Startupy AI-native zatrudniają o 25% mniej pracowników. Badanie Harvardu pokazuje nowy model organizacji firm
W skrócie
- Badanie Harvard Business School i INSEAD przeanalizowało blisko 50 000 startupów i wykazało, że firmy AI-native są o 25% mniejsze od tradycyjnych odpowiedników, z 15% mniejszym udziałem pracowników na poziomie podstawowym i 15% mniejszym udziałem menedżerów.
- Startupy AI-native mają o 13% więcej inżynierów niż firmy spoza tego segmentu, a przy tym uzyskują podobne wyceny i finansowanie, co przekłada się na wyższy kapitał i wycenę przypadającą na jednego pracownika.
- Oddzielne badanie firmy Ramp, obejmujące blisko 22 000 firm, sugeruje odwrotny trend: przedsiębiorstwa intensywnie inwestujące w AI zwiększały zatrudnienie średnio o 10% w ciągu dwóch lat od wdrożenia technologii.
Nowe badanie Harvard Business School i INSEAD rzuca twarde dane na jeden z najbardziej dyskutowanych tematów rynku pracy: czy sztuczna inteligencja eliminuje miejsca pracy dla młodych pracowników? Odpowiedź jest niejednoznaczna, ale niepokojąca dla absolwentów wchodzących na rynek — firmy zbudowane od podstaw wokół AI działają według wyraźnie odchudzonego modelu zatrudnienia.
Mniej ludzi, ta sama wartość
Badanie zatytułowane „AI-Native Firms", przygotowane przez Hyunjin Kim z INSEAD oraz Rembrand Königa z Harvard Business School, objęło blisko 50 000 startupów z listy Y Combinator oraz z bazy PitchBook, których pierwsze rundy finansowania zamknięto w latach 2020–2024 forbes.com malaysia.news.yahoo.com.
Autorzy wyodrębnili nową kategorię „startupów AI-native" i zidentyfikowali dwa mechanizmy ich działania: tzw. kanał procesowy, czyli wykorzystanie AI wewnętrznie do zwiększenia produktywności pracowników przy kodowaniu, sprzedaży czy koordynacji pracy, oraz kanał produktowy, polegający na wbudowaniu AI bezpośrednio w oferowany produkt, tak by klienci mogli za jego pomocą wykonywać zadania, które wcześniej wymagały całych ludzkich zespołów businessinsider.com.
Wyniki są jednoznaczne: firmy AI-native są o 25% mniejsze od tradycyjnych startupów, mają o około 13% więcej inżynierów, a udział pracowników na poziomie podstawowym oraz menedżerów jest w nich niższy o około 15% businessinsider.com forbes.com.
Co istotne, mniejsza liczba zatrudnionych nie przekłada się na niższe wyceny — firmy te uzyskują podobne finansowanie i wyceny rynkowe jak ich tradycyjne odpowiedniki, co oznacza wyższy kapitał i wyższą wycenę przypadającą na jednego pracownika forbes.com malaysia.news.yahoo.com.
Hierarchie w tych organizacjach są wyraźnie spłaszczone malaysia.news.yahoo.com.
Wśród startupów z Y Combinator liczba firm AI-native debiutujących w 2024 roku była niemal ośmiokrotnie wyższa niż średnia z 2020 roku — co pokazuje, jak dynamicznie rośnie ten segment malaysia.news.yahoo.com.
Drabina kariery się skraca
Badanie weryfikuje jeden z popularnych argumentów obrońców AI na rynku pracy: że technologia jedynie przesuwa pracowników na wyższe szczeble, pozwalając juniorom szybciej przejmować większą odpowiedzialność. Dane sugerują jednak, że w firmach AI-native dolne szczeble drabiny kariery po prostu znikają, zamiast być awansowane businessinsider.com.
Zjawisko to wzmacnia tzw. vibecoding — możliwość tworzenia prototypów przez osoby bez technicznego wykształcenia — który zaciera granicę między inżynierem a niespecjalistą i zmniejsza zapotrzebowanie na klasyczny talent techniczny na poziomie podstawowym businessinsider.com.
