Kiedy inteligencja staniała: co teraz jest drogie

Światło, na które nie trzeba już pracować

Na początku XIX wieku godzina czytania przy świecy kosztowała Europejczyka mniej więcej kilka godzin pracy. Świece były drogie, kopciły, oszczędzano je. Ekonomista William Nordhaus wykonał kiedyś ciekawą robotę: przeliczył koszt światła na czas pracy — i okazało się, że dziś ta sama godzina oświetlenia kosztuje nas ułamek sekundy pracy. Nie tysiąc razy taniej. Dziesiątki tysięcy razy.

Ciekawe jest jednak co innego. Ciekawe jest to, co stało się potem.

Kiedy światło staniało, ludzie nie zaczęli po prostu więcej czytać wieczorami. Pojawiły się nocne zmiany i całodobowe fabryki. Pojawiły się szpitale pracujące o trzeciej nad ranem. Lotniska. Życie nocne jako osobna kultura, z własną muzyką, własną modą i własnymi zawodami. Miasta widoczne z kosmosu. Zasób, który potaniał, nie tylko obniżył koszt dawnych zajęć — stworzył zajęcia, których wcześniej nie było i których nikt nie przewidywał, siedząc przy świecy.

Teraz na naszych oczach tanieje to, co cała historia ludzkości uważała za najdroższe i najbardziej deficytowe: zdolność, żeby się w czymś połapać, sformułować, przeanalizować, wyłożyć. Nie „inteligencja" w sensie filozoficznym — z nią sprawa jest skomplikowana — tylko jej robocza, użytkowa część. Ta, za którą płacono pensję. Ta, dla której trzymano na etacie mądrych ludzi.

I najważniejsze pytanie nie brzmi tu „kogo zastąpią". To pytanie zadają wszyscy i, szczerze mówiąc, nie jest ono najbardziej treściwe. Najważniejsze pytanie brzmi inaczej: co staje się drogie, kiedy to tanieje?

Odpowiedź, do której dochodzę, jest dość niewygodna. Zwłaszcza dla tych, którzy całe życie byli prymusami.

I. Deficyt się przeprowadził: teraz deficytowa jest intencja

Wyobraźcie sobie dwóch prawników w jednym biurze. Ten sam staż, te same dyplomy, ta sama subskrypcja tego samego modelu, opłacona przez kancelarię tego samego dnia.

Pierwszy otwiera okno czatu i pisze: „Sporządź pozew o zapłatę zaległości". Dostaje pozew. Dobry zresztą. Poprawia, wysyła, zamyka kartę.

Drugi siedzi i myśli trzy dni. Potem pisze: „Mamy czterdziestu klientów z małego biznesu, co roku zawisają im należności na kwoty od 300 tysięcy do dwóch milionów tenge i nic z tym nie robią, bo prawnik kosztuje więcej niż sam spór. Policzmy, przy jakim koszcie własnym usługi staje się to opłacalne dla nich i dla nas — i czego trzeba, żeby tam dojść".

Obaj „umieją korzystać z AI". Obaj świetnie formułują zapytania. Różnica między nimi nie leży w promptach.

Myślę, że źle wyznaczamy główny podział. Wszyscy roztrząsają przepaść między tymi, którzy opanowali nowe narzędzia, a tymi, którzy ich nie opanowali. Ale opanowanie to sprawa jednego tygodnia. Za dwa lata będzie równie mało wyróżniające jak umiejętność korzystania z wyszukiwarki: nikt się tym nie chwali.

Prawdziwa przepaść przebiega chyba gdzie indziej — między tymi, którzy wiedzą, co chcą osiągnąć, a tymi, którzy czekają na zadanie.

Sztuczna inteligencja jest wzmacniaczem. Mnoży zdolność człowieka do działania. Ale wzmacniacz, na którego wejście nie podano sygnału, wydaje z siebie tylko szum. Dostęp do mocnego modelu sam z siebie nie tworzy ani celu, ani inicjatywy, ani gotowości do wzięcia na siebie decyzji. Przyspiesza tego, kto już wie, dokąd idzie, i zostawia dokładnie tam, gdzie był, tego, kto czeka na polecenia. Ta różnica istniała zawsze — tyle że wcześniej była kompensowana. Wykonawca był potrzebny: ktoś przecież musiał pisać tekst, liczyć tabele, szukać orzecznictwa. Teraz ta kompensacja topnieje.

I tu część nieprzyjemna. Cały nasz system edukacji — szkolny, uniwersytecki i korporacyjny — jest nastawiony na produkcję wykonawców. Dobry uczeń to ten, kto poprawnie rozwiązał postawione zadanie. Dobry pracownik to ten, kto porządnie wykonał polecenie. Inicjatywa w wielu organizacjach nadal uchodzi za formę naruszenia subordynacji. Trzydzieści lat selekcjonowaliśmy ludzi według zdolności do dobrego robienia tego, co im kazano — dokładnie według tej cechy, która tanieje najszybciej.

Stąd mój pierwszy wniosek, i dotyczy on nie tylko biznesu: myślenie przedsiębiorcze staje się przydatne nawet człowiekowi, który nigdy nie otworzy własnej firmy.

Nie mam na myśli rejestracji spółki z o.o. ani rund venture. Mam na myśli osobną kompetencję: dostrzec problem, którego inni nie zauważyli albo uznali za nieuchronny; zaproponować rozwiązanie; doprowadzić je do rezultatu, za który ktoś jest gotów zapłacić — pieniędzmi, uwagą albo zaufaniem.

