Automatyzacja biznesu: Klucz do efektywności

Automatyzacja biznesu i definicja, która coś wyklucza

Automatyzacja biznesu to oddanie powtarzalnego procesu oprogramowaniu od początku do końca: proces startuje sam z jakiegoś wyzwalacza, kończy się określonym wynikiem, a reguły opisujące wszystko pomiędzy są zapisane gdzieś poza głową jednej osoby. Całą definicję niesie ten trzeci człon. Jeśli człowiek nadal musi zajrzeć w każdą sprawę i zdecydować, co dalej, proces nie jest zautomatyzowany. Zrobił się tylko szybszy do wyklikania.

Praktyczny test ma cztery pozycje: wyzwalacz, określony wynik, spisane reguły i wskazaną ścieżkę dla spraw wypadających poza nie. Brakuje jednej i masz skrypt, który działa do pierwszej niespodzianki. Najczęściej brakuje czwartej, bo o wyjątkach myśli się dopiero wtedy, gdy się pojawią.

Ile polskich firm to robi, wiadomo tylko dla tej części, która ma w środku model, bo tylko ją ktoś regularnie mierzy. GUS podaje, że w 2025 roku technologie sztucznej inteligencji wykorzystywało 8,7% przedsiębiorstw zatrudniających od 10 osób (pobrano 11 sierpnia 2026). Eurostat liczy to samo w całej Unii i daje dla Polski 8,4% wobec średniej 20,0%, niżej jest tylko Rumunia z 5,2% (pobrano 11 sierpnia 2026). W tym samym badaniu GUS oprogramowanie ERP ma 40,5% firm, a CRM 25,1%. Systemy więc są. Decyzje wciąż są ręczne.

Warto od razu wiedzieć, jak czytać liczby w tej kategorii. W kwietniu 2026 Gazeta Prawna opisała raport firmy Suncode, według którego z AI korzysta około 31,3% firm, a czas realizacji procesów skraca się o 70% (pobrano 11 sierpnia 2026). Ten sam kraj, mniej więcej ten sam czas, liczba prawie czterokrotnie wyższa. Urząd statystyczny publikuje próbę i metodę, dostawca oprogramowania nie podaje ani jednego, ani drugiego.

Korzyści z automatyzacji procesów biznesowych, policzone uczciwie

Najlepiej zmierzona korzyść ma jedną liczbę i jedno zastrzeżenie. Brynjolfsson, Li i Raymond w Quarterly Journal of Economics prześledzili wdrożenie asystenta generatywnego u 5172 konsultantów wsparcia klienta i zmierzyli wzrost liczby spraw rozwiązanych na godzinę średnio o 15% (pobrano 11 sierpnia 2026). Zastrzeżenie siedzi w słowie „średnio”: mniej doświadczeni poprawili naraz tempo i jakość, a najbardziej doświadczeni przyspieszyli minimalnie i minimalnie stracili na jakości. Jeśli uzasadniasz wdrożenie tym, ile zyska najlepsza osoba w dziale, uzasadniasz je grupą, która zyska najmniej.

Redukcja kosztów jest tą korzyścią, którą najczęściej się obiecuje i najrzadziej mierzy. Badanie KPMG na 213 osobach zarządzających finansami w średnich i dużych firmach w Polsce, zrealizowane techniką CATI w listopadzie 2025 (pobrano 11 sierpnia 2026), pokazuje, gdzie ten rynek stoi: ponad trzy czwarte organizacji zaczęło już wdrażać sztuczną inteligencję, 37% jest na etapie pilotaży, a szerokie wykorzystanie w praktyce deklaruje 8%.

Kształt wyniku, kiedy już zadziała, dobrze widać w szpitalu Chi Mei na Tajwanie, który przeszedł z papierowego obiegu faktur na elektroniczny i podał dane sprzed i po wdrożeniu (dane raportowane przez sam szpital, pobrano 11 sierpnia 2026).