Sprzeczne sygnały z rynku
Obraz komplikuje badanie firmy finansowej Ramp, która przeanalizowała dane dotyczące wydatków na AI i zatrudnienia w blisko 22 000 amerykańskich firm w okresie od stycznia 2021 do lutego 2026 roku latimes.com.
Według tych danych firmy, które więcej wydawały na AI, zwiększały zatrudnienie średnio o 10% w ciągu dwóch lat od wdrożenia technologii. Przedsiębiorstwa z największymi inwestycjami w AI rozszerzały rekrutację na poziomie podstawowym o 12% latimes.com.
Główny ekonomista Ramp, Ara Kharazian, wskazał, że firmy zaczęły szukać więcej pracowników na wczesnym etapie kariery, prawdopodobnie takich, którzy sami są „AI-native" latimes.com.
Rozbieżność między oboma badaniami wynika z różnicy w metodologii: badanie Ramp koncentrowało się na firmach adoptujących AI — często szybko rosnących, finansowanych przez fundusze venture capital — podczas gdy badanie harwardzkie skupiało się na startupach zbudowanych od zera z AI jako fundamentem latimes.com.
Dodatkowy kontekst dostarcza Goldman Sachs, którego analitycy — we współpracy z ekspertami MIT — oceniają, że dotychczasowy wpływ AI na perspektywy zatrudnienia absolwentów był „skromny i ograniczony do kilku konkretnych podbranż, takich jak wydawnictwa oprogramowania, przetwarzanie danych i call centers" ca.finance.yahoo.com.
Jednocześnie Goldman Sachs zastrzega, że dynamika ta może się zmienić w najbliższym czasie, a wyższy poziom adopcji AI niekoniecznie oznacza większe ryzyko wypierania miejsc pracy, bo AI może też uzupełniać pracę ludzką i stymulować wzrost zatrudnienia w wielu zawodach ca.finance.yahoo.com.
Co to oznacza
Dla polskich absolwentów i osób wchodzących na rynek pracy wyniki badania harwardzkie są sygnałem ostrzegawczym. Jeśli model startupów AI-native — mniejsze zespoły, spłaszczone hierarchie, mniej stanowisk juniorskich — upowszechni się poza Doliną Krzemową i dotrze do europejskich rynków, tradycyjna ścieżka kariery „absolwent → junior → mid → senior" może ulec skróceniu lub całkowitej przebudowie. Firmy będą zatrudniać mniej, ale oczekiwać więcej od każdego pracownika już od pierwszego dnia.
Jednocześnie dane nie są jednoznacznie pesymistyczne. Wzrost udziału inżynierów o 13% w firmach AI-native oznacza, że zapotrzebowanie na kompetencje techniczne rośnie, a nie maleje. Kluczowe pytanie brzmi, czy polskie uczelnie i systemy kształcenia zawodowego nadążają za tym przesunięciem — czy kształcą absolwentów zdolnych do pracy w środowiskach, gdzie AI jest narzędziem codziennej pracy, a nie ciekawostką.
Rozbieżność między badaniem Harvardu a analizą Ramp pokazuje też, że skutki AI dla rynku pracy zależą silnie od tego, o jakim typie firmy mówimy. Startupy budowane od zera z AI w centrum to jedno; duże korporacje adoptujące AI jako kolejne narzędzie — to drugie. Dla polskich pracowników i pracodawców oznacza to, że nie ma jednej odpowiedzi na pytanie „czy AI zabierze mi pracę" — odpowiedź zależy od branży, modelu biznesowego i tempa transformacji konkretnej organizacji.
Szerszy kontekst
Startupy AI-native są o 25% mniejsze, zatrudniają około 13% więcej inżynierów, a udział pracowników na poziomie podstawowym i menedżerów jest w każdej z tych kategorii o około 15% niższy niż w startupach nie będących AI-native.