Lekarz w przychodni rejonowej, który zauważa, że czterdzieści procent czasu zjadają mu wypisy, i sam składa sobie szablon, nie jest przedsiębiorcą. Ale działa jak przedsiębiorca. Nauczyciel, który zrozumiał, że rodzice nie czytają jego wiadomości na czacie, i przebudował format — też. Prawnik w urzędzie, który zauważył, że ten sam błąd w umowach powtarza się dwieście razy w roku, i napisał instrukcję — też. Nikt z nich nie zakłada biznesu. Wszyscy tworzą wartość z niczego, tam gdzie przedtem było tylko narzekanie na okoliczności.

Kiedyś był to miły dodatek do profesjonalizmu. Dziś, jak się zdaje, staje się samym profesjonalizmem.

II. Praca ucieka na krańce

Prawie każdy projekt — od pozwu po budowę domu, od artykułu po wypuszczenie produktu — rozkłada się na trzy części.

Najpierw ktoś ustala, co w ogóle trzeba zrobić i po co. Potem ktoś to robi. Potem ktoś patrzy na wynik i decyduje, czy jest dobry.

Postawienie zadania. Wykonanie. Odbiór.

Agenty i modele wzmacniają przede wszystkim środek. To właśnie wykonanie — zbieranie materiału, brudnopis, obliczenia, kompozycja, oprawa — kurczy się najszybciej. I tu prosta arytmetyka: jeśli środek tanieje, a końce pozostają ludzkie, to cała wartość spływa na krańce. Do umiejętności trafnego wyboru, co robić. I do umiejętności rozpoznania, czy to naprawdę zostało zrobione.

Mam ulubiony przykład myślowy, który niestety coraz mniej przypomina myślowy.

Agent w cztery minuty przygotowuje nienaganny wniosek. Powołania na przepisy trafne, orzecznictwo świeże, struktura wzorcowa, ani jednej literówki. Jedyny problem: w tej sprawie nie należało składać wniosku. Należało tego samego dnia usiąść z pełnomocnikiem drugiej strony i się dogadać, bo klientowi potrzebne były pieniądze w tym kwartale, a nie wygrana w przyszłym roku.

System idealnie wykonał źle postawione zadanie. I zrobił to szybko. Czyli szybciej dojechał nie tam.

Szybkość bez kierunku to po prostu większa odległość od celu.

Wynika z tego rzecz bardzo praktyczna, którą dziś masowo rozumie się źle. Zarządzanie agentami to nie zawody w liczbie równolegle uruchomionych procesów. Nie sport „ja mam otwartych dwanaście kart, a ty cztery". Praca z agentami to praca z celami, ograniczeniami, kryteriami jakości i informacją zwrotną.

Czyli w gruncie rzeczy — zarządzanie. Tyle że teraz musi się nim zajmować każdy, w tym ogromna liczba ludzi, którzy nigdy nikim nie kierowali i nie zamierzali. Umiejętność wyjaśnienia, co uchodzi za dobry rezultat, zawsze była rzadka: wie o tym każdy, kto próbował wynająć ekipę remontową. Teraz staje się wymaganiem masowym.

Z drugą częścią — z odbiorem — jest jeszcze ciekawiej, i tam zakopana jest mina, do której wrócę.

Żeby odebrać pracę, trzeba wiedzieć, jak wygląda praca dobra. Nie „podoba się / nie podoba", tylko merytorycznie: gdzie jest tu słaby punkt, co autor przemilczał, które powołanie wygląda przekonująco, ale nie wytrzyma sprawdzenia. Ta wiedza nie bierze się z lektury. Bierze się z własnego doświadczenia wykonywania — z tych właśnie lat, kiedy sam siedziałeś i robiłeś to ręcznie, źle, potem lepiej, potem przyzwoicie.

Właśnie te lata zamierzamy skrócić. O tym dalej.

III. Między silnym modelem a silnym biznesem leży ogromny rynek

Historia, którą ekonomiści opowiadają sobie od stu lat.

Pod koniec XIX wieku do fabryk weszła elektryczność. Logicznie należało oczekiwać eksplozji produktywności. Eksplozji nie było — przez jakieś trzydzieści lat. Fabrykanci postąpili ze swojego punktu widzenia rozsądnie: wyrzucili maszynę parową, wstawili na jej miejsce duży silnik elektryczny, a całą resztę zostawili tak, jak było — wały transmisyjne pod sufitem, pasy, obrabiarki ustawione wokół napędu centralnego. Działało. Przyrostu prawie żadnego.

Przyrost nastąpił wtedy, gdy następne pokolenie inżynierów pojęło, że silnik można wstawić osobno do każdej maszyny. A to znaczy, że hala nie musi już być zbudowana wokół wału. A to znaczy, że sprzęt można rozstawić zgodnie z logiką procesu technologicznego. A to znaczy taśma, inny układ hali, inne wydziały, inna logistyka, inne zawody i inny system szkolenia robotników.

Technologia była gotowa od razu. Gotowość organizacji spóźniła się o pokolenie.

Ekonomiści Erik Brynjolfsson, Daniel Rock i Chad Syverson opisali tę prawidłowość jako krzywą J produktywności. Najpierw firma inwestuje w niewidzialne: przeszkolenie ludzi, przebudowę procesów, nowe dane, nowe regulaminy, nowe sposoby kontroli. Tych nakładów statystyka porządnie nie widzi — są „niematerialne". Za to widzi koszty. Dlatego w pierwszych latach wydaje się, że technologia się nie zwraca. A potem, jeśli organizacja rzeczywiście się przebudowała, krzywa idzie w górę.

Przełóżmy to teraz na język dnia dzisiejszego.

