Co firmy tracą, zwalniając projektantów – i kto przetrwa tę transformację

Klarna – szwedzki fintech wyceniany szczytowo na ponad 45 miliardów dolarów – w 2024 roku publicznie chwaliła się zastąpieniem 700 agentów obsługi klienta przez AI. CEO Sebastian Siemiatkowski ogłosił, że AI wykonuje pracę równoważną 700 etatom. Do 2026 roku firma cicho zaczęła ponownie zatrudniać. Wskaźniki satysfakcji klientów przy złożonych interakcjach pogorszyły się. Koszty obsługi incydentów pochłonęły oszczędności. Koszty rekrutacji przekroczyły pierwotne zyski. Dziś casus Klarny jest standardowym ostrzeżeniem cytowanym w salach zarządu, a inwestorzy zaczęli wymagać odpowiedzi na pytanie, jak plany AI-first unikają tego scenariusza – informują Forbes i Fast Company.

Klarna nie jest wyjątkiem. Według raportu Forrester Predictions 2026, 55 procent pracodawców żałuje zwolnień przeprowadzonych pod hasłem AI. Forrester prognozuje, że połowa tych decyzji zostanie cicho odwrócona – pracownicy powrócą, ale jako offshore lub za niższe wynagrodzenia.

AI zmienia rynek pracy, to oczywiste i widoczne gołym okiem. Należy jednak zadać pytanie, co konkretnie firmy tracą, kiedy w ferworze tej zmiany redukują ludzi odpowiedzialnych za rozumienie użytkowników – i kiedy przychodzi za to zapłacić.

Koniec eldorado

Lata 2021–2022 były dla projektantów cyfrowych w Polsce czymś w rodzaju gorączki złota. Liczba ofert pracy rosła w tempie niewidzianym wcześniej w żadnej specjalizacji IT. Firmy digitalizowały się pod presją pandemii, tanie pieniądze płynęły do startupów, a każdy produkt cyfrowy potrzebował kogoś, kto zaprojektuje doświadczenie użytkownika.

Od 2023 roku rynek przeszedł głęboką korektę. W samym 2023 roku liczba ogłoszeń dla UX designerów spadła o 71 procent wobec roku poprzedniego, a rekruterów UX o 73 procent – wynika z danych Indeed cytowanych przez UX Design Institute. W Polsce mechanizm był analogiczny, choć opóźniony o kilka miesięcy. Rynek stabilizuje się od końca 2024 roku, ale poprawa jest nierówna: szybciej odbudowują się stanowiska seniorskie, oferty dla juniorów pozostają skąpe i wysoce konkurencyjne – potwierdza Nielsen Norman Group w State of UX 2026. Mniej niż 5 procent firm technologicznych jest dziś otwartych na zatrudnienie juniorów UX – wynika z analizy Glassdoor opublikowanej przez Fundament Design.

W 2025 roku liczba ofert IT w Polsce wzrosła o 44 procent rok do roku – wynika z raportu No Fluff Jobs. Ale nie w designie. Rynek odbił się w danych, sztucznej inteligencji i bezpieczeństwie. Mediana wynagrodzenia projektanta UX/UI na kontrakcie B2B wynosi dziś jedynie 13 tysięcy złotych netto miesięcznie – wynika z raportu Bulldogjob IT Community 2025.

Ta różnica jest wskaźnikiem, jak organizacje wyceniają wiedzę o użytkownikach. I ta wycena jest błędem, którego koszt pojawi się z opóźnieniem – w wynikach produktów, choć daje natychmiastową i wyraźną korzyść w bilansie firmowym.

Kiedy LinkedIn w 2023 roku uruchomił sekcję artykułów eksperckich generowanych przez AI, efekt był natychmiastowy: pytania dla ekspertów były absurdalne – jedno z nich dotyczyło „aktualnych trendów w ActionScript", języku programowania wycofanym trzy lata wcześniej. Użytkownicy nazywali to „basenem szamba AI". Problem nie leżał w jakości modelu, ale w tym, że nikt wcześniej nie zapytał, czego społeczność LinkedIn naprawdę potrzebuje. W czerwcu 2025 roku LinkedIn ogłosił zakończenie Collaborative Articles.

Niewidoczny koszt

Kiedy firma zwalnia projektantów lub rezygnuje z badań użytkowników, koszt pojawia się od sześciu miesięcy do dwóch lat później – i w zupełnie innym obszarze księgowości: w kosztach wsparcia klienta, w liczbie porzuconych transakcji, w wydłużonym czasie wdrożeń, w odpływie użytkowników do konkurencji.

