Czym jest "AI washing" i dlaczego firmy zwalają winę za zwolnienia na sztuczną inteligencję?

Nowe korporacyjne hasło z realnymi konsekwencjami

Kiedy w marcu 2026 roku Meta ogłosiła plany redukcji do 20 procent globalnej siły roboczej, podany powód był znajomy: firma musi przekierować kapitał na infrastrukturę AI. Kiedy Amazon, Block i Pinterest ograniczyły zatrudnienie o tysiące osób w poprzednich miesiącach, każda z firm powoływała się na wzrost efektywności dzięki AI. W Dolinie Krzemowej i poza nią wyłonił się pewien schemat – badacze nadali mu nazwę: AI washing.

AI washing, w kontekście zwolnień, to praktyka przypisywania redukcji zatrudnienia sztucznej inteligencji, podczas gdy rzeczywiste przyczyny są bardziej prozaiczne – nadmierne zatrudnienie w czasie pandemii, kurczące się budżety, słaby popyt na produkty lub zwykłe cięcie kosztów. Termin ten zapożycza strukturę od greenwashingu, gdzie firmy zawyżają swoje osiągnięcia w zakresie ochrony środowiska. Tutaj AI odgrywa rolę wygodnej, przyjaznej inwestorom narracji.

Liczby za narracją

Przepaść między retoryką a rzeczywistością jest wyraźna. Według danych śledzących, na które powołuje się CBS News, amerykańskie firmy ogłosiły w 2025 roku około 1,2 miliona redukcji etatów. Spośród nich AI została wyraźnie wskazana jako przyczyna w około 55 000 przypadków – mniej niż 5 procent całości. Tylko w styczniu 2026 roku ogłoszono 108 000 redukcji etatów; AI była podanym powodem w zaledwie 7600 przypadkach, czyli około 7 procent.

Jednak w dyskursie publicznym dominują nagłówki przedstawiające niemal każde zwolnienie w branży technologicznej jako historię związaną z AI. Sam Altman, dyrektor generalny OpenAI, przyznał wprost, że dochodzi do zniekształcenia: w lutym 2026 roku powiedział publiczności, że firmy wyraźnie "uprawiają AI washing" w odniesieniu do zwolnień, obwiniając za niezwiązane z tym redukcje technologię, której jeszcze w znaczący sposób nie wdrożyły.

Dlaczego kadra kierownicza sięga po wyjaśnienie związane z AI

Analiza Harvard Business Review, opublikowana w styczniu 2026 roku, oferuje bezkompromisową diagnozę: firmy zwalniają pracowników z powodu potencjału AI, a nie jej wydajności. Artykuł argumentuje, że przedstawianie redukcji jako napędzanych przez AI służy jednocześnie trzem interesom korporacyjnym.

• Sygnalizacja dla inwestorów: Ogłoszenie "transformacji AI" sugeruje, że firma się modernizuje, co może podnieść ceny akcji nawet w obliczu złych wiadomości.
• Zmniejszenie negatywnej reakcji: Obwinianie technologii wydaje się mniej osobiste – i wywołuje mniej politycznego napięcia – niż przyznanie się do błędnych kalkulacji budżetowych lub nadmiernej ekspansji.
• Kontrola narracji: Kadra kierownicza może przedstawiać restrukturyzację jako przyszłościową, a nie reaktywną.

Według Fortune, niektóre firmy ogłaszające zwolnienia napędzane przez AI jednocześnie raportowały rosnące zyski – szczegół, który dodatkowo podważa twierdzenie, że automatyzacja uczyniła ludzkich pracowników zbędnymi.

Co AI faktycznie robi z miejscami pracy w tej chwili

Niezależne badania przedstawiają bardziej wyważony obraz rzeczywistego wpływu AI na rynek pracy. Prognoza Forrester opublikowana na początku 2026 roku wykazała, że AI będzie odpowiadać za około 6 procent całkowitych strat miejsc pracy w USA do 2030 roku – około 10,4 miliona stanowisk – jednocześnie wspomagając około 20 procent miejsc pracy, zamiast je eliminować. Forrester przewiduje również, że ponad połowa zwolnień przypisywanych AI zostanie po cichu cofnięta, gdy firmy odkryją operacyjne trudności związane z przedwczesnym zastąpieniem ludzkich talentów.

Obecne systemy AI mogą automatyzować konkretne, dobrze zdefiniowane zadania: transkrypcję notatek ze spotkań, generowanie kodu szablonowego, kierowanie zapytań obsługi klienta. Są one znacznie mniej zdolne do wykonywania ról wymagających osądu kontekstowego, umiejętności interpersonalnych lub sprawności fizycznej. Początkujący programiści i przedstawiciele obsługi klienta są narażeni na najbardziej bezpośrednią presję; pielęgniarki, rzemieślnicy i starsi stratedzy znacznie mniej.

Niebezpieczeństwo cyklu nadmiernych oczekiwań

AI washing nie jest narracją bez ofiar. Kiedy pracownicy tracą pracę, zasługują na uczciwe wyjaśnienie – zarówno dla własnego zrozumienia, jak i po to, aby mogli szukać odpowiednich szkoleń przekwalifikowujących. Błędne oznaczanie cięć kosztów jako automatyzacji tworzy fałszywe poczucie pilności w odniesieniu do umiejętności, które w rzeczywistości mogą nie być zagrożone, jednocześnie przesłaniając role, w których prawdziwe zakłócenia AI są realne i gdzie wsparcie w zakresie przekwalifikowania jest najbardziej potrzebne.

Forrester ostrzega, że firmy, które nadmiernie automatyzują, wyprzedzając rzeczywiste możliwości swojej AI, narażają się na kosztowny odwrót: umiejętności i wiedza instytucjonalna, których się pozbyły, nie wracają łatwo przez drzwi. Badania z TechCrunch wskazują, że rekruterzy już obserwują, jak firmy ponownie zatrudniają na stanowiska zlikwidowane sześć miesięcy wcześniej, gdy obiecane korzyści z AI nie zmaterializowały się.

Jak czytać kolejne ogłoszenie o zwolnieniach związanych z AI

Kilka pytań pomaga oddzielić prawdziwe zakłócenia AI od AI washingu. Czy firma wdrożyła konkretne narzędzia AI przed ogłoszeniem redukcji – czy wdrożenie jest nadal hipotetyczne? Czy firma raportuje również rekordowe nakłady kapitałowe na infrastrukturę AI, co sugeruje, że pieniądze są przesuwane w kierunku maszyn, a nie z dala od kosztów pracy? Czy kierownictwo przyznało się do nadmiernego zatrudnienia w okresie pandemii?

Uczciwa odpowiedź brzmi, że AI będzie przekształcać zatrudnienie w ciągu najbliższej dekady – ale robi to nierównomiernie, powoli i w sposób, który jest znacznie trudniejszy do śledzenia niż sugeruje komunikat prasowy. Zrozumienie różnicy między szumem a rzeczywistością jest pierwszym krokiem do poruszania się po tym obszarze.