Amazon: minus 30 tysięcy stanowisk. Oracle: minus kolejne 30 tysięcy. Block zwalnia ok. 40% firmy, a CEO wprost pisze, że to przez AI. Jeśli pracujesz w IT albo dopiero uczysz się programowania, pewnie masz z tyłu głowy to samo pytanie: czy to już? Czy sztuczna inteligencja właśnie zabiera nam pracę? I czy jest jeszcze sens wchodzić do tej branży?
Zwykle na to pytanie dostaje się 1 z 2 odpowiedzi: panikę ("to koniec zawodu") albo machnięcie ręką ("nic się nie dzieje, wracaj do kodowania"). Obie są wygodne i obie mijają się z danymi. Zamiast kolejnej opinii lepiej więc wziąć kalkulator: dane z trackerów zwolnień, badania Stanforda, METR, MIT i Gartnera, statystyki amerykańskiego urzędu pracy, a do tego raporty z polskiego rynku IT. Kilka z tych liczb naprawdę zaskakuje. Na przykład to, że w czasie, w którym czytamy o masowych zwolnieniach przez AI, w Polsce ogłoszeń o pracę w IT jest o ok. 70% więcej niż rok wcześniej.
W tym artykule sprawdzimy po kolei: ile naprawdę jest zwolnień w branży technologicznej rok po roku, ile z nich faktycznie idzie na konto AI, a ile to wygodna etykieta, jakie są prawdziwe przyczyny cięć, kogo dotykają najbardziej, co pokazują badania (a nie nagłówki) i jak to wygląda w Polsce. Na koniec dostaniesz konkretny plan działania: 6 kroków dla programisty .NET, żeby ta fala Cię nie zmyła.
Stan danych: lipiec 2026. Wszystkie liczby są przybliżone - trackery zwolnień i portale z ogłoszeniami liczą według różnych metodyk, więc wartości z różnych źródeł nie zawsze da się porównać 1:1. Dużo ważniejszy od pojedynczej liczby jest kierunek, który pokazują razem. Jeśli czytasz ten tekst kilka miesięcy później, warto sprawdzić, czy na rynku nie wydarzyło się nic dużego.
Nagłówki, które wyglądają jak apokalipsa
Zacznijmy od tego, co widział każdy, kto w ostatnich miesiącach zajrzał do newsów z branży:
• Amazon: ok. 30 000 stanowisk biurowych mniej w ciągu kilku miesięcy.
• Oracle: kolejne ok. 30 000, czyli mniej więcej 1/5 całej firmy.
• Block (firma od Square i Cash Appa): zejście z ok. 10 000 ludzi do niecałych 6000.
• Salesforce: Marc Benioff przyznał, że w tym roku finansowym firma nie zatrudniła ani 1 nowego inżyniera.
We wszystkich tych komunikatach przewija się jedno słowo: AI. Wygląda źle, prawda? Tyle że nagłówek mówi, co się stało, a nie dlaczego. Żeby odpowiedzieć na pytanie, czy AI zabiera pracę programistom, trzeba zejść poziom niżej: do liczb rok po roku, do tego, kto i po co podaje powody zwolnień, i do badań, które mierzą, zamiast wierzyć na słowo.
Ile naprawdę jest zwolnień w IT? Liczby z lat 2022-2026
Najpopularniejszym źródłem danych o zwolnieniach w firmach technologicznych jest tracker Layoffs.fyi. W zaokrągleniu wygląda to tak (liczba osób, które straciły pracę):
• 2022: ok. 165 tys.,
• 2023: ok. 264 tys. - rekord,
• 2024: ok. 152 tys.,
• 2025: ok. 206 tys.,
• 2026 (do połowy lipca): ok. 120 tys.
Zwolnienia są realne i nie ma sensu udawać, że jest inaczej. Za każdą z tych liczb stoją konkretni ludzie. Ale spójrz na to zestawienie jeszcze raz i zadaj sobie 1 pytanie: który rok jest najwyższy? 2023. Ta jedna obserwacja rozbiera całą narrację "AI zabiera pracę" na części pierwsze.