Papieru ubyło o 77%, kosztu pracy o 10%. Ten rozjazd jest regułą, nie wyjątkiem tego szpitala: dokumentów da się przestać drukować z dnia na dzień, a godzin ubywa wolno, bo ktoś nadal czyta i decyduje. Kiedy następnym razem zobaczysz w ofercie redukcję kosztów operacyjnych o 70%, sprawdź, czy nie policzono wolumenu dokumentów zamiast pieniędzy.

Zmniejszenie liczby błędów to jedyna korzyść, przy której w polskich danych stoi twarde zero. W biurze rachunkowym opisanym w badaniu Pypłacz i Sasaka w „Organizacji i Kierowaniu” korygowano wcześniej średnio około 10 zapisów w księgach miesięcznie, a w dwumiesięcznym teście robota nie zanotowano żadnych błędów wprowadzonych danych (pobrano 11 sierpnia 2026). Autorzy zaznaczają, że to pojedynczy przypadek, a dwa miesiące to krótki test. Mechanizm jest jednak przenośny: robot przepisujący dane nie ma gorszego dnia.

Poprawa jakości usług jest najtrudniejsza do zmierzenia, bo zwykle mierzy się ją ankietą wysyłaną do osób, które akurat chciały odpowiedzieć. Dlatego wart uwagi jest efekt uboczny z tego samego badania QJE: klienci obsługiwani przez konsultantów wspieranych modelem byli grzeczniejsi i rzadziej prosili o przełączenie do przełożonego. Odpowiedź przychodziła szybciej i częściej była trafna za pierwszym razem.

Rodzaje automatyzacji procesów: sześć nazw i sześć różnych rachunków

Hasło rozciąga się na kilka sąsiednich rzeczy i to rozciąganie psuje budżety, bo każda z nich ma inną cenę i inny sposób psucia się. Digitalizacja zdejmuje pracę z papieru. Automatyzacja procesów biurowych to zwykle digitalizacja plus integracja: dokument wpada elektronicznie, a dane wędrują między systemami zamiast być przepisywane. RPA, czyli robotyzacja, obsługuje interfejs tak jak człowiek, co Wikipedia opisuje jako powtarzanie zadania wprost w GUI zamiast rozmowy z API (pobrano 10 sierpnia 2026). BPA prowadzi cały proces od wyzwalacza do wyniku, BPM go opisuje i nadzoruje, a hiperautomatyzacja to etykieta na BPA z modelem w środku.

Dwie rzeczy o RPA warto usłyszeć od kogoś, kto nie sprzedaje licencji. Syed i współautorzy w Computers in Industry piszą, że integracje oferowane przez RPA są mniej odporne niż te wbudowane w rdzeń systemu i że RPA nie dowiezie zakładanych korzyści na systemach, które i tak idą do wygaszenia (pobrano 11 sierpnia 2026). Stąd test na dziesięć minut: jeśli system, po którego ekranach ma klikać robot, jest w planie wymiany, wyceniaj robota do dnia wyłączenia.

Jedyna reguła kciuka co do kosztu licencji, jaką znaleźliśmy poza materiałami dostawców, brzmi: licencja RPA kosztuje od jednej trzeciej do jednej piątej ceny etatu (Alfandi i Ulusam Seçkiner, przegląd systematyczny, który celowo wykluczył studia przypadku dostawców RPA, pobrano 11 sierpnia 2026). Ten sam przegląd kończy się zdaniem ważniejszym niż sama reguła: mimo deklarowanych ogromnych korzyści tylko nieliczne organizacje w każdym sektorze podały swoje wyniki ilościowe. Kiedy szukasz benchmarku i nic nie znajdujesz, to nie wina wyszukiwarki.

