Połowa amerykańskich pracowników nigdy nie używa sztucznej inteligencji w pracy, a tempo adopcji osiągnęło plateau mimo dwóch lat intensywnego rozwoju narzędzi. Główną przyczyną nie jest brak dostępu ani trudność technologii — to kryzys zaufania połączony z brakiem postrzeganej użyteczności. Dane Gallup z IV kwartału 2025 r. pokazują stagnację całkowitej adopcji przy jednoczesnym pogłębianiu się przepaści między liderami a szeregowymi pracownikami. Równolegle badanie Edelman Trust Barometer ujawnia, że niemal połowa Amerykanów aktywnie odrzuca rosnące zastosowanie AI. Te dwa zjawiska — brak zaufania i brak widocznej wartości — wzajemnie się wzmacniają, tworząc barierę, której nie przełamią same inwestycje w infrastrukturę. Dla polskich organizacji planujących wdrożenia AI to sygnał ostrzegawczy: technologia bez strategii budowania zaufania pozostanie narzędziem dla nielicznych.
Kluczowe wnioski
✓ 49% amerykańskich pracowników nigdy nie używa AI w pracy — odsetek ten nie zmienił się między III a IV kwartałem 2025 r. (Gallup, 2025)
✓ 70% osób rzadko korzystających z AI wskazuje brak zaufania jako główną barierę — więcej niż brak motywacji (55%) czy onieśmielenie technologią (12%) (Edelman, 2025)
✓ Liderzy używają AI niemal dwukrotnie częściej niż szeregowi pracownicy (69% vs. 40%), co pogłębia lukę kompetencyjną w organizacjach
✓ Adopcja w handlu detalicznym (33%) pozostaje o połowę niższa niż w sektorze technologicznym (77%), mimo porównywalnego dostępu do narzędzi
✓ Różnica między stanowiskami umożliwiającymi pracę zdalną a pozostałymi wynosi ponad 30 punktów procentowych (66% vs. 32%)
Dlaczego pracownicy nie ufają sztucznej inteligencji?
70% Amerykanów rzadko korzystających z AI wskazuje brak zaufania jako główną barierę — znacznie więcej niż brak motywacji i dostępu (55%) czy onieśmielenie technologią (zaledwie 12%), według badania Edelman Trust Barometer z 2025 r. Zaufanie okazuje się silniejszym predyktorem adopcji niż umiejętności czy infrastruktura.
W skali całej populacji USA 49% respondentów aktywnie odrzuca rosnące zastosowanie AI, podczas gdy tylko 17% je akceptuje. Dla porównania: w Chinach proporcje są odwrócone — 54% akceptuje rozwój AI, a jedynie 10% go odrzuca.
Andrew Ng, współzałożyciel DeepLearning.AI, wskazuje na trzy konsekwencje tego kryzysu zaufania:
- Jednostki wolniej adoptują technologię, nawet gdy jest dostępna
- Projekty wymagające społecznego poparcia napotykają opór (przykład: protesty przeciwko centrum danych Google w Indianie)
- Rośnie ryzyko regulacji ograniczających rozwój AI pod wpływem populistycznych nastrojów
Ng zwraca uwagę na źródło problemu: część odpowiedzialności ponoszą same firmy technologiczne, które porównywały AI do broni nuklearnej w celach marketingowych, nieumyślnie wzbudzając lęk zamiast entuzjazmu.
Jak duża jest przepaść w adopcji AI między szczeblami organizacji?