Rekord padł, zanim AI umiało kodować. 264 tysiące osób straciło pracę w firmach technologicznych w 2023 roku. Cofnijmy taśmę i zobaczmy, co AI potrafiło wtedy w programowaniu:
• listopad 2022: debiutuje ChatGPT. Szczerze - pisze wtedy e-maile i wypracowania, a nie systemy,
• 2023: GitHub Copilot podpowiada pojedyncze linijki kodu,
• agenci kodujący w dzisiejszym rozumieniu po prostu nie istnieją.
Największa fala zwolnień w historii branży wydarzyła się więc, zanim AI umiało przejąć pracę programisty. A w latach 2025-2026, kiedy agenci faktycznie potrafią zrobić sporo, zwolnień jest mniej niż w 2023.
Wniosek jest prosty: samo "AI" nie tłumaczy tych zwolnień. Chronologia się nie zgadza. Gdyby sztuczna inteligencja była przyczyną numer 1, największe cięcia powinny przyjść razem z najmocniejszymi narzędziami, a nie kilka miesięcy po premierze chatbota, który dopiero uczył się pisać sensowny kod.
Ile zwolnień to naprawdę AI? Od 8% do 54%, zależnie od tego, kogo spytasz
No dobrze, ale firmy same mówią, że tną przez AI. Ile tych zwolnień faktycznie idzie więc na konto sztucznej inteligencji? Tu robi się ciekawie, bo odpowiedź zależy od tego, kogo zapytasz:
• Challenger, Gray & Christmas, firma, która od dekad liczy zwolnienia w USA, przypisuje AI od 8 do 26% cięć, zależnie od miesiąca.
• Analiza ogłoszeń z początku 2026 roku: ok. 20% zwolnień firmy wprost łączą z AI.
• Trackery liczące komunikaty prasowe: AI pojawia się w 54% ogłoszeń o cięciach w 2026 roku.
8% czy 54%? Ten rozstrzał to nie błąd w danych. To dowód, że nikt tego obiektywnie nie mierzy. Zauważ też, że "komunikat wspomina AI" to coś zupełnie innego niż "AI zastąpiło tych ludzi". Powód zwolnienia podaje sama firma - i nikt go nie audytuje. A skoro tak, warto sprawdzić, jak te powody potrafią się zmieniać.
AI-washing: przypadek Block. Dobrym studium przypadku jest Block, firma Jacka Dorseya:
• Marzec 2025. Wewnętrzne memo w sprawie zwolnień. CEO pisze wprost, że te cięcia nie polegają na zastępowaniu ludzi przez AI.
• Luty 2026, czyli 11 miesięcy później. List do akcjonariuszy: narzędzia AI sprawiły, że ok. 4000 stanowisk stało się zbędnych.
Ta sama firma. Ten sam CEO. Co się zmieniło przez te 11 miesięcy? Presja biznesowa - niespecjalnie. Zmieniła się narracja. Bo "tniemy dzięki AI" brzmi jak strategia i wizja przyszłości, a "przesadziliśmy z zatrudnianiem" brzmi jak przyznanie się zarządu do błędu. Zgadnij, za które z tych zdań inwestorzy nagradzają wyższą wyceną.
W branży to zjawisko ma już swoją nazwę: AI-washing, na wzór greenwashingu, czyli "malowania na zielono" działań, które z ekologią mają niewiele wspólnego. Dlatego przy każdym kolejnym nagłówku "firma X zwalnia przez AI" warto zadać sobie 2 pytania: kto podaje ten powód i co na nim zyskuje?
4 prawdziwe przyczyny zwolnień w IT
Skoro "AI" to często tylko etykieta, to co naprawdę napędza te zwolnienia? 4 rzeczy naraz - i większość z nich działa niezależnie od tego, jak dobrze model językowy pisze kod.
1. Kac po pandemii. Meta, Amazon i Google w latach 2019-2022 niemal podwoiły zatrudnienie. Firmy zatrudniały na zapas, zakładając, że pandemiczny boom na wszystko, co cyfrowe, będzie trwał wiecznie. Nie trwał. Każdy taki nadmiar trzeba kiedyś odkręcić - i to właśnie oglądamy.