Kancelaria prawna wykupuje subskrypcje wszystkim pracownikom. Mija pół roku. Wspólnik patrzy na przychody i nie widzi niczego. Zaczyna się rozmowa o tym, że „cały ten AI to przereklamowana historia".

Ale przyjrzyjmy się, gdzie w tej kancelarii naprawdę ucieka czas. Klient przez dwa tygodnie przysyła dokumenty na raty i połowę gubi. Potem młodszy prawnik cały dzień szuka w poczcie ostatniej wersji umowy i znajduje trzy pliki o identycznej nazwie. Potem brudnopis leży u wspólnika tydzień, bo wspólnik jest na rozprawach. Potem trzy rundy poprawek, z czego dwie dotyczą stylistyki. Potem księgowość nie może wystawić faktury, bo nie wie, do którego projektu.

W tym łańcuchu samo pisanie tekstu zajmowało może piętnaście procent czasu. Kancelaria radykalnie przyspieszyła piętnaście procent i szczerze się dziwi, czemu cykl transakcji się nie zmienił.

Stąd — moim zdaniem najciekawsza hipoteza przedsiębiorcza dnia dzisiejszego: największa szansa leży prawdopodobnie nie w stworzeniu jeszcze mądrzejszej AI, lecz w przebudowie pracy wokół tej, która już istnieje.

I to świetna wiadomość dla ogromnej liczby ludzi, którzy nie umieją trenować sieci neuronowych i nigdy się tego nie nauczą. Między „jest silny model" a „jest silny biznes" leży gigantyczne pole, na którym potrzebne są zupełnie inne kompetencje: rozumienie, jak naprawdę urządzona jest praca w konkretnej branży; zdolność rozmawiania z ludźmi, którzy tę pracę wykonują; cierpliwość, żeby rozłożyć proces na części i złożyć go od nowa.

Praktyczny wniosek dla tych, którzy coś sprzedają. Oferta „generujemy dokumenty dziesięć razy szybciej" to zła oferta. Jest adresowana do piętnastu procent problemu i klient to czuje, nawet jeśli nie umie tego nazwać. Oferta „umowa od zgłoszenia do podpisu w dwa dni zamiast trzech tygodni, i oto jak to gwarantujemy" — to zupełnie inna rozmowa. Pierwsza sprzedaje szybkość pisania. Druga sprzedaje usunięcie całego wąskiego gardła.

Różnica między nimi to różnica między dostawcą a partnerem. I z reguły różnica w cenie o rząd wielkości.

IV. Automatyzacja nie musi kurczyć rynku. Czasem otwiera popyt, którego nie było

Istnieje bardzo trwała intuicja: skoro maszyna umie wykonać pracę człowieka, pracy dla człowieka będzie mniej. Wydaje się tak oczywista, że rzadko się ją sprawdza.

Historia regularnie ją obala — nie zawsze, ale wystarczająco często, by potraktować rzecz poważnie.

Klasyczny przykład to bankomaty. Ich masowe rozpowszechnienie w USA przypadło na koniec lat 80. i lata 90. Kasjer w oddziale robił dokładnie to, co robi bankomat: wydawał gotówkę. Logika podpowiada, że kasjerzy powinni byli zniknąć. Ekonomista James Bessen pokazał, że stało się inaczej: liczba kasjerów w jednym oddziale spadła, koszt utrzymania oddziału zmalał, banki zaczęły otwierać oddziały znacznie aktywniej — a łączna liczba kasjerów przez pewien czas nawet rosła. Zmieniła się treść pracy: od wydawania pieniędzy do sprzedaży i obsługi klienta.

Inny przykład to fotografia. Film kosztował, wywołanie kosztowało, w kasecie mieściło się trzydzieści sześć klatek i człowiek myślał, zanim nacisnął. Dziś na świecie robi się kilka miliardów zdjęć dziennie. Zawód fotografa nie zniknął — zniknęła jego część związana z techniczną trudnością zrobienia zdjęcia, a urosła część związana z inscenizacją, smakiem i umiejętnością pracy z ludźmi.

Logika jest prosta: jeśli usługa tanieje, zaczyna się ją kupować częściej. I wtedy wszystko zależy od arytmetyki — jak mocno wzrośnie popyt w porównaniu z tym, jak mocno wzrosła produktywność.

Stąd pożyteczne pytanie dla każdego, kto szuka produktu: czego ludzie dziś nie robią w ogóle, bo jest to zbyt drogie?

Nie „co robimy i jak to potanieć", tylko „czego nie robi się nigdy, choć powinno się robić".

Zastosuję to pytanie do własnej branży, bo ją rozumiem lepiej niż inne.

Człowiek kupuje mieszkanie w Ałmaty. To prawdopodobnie największa transakcja jego życia. Czy zamawia prawne sprawdzenie historii nieruchomości — wszystkich przejść własności, obciążeń, sporów sądowych, upadłości poprzednich właścicieli, legalności przebudów, praw osób trzecich? W przeważającej większości przypadków nie. Nie dlatego, że nie uważa tego za ważne. Dlatego, że sprawdzenie kosztuje odczuwalne pieniądze, zajmuje czas, a w ogóle „przecież notariusz patrzy". Ludzie kupują mieszkania na zaufanie, na łut szczęścia i na słowo honoru pośrednika.

A teraz wyobraźcie sobie, że takie sprawdzenie kosztuje pięć tysięcy tenge i robi się w godzinę. Ilu ludzi je zamówi? Podejrzewam, że prawie wszyscy — bo przy takiej cenie rezygnacja jest nieracjonalna nawet dla antyparanoika.