Odsetek startupów z Y Combinator identyfikujących się jako budowane wokół AI wzrósł znacząco — z około 15% w pierwszych edycjach z 2020 roku do ponad 50% w edycjach z 2024 roku.
Choć startupy oznaczone jako AI zatrudniają mniej pracowników, wydają się znacznie tańsze w uruchomieniu i skalowaniu. Jeśli AI prowadzi do powstawania znacznie większej liczby szybciej rosnących startupów, to mimo że każda firma może być mniejsza, ogólny popyt na pracę może wzrosnąć.
Artykuł definiuje nową kategorię 'startupów AI-native' charakteryzującą się dwoma zmianami w produktywności. Pierwsza to kanał procesowy: wykorzystują AI wewnątrz firmy, aby zwiększyć produktywność pracowników. Druga to kanał produktowy: wbudowują AI bezpośrednio w to, co sprzedają, dzięki czemu klienci mogą używać produktu do wykonywania pracy, która kiedyś wymagała ludzkich zespołów.
W bazie PitchBook liczba pierwszych transakcji dotyczących AI w 2024 roku jest prawie 8 razy wyższa niż średnia z 2020 roku.
Analiza
Badanie Harvard Business School i INSEAD dostarcza twardych dowodów na zjawisko, które dotąd było głównie przedmiotem spekulacji: firmy budowane od podstaw wokół sztucznej inteligencji nie tyle reorganizują strukturę zatrudnienia, co ją odchudzają u podstaw. Kluczowy wniosek nie brzmi „AI zabiera pracę", lecz precyzyjniej — AI eliminuje konkretne szczeble hierarchii, przede wszystkim stanowiska juniorskie i menedżerskie niższego szczebla. Przy tym wyceny i finansowanie tych firm pozostają porównywalne z tradycyjnymi startupami, co oznacza, że inwestorzy akceptują model „mniej ludzi, ta sama wartość". Warto odnotować, że sami autorzy badania (wg hbs.edu) przestrzegają przed pochopnym przejściem od obserwacji na poziomie pojedynczych firm do wniosków o całym rynku pracy — jeśli AI obniża koszty uruchomienia firmy i przyspiesza jej wzrost, łączny popyt na pracę może mimo wszystko rosnąć, nawet jeśli każda firma z osobna jest mniejsza.
Rozbieżność między wynikami Harvardu a analizą firmy Ramp (obejmującą blisko 22 000 firm) jest metodologicznie pouczająca i nie powinna być traktowana jako sprzeczność. Ramp badał firmy adoptujące AI jako narzędzie — często duże organizacje w fazie wzrostu, gdzie AI uzupełnia istniejące zespoły. Harvard badał firmy, dla których AI jest fundamentem architektury biznesowej od pierwszego dnia. To dwa różne zjawiska, które generują odmienne skutki dla zatrudnienia. Dodatkowy kontekst wnosi Goldman Sachs, którego analitycy — we współpracy z ekspertami MIT — oceniają dotychczasowy wpływ AI na rynek pracy absolwentów jako „skromny i ograniczony do kilku konkretnych podbranż", jednocześnie zastrzegając, że dynamika może się zmienić wraz z rosnącą adopcją technologii.
Dla polskiego rynku pracy najważniejsze pytanie nie dotyczy tego, czy AI „zabierze pracę", lecz czy krajowy system kształcenia nadąża za przesunięciem kompetencyjnym. Wzrost udziału inżynierów o 13% w firmach AI-native sygnalizuje, że zapotrzebowanie na kompetencje techniczne rośnie — ale chodzi o inżynierów zdolnych do pracy w środowiskach nasyconych AI, nie o klasycznych juniorów wykonujących powtarzalne zadania. Jeśli model startupów AI-native upowszechni się w Europie, tradycyjna ścieżka „absolwent → junior → mid → senior" może ulec skróceniu zanim polskie uczelnie i pracodawcy zdążą wypracować odpowiedź na to wyzwanie.