Rynki finansowe powoli wybudzają się z hipnozy, w której sztuczna inteligencja miała zmieść z planszy miliony etatów. Analitycy Citadel Securities w raporcie z kwietnia 2026 roku przedstawiają tezę odwrotną do dominującej narracji: prawdziwym ograniczeniem rozwoju AI nie są możliwości modeli, lecz fizyczne bariery mocy obliczeniowej i energii. To zmienia całą układankę, ponieważ jeśli inteligencja kosztuje krocie w produkcji, to ekonomiczna kalkulacja zastępowania ludzi przez maszyny przestaje się domykać.
Citadel wskazuje cztery komponenty tego przesunięcia w myśleniu. Po pierwsze, zapotrzebowanie na moc obliczeniową skaluje się kwadratowo wraz ze złożonością zadań. Po drugie, ogranicza to prawdopodobieństwo masowego wypierania siły roboczej. Po trzecie, AI staje się raczej dopełnieniem pracy i istniejącego oprogramowania niż ich zamiennikiem. Po czwarte, historyczna prawidłowość mówiąca, że ulepszenia technologiczne sprzyjają wzrostowi, zatrudnieniu i płacom, pozostaje w mocy. Realny wzrost PKB na mieszkańca w Stanach Zjednoczonych utrzymuje się na poziomie około 2 procent rocznie nieprzerwanie od 125 lat, mimo kolejnych rewolucji technologicznych.
Dlaczego moc obliczeniowa staje się wąskim gardłem?
Procesy agentowe to nie są zwykłe zapytania na czacie, lecz długotrwałe operacje wieloetapowe, w których model zachowuje stan, wywołuje narzędzia, rozgałęzia się, cofa i działa na ogromnych oknach kontekstowych. Generując każdy kolejny token, system musi przejść w przód przez całą sieć neuronową, wielokrotnie odczytując i przekształcając wcześniejsze kroki rozumowania. Wraz z wydłużaniem łańcuchów rozumowania zużycie pamięci i moc obliczeniowa rosną szybciej niż proporcjonalnie do skali zadania.
Sugeruje się, że nadchodzące modele mogą być o całe rzędy wielkości bardziej energochłonne niż obecna generacja. Paradoksalnie modele z czołówki osiągają lepszą wydajność na pojedynczy token, jednak zysk ten jest całkowicie przyćmiony przez skalę zadań, do których są projektowane. Nowe systemy budowane są z myślą o wielogodzinnych, autonomicznych misjach, a nie krótkich rozmowach.
Skalę problemu obrazuje wypowiedź dyrektora technicznego Ubera z 14 kwietnia, który przyznał, jak relacjonuje raport, „wracam do planowania od zera, ponieważ budżet, o którym myślałem, że będzie mi potrzebny, został już całkowicie przepalony”. Citadel wykonuje prostą kalkulację, która daje do myślenia: jeśli budżet wyczerpał się po upływie zaledwie 28,5 procent roku kalendarzowego, tempo wydatków na AI okazało się około 3,5 raza szybsze niż pierwotnie zakładano.
CYNICZNYM OKIEM: Zarządy obiecywały akcjonariuszom cudowną oszczędność na pensjach, a tymczasem palą gotówkę w serwerowniach z entuzjazmem hazardzisty pod koniec nocy. Inteligencja wyszła droga, ludzie nagle znów się opłacają.
Istnieje realne ryzyko, że firmy podejmują strategiczne decyzje w oparciu o nierealistyczne wyobrażenie tego, ile kosztuje wdrożenie procesów wspomaganych przez AI. Pytanie nie brzmi już, czy modele stają się lepsze, lecz czy koszt dostarczania zaawansowanej inteligencji spada wystarczająco szybko w stosunku do kosztów pracy, by wielkoskalowa substytucja w ogóle miała ekonomiczny sens.
Paradoks Jevonsa wraca w nowej odsłonie
Citadel sięga po klasyczną koncepcję ekonomiczną z dziewiętnastowiecznej Anglii. Kiedy ulepszono wydajność silnika parowego, zużycie węgla wcale nie spadło, lecz wzrosło, ponieważ tańsza moc otworzyła nowe zastosowania. Paralela do rynku pracy w erze AI jest uderzająco czytelna: jeśli inżynier oprogramowania może wykonać więcej dzięki AI, więcej firm zatrudni inżynierów, bo nagle dosięgają celów wcześniej leżących poza ich budżetem.
Rzeczywistość gospodarcza zdaje się to potwierdzać. Liczba ofert pracy dla programistów, czyli zawodu uznanego za najbardziej narażony na AI, przyspiesza nieprzerwanie i wzrosła o 18 procent od punktu zwrotnego w maju 2025 roku. Pojawił się jednak kontrargument, że programiści są zatrudniani tylko po to, by zintegrować AI, co dopiero później umożliwi cięcia.