Mały biznes nie procesuje się o długi rzędu czterystu tysięcy tenge. Nie dlatego, że pieniądze są niepotrzebne — dlatego, że prawnik, opłata sądowa i pół roku nerwów kosztują więcej niż sam spór. To nie jest brak popytu. To popyt zduszony ceną. Nigdzie się nie podział, po prostu nie ujawnia się w statystyce, więc jakby go nie było.

Nikt nie pokazuje prawnikowi umowy o pracę przed podpisaniem. Umowę z ekipą remontową czyta się po tym, jak ekipa zniknęła. Umowę najmu lokalu omawia się z prawnikiem na etapie eksmisji. We wszystkich tych przypadkach profilaktyka jest dziesiątki razy tańsza od leczenia — i mimo to nikt jej nie kupuje, bo w chwili podpisywania wydaje się zbędnym wydatkiem.

Moja hipoteza: szanse w pracy prawniczej leżą nie tyle w potanieniu tego, co już się zamawia, ile w sprawdzeniach, których nikt nigdy nie zamawiał. To ogromna warstwa nie-konsumpcji ukryta pod ceną.

Ale tu muszę być uczciwy do końca, bo inaczej wyjdzie reklama, a nie analiza.

Po pierwsze. Techniczna zastępowalność operacji i ekonomiczna zbędność pracownika to zupełnie różne rzeczy. To, że maszyna umie wykonać jakiś krok, nie znaczy, że człowiek, który ten krok wykonywał, jest zbędny: może wykonywać dziesięć innych kroków, a jego wartość może nawet wzrosnąć. Sondaże o tym, „ile procent zadań da się zautomatyzować", systematycznie mylą te dwa pytania.

Po drugie, i to nieprzyjemniejsze. Wzrost liczby zleceń sam w sobie nie gwarantuje wzrostu zatrudnienia. Jeśli sprawdzeń będzie dziesięć razy więcej, a robić je będzie można pięćdziesiąt razy szybciej, to w sumie pracy dla ludzi będzie mniej, a nie więcej. Popyt musi rosnąć szybciej niż produktywność — inaczej poszerzenie rynku nie ratuje pracownika, tylko potania usługę.

Nikt nie zna tych współczynników z góry. Ani ja, ani autorzy prognoz optymistycznych, ani autorzy ponurych. Ten, kto twierdzi, że zna, najpewniej coś sprzedaje.

V. Redukując etaty dla początkujących, firma zjada własną przyszłość

Teraz o minie.

Latem 2026 roku badacze ze Stanford Digital Economy Lab zaktualizowali pracę o wymownym tytule „Canaries in the Coal Mine" („Kanarki w kopalni"). Patrzą na dane amerykańskiego systemu płacowego ADP — to realne paski wypłat, a nie ankiety — od listopada 2022 do czerwca 2026 roku.

Główne odkrycie nie polega na tym, że wszystkich zwolniono. Polega na kształcie zmiany.

Młodzi pracownicy w wieku 22–25 lat w zawodach silnie wystawionych na AI wykazują zaległość w zatrudnieniu rzędu 19% w stosunku do rówieśników z branż mniej dotkniętych. Rok wcześniej, w danych z lipca 2025, ta zaległość wynosiła 15%. Przy czym zapadają się właśnie te role, w których AI jest używana do zastępowania ludzkich zadań; tam, gdzie służy jako uzupełnienie pracownika, zatrudnienie się trzyma albo rośnie — zwłaszcza wśród doświadczonych specjalistów.

Autorzy, ku ich czci, są ostrożni: piszą wprost, że są to prawidłowości opisowe, a nie oszacowanie efektu przyczynowego; że część różnic tłumaczy wykształcenie; że część rozjazdu zaczęła się jeszcze przed masowym rozpowszechnieniem modeli generatywnych; i że masowego wypierania pracowników w całej gospodarce nie obserwują.

Ale zwróćcie uwagę na charakter przesunięcia. Zmiany zachodzą nie tam, gdzie głośno — nie w zwolnieniach — tylko tam, gdzie cicho: w rekrutacji. Nikogo się nie wyrzuca. Po prostu przestaje się brać nowych.

To niezwykle podstępna forma przemiany. Zwolniony człowiek to zdarzenie. Idzie do związku zawodowego, do sądu, do mediów społecznościowych, piszą o nim. Nieprzyjęty człowiek to nie-zdarzenie. Nikt go nie liczy, nie pojawia się w wiadomościach, jego nieobecność jest niewidzialna dla wszystkich poza nim samym.

Drabina kariery może rozpadać się od dołu zupełnie niezauważalnie dla tych, którzy stoją już na górnych szczeblach. Przychodzisz do pracy, wszystko u ciebie w porządku, stałeś się nawet skuteczniejszy. Nie widzisz, że pod tobą nie ma już szczebli. To wyjdzie na jaw za jakieś siedem lat.

I tu tkwi sedno. Stanowisko startowe to zawsze dwie rzeczy naraz. To miejsce pracy. I to sposób gromadzenia doświadczenia, czyli szkoła.

Młodszy prawnik, który przez dwa lata szuka orzecznictwa, zestawia tabele, wyczytuje umowy i pisze brudnopisy, które starszy potem rozjeżdża czerwonym długopisem, nie wykonuje po prostu taniej roboty. On jest w tym czasie produkowany jako ekspert. Przez te nudne dwa tysiące godzin formuje się to właśnie wyczucie: gdzie w umowie zwykle zakopuje się problem, dlaczego to sformułowanie wygląda normalnie, ale w sądzie się rozsypie, co naprawdę znaczy, kiedy klient mówi „tam wszystko jest czyste".

