AI ma dziś opinię branży przyszłości: szybkie zatrudnianie, wysokie płace, obietnica awansu. Raport LinkedIn pokazuje jednak mniej wygodny obraz – kobiety wchodzą do tego świata rzadziej, rzadziej dochodzą do góry i częściej zostają w słabiej opłacanych rolach.
TL;DR
- Według LinkedIn Economic Graph Research Institute kobiety stanowiły 26% nowych zatrudnień w rolach AI w USA, wobec 50% w rolach poza AI
- W firmach skoncentrowanych na AI kobiety zajmują tylko 13% stanowisk C-suite w analizie obejmującej 27 krajów
- Dane cytowane w tekście wskazują, że role AI płacą średnio znacznie więcej niż stanowiska poza AI, a mediana wynagrodzeń mężczyzn w AI jest wyższa niż kobiet
- Kobiety częściej trafiają do słabiej opłacanych ról, takich jak data annotator, i częściej pracują w zawodach bardziej narażonych na automatyzację
- Ekspertki cytowane przez media wskazują na stare sieci rekrutacyjne, szybkie tempo zmian i trudniejszy powrót po urlopie macierzyńskim
Raport LinkedIn pokazuje, gdzie zaczyna się „potrójna kara”
LinkedIn Economic Graph Research Institute opisał zjawisko jako „The Triple Penalty 2026”. Chodzi o trzy warstwy nierówności naraz: trudniejszy start do ról AI, mniejszą obecność kobiet w samych firmach AI i jeszcze mniejszy udział na najwyższych stanowiskach. To nie jest jeden problem, tylko cały układ naczyń połączonych.
Według danych cytowanych w raporcie kobiety stanowiły 26% nowych zatrudnień w rolach wymagających kompetencji AI w USA, podczas gdy w rolach niezwiązanych z AI było to 50%. W firmach skoncentrowanych na AI udział kobiet wśród pracowników miał być też niższy niż w porównywalnych firmach spoza tego segmentu. Największa luka pojawia się na samej górze: w analizie 27 krajów kobiety zajmują 13% stanowisk C-suite w firmach AI.
LinkedIn: AI płaci więcej, ale kobiety częściej trafiają na niższe szczeble
Z danych przywołanych przez media wynika, że ogłoszenia o pracę w AI rosły od 2023 roku bardzo szybko, a same role AI są zwykle dużo lepiej opłacane niż stanowiska poza tym obszarem. LinkedIn wskazuje też na lukę płacową wewnątrz samego sektora: mediana wynagrodzeń mężczyzn pracujących w AI ma być wyższa od mediany dla kobiet o 45 tys. dolarów rocznie. Pieniądze rozkładają się nierówno.
Druga warstwa problemu dotyczy tego, gdzie kobiety pracują. W tekście źródłowym pojawiają się przykłady słabiej opłacanych ról, takich jak data annotator, oraz mocniej obsadzonych przez mężczyzn stanowisk technicznych i menedżerskich, jak Head of AI czy Member of Technical Staff. To ważne, bo luka nie wygląda tu jak pojedyncza niesprawiedliwa pensja, tylko jak efekt całej ścieżki rekrutacji i awansu.
Ekspertki mówią wprost: AI nie wymazuje starych układów
Sarah Steinberg z LinkedIn mówiła, że AI tworzy jedne z najszybciej rosnących i najlepiej płatnych miejsc pracy, ale kobiety pozostają w nich wyraźnie niedoreprezentowane. Podobnie komentowała to Urvashi Batra, współzałożycielka i CEO Prioriwise, która w rozmowach cytowanych przez media przekonywała, że AI wcale nie musi obniżać barier wejścia. W praktyce bywa odwrotnie.
Brenda Darden Wilkerson z AnitaB.org zwracała uwagę na tempo rekrutacji i korzystanie z tych samych sieci kontaktów co wcześniej. Do tego dochodzi codzienność opisana przez Jayeetę Putatundę z Turing: bycie jedyną kobietą w zespole, słabszy dostęp do mentoringu i trudniejszy powrót po przerwie związanej z opieką nad dzieckiem. Stare mechanizmy mają się dobrze, tylko teraz działają w branży, która rośnie szybciej i płaci więcej niż większość rynku.
Co ten raport mówi także Polsce?
Raport LinkedIn dotyczy rynku międzynarodowego, ale jego logika jest aż za dobrze znana także u nas. Jeśli najbardziej dochodowe role technologiczne rosną szybciej niż reszta rynku, a kobiety wpadają do nich rzadziej, to różnica w dochodach może się tylko pogłębiać. W polskich realiach oznacza to również prosty problem kariery: mniej wejść do AI dziś to mniej liderek i architektek jutro. Luka nie bierze się znikąd.
Do tego dochodzi druga strona układanki, czyli automatyzacja zawodów wspierających. To właśnie tam kobiety są częściej obecne – w obsłudze klienta, administracji czy back-office. Jeśli więc AI jednocześnie premiuje wąską grupę najlepiej opłacanych specjalistów i wycina część prac operacyjnych, skutki nierówności mogą być podwójne. I to jest chyba najmniej przyjemny wniosek z całej historii.
