Umiejętności AI w ofertach pracy: co pokazują dane Workday

Krótka odpowiedź: umiejętności AI w ofertach pracy około 550 dużych pracodawców korzystających z Workday Recruiting przesuwają się od obsługi narzędzi do wdrażania. Według raportu Workday z 5 października 2026 roku popyt na podstawowe umiejętności, jak proste promptowanie, rósł do szczytu w styczniu 2026, a potem spadł o 25%. Popyt na budowanie narzędzi AI, automatyzację procesów i inżynierię AI wzrósł o 51% między wrześniem 2025 a lipcem 2026. Obie wartości liczone są od innych punktów odniesienia, więc nie da się ich odjąć ani porównać wprost. To dane o wymaganiach w ofertach; nie ma w nich zatrudnień, płac ani Polski. Firmie, która planuje szkolenia, te dane podpowiadają, żeby uczyć wykonania i sprawdzenia zadania na własnych danych; propozycję takiego zadania opisuję w ostatniej sekcji.

Co Workday zmierzył w ofertach pracy i opublikował 5 października 2026

Workday opublikował 5 października 2026 roku Global Workforce Report. Część o umiejętnościach AI opiera się na zanonimizowanych danych z ofert około 550 dużych pracodawców korzystających z Workday Recruiting, z okresu od września 2025 do lipca 2026. Popyt na podstawowe umiejętności AI, dla których komunikat podaje jeden przykład, proste promptowanie, osiągnął szczyt w styczniu 2026 roku i od tego szczytu spadł o 25%. Popyt na praktyczne umiejętności, takie jak budowanie narzędzi AI, automatyzacja procesów i inżynieria AI, wzrósł o 51% między wrześniem 2025 a lipcem 2026.

Obok danych z ofert raport zawiera dwie ankiety. Pierwsza, z września 2026 roku, objęła 6001 pracowników i liderów, w tym około 1780 osób decyzyjnych. Wśród liderów 28% oczekuje, że AI zmniejszy zatrudnienie, a 40% spodziewa się, że AI pozwoli uzyskać więcej od obecnych pracowników. Z tej samej ankiety: 79% pracowników deklaruje, że wie, jakich umiejętności potrzebuje, a 66% dostaje wsparcie w ich rozwoju. Osobna ankieta AI@Work Pulse z sierpnia 2026 roku objęła 5944 pracowników z sześciu rynków; jej wyniki dotyczą używania AI w pracy i w szukaniu pracy, nie wymagań w ofertach, więc ich tu nie przytaczam.

Workday jest dostawcą systemu HR i opiera raport na danych swoich klientów. Nie podważam przez to liczb; opisują one duże firmy, które kupiły Workday i wpisują wymagania do ofert w tym systemie. Strona Workday dla Australii z 6 października 2026 roku dodaje, że dane platformy obejmują 19 krajów, 12 branż i 5 przedziałów wielkości firm, bez listy krajów.

Dlaczego spadku o 25% i wzrostu o 51% nie da się zestawić

Te dwie liczby mają różne punkty odniesienia. Spadek o 25% liczony jest od szczytu w styczniu 2026 roku do nieznanego miesiąca końcowego. Wzrost o 51% liczony jest od września 2025 do lipca 2026, czyli na całym oknie badania. Komunikat mówi, że popyt na podstawowe umiejętności rósł do końca 2025 roku, ale nie podaje, o ile. Jeśli między wrześniem 2025 a styczniem 2026 wzrósł o więcej niż jedną trzecią, to po spadku o 25% nadal jest wyższy niż na początku okresu. Bez wartości z września 2025 nie wiadomo, czy popyt na podstawowe umiejętności spadł netto, czy tylko wrócił z górki.

Nie wiadomo też, co dokładnie liczono. Komunikat mówi o „wzmiankach” o umiejętnościach, co sugeruje częstość wymieniania kompetencji w opisach, ale definicji wskaźnika nie podaje: czy to liczba ofert z daną umiejętnością, ich udział we wszystkich ofertach, czy liczba wzmianek. Nie mówi też, czy panel 550 pracodawców był stały przez jedenaście miesięcy, ani jak zliczano oferty publikowane wielokrotnie. Każda z tych decyzji zmienia interpretację: udział może spadać, gdy ofert z AI przybywa wolniej niż wszystkich ofert, a liczba bezwzględna w tym samym czasie rośnie.