Kluczowe obszary do automatyzacji: gdzie naprawdę siedzą powtórzenia

Powtarzalne procesy siedzą w trzech miejscach i warto je rozdzielić nie dlatego, że tak wygląda schemat organizacyjny, tylko dlatego, że w każdym z nich czym innym jest jednostka powtórzenia, a automat w innym momencie musi oddać sprawę człowiekowi.

Rynek rozkłada się podobnie. Wśród firm w UE, które AI już używają, 34,70% robi to w marketingu lub sprzedaży, a 31,05% w organizacji procesów administracyjnych i zarządzaniu (dane za 2025, pobrano 11 sierpnia 2026). To udziały wśród użytkowników AI, a nie wśród wszystkich firm, więc w skali gospodarki liczby są dużo mniejsze: GUS podaje dla Polski marketing i sprzedaż 5,0% oraz prace biurowe związane z zarządzaniem zasobami ludzkimi i przedsiębiorstwem 3,7%. Kolejność ta sama, skala inna.

W sprzedaży jednostką powtórzenia nie jest transakcja, tylko lead. Transakcje są różne, a leady przychodzą tym samym kanałem w tym samym kształcie i przed pierwszą rozmową trzeba z nimi zrobić za każdym razem to samo: sprawdzić firmę, ocenić dopasowanie, przypisać właściciela, odpowiedzieć. Warunek jest twardy: kryteria oceny muszą być wcześniej sprawdzone na własnych wygranych i przegranych transakcjach, bo automat rozdzielający leady według nieskalibrowanej rubryki po prostu szybciej rozsyła szum. Sprawdzenie rubryki scoringu ICP zajmuje popołudnie z eksportem CSV. Po stronie marketingu powtarza się głównie sprawozdawczość: zebranie danych z kilku paneli w jeden raport co tydzień.

W obsłudze klienta jednostką powtórzenia jest typ zgłoszenia, a nie zgłoszenie. Dwadzieścia pytań o status zamówienia to jedno powtórzenie dwadzieścia razy, a jedna reklamacja uszkodzonego towaru to przypadek osobny, choć w statystyce helpdesku obie linijki wyglądają identycznie. Stąd najczęstszy błąd w tym rachunku: automat zjada najpierw najtańsze rozmowy, więc procent obsłużonych zgłoszeń rośnie szybciej niż oszczędność, a mnożenie tego procentu przez uśredniony koszt kontaktu zawyża wynik. Rozłożyliśmy to na części przy cenach za rozwiązanie u Intercomu i Zendesku. Granica jest tu ostrzejsza, bo po drugiej stronie stoi klient: zwrot pieniędzy wymaga bramki akceptacji przed akcją.

Procesy wewnętrzne brzmią najmniej efektownie i najczęściej wygrywają rachunek godzin, bo jednostką powtórzenia jest tam dokument, a dokumenty przychodzą codziennie. Faktura zakupowa, zamówienie, umowa do zarejestrowania, dane klienta przepisywane z formularza do CRM-u, a potem z CRM-u do systemu magazynowego. Ten ostatni przypadek jest najtańszy i najczęściej pomijany, bo przepisywanie między dwoma systemami to czysta integracja: kilka dni pracy i zero modelu w środku. Automat oddaje sprawę człowiekowi wtedy, gdy dokument przychodzi w formie, na którą nikt się nie umówił, albo gdy decyzja wymaga wiedzy spoza systemów. O to drugie rozbija się automatyczna dekretacja faktur z KSeF.

Praktyczny wniosek na tydzień liczenia: przejdź te trzy obszary osobno. Sprzedaż i obsługa klienta mają swoje panele, więc na listę kandydatów trafiają same. Procesy wewnętrzne panelu nie mają i nikt ich nie zgłasza, a proces, który po policzeniu wychodzi na wierzch, przychodzi zwykle właśnie stamtąd.