Citadel zbadał więc pozostałe branże z pierwszej piątki najbardziej narażonych na AI. Oferty pracy w obsłudze klienta wzrosły o 9 procent, w bankowości i finansach o 9 procent, a w księgowości aż o 18 procent. Stało się to mimo spadku ogólnej liczby ofert pracy o 4 procent w tym samym okresie. Wyjątkiem jest branża prawnicza, gdzie oferty spadły o 4 procent, czyli zgodnie z ogólnym trendem.
Pojawiają się też dowody na to, że AI napędza zatrudnienie w budownictwie, ponieważ stawianie centrów danych jest niezwykle pracochłonne. Analiza Guillermo Gallachera pokazuje pozytywną korelację między narażeniem branży na AI a powstawaniem nowych firm w tej branży. Według ustaleń LinkUp przytaczanych przez WSJ, sztuczna inteligencja stworzyła już 650 tysięcy miejsc pracy, co z nawiązką rekompensuje doniesienia o zwolnieniach związanych z technologią.
Teoria ekonomii wyjaśnia ten mechanizm bez większych komplikacji. Dane Bureau of Labor Statistics z ostatnich pięćdziesięciu lat, obejmujące siedem szoków technologicznych, pokazują, że w okresie adopcji nowych technologii relatywne zatrudnienie w danych sektorach średnio rośnie. Średnio rosną też relatywne płace, ponieważ zyski technologiczne zwiększają produkt krańcowy pracy, a ten w długim terminie jest kluczowym czynnikiem determinującym wynagrodzenia.
Co mówią zarządy spółek z S&P 500?
Citadel wykorzystał nowo opracowaną wewnętrzną technologię do przeanalizowania 9 646 transkrypcji z prezentacji wyników spółek z indeksu S&P 500. Wzmianki o AI w prezentacjach wyników wzrosły z 20 do 64 procent w badanym okresie, a przyspieszenie zaczęło się na dobre w pierwszym kwartale 2023 roku, czyli po premierze ChatGPT.
Sygnały dotyczące siły roboczej idą w odwrotną stronę niż przewidywali pesymiści. Wzmianki o redukcji zatrudnienia osiągnęły szczyt na poziomie 21 procent w pierwszym kwartale 2023 roku, po czym spadły do 13 procent w czwartym kwartale 2025 roku. Sygnały dotyczące wzrostu zatrudnienia zmieniły się z 42 na 35 procent, a język restrukturyzacyjny pozostaje stabilny na 17 procentach.
W czwartym kwartale 2025 roku 58,4 procent prezentacji wyników spółek S&P 500 omawiało AI w kontekście zatrudnienia, wobec 17,1 procent w pierwszym kwartale 2021 roku. Najistotniejsza jest jednak proporcja interpretacji. Ramowanie AI jako uzupełnienia pracy dominuje nad ramowaniem substytucyjnym w stosunku 8 do 1: 43 procent firm postrzega AI jako dopełnienie pracy, 51 procent jako czynnik neutralny, a zaledwie 5 procent jako substytut.
CYNICZNYM OKIEM: Te same zarządy, które jeszcze niedawno straszyły inwestorów wizją armii bezrobotnych zastępowanych algorytmami, dziś tłumaczą się z rosnących etatów. Narracja o końcu pracy okazała się bajką dla rynku, nie biznesplanem.
Najciekawszy jest rozkład w funkcjach zawodowych. Inżynieria jest funkcją numer jeden wymienianą obok AI i to w przeważającej mierze jako uzupełnienie. Firmy zatrudniają inżynierów z powodu AI, a nie pomimo niej. Funkcje zaplecza biurowego mają najwyższy wskaźnik substytucji, lecz nawet tam więcej firm postrzega AI jako uzupełnienie niż zamiennik.
Citadel zauważa też, że agenci ogólnego przeznaczenia raczej nie wyeliminują istniejącego oprogramowania na dużą skalę, ponieważ wiele procesów jest deterministycznych, powtarzalnych i tanich w obsłudze, a zatem nie wymaga stałego, energochłonnego silnika rozumowania. Dotychczasowe oprogramowanie może okazać się znacznie tańsze niż drogi agent AI, a jakość, niezawodność cyfrowa, gotowa personalizacja i cena staną się nową fosą rynkową dla dostawców.
Wniosek końcowy raportu jest spójny z tezą wyjściową. Lepiej myśleć o AI jako o technologii o wysokich możliwościach i wysokich kosztach krańcowych, której zyski z wydajności zwiększają popyt na inteligencję szybciej, niż obniżają koszt jej dostarczania. Skutkiem pierwszego rzędu nie jest odejście od pracy ludzkiej, lecz szerszy wzrost popytu na moc obliczeniową, energię, infrastrukturę i wiele form pracy komplementarnej. Globalna gospodarka w ciągu ponad wieku zaabsorbowała elektryfikację, masową produkcję, mechanizację, robotykę przemysłową, komputery osobiste, internet i smartfony bez zahamowania długoterminowego wzrostu i bez uczynienia ludzkiej pracy zbędną. Historia zmian technologicznych to nie historia stałego tortu, w którym kurczy się udział pracy, lecz historia rosnącego tortu, w którym nowe technologie rozszerzają granice produkcyjne i pozostawiają gospodarkę większą niż wcześniej.