Jeśli usunąć dolny szczebel dla oszczędności w bieżącym kwartale, powstaje pytanie, na które dziś nikt nie ma odpowiedzi: skąd za siedem lat wezmą się ludzie zdolni oceniać złożone rozwiązania?

Wróćcie do fragmentu o odbiorze. Wartość przesuwa się ku postawieniu zadania i ku ocenie rezultatu. Ale zdolność oceniania rezultatu wyrasta wyłącznie z doświadczenia jego wytwarzania. Sędzia, który nigdy sam nie napisał pozwu, będzie sądził gorzej. Wspólnik, który nigdy nie siedział w archiwum, nie wyczuje, że w zestawieniu czegoś brakuje. Redaktor, który nigdy nie pisał tekstów, będzie poprawiał przecinki.

Ryzykujemy, że zoptymalizujemy dokładnie ten odcinek, na którym robiło się ekspertów, i odkryjemy po kilku latach, że mamy fantastycznie szybkie narzędzia — i nikogo, kto potrafi powiedzieć, czy rezultat jest dobry.

Wniosek dla każdej organizacji, która planuje istnieć dłużej niż trzy lata: jeśli rutynowe polecenia przestały działać jako szkoła zawodu, naukę trzeba będzie zaprojektować osobno i opłacić świadomie.

Kiedyś nauka była produktem ubocznym rutyny i dlatego wydawała się darmowa. Nikt nie wydzielał budżetu na „produkcję ekspertów" — działo się to samo z siebie, jak ciepło od pracującego silnika. Teraz silnik stał się wydajniejszy i grzeje mniej. Znaczy to, że ogrzewanie trzeba postawić osobne: prawdziwe sprawy od samego początku, mentoring jako płatny obowiązek, a nie jako przysługa, systematyczna analiza błędów, stopniowe przekazywanie odpowiedzialności — i, co najważniejsze, prawo do błędu w kontrolowanych warunkach.

To drogie. To się nie zwraca w bieżącym kwartale. Właśnie dlatego większość tego nie zrobi — i właśnie dlatego ci, którzy zrobią, za kilka lat okażą się jedynymi, którzy mają ludzi.

VI. Nieoczekiwany rewanż wykształcenia humanistycznego

Przez ostatnie dwadzieścia lat rodzicom i uczniom mówiono rzecz prostą: filozofia to nie zawód, historia to hobby, idź na programistę. W Kazachstanie brzmiało to szczególnie natarczywie i w sumie nie bez podstaw: rynek rzeczywiście płacił za umiejętności inżynierskie.

A teraz możliwy jest dziwny zwrot.

Kiedy wariantów było mało, ceniona była zdolność wytworzenia wariantu. Kiedy wariantów jest dowolnie dużo i powstają w kilka sekund, zaczyna być ceniona zdolność wyboru — rozpoznania, które z nich zasługują na uwagę i dlaczego.

Filozofia, historia, literatura, sztuka, muzyka — to, jeśli odjąć wzniosłe słowa, trenażery osądu. Nie dają wiedzy, którą da się zastosować w poniedziałek rano. Dają wytrenowane rozróżnianie: czym argument różni się od retoryki, czym forma różni się od treści, dlaczego jedno rozwiązanie po stu latach uchodzi za wielkie, a drugie — za modne.

Zadanie edukacji sformułowałbym dziś mniej więcej tak: nauczyć odróżniać piękne od przekonującego, przekonujące od prawdziwego, a pożyteczne — od tylko efektownego.

To nie abstrakcja. Model językowy ze swojej konstrukcji znakomicie produkuje to, co przekonujące. To jednocześnie jego najmocniejsza strona i jego główne niebezpieczeństwo. Tekst, który brzmi jak opinia eksperta, i tekst, który jest opinią eksperta, różnią się cechami, które trzeba umieć zobaczyć. Człowiek bez wytrenowanego osądu tej różnicy nie zobaczy — i, co gorsza, nie będzie wiedział, że nie widzi.

Ale tu potrzebne jest natychmiastowe zastrzeżenie, bo inaczej wyjdzie miła bajka dla humanistów.

Smak bez zaplecza technicznego to widzimisię. Prawnik, który „czuje", że powołanie na przepis jest błędne, ale nie potrafi otworzyć kodeksu i sprawdzić, jest bezużyteczny i niebezpieczny. Lekarz ze wspaniałym wyczuciem klinicznym i bez znajomości farmakologii to katastrofa z ludzką twarzą. Ocena, która nie opiera się na zdolności sprawdzenia, wyradza się w subiektywne wrażenie, a subiektywne wrażenie łatwo podrobić — właśnie tego maszyny nauczyły się najlepiej.

Nie chodzi więc o to, że humaniści pokonali ścisłowców. Chodzi o to, że ten podział zawsze był fałszywy, a teraz staje się w dodatku kosztowny. Potrzebne są obie połowy: zdolność sprawdzenia i zdolność oceny. Pierwsza bez drugiej daje wykonawcę, który wkrótce potanieje. Druga bez pierwszej daje eksperta, którego można oszukać ładnym akapitem.

VII. „To zrobił człowiek" — to cecha, a nie usprawiedliwienie

W 1997 roku Deep Blue pokonał Kasparowa i wszyscy napisali, że szachy się skończyły. Po co patrzeć, jak ludzie grają gorzej od maszyny?