Przykłady wdrożeń automatyzacji, czytane razem z datą

Publicznych wdrożeń z podanym kosztem jest w Polsce mało, a z kosztem i czasem zwrotu jeszcze mniej; głośne wdrożenia zagraniczne rozebraliśmy osobno. Najkonkretniejszy jest opis biura rachunkowego z artykułu Pypłacz i Sasaka, bo autorzy prowadzili badanie w działaniu i podali też liczby po stronie kosztów. Firma księgowała około 1500 faktur zakupowych miesięcznie dla dziesięciu klientów, a robot zbudowany na Wizlinku pracował na Insert Rachmistrzu (pobrano 11 sierpnia 2026).

Autorzy podsumowują to jako ponad dwunastokrotne skrócenie czasu księgowania w skali miesiąca. Ciekawsza jest arytmetyka kosztu, bo prawie nikt jej nie publikuje. Opracowanie i przetestowanie scenariusza zajęło 16 godzin roboczych i kosztowało 2200 zł, miesięczna licencja to 200 zł, a stawka pracownika wynosiła 48 zł brutto za roboczogodzinę. Przy 70 uwolnionych roboczogodzinach daje to 3360 zł oszczędności miesięcznie, czyli 960 zł na plusie już w pierwszym miesiącu i około 3160 zł w kolejnych. Stawka 48 zł pochodzi z 2022 roku, więc to wzór do podstawienia własnych liczb, a nie aktualna wycena.

Drugi przykład jest o dwa rzędy wielkości większy. Ministerstwo Finansów opisało swoje Centrum Robotyzacji Procesów w materiale opublikowanym przez KSAP: na koniec 2022 roku 55 robotów wdrożonych produkcyjnie i 300 procesów wskazanych do robotyzacji w kolejnym roku (pobrano 11 sierpnia 2026). Zadanie akcyzowe, na które pracownik poświęcał 40 godzin miesięcznie, robot wykonuje w 1,5 godziny, a jeden z procesów Krajowej Administracji Skarbowej skrócono z 32 godzin miesięcznie do 18 sekund. Na slajdzie o zwrocie pada zdanie warte zapamiętania: roboty zwracają się średnio po 6 miesiącach, choć są i takie, które zwracają się po kilku dniach.

Najcenniejsza jest tam jednak inna liczba. Ministerstwo sprawdza skuteczność pracy każdego robota na koniec miesiąca i podaje średnią 97-98%. Instytucja państwowa przyznająca, że dwa do trzech uruchomień na sto nie kończy się poprawnie, jest wiarygodniejsza niż dostawca obiecujący 99,9%, a dla ciebie ta liczba jest jednocześnie planem etatu: ktoś te dwa do trzech procent musi dokończyć ręcznie.

Trzeci przykład to lekcja czytania studiów przypadku. Rzeczpospolita opisała program RPA w Grupie Raben: 50 robotów, 121 procesów, blisko 13 tys. dni roboczych oszczędności, czyli 558 etatów, oraz 432 automatyzacje i 330 tys. dniówek narastająco od października 2019 (liczby podane przez Group RPA Managera tej firmy, tekst z 28 sierpnia 2025, pobrano 11 sierpnia 2026). Strona dostawcy opisuje tę samą firmę inaczej: praca odpowiadająca 302 pełnym etatom miesięcznie i ponad 6 mln euro rocznie (dane podane przez dostawcę o własnym kliencie, strona bez widocznej daty, pobrano 11 sierpnia 2026). Obie liczby mogą być prawdziwe dla różnych lat. Rok podano tylko przy jednej.

Ta sama strona zawiera przy okazji rzadką proporcję: około 60% czasu zespołu automatyzacji idzie na rozwój, a 40% na utrzymanie. Publicznych liczb o utrzymaniu jest tyle co nic, więc warto tę zapamiętać przy planowaniu zespołu, nawet jeśli pochodzi od strony zainteresowanej.