W środowisku inżynierii jakości istnieje zasada 1-10-100. Błąd wykryty na etapie badań kosztuje jednostkę. Ten sam błąd wykryty na etapie prototypu kosztuje dziesięć. Wykryty po wdrożeniu – sto. Rezygnacja z badań użytkowników poprzez zaufanie AI nie eliminuje kosztów błędów projektowych. Odkłada je tylko w czasie i ujawnia na etapie, gdy mnożnik kosztów jest w maksimum.

Badanie Forrester Consulting z 2025 roku objęło sześć przedsiębiorstw z sektorów oprogramowania, finansów, e-commerce, dóbr konsumenckich i handlu detalicznego. Wyniki: organizacje inwestujące systematycznie w projektowanie zorientowane na użytkownika osiągają 415-procentowy zwrot z inwestycji, 7,6 miliona dolarów wartości netto w ciągu trzech lat, przy czasie zwrotu poniżej sześciu miesięcy. McKinsey przez pięć lat śledziło praktyki projektowe 300 notowanych spółek. Firmy w górnym kwartylu dojrzałości projektowej rosły o 32 punkty procentowe szybciej pod względem przychodów i o 56 punktów procentowych szybciej pod względem zwrotów dla akcjonariuszy.

Raport Writer z 2026 roku pokazuje drugą stronę tego równania: 97 procent kadry zarządzającej twierdzi, że AI przynosi im korzyści. Zaledwie 29 procent organizacji osiąga z wdrożeń generatywnej AI istotny zwrot z inwestycji – a w przypadku agentów AI liczba ta spada do 23 procent. Według danych WalkMe, pracownicy tracą rocznie równowartość 51 pełnych dni roboczych na obsługę zakłóceń generowanych przez źle zaprojektowane narzędzia AI.

American Express podjął decyzję odwrotną do trendu: skonsolidował ponad 150 projektantów w centralnym zespole Enterprise Design and Research. Efekt za rok 2024: 21-procentowy wzrost zysku netto, rekordowe wydatki klientów przekraczające 1,55 biliona dolarów. Instytucje finansowe, które w tym samym czasie redukowały zasoby projektowe, zanotowały ponad 20-procentowy spadek produktywności i wydłużony czas dostarczania produktów – wynika z raportu Forrester przytaczanego przez Aquent.

Przez osiem lat pewien duży bank w Wielkiej Brytanii borykał się z rosnącą liczbą zgłoszeń do centrum obsługi klienta. Użytkownicy aplikacji mobilnej dzwonili, żeby zapytać o rzeczy, które powinni móc zrobić samodzielnie. Przyczyna: podczas przeprojektowania aplikacji – bez testów z użytkownikami – ukryto kluczowe funkcje za ikoną trzech kropek. Projektanci założyli, że użytkownicy rozumieją, co trzy kropki oznaczają. Nie rozumieli. Szacowany koszt tej jednej nieprzetestowanej decyzji: 100–200 milionów funtów w ciągu ośmiu lat, wynika z przypadku opisywanego w środowisku branżowym. Koszt testu użyteczności, który wykryłby problem: kilka tysięcy funtów i jeden dzień pracy.

W sierpniu 2020 roku trzech doświadczonych pracowników Citi Bank wysłało 900 milionów dolarów do wierzycieli firmy Revlon zamiast 7,8 miliona – korzystając ze źle zaprojektowanego oprogramowania bankowego Flexcube. W lutym 2021 roku sąd orzekł na korzyść wierzycieli. Strata: około 500 milionów dolarów. Forrester Research skomentował to bez ogródek: to nie był błąd ludzki, lecz defekt projektowania interakcji – „zapłata odsetek od długu designerskiego", jak ujął to analityk Forrester Andrew Hogan.

Co AI zastępuje, a czego nie?

Sztuczna inteligencja nie jest w stanie przejąć wszystkich zadań designu, chociaż jest w stanie dać imponującą zwyżkę wydajności w zadaniach nie wymagającego ludzkiego osądu.

Zastępuje jedynie określony typ pracy projektowej – i ten typ pracy przez ostatnią dekadę definiował większość stanowisk w branży.

Produkcja wizualna, szkieletowanie interfejsów bez głębszego kontekstu, synchronizacja systemów projektowych, przygotowanie szablonów dla deweloperów – AI wykonuje to szybciej, taniej i wystarczająco dobrze dla większości zastosowań komercyjnych. Firmy to widzą i wyciągają racjonalne wnioski kadrowe.