2. Koniec taniego pieniądza. Dopóki stopy procentowe były przy zerze, opłacało się finansować wzrost za wszelką cenę. Stopy poszły w górę i nagle każdy etat musi się bronić w arkuszu kalkulacyjnym.
3. Podatki w USA. Mniej znany, ale istotny czynnik. Zmiana przepisów o rozliczaniu kosztów badań i rozwoju, tzw. Sekcja 174, sprawiła, że koszty prac badawczo-rozwojowych, w tym pensje programistów, trzeba było rozliczać przez 5 lat zamiast od razu w roku ich poniesienia. Efekt: etat programisty stał się dla amerykańskich firm po prostu droższy podatkowo.
4. Rachunek za AI. Najciekawszy punkt. Firmy tną ludzi nie dlatego, że AI ich zastąpiło, tylko po to, żeby mieć z czego płacić za AI. Sama Meta wydaje ponad 100 mld dolarów rocznie na infrastrukturę. Te pieniądze skądś trzeba wziąć, a pensje to jedna z największych pozycji kosztowych w każdej firmie technologicznej.
AI jest więc na tej liście. Ale jako pozycja kosztowa co najmniej tak mocno, jak jako "zamiennik ludzi". To ważne rozróżnienie: w pierwszym przypadku zwolnienie jest decyzją budżetową, a nie dowodem na to, że maszyna robi Twoją pracę lepiej od Ciebie.
Kogo dotykają cięcia? Juniorzy i "koderzy"
Teraz najbardziej niewygodna część. Powiedzieć "AI nie zabiera pracy" byłoby równie nieuczciwe, jak powiedzieć "AI zabiera całą pracę". Prawda jest bardziej precyzyjna, a dane pokazują ją w 2 przekrojach: wieku i roli.
Wiek: ściana na wejściu do zawodu. Stanford Digital Economy Lab w badaniu "Canaries in the Coal Mine" przeanalizował realne dane płacowe z systemu ADP (jednego z największych operatorów płac w USA), a nie deklaracje z ankiet. Wynik:
• zatrudnienie programistów w wieku 22-25 lat spadło o ok. 20% od szczytu z końca 2022 roku,
• w tym samym czasie zatrudnienie osób 30+ w zawodach najbardziej "wystawionych" na AI wzrosło o 6-12%.
To nie jest wymieranie zawodu. To wysoka ściana, która wyrosła na wejściu do niego. Doświadczeni mają się dobrze, a początkujący mają naprawdę pod górkę. To realny problem i trzeba o nim mówić uczciwie, zwłaszcza jeśli dopiero planujesz wejść do branży.
Rola: koder kontra inżynier. Drugi podział jest jeszcze ciekawszy. Amerykański urząd statystyki pracy (BLS) rozróżnia 2 zawody, które w Polsce zwykle wrzucamy do jednego worka:
• Programmer, czyli koder: dostaje zamknięte zadanie ze specyfikacją i je implementuje,
• Software Developer, czyli inżynier: projektuje systemy, podejmuje decyzje techniczne, rozmawia z biznesem.
W latach 2023-2025 zatrudnienie koderów spadło o 27,5%. Zatrudnienie inżynierów? O 0,3%, czyli praktycznie bez zmian.
Dołóż do tego listę ról, które są cięte najczęściej: obsługa klienta, manualne QA, wprowadzanie danych, proste CRUD-y. Widzisz wzór? AI wypiera pisanie kodu, ale dużo, dużo wolniej wypiera odpowiedzialność za system. Tam, gdzie praca sprowadza się do przełożenia jasnej specyfikacji na kod, model językowy staje się realną konkurencją. Tam, gdzie trzeba zrozumieć problem, wybrać rozwiązanie i odpowiadać za jego skutki, nadal potrzebny jest człowiek. To rozróżnienie powinno ustawić Twoją karierę na najbliższe lata.