Minęło prawie trzydzieści lat. Szachy przeżywają najlepszy okres w swojej historii: miliony ludzi grają codziennie online, turnieje ogląda się jak nigdy dotąd, arcymistrzowie stali się postaciami medialnymi ze streamami i milionami subskrybentów. Maszyna, która gra nieporównanie mocniej niż jakikolwiek człowiek, jest dostępna za darmo w telefonie — i w niczym nie zmniejszyło to zainteresowania tym, jak grają ludzie.

Samochód jeździ szybciej od człowieka od stu z górą lat. Na maratony zapisują się dziesiątki tysięcy.

Wynika z tego hipoteza, którą uważam za niedocenianą: „to zrobił człowiek" może stać się istotną cechą produktu, a nie przeprosinami za jego niedoskonałość.

Ale tu potrzebna jest ostrożność, bo inaczej wyjdzie pocieszająca mantra dla tych, którym jest strasznie. Ten efekt działa daleko nie wszędzie.

Nikt nie płaci dopłaty za to, że zdjęcie rentgenowskie opisał człowiek, a nie algorytm. Nikt nie jest dumny z tego, że bilans księgowy zrobiono ręcznie. Tam, gdzie wartość leży wyłącznie w poprawności wyniku, pochodzenie wyniku nikogo nie obchodzi — i słusznie.

Efekt działa tam, gdzie wartość leży w relacji, a nie tylko w wyniku.

I tu przebiega dla mnie najważniejsza linia podziału w całym tym tekście. Jest jakość rezultatu — i jest wartość relacji. To różne rzeczy, a myli się je nieustannie.

Można dostać od maszyny technicznie mocniejszą odpowiedź i mimo to wybrać rozmowę z konkretnym człowiekiem. Z powodu zaufania narosłego przez lata. Z powodu wspólnej historii, w której nie trzeba tłumaczyć kontekstu. Ze zwykłej chęci bycia zrozumianym właśnie przez tego człowieka, a nie zrozumianym w ogóle.

Dla zawodów zbudowanych na zaufaniu jest to krytyczne — i słabo uświadamiane wewnątrz tych zawodów. Klient, który przychodzi do adwokata, przychodzi nie tylko po dokument. Przychodzi po to, żeby ktoś wziął na siebie część jego niepokoju, żeby ktoś powiedział: „Rozumiem pana sytuację, robiłem to sto razy, i oto co zrobimy". Pacjent, który idzie do lekarza, chce nie tylko diagnozy. Rodzic, który wybiera szkołę, nie wybiera programu nauczania.

Profesjonalista, który uważa, że sprzedaje tekst albo diagnozę, zostanie wyparty przez tego, kto produkuje tekst i diagnozę taniej. Profesjonalista, który rozumie, że sprzedaje usuwanie niepewności i dzieloną odpowiedzialność, jest w zasadniczo innej pozycji.

A jednak — zastrzeżenie, bez którego ta część byłaby nieuczciwa. To kierunek poszukiwania wartości, a nie gwarantowane schronienie. Nie twierdzę, że ludzki kontakt na zawsze pozostanie poza możliwościami maszyn; twierdzę tylko, że dziś jest tam wartość, której mało kto celowo szuka.

VIII. Nawet dostatek nie zniesie konkurencji — zmieni jej przedmiot

Załóżmy na chwilę, że optymiści mają rację. Załóżmy, że podstawowe towary i usługi tanieją radykalnie: dobra konsultacja lekarska, przyzwoita obsługa prawna, indywidualna nauka, znośne oprogramowanie do dowolnego celu stają się dostępne niemal każdemu.

Czy konkurencja zniknie?

Nie. Przeprowadzi się.

Bo istnieje deficyt, którego nie da się usunąć produkcją. Uznanie jest z natury względne. Nie da się uczynić wszystkich najbardziej szanowanymi — to dokładnie taka sama logiczna niemożliwość jak uczynienie wszystkich wyższymi od średniego wzrostu. Choćby gospodarka produkowała nie wiadomo ile dóbr, liczba miejsc na szczycie każdej hierarchii pozostaje ograniczona samą definicją szczytu.

Powstaje więc pytanie, które uważam za naprawdę ważne i prawie nieomawiane: w co społeczeństwo skieruje konkurencję o znaczenie, kiedy konkurencja o przetrwanie osłabnie?

Historia daje różne odpowiedzi i nie wszystkie napawają otuchą. Stany uwolnione od konieczności zarabiania na życie kierowały wyzwoloną energię rozmaicie. Czasem — w naukę, kolekcjonerstwo, mecenat i podróże; tak powstała europejska nauka nowożytna, którą tworzyli ludzie niepotrzebujący pensji. Czasem — w pojedynki, intrygi, konsumpcję na pokaz i wyrafinowaną nudę. Uwolnienie od niedostatku samo z siebie nie czyni człowieka ani szczęśliwym, ani pożytecznym. Po prostu uwalnia zasób, który trzeba gdzieś podziać.

Stąd mój wniosek wykraczający poza ekonomię: przyszłości nie da się opisywać wyłącznie przez produkcję i konsumpcję.

Rozmowa o przyszłości toczy się dziś niemal w całości w kategoriach PKB, miejsc pracy i dochodów. Jakby jedyne pytanie brzmiało: ile ludzie będą produkować i ile konsumować. Ale człowiek potrzebuje nie tylko konsumować. Potrzebuje być potrzebny. Potrzebuje powodów, by szanować samego siebie — takich, które sam uznaje za godne szacunku.

Znaczy to, że społeczeństwu będą potrzebne godne sposoby zasługiwania na uznanie — przez badania, mistrzostwo, troskę o innych, działalność społeczną, mentorstwo. I to takie, które w tym społeczeństwie naprawdę liczą się jako osiągnięcie, a nie są przyznawane odgórnie jako nagroda pocieszenia dla ludzi zbędnych.