Liderzy używają AI niemal dwukrotnie częściej niż szeregowi pracownicy: 69% vs. 40% w IV kwartale 2025 r. (Gallup). Ta luka rośnie — od II kwartału 2023 r. częste użycie wśród liderów wzrosło z 17% do 44%, czyli ponad dwuipółkrotnie, podczas gdy wśród szeregowych pracowników wzrost był proporcjonalnie mniejszy: z 9% do 23%.
| Szczebel | Jakiekolwiek użycie AI | Częste użycie (kilka razy w tygodniu+) | Codzienne użycie |
|---|---|---|---|
| Liderzy | 69% | 44% | 21% |
| Menedżerowie | 55% | 30% | 14% |
| Szeregowi pracownicy | 40% | 23% | 11% |
Źródło: Gallup, Q4 2025, n=22 368
Ta asymetria ma potencjalnie destabilizujące konsekwencje. Gdy liderzy podejmują decyzje w oparciu o doświadczenia z AI, których ich zespoły nie podzielają, powstaje ryzyko:
- Pogłębienia nieufności pracowników, którzy postrzegają AI jako narzędzie kontroli, nie wsparcia
- Nierealistycznych oczekiwań wobec produktywności
- Decyzji o redukcji zatrudnienia opartych na założeniu, że „AI to zrobi”
Które branże zostają w tyle z adopcją AI?
Sektor technologiczny osiągnął 77% całkowitej adopcji AI i 57% częstego użycia, podczas gdy handel detaliczny pozostaje na poziomie zaledwie 33% — mniej niż połowa wyniku branży tech (Gallup, Q4 2025). Ta różnica pogłębia się: w IV kwartale handel nie odnotował żadnego wzrostu względem poprzedniego kwartału.
| Branża | Całkowite użycie AI | Częste użycie | Codzienne użycie |
|---|---|---|---|
| Technologia | 77% | 57% | 31% |
| Finanse | 64% | 36% | 18% |
| Uczelnie wyższe | 63% | 34% | 16% |
| Usługi profesjonalne | 62% | 36% | 16% |
| Edukacja K-12 | 56% | 28% | 12% |
| Opieka zdrowotna | 43% | 22% | 10% |
| Przemysł | 41% | 21% | 9% |
| Handel detaliczny | 33% | 19% | 10% |
Źródło: Gallup, Q4 2025
Największe przyrosty w IV kwartale odnotowały finanse (+6 p.p.) i usługi profesjonalne (+5 p.p.). Branże o niskiej adopcji nie nadrabiają dystansu — różnice się utrwalają.
Część tej rozbieżności wyjaśnia struktura stanowisk. W branżach o wysokiej adopcji dominują role umożliwiające pracę zdalną (biurowe, analityczne), gdzie zastosowanie AI jest intuicyjne. W handlu i przemyśle przeważają stanowiska wymagające fizycznej obecności, gdzie integracja AI z codziennymi zadaniami wymaga większego wysiłku koncepcyjnego.
Które branże zostają w tyle?
Adopcja AI jest silnie zróżnicowana branżowo. Sektor technologiczny osiągnął 77% całkowitego użycia i 57% częstego użycia — wartości, które sugerują bliskie nasycenie rynku. Tymczasem handel detaliczny pozostaje na poziomie 33% całkowitego użycia, a przemysł na 41–43%.
| Branża | Całkowite użycie AI | Częste użycie | Codzienne użycie |
|---|---|---|---|
| Technologia | 77% | 57% | 31% |
| Finanse | 64% | 36% | 18% |
| Uczelnie wyższe | 63% | 34% | 16% |
| Usługi profesjonalne | 62% | 36% | 16% |
| Edukacja K-12 | 56% | 28% | 12% |
| Opieka zdrowotna | 43% | 22% | 10% |
| Przemysł | 41% | 21% | 9% |
| Handel detaliczny | 33% | 19% | 10% |
Źródło: Gallup, Q4 2025
W IV kwartale 2025 r. największe przyrosty odnotowały finanse (+6 p.p.) i usługi profesjonalne (+5 p.p.), podczas gdy handel detaliczny nie wykazał żadnego wzrostu względem III kwartału. Branże o niskiej adopcji nie nadrabiają dystansu — różnice się pogłębiają.