Badanie METR: czuli się szybsi, a byli wolniejsi
Organizacja badawcza METR zrobiła coś, czego w temacie AI prawie nikt nie robi: zamiast ankiety "czy czujesz się bardziej produktywny?" przeprowadziła prawdziwy eksperyment z grupą kontrolną.
• 16 doświadczonych programistów open source,
• 246 prawdziwych zadań w ich własnych repozytoriach,
• część zadań z AI, część bez - przydział losowy.
Przed badaniem eksperci przewidywali, że AI przyspieszy pracę o ok. 39%. Sami uczestnicy po wszystkim oceniali: "z AI byłem jakieś 20% szybszy". A pomiar? Byli o 19% wolniejsi.
Zanim wyciągniesz z tego wniosek, że "AI nie działa", ważne zastrzeżenie: to byli eksperci pracujący w kodzie, który znali na wylot, bo rozwijali go od lat. W innych warunkach - nowy projekt, nieznana technologia, powtarzalne zadania - wyniki bywają zupełnie inne.
Lekcja jest jednak uniwersalna i dość brutalna: wrażenie to nie pomiar. Różnica między tym, co uczestnicy czuli (+20%), a tym, co zmierzono (-19%), to ok. 40 punktów procentowych. Jeśli firmy podejmują decyzje o zwolnieniach na bazie "czujemy, że AI nas przyspiesza", to opierają je na czymś, co potrafi się pomylić właśnie o tyle.
Czy zwolnienia przez AI w ogóle się firmom opłacają?
Może jednak firmy wiedzą coś, czego my nie wiemy? Sprawdźmy, czy te cięcia w ogóle przynoszą efekty.
Gartner: tną prawie wszyscy, efekty podobne. W maju 2026 roku Gartner przebadał 350 dużych firm (z przychodem od 1 mld dolarów wzwyż), które wdrażają agentów AI. 80% z nich zredukowało zatrudnienie. I teraz najlepsze: wyniki finansowe firm, które cięły najwięcej, były praktycznie takie same, jak tych, które cięły najmniej. W kilku przypadkach ci, którzy cięli mniej, wypadli nawet lepiej.
MIT: 95% pilotaży bez zwrotu. Do tego badanie MIT z projektu NANDA ("The GenAI Divide", 2025): ok. 95% firmowych pilotaży generatywnej AI nie przyniosło mierzalnego zwrotu z inwestycji.
Czyli: zwolnić ludzi jest łatwo. Zamienić AI w realny zysk - na razie mało komu wychodzi.
Ciche odwroty: IBM, Klarna i sektor enterprise
Dlatego zaczynają się ciche odwroty. Tylko że o nich nie przeczytasz na pierwszych stronach.
• IBM tnie tysiące etatów, a jednocześnie potraja rekrutację na stanowiska entry-level związane z AI i chmurą.
• Klarna chwaliła się botem, który wykonuje pracę 700 konsultantów. Potem po cichu wróciła do zatrudniania ludzi, bo jakość obsługi klienta poleciała w dół.
• Sektor enterprise, czyli banki, ubezpieczenia, ochrona zdrowia i logistyka - miejsca, w których systemy żyją dekadami - dalej buduje pipeline juniorów. Te firmy wiedzą, że dzisiejszy junior to ich senior za 5 lat.
Ten ostatni punkt jest szczególnie ważny dla programistów .NET, bo to naturalny teren .NET-u: duże, długowieczne systemy biznesowe, w których liczą się stabilność, bezpieczeństwo i wiedza o domenie.
Zwolnienia zawsze trafiają na nagłówki. Odwroty - prawie nigdy. Warto o tym pamiętać, kiedy kolejny raz przewijasz newsy o "końcu programistów".
Rynek pracy IT w Polsce: dołek już był
Zjedźmy na nasze podwórko, bo tu obraz wygląda inaczej, niż sugerują zagraniczne nagłówki.