Pełny raport „The Adaptability Advantage” Workday udostępnia po wypełnieniu formularza. Nie czytałem go, więc listę pytań zostawiam otwartą: liczba ofert i dokładna liczba pracodawców, kraje i branże, definicje obu kategorii umiejętności, sposób liczenia wskaźnika, ważenie i deduplikacja, miesiąc końcowy spadku. Jeśli raport na któreś z nich nie odpowiada, obie liczby pozostają wskaźnikiem o nieznanej metodzie.

Czego dane Workday nie mówią: zatrudnienia, płace, Polska

Dane z ofert nie mówią o zatrudnieniach ani o płacach; o widełkach w Polsce piszę przy pytaniu, ile zarabia ekspert od AI. Oferta z wymaganiem „AI engineering” nie oznacza, że ktoś taki został zatrudniony ani że zarabia więcej. Nie ma w nich osobnych danych o Polsce: komunikat nie podaje podziału na kraje, a mówi o dużych pracodawcach korporacyjnych. Polskie małe i średnie firmy w tej próbie nie występują, a polskie oddziały dużych firm mogą. Nie wynika z nich też, że promptowanie straciło wartość. Rzadsze wpisywanie podstawowych umiejętności AI do ofert może oznaczać, że pracodawca zaczął je uznawać za domyślne, tak jak obsługę poczty.

Z polskimi danymi zestawiam to ostrożnie; o tym, ile polskich firm używa AI według GUS, piszę osobno. Według badania Pracuj.pl z sierpnia 2026 roku 70% osób korzystających z AI w pracy sięga czasem po narzędzia niezatwierdzone przez pracodawcę, a 26% odpowiadających jako powód wskazuje brak firmowych zasad. Opisałem to w tekście o shadow AI w polskich firmach. To obraz pracowników, którzy używają AI mimo braku firmowych zasad; o tym, które umiejętności pracodawcy wpisują do ofert, badanie Pracuj.pl nic nie mówi.

Jak zaprojektować szkolenie z AI, które kończy się zadaniem

Jeśli pracodawcy z danych Workday wymagają budowania i wdrażania zamiast obsługi czatu, szkolenie w firmie powinno kończyć się wykonanym zadaniem, które da się sprawdzić. Moja propozycja takiego zadania, niezależna od raportu: uczestnik dostaje partię 50 reklamacji z firmowego systemu i przypisuje je z pomocą modelu do działów. Potem sprawdza na losowej próbce 10 spraw, gdzie model się pomylił, i opisuje przypadki, których model nie powinien rozstrzygać sam, na przykład roszczenia z groźbą sądu albo skargi na pracownika.

Zanim ktokolwiek użyje modelu, doświadczony pracownik przygotowuje wzorzec przypisań. Partia dzieli się na część do ćwiczenia i osobny zestaw do oceny końcowej, którego uczestnik wcześniej nie widzi. Do zestawu wkładam przypadek graniczny: klient pisze o uszkodzonym produkcie bez numeru zamówienia i powołuje się na rozmowę, której treści nie znamy; poprawna odpowiedź zachowuje te braki zamiast je uzupełniać.

Ocena obejmuje cztery rzeczy:

1. Trafność klasyfikacji w porównaniu z rozstrzygnięciami doświadczonego pracownika.
2. Zakres danych przekazanych modelowi, czyli czy trafiło do niego tylko to, co było potrzebne.
3. Wychwycenie spraw, w których model był pewny i się mylił.
4. Kontrolę wyniku przez człowieka, który przeczytał to, co wyszło z modelu.

Takie zadanie sprawdza umiejętności bliższe temu, co Workday nazywa praktycznymi, niż obsłudze czatu. Jednocześnie dokumentuje środki z art. 4 AI Act, o których piszę przy pytaniu, czy firma musi szkolić pracowników z AI.

Nie mierzyłbym szkolenia liczbą przeszkolonych ani wynikiem testu z pojęć. Z danych Workday wynika tyle, że pracodawcy rzadziej wpisują samą znajomość narzędzi do wymagań. Szkolenie, po którym uczestnik umie wykonać i sprawdzić jedno zadanie w swoim procesie, odpowiada na tę zmianę; w szkoleniach AI dla firm buduję je właśnie wokół takich zadań.