Na koniec kontrprzykład. PKO Bank Polski zrobotyzował 320 procesów biznesowych, a jego cyfrowi pracownicy wykonali łącznie ponad 300 mln zadań (dane banku, lipiec 2024, pobrano 11 sierpnia 2026). Nie ma tam godzin, etatów ani zwrotu. Największy publicznie opisany polski program robotyzacji raportuje liczbę zadań, i to jest norma, a nie wyjątek. Liczba zadań rośnie zawsze. Oszczędność niekoniecznie.

Jak wprowadzić automatyzację w firmie, żeby ROI dało się sprawdzić

Krok pierwszy to analiza procesów, czyli głównie liczenie. Zapytaj zespół, co zautomatyzować najpierw, a dostaniesz to, czego ludzie nie znoszą, a irytacja mierzy, jak nieprzyjemne jest zadanie, nie ile kosztuje. Dla każdego kandydata potrzebujesz trzech liczb: ile razy w miesiącu proces się uruchamia, ile minut zajmuje jedno przejście i jaki procent przypadków był nietypowy. Automatyzacja procesu, który chodzi dwanaście razy w roku, ma dwanaście szans na zwrot.

Progi warto podpatrzeć u tych, którzy je stosowali. Telefónica O2, opisana w pracy Lacity, Willcocksa i Craiga z LSE, automatyzowała proces wtedy, gdy automat oszczędzał co najmniej trzy etaty przy minimum 1000 transakcji tygodniowo (pobrano 11 sierpnia 2026). Ministerstwo Finansów przyjęło próg jednego etatu. Trzy etaty to próg korporacyjny, jeden etat realistyczny dla średniej firmy, a poniżej nadal warto coś zrobić, tylko integracją i zadaniem cyklicznym zamiast robota.

Krok drugi to planowanie i projektowanie, a tu wchodzą trzy rachunki, z których wycena pokazuje zwykle jeden. Pierwszy to licencje i infrastruktura, pozycja widoczna w ofercie i zwykle najmniejsza. Drugi to utrzymanie, dla którego proporcja 60 do 40 z poprzedniej sekcji jest przyzwoitym punktem wyjścia; Kraus, Fißler i Schlegel na podstawie wywiadów z sześcioma konsultantami odnotowują, że przy zewnętrznym wykonawcy pojawiają się nowe kategorie kosztów, a wewnętrzni pracownicy nie uczą się sami zarządzać środowiskiem (pobrano 11 sierpnia 2026; to relacja praktyków, nie statystyka). Trzeci rachunek nie ma faktury: ktoś musi być właścicielem procesu po starcie i odbierać maila, gdy partner integracyjny zmieni pole w API. To pozycja, którą chuda wycena zostawia po twojej stronie stołu.

Zaplanuj tu również, gdzie sprawa wraca do człowieka. Skuteczność 97-98% z Ministerstwa Finansów to parametr projektowy, nie wada wdrożenia: kolejka wyjątków musi mieć właściciela od pierwszego dnia, bo sprawa, która wypadła z automatu, zajmuje więcej czasu niż wcześniej. Człowiek musi najpierw ustalić, co zrobiła maszyna.

Krok trzeci to implementacja i monitorowanie, a monitorowanie znaczy tu sprawdzenie u ludzi, czy policzona oszczędność istnieje. Najlepszy publicznie dostępny materiał na ten temat to audyt inspektora generalnego amerykańskiej agencji GSA z listopada 2023 (pobrano 11 sierpnia 2026). Agencja raportowała, że jej program RPA odzyskuje ponad 240 tys. godzin pracy rocznie. Audytorzy zbadali 10 z 70 botów i uznali to twierdzenie za nieścisłe i niewiarygodne, bo nikt nie weryfikował zaoszczędzonych godzin z użytkownikami. Wyniki rozminęły się z szacunkami przy 9 na 10 botów, bot do dokumentów leasingowych miał oszczędzać 3650 godzin i zdaniem użytkowników nie zaoszczędził nic, a dwa boty z łącznym szacunkiem 15 tys. godzin wycofano po czterech miesiącach.