Just Join IT. Liczba ogłoszeń o pracę w IT na tym portalu:
• 2022: prawie 176 tys. - szczyt,
• 2023: ok. 130 tys.,
• 2024: ok. 99 tys. - dołek,
• 2025: ok. 111 tys., czyli +8% rok do roku.
No Fluff Jobs. Inna metodyka, ten sam kierunek, tylko mocniej: +44% ogłoszeń w 2025 roku, a w pierwszej połowie 2026 ok. 70% więcej ogłoszeń niż rok wcześniej.
Różne portale liczą inaczej i mają inną skalę, więc tych liczb nie należy porównywać wprost. Ale kierunek jest jeden: dołek był w 2024 roku, a polski rynek IT się odbija.
Zwróć uwagę na jeszcze jedno: odbicie przychodzi w latach 2025-2026, czyli dokładnie wtedy, gdy narzędzia AI do programowania są najmocniejsze w historii. Gdyby to AI było głównym powodem kurczenia się rynku, ta krzywa powinna wyglądać odwrotnie.
Polska: odbicie, ale nie dla juniorów
Tylko że to odbicie jest brutalnie nierówne. Spójrz na strukturę ofert:
• senior: ok. 60% ogłoszeń,
• mid: ok. 35%,
• junior: ok. 5%, czyli 1 oferta na 20.
Do tego dochodzi konkurencja. Średnia liczba CV na 1 ogłoszenie:
• oferta seniorska: 19,
• oferta midowa: 24,
• oferta juniorska: 47,
• oferta juniorska we frontendzie: aż 146.
Po drugiej stronie tej samej monety są najwyższe widełki. Najlepiej płatne obszary na B2B to:
• ERP: ok. 33,5 tys. zł,
• architektura: prawie 32 tys. zł,
• fullstack i AI: po ok. 30 tys. zł.
Rynek mówi więc wprost, za co płaci: za doświadczenie, architekturę i specjalizację. Nie za samo "umiem kodować". To ten sam wzór, który widać w danych z USA: im bliżej odpowiedzialności za system, tym bezpieczniej, a im bliżej prostego klepania kodu ze specyfikacji, tym większy tłok.
Zimny bilans: 5 wniosków z liczb
Zbierzmy to wszystko w zimny bilans. 5 rzeczy, które wynikają z danych, a nie z opinii:
| Wniosek | Co to pokazuje |
| 1. Zwolnienia są prawdziwe, ale "AI" to często 1 etykieta naklejona na kilka przyczyn naraz | AI przypisuje się od 8 do 54% cięć, zależnie od źródła; przypadek Block; 4 silniki zwolnień |
| 2. Rekordowe cięcia były w 2023 roku, przed erą agentów AI | ok. 264 tys. zwolnień w 2023, gdy AI podpowiadało pojedyncze linijki; ok. 206 tys. w 2025, w erze agentów |
| 3. Rynek się nie zwija, tylko polaryzuje: proste zadania tanieją, trudne drożeją | koderzy -27,5% vs inżynierowie -0,3%; najwyższe widełki za ERP, architekturę i AI |
| 4. Najmocniej oberwało wejście do zawodu, a nie środek i szczyt | 22-25 lat: -20%, 30+: +6-12%; ok. 5% ofert dla juniorów i 47 CV na ofertę juniorską |
| 5. Nikt nie zna roku 2030 | modele naprawdę się poprawiają, a METR pokazał, że wrażenie potrafi się mylić o ok. 40 p.p. |
Szczególnie ważny jest punkt 5. Modele AI naprawdę się poprawiają, więc ten bilans trzeba liczyć na bieżąco i nie wierzyć nikomu, kto sprzedaje Ci jedną pewną prognozę. Mnie też nie. Wszystkie liczby z tego artykułu pochodzą z publicznych źródeł: Layoffs.fyi, Challenger, Gray & Christmas, Stanford, BLS, METR, Gartner, MIT, No Fluff Jobs i Just Join IT. Sprawdź je sam - o to właśnie chodzi w liczeniu na chłodno.
Plan działania dla programisty .NET: 6 konkretów
To co z tym wszystkim zrobić? Oto 6 kroków, które wynikają wprost z powyższych liczb.