Część tej rozbieżności wyjaśnia struktura stanowisk. W branżach o wysokiej adopcji dominują role umożliwiające pracę zdalną (biurowe, analityczne), gdzie zastosowanie AI jest intuicyjne. W handlu i przemyśle przeważają stanowiska wymagające fizycznej obecności, gdzie integracja AI z codziennymi zadaniami wymaga większego wysiłku koncepcyjnego.
Czy rodzaj stanowiska wpływa na adopcję AI?
Stanowiska umożliwiające pracę zdalną mają dwukrotnie wyższą adopcję AI niż stanowiska stacjonarne: 66% vs. 32% całkowitego użycia w IV kwartale 2025 r. (Gallup). Różnica w częstym użyciu jest jeszcze większa: 40% vs. 17%.
Ta dysproporcja utrzymuje się od początku pomiarów i nie wynika wyłącznie z charakteru zadań. Pracownicy biurowi mają łatwiejszy dostęp do komputerów w godzinach pracy, częściej wykonują zadania oparte na tekście (idealne dla obecnych modeli językowych) i pracują w środowiskach, gdzie eksperymentowanie z nowymi narzędziami jest kulturowo akceptowane.
Dla organizacji zatrudniających znaczną część pracowników na stanowiskach stacjonarnych — produkcja, logistyka, handel, opieka zdrowotna — oznacza to konieczność przemyślenia strategii wdrożenia. Kopiowanie wzorców z sektora technologicznego lub finansowego nie przyniesie rezultatów.oznacza to konieczność przemyślenia strategii wdrożenia. Kopiowanie wzorców z sektora technologicznego lub finansowego nie przyniesie rezultatów.
Co naprawdę blokuje adopcję? Bariery strukturalne kontra psychologiczne
Brak zaufania (70%) przewyższa brak umiejętności (12%) jako bariera adopcji AI wśród osób rzadko korzystających z technologii (Edelman, 2025). To wskazuje, że główne przeszkody mają charakter psychologiczny, nie techniczny.
Zestawienie danych Gallup i Edelman pozwala rozróżnić dwa typy barier:
Bariery strukturalne (gdzie AI trudno zastosować):
- Stanowiska wymagające fizycznej obecności (32% adopcji vs. 66% dla stanowisk zdalnych)
- Branże o niskim nasyceniu technologią (handel 33%, przemysł 41%)
- Brak integracji AI z istniejącymi systemami firmowymi
Bariery psychologiczne (gdzie AI można by zastosować, ale pracownicy tego nie robią):
- Brak zaufania do technologii (70% rzadko używających, Edelman)
- Brak postrzeganej użyteczności (główna bariera wg Gallup)
- Obawa przed utratą pracy („wyższa produktywność = zwolnienia”)
- Lęk przed nieznanym wzbudzany przez przekaz medialny
Andrew Ng zwraca uwagę, że retoryka firm technologicznych porównujących AI do broni nuklearnej wyrządziła realną szkodę zaufaniu publicznemu. Jednocześnie obietnica „wyższej produktywności” jest często odbierana jako zapowiedź redukcji etatów.
Jakie są ograniczenia tych danych?
Korelacja między niskim zaufaniem a niską adopcją nie dowodzi przyczynowości — oba zjawiska mogą być skutkiem trzeciego czynnika, np. ogólnego sceptycyzmu wobec nowych technologii w określonych grupach demograficznych.
Specyfika rynku amerykańskiego. Dane Gallup dotyczą wyłącznie USA. Polski rynek pracy ma odmienną strukturę branżową, inny poziom cyfryzacji i inne wzorce kulturowe wobec technologii. Ekstrapolacja wymaga ostrożności.
Definicja „użycia AI”. Badanie opiera się na samoocenie respondentów. Część pracowników może korzystać z AI wbudowanego w istniejące narzędzia (wyszukiwarki, edytory tekstu, systemy CRM) bez świadomości, że to AI. Rzeczywista adopcja może być wyższa niż deklarowana.