Najbardziej pouczająca jest anatomia samego szacunku, podana dosłownie: „50 staff members x 3 hours per week = 150 work hours per week to perform the task”, a dalej „150 work hours per week x 50 weeks = 7,500 potential work hours saved per year”. Nikt nie zmierzył ani tych trzech godzin, ani tego, ile z nich zniknęło po wdrożeniu. Tak powstaje większość procentów w materiałach marketingowych. Dobitne jest też zestawienie dwóch odczytów tej samej ankiety: 74% botów nie przyniosło żadnego uniknięcia kosztów, a agencja wyciągnęła z niej komunikat, że 80% respondentów uznało, iż bot spełnił lub przekroczył oczekiwania.

Do monitorowania należy też infrastruktura. W Telefónice O2 maszyny wirtualne początkowo działały dwa do trzech razy wolniej niż ludzie, a optymalizacja zajęła około 16 tygodni. Maszyna prowadząca radziła sobie przy 20 robotach i przestała, gdy liczba robotów wzrosła czterokrotnie. Był też moment, w którym robot wykonał tyle transakcji w tak krótkim czasie, że wewnętrzny zespół do spraw nadużyć ruszył na poszukiwanie domniemanego intruza. Program skończył z trzyletnim zwrotem rzędu 650-800%, a jego właściciel ocenił działanie na 5,5 na 7.

Lista kontrolna, którą da się przejść bez dostawcy w jeden tydzień:

1. Licz, nie szacuj. Wybierz trzy najgłośniejsze procesy i niech osoby, które je wykonują, notują każde wystąpienie przez pięć dni roboczych: godzinę, liczbę minut i to, czy sprawa była typowa.

2. Policz nietypowe. Jaki procent zapisów odstawał od normy? To jest twoja przyszła kolejka wyjątków, a jej rozmiar decyduje o tym, ile z obiecanej oszczędności zostanie.

3. Zapisz reguły na jednej kartce. Jeśli osoba wykonująca pracę nie potrafi zmieścić logiki decyzji na jednej stronie, właśnie znalazłeś pierwszy projekt. Zrób to, zanim pójdziesz po wycenę.

4. Wskaż właściciela każdej tabeli. Przy każdym cenniku, liście i mapowaniu, które proces czyta, wpisz imię i nazwisko. Każde puste miejsce to zaplanowana awaria.

5. Wybierz najprostszą technikę, która zabiera pracę. Idź od digitalizacji i integracji w górę i zatrzymaj się na pierwszym poziomie, który usuwa decyzję. Model dokładany na wszelki wypadek dokłada też pracę recenzenta.

6. Zmierz przed i zapytaj po. Jedna liczba sprzed wdrożenia, ta sama liczba po 30 i 90 dniach, plus rozmowa z osobami, które wcześniej wykonywały ten proces. Bez tego ostatniego kroku powstaje dokładnie taki szacunek, jaki rozebrał audyt GSA.

O tym, jak wybierać, gdy próg przechodzi kilka procesów naraz, napisaliśmy osobno przy czterech testach rozstrzygających, czy proces w ogóle zasługuje na maszynę. Jeśli przejdziesz tę listę i chcesz drugiej opinii o tym, co z niej wyszło, robimy bezpłatny audyt i powiemy wprost, kiedy odpowiedzią jest arkusz i zadanie cykliczne, a nie cokolwiek z modelem w środku: umów się tutaj.

