego rehiringu" po zwolnieniach gdzie indziej?

Z zewnątrz, jako kandydat, trudno to ustalić ze stuprocentową pewnością - firmy rzadko wprost przyznają taki kontekst w ogłoszeniu. Sygnałem wartym uwagi jest sytuacja, w której duża, znana firma technologiczna otwiera w Polsce stanowisko bardzo podobne do tego, o którego likwidacji w innym kraju było głośno kilka miesięcy wcześniej - warto o to wprost zapytać rekrutera podczas rozmowy, traktując to jako normalne pytanie o kontekst biznesowy stanowiska, a nie jako coś niestosownego.

Czy warto unikać firm, które w przeszłości powoływały się na AI przy zwolnieniach?

Niekoniecznie automatycznie - sam fakt użycia tej narracji w przeszłości nie musi dyskwalifikować firmy jako pracodawcy, zwłaszcza jeśli oferowane dziś stanowisko ma jasno określony zakres obowiązków i konkurencyjne widełki. Warto natomiast traktować taki kontekst jako dodatkowy powód, żeby podczas rozmowy kwalifikacyjnej dopytać o stabilność zespołu, plany rozwoju działu i realną historię rotacji na danym stanowisku, zamiast zakładać z góry dobrą lub złą wolę pracodawcy.

Czy małe firmy i startupy też stosują AI washing, czy to zjawisko dotyczy wyłącznie dużych korporacji?

Dane, na których opieramy ten artykuł, dotyczą głównie dużych, notowanych na giełdzie firm technologicznych, bo to one podlegają największej presji ze strony inwestorów i analityków, a więc mają najsilniejszy bodziec do zarządzania narracją wokół zwolnień. Mniejsze firmy i startupy rzadziej mają aż tak rozbudowaną komunikację PR wokół redukcji zatrudnienia, choć mechanizm - wygodne tłumaczenie trudnej decyzji modnym słowem - nie jest zjawiskiem zarezerwowanym wyłącznie dla korporacji.

Jak duży realnie jest dziś rynek ofert związanych z AI w Polsce, niezależnie od kontrowersji wokół zwolnień?

Według naszych własnych, aktualnych danych z bazy 2hr.pl, niemal 7,9 procent aktywnych ofert w polskim IT po deduplikacji ma w tytule bezpośrednie odwołanie do AI, LLM albo sztucznej inteligencji - to blisko 1333 z 16893 aktywnych ogłoszeń. To realny, mierzalny i systematycznie rosnący segment rynku, niezależnie od tego, ile kontrowersji budzi jego wykorzystanie w retoryce zwolnień w innych częściach branży.

Czy to zjawisko dotyczy też polskich firm, czy to wyłącznie import z amerykańskiego rynku?

Dane leżące u podstaw tego artykułu dotyczą przede wszystkim dużych, notowanych na giełdach zachodnich firm technologicznych, bo to one podlegają presji analityków i inwestorów w sposób, który najsilniej motywuje do zarządzania narracją. Polskie firmy IT, zwłaszcza te mniejsze i średniej wielkości, rzadziej publikują aż tak rozbudowane komunikaty PR wokół redukcji zatrudnienia, a same zwolnienia w polskich zespołach są dziś częściej bezpośrednim skutkiem globalnych decyzji zagranicznych central niż lokalnych, autonomicznych wyborów zarządu w Polsce. To sprawia, że polski pracownik częściej doświadcza skutków AI washingu podjętego gdzieś indziej w globalnej strukturze firmy, niż jest jego bezpośrednim adresatem w lokalnie formułowanym komunikacie.

Skąd wzięły się liczby przywołane w tym artykule - czy można im ufać?

Globalne dane o częstotliwości powoływania się na AI przy zwolnieniach oraz o skali zjawiska cichego rehiringu pochodzą z niezależnych analiz i ankiet prowadzonych przez uznane instytucje badawcze i doradcze - Deutsche Bank, Forrester oraz Careerminds - publikowanych i cytowanych w 2026 roku w wielu niezależnych źródłach branżowych jednocześnie, co zwiększa wiarygodność samego kierunku, choć jak przy każdym zestawieniu tego typu, dokładne metodologie poszczególnych badań mogą się różnić. Liczby dotyczące samego 2hr.pl - udział ofert związanych z AI oraz konkretne przykłady aktywnych wakatów od wybranych firm - pochodzą z bezpośredniej analizy naszej własnej, aktualnej bazy danych, wykonanej specjalnie na potrzeby tego artykułu, z jasno opisaną metodologią i jej ograniczeniami, zamiast podawania gołych liczb bez kontekstu.

Podsumowanie: sprawdzaj, co firma robi, nie tylko co mówi

AI realnie zmienia rynek pracy w IT - to nie jest teza kontrowersyjna, to fakt potwierdzony zarówno w globalnych danych, jak i w naszej własnej bazie, gdzie blisko 8 procent aktywnych ofert wprost odwołuje się dziś do sztucznej inteligencji. Problem, któremu poświęcony jest ten artykuł, leży gdzie indziej - w rosnącej praktyce naklejania etykiety "AI" na decyzje kadrowe, które z realną automatyzacją mają niewiele wspólnego, a służą głównie ukryciu mniej efektownych, trudniejszych do publicznego przyznania powodów, jak nadmiarowe zatrudnienie z lat boomu, presja marżowa czy zwykły offshoring.

Skala tego zjawiska, udokumentowana przez Deutsche Bank, Forrester i Careerminds, jest na tyle duża, że trudno ją dziś zignorować - od 0,6 procent zwolnień tłumaczonych AI w 2024 roku do 13 procent w pierwszym kwartale 2026 roku, przy jednoczesnym fakcie, że dwie na trzy firmy stosujące tę narrację po cichu odtwarzają zlikwidowane stanowiska, często w tańszych lokalizacjach - dokładnie tam, gdzie plasuje się dziś Polska. Nasze własne dane pokazują tę samą monetę z drugiej strony - firmy regularnie przywoływane w kontekście globalnych fal zwolnień jednocześnie prowadzą w Polsce aktywną, dobrze płatną rekrutację na stanowiska związane z AI, co samo w sobie nie jest dowodem winy, ale jest dokładnie tym wzorcem, o którym mówią cytowane wyżej badania.

Najważniejszy praktyczny wniosek z całego tego zestawienia jest prosty do sformułowania, nawet jeśli trudniejszy do konsekwentnego stosowania - nie oceniaj sytuacji wyłącznie na podstawie tego, co firma mówi w oficjalnym komunikacie. Sprawdzaj, co robi kilka miesięcy później. Czy stanowisko wraca w ofertach. Czy firma jednocześnie rekrutuje w tym samym obszarze, w którym akurat zwolniła ludzi. Czy potrafi wskazać konkretną, mierzalną metrykę stojącą za deklarowaną "efektywnością", czy poprzestaje na ogólnikach. Te pytania, zadane konsekwentnie, mówią dziś o rzeczywistej kondycji rynku pracy w IT znacznie więcej niż jakikolwiek pojedynczy nagłówek o kolejnej fali zwolnień "napędzanych sztuczną inteligencją".