Nasycenie naturalne kontra stagnacja problemowa. W sektorze technologicznym przy 77% adopcji dalszy wzrost jest matematycznie ograniczony. Spowolnienie w tej branży może być naturalnym efektem nasycenia, nie symptomem kryzysu. Problem dotyczy raczej branż, które nie rozpoczęły jeszcze poważnej adopcji.
Co to oznacza dla polskich firm wdrażających AI?
Organizacje, które nie zamkną luki między liderami a zespołami, ryzykują wdrożenie AI „na papierze” bez realnej adopcji. Dane wskazują na trzy obszary wymagające interwencji:
1. Zamknięcie luki między liderami a zespołami. Jeśli liderzy używają AI dwukrotnie częściej niż szeregowi pracownicy, a główną barierą jest „brak jasnej użyteczności”, to liderzy nie przekładają swoich doświadczeń na praktyczne wskazówki dla zespołów. Wdrożenie AI wymaga aktywnego pokazywania konkretnych zastosowań w kontekście codziennych zadań każdej roli.
2. Przebudowa przekazu o AI. Retoryka „AI zastąpi pracowników” lub „AI może zniszczyć ludzkość” aktywnie szkodzi adopcji. Organizacje wdrażające AI powinny komunikować konkretne, przyziemne korzyści: oszczędność czasu na zadaniach administracyjnych, szybszy dostęp do informacji, wsparcie w rutynowych decyzjach.
3. Dostosowanie strategii do struktury stanowisk. Dla organizacji z dużym udziałem stanowisk stacjonarnych standardowe podejście „dajmy wszystkim dostęp do ChatGPT” nie zadziała. Potrzebne są dedykowane rozwiązania: AI zintegrowane z terminalami magazynowymi, asystenci głosowi dla pracowników bez dostępu do komputera, aplikacje mobilne dla personelu w terenie.
Podsumowanie
Adopcja AI w miejscu pracy osiągnęła punkt przegięcia. Po dwóch latach szybkiego wzrostu 49% amerykańskich pracowników wciąż nigdy nie korzysta z tej technologii, a tempo pozyskiwania nowych użytkowników wyhamowało (Gallup, Q4 2025). Dane Edelman wskazują, że główną barierą jest brak zaufania — 70% osób rzadko używających AI wymienia go jako przeszkodę, więcej niż brak umiejętności czy dostępu.
Szczególnie niepokojąca jest rosnąca przepaść między liderami (69% adopcji) a szeregowymi pracownikami (40%). Liderzy nie przekładają swoich doświadczeń z AI na praktyczne wsparcie dla zespołów, co utrwala postrzeganie technologii jako narzędzia kontroli, nie pomocy.
Dla organizacji planujących wdrożenia AI dane te stanowią ostrzeżenie: sama inwestycja w infrastrukturę nie wystarczy. Kluczowe jest budowanie zaufania poprzez transparentną komunikację, pokazywanie konkretnych zastosowań dopasowanych do każdej roli oraz aktywne przeciwdziałanie lękom związanym z automatyzacją.
Źródła
- Gallup, „Frequent Use of AI in the Workplace Continued to Rise in Q4″, styczeń 2026, https://www.gallup.com/workplace/701195/frequent-workplace-continued-rise.aspx
- Edelman, „2025 Edelman Trust Barometer Flash Poll: Trust and Artificial Intelligence at a Crossroads”, listopad 2025 (cytowane przez DeepLearning.AI)
- Ng A., „Why People Don’t Trust AI and What To Do About It”, DeepLearning.AI The Batch, 3 grudnia 2025, https://www.deeplearning.ai/the-batch/why-people-dont-trust-ai-and-what-to-do-about-it
- Pew Research Center, „How the U.S. Public and AI Experts View Artificial Intelligence”, kwiecień 2025 (cytowane przez DeepLearning.AI)