Przyszłość automatyzacji biznesu według pomiarów

Najbliższy trend, który realnie zmieni polskie firmy, nie jest technologiczny, tylko regulacyjny. KSeF staje się obowiązkowy 1 lutego 2026 dla firm o obrocie powyżej 200 mln zł, 1 kwietnia 2026 dla pozostałych i 1 stycznia 2027 dla przedsiębiorców wykluczonych cyfrowo. Co te daty zmieniają w codziennym obiegu dokumentów, rozpisaliśmy przy automatyzacji fakturowania pod KSeF. Daty i analizę skutków zbiera praca Mierzejewskiej w zeszytach naukowych SGH: centralna platforma e-fakturowania może znacząco przyspieszyć automatyzację rachunkowości przez eliminację procesów manualnych i ujednolicenie danych, ale wymaga pokonania barier, zwłaszcza w sektorze MŚP (pobrano 11 sierpnia 2026). To analiza prognostyczna, robiona przed faktem, a nie relacja z wyników. Pewne są w niej tylko daty, a one usuwają najdroższą przeszkodę przed automatyzacją procesów biurowych: różnorodność formatów wejściowych.

Pytanie o rynek pracy ma w Polsce jedną porządną odpowiedź. NASK i Międzynarodowa Organizacja Pracy policzyły podatność polskich zawodów na generatywną AI, przechodząc przez ponad 2500 zawodów i około 30 tys. zadań: ponad 5 mln stanowisk, czyli 30,3%, może zostać częściowo zautomatyzowanych, a wśród pracowników biurowych 71,6% wykonuje zadania możliwe do automatyzacji (pobrano 11 sierpnia 2026). Autorzy podkreślają, że to nie prognoza utraty pracy, tylko zmiana zawartości zadań w ramach tych samych stanowisk. Wdrożenie narzędzi GenAI deklaruje tam 9,4% respondentów.

Obok tego warto postawić pomiar, a nie podatność. Polski Instytut Ekonomiczny, powołując się na dane GUS, podaje, że spadek zatrudnienia w wyniku wykorzystania AI zauważyło jedynie 5% firm przemysłowych, które z niej korzystają (pobrano 11 sierpnia 2026). PIE dodaje własne zastrzeżenie i trzeba je powtórzyć: z AI korzystało wtedy tylko 3% firm w badaniu, a dane zbierano w 2023 roku. Ten sam raport odnotowuje wzrost popytu na programistów i specjalistów od analizy danych. Zestawienie 30,3% z 5% to najbliższa prawdy rzecz, jaką da się dziś powiedzieć o tym rynku.

Historyczny sprawdzian tej samej hipotezy zrobiło OECD. W badaniu obejmującym 21 krajów i lata 2012-2019 nie znaleziono dowodów na netto niszczenie miejsc pracy na poziomie kraju: wszystkie kraje odnotowały wzrost zatrudnienia, ale w zawodach wysokiego ryzyka automatyzacji wyniósł on 6% wobec 18% w zawodach niskiego ryzyka, a pracownicy o niskich kwalifikacjach skoncentrowali się w tej pierwszej grupie jeszcze mocniej (pobrano 11 sierpnia 2026). Ten sam dokument porządkuje najgłośniejszą liczbę w tej dyskusji: przy podejściu opartym na zadaniach konkretnych osób ryzyko automatyzacji w USA wyszło na 10% miejsc pracy wobec 47% u Freya i Osborne'a.

Ostatnia liczba dotyczy tego, ile pracy agenci potrafią dziś wykonać samodzielnie od początku do końca. Remote Labor Index wziął 240 realnych zleceń freelancerskich o łącznej wartości ponad 140 tys. dolarów i sprawdził, ile z nich agent oddaje w akceptowalnej formie. Najlepszy z badanych osiągnął wskaźnik automatyzacji 2,5% (stan na 30 października 2025, pobrano 11 sierpnia 2026). Ta liczba rośnie i szybko się zestarzeje, ale rząd wielkości pokazuje, gdzie przebiegała granica między pomocą w zadaniu a wykonaniem całej pracy. Automatyzacja biznesu wciąż zarabia na procesach wąskich i spisanych, a nie na zadaniach, które są ciekawe.

FAQ