Inaczej materialny dostatek całkiem wygodnie zamieszka razem z masowym poczuciem własnej zbędności. I to, niestety, nie jest hipoteza. Społeczeństwa, w których podstawowe potrzeby zaspokojono najlepiej w dziejach ludzkości, wykazują wskaźniki samotności, lęku i poczucia bezsensu, które w żaden sposób nie wynikają z poziomu ich bogactwa.

Sytość nie jest synonimem dobrostanu. Z jakiegoś powodu za każdym razem dowiadujemy się tego od nowa.

IX. Cena coraz gorzej opowiada o wartości

Ile kosztuje wyszukiwarka? Zero.

A ile jest warta? W jednym z badań Erika Brynjolfssona i jego współpracowników pytano ludzi, jaką kwotę trzeba by im zapłacić, żeby zrezygnowali z korzystania z wyszukiwarek przez rok. Mediana odpowiedzi liczona była w tysiącach dolarów — o rzędy wielkości więcej niż zero, które ta usługa wnosi do wydatków konsumpcyjnych.

To rozdźwięk, którego tradycyjna statystyka z samej swojej budowy nie widzi. PKB liczy obrót: ile pieniędzy przeszło z rąk do rąk. Usługa, która przynosi człowiekowi ogromny pożytek i jest przy tym darmowa, wnosi do PKB praktycznie nic. Co więcej, jeśli nowe narzędzie pozwala obejść się bez płatnej usługi, PKB formalnie spada — mimo że człowiekowi zrobiło się lepiej.

Podejście nazywane GDP-B proponuje mierzyć nie tylko obrót pieniężny, ale i uzyskiwane korzyści — ile ludzie byliby gotowi zapłacić za to, żeby nie utracić tego, co już mają za darmo. To uzupełnienie PKB, a nie jego zamiennik: pieniądze i tak trzeba liczyć, bo pensje płaci się w pieniądzach, a nie w użyteczności.

Dla wszystkich, którzy robią produkt, wynika stąd bardzo praktyczna technika badawcza.

Zwykłe pytanie brzmi: „Ile jesteś gotów za to zapłacić?" Ludzie odpowiadają na nie źle. Są uprzejmi, nie wiedzą, podają liczby z grzeczności albo z chęci potargowania się.

Inne pytanie: „Co stracisz, jeśli jutro tego nie będzie?"

Nazwijmy to testem odłączenia. Odpowiedź „no, będzie niewygodnie" i odpowiedź „nie będę mógł pracować, będę musiał zatrudnić człowieka" opisują dwa zupełnie różne biznesy, nawet jeśli dziś oba produkty kosztują tyle samo. Pierwszy to miła funkcja. Drugi to część infrastruktury czyjegoś życia albo pracy.

I znów uczciwe zastrzeżenie: to nie zwalnia ze sprawdzenia popytu wypłacalnego. Ogromny pożytek przy zerowej gotowości do zapłaty to działalność dobroczynna, a nie biznes, i mnóstwo świetnych produktów umarło właśnie tak. Ale test odłączenia pomaga odróżnić to, co ludziom się podoba, od tego, bez czego już nie potrafią się obejść. A to z reguły jest właśnie różnica między produktem, który trzeba będzie sprzedawać, a produktem, który zaczynają kupować sami.

X. Bogata gospodarka nie gwarantuje dobrostanu tym, którzy w niej żyją

Teraz o rzeczy najważniejszej — przynajmniej dla mnie, biorąc pod uwagę, czym się zajmuję.

Automatyzacja może jednocześnie zwiększać ogólną ilość tworzonej wartości i osłabiać pozycję konkretnych ludzi, których praca staje się zastępowalna. Te dwa procesy wcale sobie nie przeczą. Gospodarka jako całość się bogaci; siła przetargowa pojedynczego pracownika spada.

I tu trzeba zrozumieć jedną rzecz, którą zwykle podaje się jako szczegół techniczny, choć jest ona głęboko polityczna.

Są dwa różne sposoby stosowania technologii. Można wzmacniać człowieka — dać mu narzędzie, które czyni go trzykrotnie skuteczniejszym, i tym samym podnieść wartość jego pracy. Można zastępować człowieka — zbudować system, który pozwala się bez niego obejść.

Technicznie są to często te same algorytmy. Ekonomicznie i społecznie to dwie zupełnie różne maszyny, bo inaczej rozdzielają dochód i siłę przetargową.

Narzędzie, które czyni prawnika trzykrotnie skuteczniejszym, podnosi jego pozycję rynkową: jest potrzebny i jest teraz droższy. Serwis, który pozwala klientowi obejść się bez prawnika, tę pozycję obniża. Oba mogą zostać napisane na jednym frameworku przez jeden zespół w jednym sprincie.

A wybór między nimi rozstrzyga się z reguły nie na poziomie technologii. Rozstrzyga go to, kto płaci za wytworzenie i co optymalizuje. Zleceniodawca, który płaci pensje, częściej finansuje zastępowanie. Zleceniodawca, który sam wykonuje pracę, częściej finansuje wzmacnianie. To nie spisek — to arytmetyka interesów i działa ona bezgłośnie.

Stąd mój główny wniosek społeczny: pomoc ludziom w przejściu jest częścią wdrożenia technologii, a nie dobroczynnością po jego zakończeniu.

