AI tworzy miejsca pracy. Najwięcej zyskują ludzie w kaskach, nie programiści

Boom na sztuczną inteligencję coraz mocniej wychodzi poza serwerownie i biura firm technologicznych. W USA, mimo ochłodzenia rynku pracy, rośnie zatrudnienie przy budowie centrów danych, sieci energetycznych, fabryk i infrastruktury potrzebnej do obsługi AI. To pokazuje, że beneficjentami rewolucji mogą być elektrycy, inżynierowie czy instalatorzy, a niekoniecznie programiści.

• W lipcu amerykańska gospodarka straciła 23 tys. miejsc pracy, ale sektor budowlany dodał 22 tys. etatów
• W ciągu roku budownictwo niemieszkaniowe i infrastrukturalne zwiększyło zatrudnienie o 126 tys. osób, podczas gdy mieszkaniowe straciło 44 tys.
• Największy wzrost przypadł na specjalistyczne prace budowlane przy obiektach niemieszkalnych: niemal 78 tys. etatów w rok
• Inwestycje w AI przesuwają popyt na pracowników z biur technologicznych do energetyki, budownictwa, produkcji i chłodzenia

Dyskusja o wpływie sztucznej inteligencji na zatrudnienie koncentrowała się dotąd głównie na pytaniu, które stanowiska biurowe mogą zostać zautomatyzowane. Najnowsze dane z USA pokazują jednak drugą stronę tego procesu. Rozbudowa zaplecza dla AI sama staje się źródłem popytu na pracę.

Według Bureau of Labor Statistics w lipcu zatrudnienie poza rolnictwem spadło netto o 23 tys. osób, ale budownictwo zwiększyło liczbę pracowników o 22 tys. Wzrost był skoncentrowany przede wszystkim w segmentach związanych z obiektami niemieszkalnymi i infrastrukturą.

W skali ostatnich 12 miesięcy budownictwo niemieszkaniowe i infrastrukturalne stworzyło łącznie około 126 tys. miejsc pracy, podczas gdy budownictwo mieszkaniowe straciło około 44 tys. etatów. Najmocniej rosły specjalistyczne prace przy obiektach niemieszkalnych — obejmujące m.in. instalacje elektryczne, chłodzenie, wentylację czy przygotowanie terenu. W tej kategorii przybyło blisko 78 tys. miejsc pracy. Kolejne około 28 tys. przypadło na wznoszenie budynków niemieszkalnych, a 21 tys. na ciężkie budownictwo i inżynierię lądową.

Formalnie urząd statystyczny nie nazywa tych stanowisk „pracami przy AI”. Struktura inwestycji jest jednak bardzo zbliżona do miejsc, w których trwa wyścig o moc obliczeniową: powstają centra danych, fabryki, linie energetyczne, stacje transformatorowe i systemy chłodzenia. AI okazuje się więc nie tylko oprogramowaniem, ale coraz bardziej przemysłem infrastrukturalnym.

Biliony dolarów na serwery, energię i beton

Skala wydatków tłumaczy, dlaczego rynek pracy zaczyna odczuwać ten boom. Najwięksi operatorzy chmurowi inwestują ogromne kwoty w procesory, serwery, centra danych oraz źródła i przesył energii. Joe Brusuelas, główny ekonomista RSM, określał ten trend jako historyczny supercykl nakładów kapitałowych, który podtrzymuje zapotrzebowanie na pracowników budownictwa i sektorów produkujących dobra.

Według opublikowanych przez Yahoo Finance szacunków Brusuelasa dwuletnie tempo inwestycji w infrastrukturę AI ma sięgać 1,6 bln dol., a w perspektywie pięciu lat nakłady mogą wynieść 4,5–5 bln dol. Przy takiej skali nawet część pieniędzy przeznaczona na budowę obiektów, instalacje i wyposażenie przekłada się na tysiące miejsc pracy poza tradycyjną branżą technologiczną.

W lipcowych danych widać także mniejsze, ale spójne sygnały. Architektura i inżynieria dodały 4,6 tys. miejsc pracy, a produkcja dóbr trwałych 18 tys. Im bardziej AI staje się fizyczną infrastrukturą, tym więcej potrzebuje miedzi, transformatorów, urządzeń energetycznych, betonu, półprzewodników, serwerów oraz ekip montażowych i serwisowych.

To zmienia mapę beneficjentów boomu. Nowe miejsca pracy nie muszą powstawać w San Francisco czy Seattle. Centra danych lokuje się tam, gdzie są odpowiednie grunty, energia, sieć przesyłowa i możliwość szybkiej realizacji inwestycji. W efekcie część gospodarczego impulsu związanego z AI trafia do regionów, które wcześniej nie były kojarzone z sektorem technologicznym.

Co ważne, pieniądze mogą dziś zarabiać przede wszystkim dostawcy infrastruktury. Analiza przywoływana przez ekonomistę Apollo Torstena Sløka wskazuje, że firmy energetyczne i sieciowe zatrzymują średnio 0,41 dol. zysku operacyjnego na każdego dolara przychodu, producenci układów i sprzętu 0,34 dol., a dostawcy mocy obliczeniowej i chmury 0,24 dol. Tymczasem warstwa modeli i aplikacji AI ma średnio tracić 0,59 dol. na każdym dolarze sprzedaży.

Czytaj też: Hollywood wchodzi w erę AI. Rewolucja dzieje się poza czerwonym dywanem

Polska też może zobaczyć efekt „gospodarki w kaskach”

Podobny mechanizm może stopniowo działać również w Polsce. Microsoft zapowiedział w 2025 r. inwestycję 2,8 mld zł do połowy 2026 r. w rozbudowę infrastruktury chmurowej i AI w Polsce, w tym istniejących kampusów centrów danych. Polskie Sieci Elektroenergetyczne wskazują z kolei, że rozbudowa krajowej sieci ma umożliwiać przyłączanie nowych dużych odbiorców energii, takich jak centra danych i nowoczesne zakłady przemysłowe.

Dla polskiego rynku pracy oznacza to, że część korzyści z rozwoju AI może pojawić się daleko poza zespołami programistycznymi. Rosnąć może zapotrzebowanie na elektryków, automatyków, inżynierów energetyki, projektantów instalacji, specjalistów chłodzenia i operatorów infrastruktury krytycznej. Rewolucja AI może więc tworzyć pracę nie tylko przy trenowaniu modeli, ale też przy stawianiu hal, układaniu kabli i zwiększaniu mocy sieci.

Jest jednak warunek. Ten model działa tak długo, jak długo firmy technologiczne i inwestorzy są gotowi finansować rozwój infrastruktury. Najbardziej rentowne elementy łańcucha AI — energia, sprzęt i infrastruktura obliczeniowa — zależą od tego, czy mniej rentowna część, czyli modele i aplikacje, będzie nadal szybko zwiększać przychody albo skutecznie pozyskiwać kapitał.

Dlatego obecny boom przypomina nie tylko cyfrową rewolucję, lecz także wielką falę inwestycji przemysłowych. Chatbot jest najbardziej widocznym produktem AI, ale za nim stoi fizyczna gospodarka: elektrownie, linie przesyłowe, centra danych, fabryki i tysiące ludzi pracujących w kaskach. Jeśli nakłady utrzymają się na obecnej trajektorii, właśnie tam może powstać jedna z najbardziej namacalnych dywidend z rewolucji sztucznej inteligencji.

Sprawdź też: Jensen Huang: dziś jest najlepszy moment w historii, by założyć firmę. „Jak trudne może to być?”