Morgan Stanley opublikował nowe szacunki, według których pełniejsze wdrożenie AI w spółkach z indeksu S&P 500 może przynieść ok. 920 mld dol. „netto” oszczędności rocznie, z czego znacząca część wynikałaby z redukcji kosztów pracy czyli równowartość ponad 40% obecnej puli wynagrodzeń, ale sam bank przede wszystkim podkreśla kwotę oraz fakt, że dojście do takiej skali potrwa lata. Co więcej, ten sam pakiet analiz wskazuje, że efekt mógłby przełożyć się na dodatkowe 13–16 bln dol. kapitalizacji rynku i że nawet 90% zawodów będzie w jakimś stopniu „dotkniętych” automatyzacją lub „augmentacją” zadań przez systemy agentowe i później przez robotykę („embodied AI”). To więc nie szybki zryw, lecz kilkuletni proces, w którym część firm policzy realny zwrot, a część może go w ogóle nie zmaterializować. W praktyce ta prognoza nie przesądza jeszcze, czy zatrudnienie spadnie, czy wzrośnie, raczej ostrzega, że prognozowane oszczędności wynikają głównie z produktywności, która historycznie bywała pozyskiwana przez redukcję etatów lub niewypełnianie wakatów.

W materiałach towarzyszących Morgan Stanley zarysowuje dwa równoległe nurty: „agentic AI”, które ma wzmacniać pracę ludzi i przesuwać ich do zadań o większej wartości, oraz „embodied AI”, które wchodzi w obszary fizyczne i może realnie zastępować część stanowisk.

Jednocześnie bank akcentuje wieloletni horyzont, ryzyko „niedowiezień” i silne zróżnicowanie efektów między branżami. Patrząc szerzej niż jeden raport, obraz rynku pracy jest niejednoznaczny. World Economic Forum w edycji „Future of Jobs 2025” prognozuje dużą skalę przetasowań kompetencyjnych i jednocześnie powstanie nowych ról. W skali dekady mówi wręcz o dziesiątkach milionów nowych miejsc pracy, jeśli firmy będą inwestowały w reskilling. Międzynarodowa Organizacja Pracy doprecyzowuje, że generatywne AI częściej „przekształca” zadania niż całe zawody, co oznacza, że ekspozycja jest wysoka, lecz czyste zastąpienie bywa rzadziej regułą niż wyjątkiem. OECD dodaje zaś, że netto-efekt jest z definicji niejasny: obok efektów wypierania pojawiają się efekty produktywności i rekombinacji zadań, które generują popyt na nowe prace. Z drugiej strony rośnie liczba przykładów sugerujących, że krótkoterminowo firmy realnie tną koszty, czasem przez zamrażanie rekrutacji, czasem przez wygaszanie kontraktów outsourcingowych niż przez natychmiastowe masowe zwolnienia. Analizy MIT opisują, że na razie sztuczna inteligencja częściej „zjada” prace wykonywane zdalnie i kontraktowo niż etaty w krajach rozwiniętych, chociaż lista głośnych zwolnień w 2025 roku pokazuje, że presja cięcia kosztów i automatyzacji w wielu sektorach jest realna. Równolegle badania eksperymentalne MIT i Stanfordu wskazują, że asystenci AI potrafią podnieść wydajność o kilkanaście–kilkadziesiąt procent – szczególnie u mniej doświadczonych pracowników – co dla zarządów oznacza, że tę samą pracę można wykonać mniejszym zespołem albo większy wolumen obsłużyć tym samym składem.

Jeśli więc pytać, czy AI w najbliższych latach „zwiększy zatrudnienie, czy przyspieszy zwolnienia”, odpowiedź uczciwa brzmi: jednocześnie jedno i drugie, zależnie od sektora i strategii firm.

Tam, gdzie dominuje praca rutynowa (back-office, część HR, obsługa klienta, proste procesy w finansach i łańcuchach dostaw), presja na ograniczanie etatów będzie większa; tam, gdzie zadania są komplementarne wobec AI (sprzedaż doradcza, rozwój produktu, cyberbezpieczeństwo, zarządzanie danymi, nadzór regulacyjny), popyt na ludzi rośnie wraz z produktywnością zespołów. W tle wciąż obowiązuje rachunek Morgan Stanley: potencjał blisko biliona dolarów rocznie z tytułu AI to przede wszystkim produktywność i niższe koszty pracy, ale dojście do tej skali wymaga lat, solidnych inwestycji i co najważniejsze przebudowy kompetencji.

Innymi słowy, firmy rzeczywiście mogą „odjąć” dużą część kosztów płac, lecz szybciej osiągną te efekty, gdy przekształcą profile ról i podniosą umiejętności, niż gdy będą liczyć wyłącznie na zwolnienia.

Na dziś najrozsądniejsze wnioski są trzy. Po pierwsze, oszczędności rzędu setek miliardów dolarów, o których pisze Morgan Stanley, są realne w skali rynku, lecz rozłożone w czasie i nierówne między branżami. Po drugie, bilans zatrudnienia będzie mieszany: redukcje w miejscach najbardziej rutynowych i wzrost popytu na role komplementarne wobec AI – co potwierdzają zarówno prognozy WEF i ILO, jak i eksperymenty produktywności. Po trzecie, wąskim gardłem staje się reskilling i governance: to one zdecydują, czy scenariusz „agentic AI” (wzmacnianie ludzi) przeważy nad scenariuszem „embodied AI” (zastępowanie ludzi), a więc czy kolejne lata będą wyglądały jak fala zwolnień, czy jak trudna, ale jednak rozwojowa transformacja pracy.