Dlaczego AI zwiększa popyt na inżynierów zamiast ich zastępować

Podczas gdy wielu ekspertów branżowych przewidywało, że generatywna sztuczna inteligencja (AI) wywoła masowy odpływ programistów, najnowsze dane z rynku pracy sugerują, że dzieje się coś wręcz przeciwnego. Zamiast się kurczyć, role inżynierskie okazują się najbardziej odporną funkcją we współczesnej kadrze technologicznej.

Rozdźwięk między retoryką zwolnień a rzeczywistością rekrutacyjną

Narracja dotycząca AI i bezpieczeństwa pracy jest często napędzana przez ogłoszenia o zwolnieniach. W ostatnich miesiącach wiele firm technologicznych wskazywało na AI jako główny czynnik redukcji zatrudnienia, sugerując, że jeden inżynier wyposażony w narzędzia AI mógłby zastąpić cały zespół. Jednak badania firmy venture capital SignalFire wskazują, że retoryka ta nie pokrywa się z rzeczywistymi trendami rekrutacyjnymi.

Choć całkowita liczba zatrudnień w dużych firmach technologicznych spadła o 25% w porównaniu z poziomem z 2019 roku, spadek w rolach inżynierskich był znacznie mniejszy i wyniósł zaledwie 11%. Ta rozbieżność sugeruje, że choć AI może zmieniać skład zespołów, nie zmniejsza ona w sposób fundamentalny zapotrzebowania na ludzką wiedzę techniczną.

Dane od „technologicznych gigantów” i startupów we wczesnej fazie rozwoju

Raport „State of Talent Report” firmy SignalFire zapewnia szczegółowy wgląd w to, jak najbardziej wpływowe firmy na świecie alokują swój kapitał ludzki. Wśród „Technologicznych Gigantów” (Tech Majors) — grupy obejmującej Alphabet, Meta, Apple, Amazon, Microsoft, NVIDIA i Tesla — inżynierowie stanowią obecnie 55% wszystkich nowych pracowników. Jest to znaczący wzrost w porównaniu z 2019 rokiem, kiedy inżynierowie stanowili tylko 46% nowych rekrutów.

Trend ten jest jeszcze bardziej wyraźny w ekosystemie startupów. Startupy we wczesnej fazie rozwoju zwiększyły liczbę inżynierów o 7% w 2025 roku w porównaniu z poziomem z 2019 roku. Gdyby AI rzeczywiście stanowiło substytut talentu inżynierskiego, te wysoce zwinne organizacje prawdopodobnie jako pierwsze drastycznie ograniczyłyby liczbę pracowników technicznych, aby oszczędzić koszty; zamiast tego stawiają na talenty inżynierskie, aby budować kolejną falę produktów napędzanych przez AI.

Paradoks Jevonsa: Dlaczego efektywność zwiększa popyt

Obecny stan inżynierii oprogramowania wydaje się podręcznikowym przykładem paradoksu Jevonsa. Ta zasada ekonomiczna głosi, że wzrost efektywności zasobu nie prowadzi do zmniejszenia jego zużycia; przeciwnie, często prowadzi do wzrostu popytu, ponieważ zasób staje się bardziej użyteczny i zdolny do działania.

CEO NVIDIA, Jensen Huang, podziela to zdanie, zauważając, że choć agentowa AI (agentic AI) potrafi pisać kod niemal natychmiastowo, nie eliminuje to roli inżyniera. Zamiast tego przesuwa on uwagę inżyniera na architekturę wysokiego poziomu i „kolejny pomysł”. W miarę jak inżynierowie stają się bardziej produktywni dzięki wsparciu AI, ogromny wolumen możliwych projektów oprogramowania rośnie, tworząc nieskończony backlog pracy, która wymaga ludzkiego nadzoru, kreatywności i rozwiązywania złożonych problemów.

Kluczowe wnioski

• Odporne trendy rekrutacyjne: Liczba zatrudnień na stanowiskach inżynierskich spadła tylko o 11%, w porównaniu z 25-procentowym spadkiem w ogólnej rekrutacji w sektorze technologicznym, co dowodzi znacznie większej stabilności, niż przewidywano.
• Zwiększona koncentracja talentów: Inżynierowie stanowią obecnie 55% wszystkich nowych pracowników w głównych firmach technologicznych, w porównaniu do 46% w 2019 roku.
• Paradoks produktywności: Zamiast zastępować pracowników, narzędzia AI napędzają paradoks Jevonsa, w którym zwiększona efektywność kodowania prowadzi do wyższego popytu na talenty inżynierskie niezbędne do zarządzania bardziej złożonymi projektami.