Dziś przyjęło się rozumować tak: najpierw wdrożymy, uzyskamy efekt, a potem, jeśli pojawią się problemy społeczne, coś wymyślimy — przekwalifikowanie, zasiłki, programy wsparcia. Kłopot w tym, że „potem" nadchodzi po latach, a do tego czasu człowiek, który wypadł z zawodu w wieku czterdziestu pięciu lat, stracił już kwalifikacje, kontakty, pewność siebie i czas. Przekwalifikowanie działa jako profilaktyka i prawie nie działa jako reanimacja.

I jeszcze jedno: nie wystarczy pokazać, że gospodarka jako całość zyskała. „Średnio" to zła jednostka miary ludzkiego życia. Średnia temperatura w szpitalu nie pociesza konkretnego pacjenta.

Dlatego do każdego wdrożenia — w firmie, w branży, w programie państwowym — dołączałbym trzy pytania.

Kto zyskał nowe możliwości?

Kto stracił dotychczasowe?

I — najważniejsze, najrzadziej zadawane — jak człowiek może przejść z drugiej grupy do pierwszej?

Jeśli na trzecie pytanie nie ma konkretnej odpowiedzi z nazwiskami, terminami i pieniędzmi, to nie macie strategii wdrożenia. Macie jej połowę, a drugą połowę opłaci ktoś inny — zwykle ci, których najmniej na to stać.

Czego tu nie należy pomylić

Muszę powiedzieć kilka rzeczy wprost, bo teksty takie jak ten łatwo czyta się jak obietnicę.

Nic z wymienionego nie jest gwarantowanym schronieniem. Postawienie zadania, smak, osąd, relacje międzyludzkie — to kierunki, w których dziś warto szukać wartości. To nie są twierdze, których maszyny nigdy nie zdobędą. Za każdym razem, gdy ktoś ogłaszał kolejną ludzką cechę zasadniczo nieodtwarzalną, termin ważności tego twierdzenia okazywał się krótszy, niż oczekiwano.

Dane o zatrudnieniu wymagają ostrożności. Badacze, na których się powołuję, zastrzegają wprost: obserwowane różnice nie dowodzą przyczynowego wpływu AI, część z nich tłumaczą inne czynniki, a masowego wypierania pracowników w całej gospodarce na razie nie widać. Sygnał ostrzegawczy to nie to samo co ustalony fakt. Każdy, kto dziś z przekonaniem mówi wam, ile procent miejsc pracy zniknie do takiego a takiego roku, albo się myli, albo sprzedaje konsulting.

I ostatnie. Piszę to z Ałmaty, a nie z Doliny Krzemowej, i różnica jest istotna. W gospodarce, w której znaczna część zatrudnienia przypada na sektor surowcowy, służbę państwową i mały biznes o niewysokiej dojrzałości cyfrowej, krzywe będą inne — łagodniejsze i rozciągnięte w czasie. Ale rozciągnięcie to nie odwołanie. To, jeśli kto woli, prezent: czas na przygotowanie się. Szkoda byłoby zmarnować go na spory o to, czy to się w ogóle wydarzy.

Co z tym wszystkim zrobić w poniedziałek

Światło staniało — i nie zaczęliśmy po prostu więcej czytać wieczorami. Zbudowaliśmy nocną cywilizację, której wcześniej nie było i której nikt nie zaprojektował.

Tanieje inteligencja użytkowa. A podstawowy błąd, który popełniają dziś prawie wszyscy — od pojedynczego specjalisty po ministerstwo — polega na tym, że przymierzamy nowe do starego. Pytamy: jak szybciej robić to, co już robimy? O ile skróci się czas przygotowania dokumentu? Ilu pracowników można nie zatrudniać?

To pytania o świece. Słuszne, ale drobne.

Ciekawsze pytanie brzmi inaczej: jaka praca stała się możliwa dopiero teraz — i dlaczego jest komuś potrzebna?

Jakie sprawdzenia, których nikt nigdy nie zamawiał. Jakie usługi, które były nierentowne przy dowolnej skali. Jakie decyzje, które wcześniej podejmowano na ślepo, bo rozeznanie kosztowało więcej niż pomyłka. Jaka pomoc ludziom, do których profesjonalna usługa nigdy nie docierała — a w dziedzinie, w której pracuję, to, nawiasem mówiąc, większość społeczeństwa.

Nie wiem, jak to wszystko się ułoży. Nikt nie wie, a zdrowe podejście do tego polega na tym, żeby nie udawać, że się wie. Ale strategię i tak trzeba wybierać, a mój wybór jest taki: strategicznie ważniejsze jest uczyć się nie tego, jak szybciej wykonywać starą pracę, lecz tego, jak zauważać, jaką nową pracę da się teraz wykonać.

Inteligencja staniała. Zostało zrozumieć, czego chcemy.

Wygląda na to, że to jedyna praca, której nie da się delegować.

Źródła i materiały, na których się opieram

• Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence — E. Brynjolfsson, B. Chandar, R. Chen, Stanford Digital Economy Lab
• No Widespread Displacement, but the AI Employment Gap for Young Workers Has Widened to 19% — aktualizacja danych, sierpień 2026
• The Productivity J-Curve: How Intangibles Complement General Purpose Technologies — E. Brynjolfsson, D. Rock, C. Syverson, NBER / AEJ: Macroeconomics
• GDP-B: Accounting for the Value of New and Free Goods in the Digital Economy — E. Brynjolfsson, A. Collis i in., NBER
• Using massive online choice experiments to measure changes in well-being — PNAS, szacowanie wartości konsumenckiej darmowych usług cyfrowych
• What AI Really Changes in Kazakh Labor Market — The Astana Times, oceny transformacji rynku pracy Kazachstanu
• AI in Kazakhstan Country Report — raport krajowy, styczeń 2026