1. Używaj AI codziennie - ale mierz. Copilot, Claude, cokolwiek: bierz te narzędzia do realnych zadań i sprawdzaj timerem, a nie wrażeniem, gdzie faktycznie Ci pomagają. Może się okazać, że przy testach jednostkowych zyskujesz sporo czasu, a przy debugowaniu modułu, który znasz na pamięć, tylko go tracisz. To lekcja z badania METR zastosowana do własnej kariery.
2. Wejdź piętro wyżej. Architektura, system design, decyzje techniczne, rozmowa z biznesem. Pamiętasz różnicę między koderem a inżynierem? -27,5% kontra -0,3%. Wybierz właściwą kolumnę.
3. Naucz się czytać kod szybciej, niż AI go pisze. Skoro maszyny generują coraz więcej kodu, wąskim gardłem zespołów staje się code review. Programista, który robi je szybko i wyłapuje realne problemy, jest bezcenny.
4. Domena jest ważniejsza niż składnia. Bankowość, ubezpieczenia, logistyka, medycyna - dokładnie tam, gdzie żyje .NET. Wiedza o tym, jak działa likwidacja szkody czy rozliczenie kredytu, to coś, czego model nie wyciągnie z GitHuba.
5. Fundamenty. SQL, sieć, współbieżność, debugging. W świecie .NET to np. rozumienie, jakie zapytania Entity Framework generuje pod spodem, jak naprawdę działa async/await i co się dzieje, kiedy aplikacja zaczyna się dławić pod obciążeniem. Ktoś musi wyłapywać błędy AI - i to jest dziś umiejętność premium, a nie relikt.
6. Dowody, nie deklaracje. Rekrutacja zrobiła się trudniejsza (pamiętasz 47 CV na ofertę juniorską?), więc wygrywają ci, których widać: projekt na GitHubie, wpis na blogu, prelekcja na meetupie. Cokolwiek, co pokazuje, a nie tylko obiecuje.
Wspólny mianownik? Przesuwasz się tam, gdzie AI jest Twoim narzędziem, a nie Twoją konkurencją.
Podsumowanie
Zwolnienia są prawdziwe i AI jest prawdziwe - ale między jednym a drugim nie ma prostego znaku równości. W skrócie:
• Rekord zwolnień padł w 2023, zanim AI umiało kodować. Chronologia nie pasuje do prostej narracji.
• "AI" to często etykieta: obok niego działają kac po pandemii, drogi pieniądz, podatki w USA i... rachunek za samo AI.
• Cięcia uderzają w koderów i juniorów, a nie w inżynierów i doświadczonych.
• Badania studzą entuzjazm: wrażenie przyspieszenia to nie pomiar, a większość firmowych pilotaży AI nie przynosi zwrotu.
• Polski rynek się odbija, ale płaci za doświadczenie, architekturę i specjalizację.
Jest za to jasny sygnał, w którą stronę rozwijać karierę: w stronę inżyniera, nie kodera.
Pierwszy punkt planu brzmiał: "używaj AI codziennie". Żeby Ci to maksymalnie ułatwić, przygotowałem darmowy PDF: 25 promptów AI dla programistów C#/.NET. To gotowe prompty do Claude Code i Copilota, przetestowane na prawdziwym kodzie: refaktoryzacja, testy jednostkowe, debugowanie, code review i praca z legacy. Kopiujesz, wklejasz i widzisz różnicę w 5 minut. A przy okazji masz od czego zacząć mierzenie, gdzie AI naprawdę Ci pomaga.
Odbierzesz go tutaj: modestprogrammer.pl/25-promptow. Zostawiasz maila i dostajesz PDF. Przy okazji dołączasz do społeczności ponad 10 000 programistów: raz w tygodniu jeden konkretny mail z newsami ze świata .NET i AI, bez lania wody, plus rabaty na moje kursy, których nie publikuję nigdzie indziej. Zero spamu - wypisujesz się jednym kliknięciem.
Licz na chłodno i powodzenia :)