Nielsen Norman Group w raporcie State of UX 2026 formułuje to wprost: jeśli praca polega wyłącznie na składaniu komponentów z systemu projektowego, jest już zastępowalna. Co nie jest? Kompetentny osąd oparty na głębokim rozumieniu kontekstu. Myślenie krytyczne. Zdolność do rozróżniania problemu, od technologicznej odpowiedzi na problem, którego nie ma.

Kiedy firma Gong uruchomiła tłumaczenie maszynowe swoich stron na rynek niemiecki, lokalny zespół marketingu miał jedno zdanie komentarza: brzmi jak „Bankerdeutsch" (niemiecki socjolekt bankowy) – sztywny, technicznie poprawny, tonalnie martwy. Dopiero gdy człowiek dostarczył przewodnik stylistyczny – głos marki, rejestr komunikacji, listę terminów, których nie wolno tłumaczyć – model wygenerował treści lepsze od dotychczasowej agencji.

Jeden projektant z AI jest dziś w stanie wykonać dziś pracę, która wcześniej wymagała trzech do pięciu ludzi. Dla produktu i dla firmy kluczowe pytanie brzmi inaczej: kto AI dostarcza, i skąd pozyskuje kontekst, bez którego AI generuje przekonująco brzmiącą sieczkę?

AI nie siedzi naprzeciwko człowieka i nie obserwuje, jak jego ręce napinają się przy konkretnym pytaniu. Nie rozumie również sygnałów zagubienia, frustracji, oraz nie generuje wiedzy płynącej z empatii. Na drugim końcu równania, projektant staje się odpowiedzialny za prawdę wynikającą z kontaktu i obserwacji Klientów, oraz za zachowanie systemu AI – co agent może robić, czego nie może, kiedy musi prosić o zgodę człowieka.

Nowe role, które rynek zaczyna wyceniać, pomimo swojej twórczej i projektowej natury, nie brzmią jak role designerskie. Coraz częściej za to przypominają eklektyczny kolaż fragmentów opisów stanowisk z branży IT, lub stanowią całkowitą zmianę ramy odniesienia dla znajomego nazewnictwa:

• strateg decyzji produktowych,
• badacz prowadzący wywiady terenowe,
• projektant doświadczeń agentycznych,
• programujący artysta plastyk.

Amazon wdrożył asystenta AI o nazwie Rufus – miał pomagać użytkownikom znaleźć produkty i odpowiadać na pytania zakupowe. Badanie Nielsen Norman Group wykazało jeden problem: Rufus dawał wartościowe odpowiedzi, ale żaden z uczestników nie był w stanie zauważyć go samodzielnie. Asystent był umieszczony w niestandardowej lokalizacji, bez oparcia w modelu mentalnym użytkownika. Funkcja nie istniała dla użytkowników, bo nikt nie zaprojektował momentu jej odkrycia.

Kto przetrwa czas transformacji?

Z obserwacji rynku wyłaniają się trzy profile, które w tej zmianie nie szukają pracy:

• Pierwszy: projektant, który mówi językiem wyników. Przestał bronić procesu, zaczął uzasadniać decyzje metrykami. Kiedy mówi o potrzebie badań, nie mówi „bo tak każe metodologia" – mówi „bo ten ekran odpowiada za 34 procent konwersji i nie wiemy, dlaczego odpada tu 40 procent użytkowników". Różnica jest fundamentalna dla każdego, kto zasiada po drugiej stronie stołu.
• Drugi: projektant jako operator AI. Nie konkuruje z narzędziami generatywnymi – dostarcza im to, bez czego są bezużyteczne: kontekst marki, użytkownika i biznesu. Im mocniejszy model, tym więcej zależy od jakości tego kontekstu. To jego wartość rośnie proporcjonalnie do możliwości AI, nie maleje.
• Trzeci: specjalista od tego, czego AI zebrać nie potrafi. Dane behawioralne mówią, co użytkownik robi. Wywiad mówi, dlaczego. Różnica między tymi dwoma typami wiedzy to różnica między produktem, który rośnie, a produktem, który jest funkcjonalny – i przez to niezauważalny.

Polska stoi tu przed szczególnym wyzwaniem. Z badania Microsoft przeprowadzonego wśród młodych Polaków wynika, że 97 procent osób w wieku 18–35 lat korzysta ze sztucznej inteligencji – wynika z badania Microsoft i Talent Days «Generacja AI» z 2025 roku. Ale tylko 12 procent czuje się gotowych do pracy z nią w profesjonalnym środowisku. Narzędzia są. Rozumienia brakuje. To luka kompetencyjna, nie dostępnościowa – i żaden kolejny kurs z promowania nie wypełni jej zamiast rzeczywistego doświadczenia z użytkownikami.

Producent materiałów przemysłowych z globalną obecnością wdrożył chatbota AI – ale poprzedził to analizą danych o zachowaniu użytkowników, zaprojektował interfejs pod realne przepływy i zadbał o spójność z całym doświadczeniem strony. Wynik: 83 procent rozmów zakończonych rozwiązaniem problemu, 43 procent użytkowników poprosiło o spotkanie z działem sprzedaży – wynika z case study Comprend. Chatbot bez projektowania doświadczenia jest kosztem. Chatbot z projektowaniem doświadczenia jest kanałem sprzedaży.

Nie pytaj, ile kosztuje dobry projektant

W bieżącym klimacie rynkowym, można wyraźnie wyróżnić dwie grupy firm:

• Pierwsze redukują projektantów, bo widzą koszt etatu i narzędzie AI, które „robi to samo". Oszczędzają – przez rok, może dwa. Potem płacą za poprawki po wdrożeniu, za support użytkowników, którzy nie rozumieją produktu, za przebudowę funkcji wdrożonych zbyt wcześnie i zbyt tanio. Płacą też ukrytą cenę poprzez utratę zaufania użytkowników.
• Drugie inwestują w ludzi, którzy rozumieją użytkowników lepiej niż dane demograficzne i lepiej niż logi analityczne. Traktują design nie jako koszt estetyczny, lecz jako kompetencję interpretacyjną – zdolność tłumaczenia ludzkich potrzeb na decyzje, które przekładają się na liczby.

Różnica między tymi dwoma typami firm nie jest widoczna dziś. Jest widoczna za dwa lata – w retencji, konwersji i w tym, czy produkt rozumie użytkownika wystarczająco dobrze, żeby na niego zasłużyć.

Nie pytaj, ile kosztuje dobry projektant. Zapytaj, ile kosztuje rok złych decyzji produktowych.

Autor jest ekspertem w dziedzinie projektowania zorientowanego na użytkownika i architektury informacji z wieloletnim doświadczeniem w projektowaniu produktów cyfrowych.

Źródła

• No Fluff Jobs, IT Job Market in Poland 2025/2026, luty 2026 – nofluffjobs.com/en/insights/report-it-job-market-in-poland
• Nielsen Norman Group, State of UX in 2026, styczeń 2026 – nngroup.com/articles/state-of-ux-2026
• Nielsen Norman Group, The UX Reckoning: Prepare for 2025 and Beyond, styczeń 2025 – nngroup.com/articles/ux-reset-2025
• Nielsen Norman Group, Discoverability of AI Features: Learn from Amazon's Mistakes, marzec 2025 – nngroup.com/articles/discoverability-ai-amazon
• McKinsey & Company, The Business Value of Design, 2018 – mckinsey.com/capabilities/tech-and-ai/our-insights/the-business-value-of-design
• Forrester Consulting / UserTesting, The Total Economic Impact of UserTesting, sierpień 2025 – usertesting.com/blog/cost-of-bad-ux
• Forrester Research, Why Citi's $500M Mistake Is Really a Design Debt Interest Payment – forrester.com/blogs/why-citis-500m-mistake-is-really-a-design-debt-interest-payment
• Aquent, Is Your Design Team Proving Its Value in 2025?, maj 2025 – aquent.com/blog/is-your-design-team-proving-its-value-in-2025
• Writer / Workplace Intelligence, AI Adoption in the Enterprise 2026 (n=2 400) – writer.com/blog/enterprise-ai-adoption-2026
• WalkMe, State of Digital Adoption 2026 (n=3 750) – blog.tonic3.com/why-ai-adoption-keeps-failing-what-actually-fixes-it
• Bulldogjob, IT Report 2025: UX/UI – bulldogjob.pl/it-report/2025/ux-ui
• World Economic Forum, Future of Jobs Report 2025, styczeń 2025 – weforum.org/publications/the-future-of-jobs-report-2025
• Microsoft / Talent Days, Generacja AI: Młodzi Polacy na cyfrowym rynku pracy, 2025 – news.microsoft.com/source/emea/2025/07/generacja-ai-97-mlodych-polakow
• Forrester Predictions 2026 / HR Executive, The AI Layoff Trap: Why Half Will Be Quietly Rehired – hrexecutive.com/the-ai-layoff-trap-why-half-will-be-quietly-rehired
• Klarna AI Reversal – digitalapplied.com/blog/klarna-reverses-ai-layoffs-replacing-700-workers-backfired
• Comprend, Enhanced Customer Experience with AI-Powered Chatbot – comprend.com/cases
• Sanity newsletter, case study Gong / Webstacks, czerwiec 2026