Szkolenia AI dla firm Warsztaty na zadaniach Twojego zespołu: online 4–8 h albo stacjonarnie w całej Polsce Zobacz program →

Upskilling i reskilling w erze AI: jak przygotować zespół do pracy z AI

Czym różnią się upskilling i reskilling, jak znaleźć luki kompetencyjne, plan na 30, 60 i 90 dni, mierniki i rachunek zwrotu z czasu nauki.

6 listopada 2026 · Adam Bakalarz
Trzy sylwetki wchodzą po schodach z książek, jedna podaje rękę drugiej

W skrócie

  • Upskilling uczy nowych umiejętności w obecnej roli, a reskilling przygotowuje do innej: WEF szacuje, że z każdych 100 pracowników 59 będzie potrzebować szkolenia do 2030 r., 29 w obecnej roli i 19 z przeniesieniem w firmie.
  • W badaniu PARP i UJ wśród 1822 pracodawców z 12 branż o największym potencjale AI 48% firm nie podejmuje działań, by uzupełnić braki kompetencji w AI, a ok. 23% inwestuje w rozwój pracowników; bazy procentów nie ustaliliśmy.
  • W naszym przykładzie 12-osobowy zespół odrabia 96 godzin nauki w ok. 2,3 miesiąca, jeśli 8 osób oszczędza po 15 minut dziennie; przy 4 osobach i 10 minutach trwa to ok. 6,9 miesiąca.

Stan na 6 listopada 2026

Czym różni się upskilling od reskillingu?

Upskilling to nauka nowych umiejętności w obecnej roli, a reskilling to przygotowanie do innej pracy. Przy AI częściej potrzebny jest upskilling, a reskilling dotyczy stanowisk, których główne zadania przejmuje automatyzacja.

Definicja

Upskilling, czyli podnoszenie kompetencji, to zdobywanie nowych umiejętności w ramach obecnej ścieżki zawodowej. Reskilling, czyli przekwalifikowanie, to zdobywanie nowych kwalifikacji, które pozwalają wykonywać inny zawód. Takie rozróżnienie podaje Zintegrowany System Kwalifikacji.

UpskillingReskilling
Co się zmieniaSposób pracy w tej samej roliRola, zadania i zakres odpowiedzialności
PrzykładSpecjalistka kadr przygotowuje z AI szkic odpowiedzi i sprawdza go w przepisachOsoba wprowadzająca dane przechodzi do kontroli jakości danych
Kto decydujeKierownik zespołuWłaściciel lub zarząd, razem z kadrami i pracownikiem
UmowaZwykle bez zmianCzęsto zmiana warunków
Główne ryzykoSzkolenie, po którym nikt nie zmienia nawykówNauka do roli, której firma nie ma

Obie drogi stoją na tych samych podstawach, które opisujemy w przewodniku AI literacy: kompetencje AI w firmie i obowiązek z art. 4 AI Act. Ten poradnik pokazuje, jak zamienić je w plan dla konkretnego zespołu.

Dane o rynku pracy i kompetencjach przyszłości

Pracodawcy spodziewają się dużej zmiany umiejętności, ale większość pracowników nie musi zostać specjalistami od AI. Potrzebują podstaw i umiejętności oceny wyniku.

  • WEF, świat. Future of Jobs Report 2025 (styczeń 2025, ponad 1 000 firm) to prognoza pracodawców, nie pomiar. Do 2030 r. 39% obecnych umiejętności pracownika ma się zmienić albo zdezaktualizować. Z każdych 100 pracowników 59 będzie potrzebować szkolenia: 29 w obecnej roli, 19 z przeniesieniem w firmie, a 11 raczej go nie dostanie. Luki kompetencyjne za główną barierę uznaje 63% pracodawców.
  • OECD, przegląd międzynarodowy. W raporcie Skills in the AI age (2026) zaawansowane umiejętności AI ma ok. 1% pracujących, a OECD zaleca podstawy AI dla wszystkich pracowników: używanie, rozumienie i krytyczną ocenę.

Kompetencje przyszłości według WEF: najszybciej rośnie znaczenie AI i big data, sieci i cyberbezpieczeństwa oraz biegłości technologicznej. Najważniejszą umiejętnością pozostaje jednak myślenie analityczne, które za kluczowe uważa 7 na 10 firm.

Dane o Polsce w tabeli pochodzą z Eurostatu i GUS, z różnych lat:

WskaźnikPolskaUE
Firmy od 10 pracujących używające AI, 2025 (Eurostat)8,36%19,95%
Firmy szkolące personel z umiejętności ICT, nie tylko AI, 2024 (Eurostat)31,39%22,29%
Osoby 16–74 lata z co najmniej podstawowymi umiejętnościami cyfrowymi, 2025 (Eurostat)50,42%60,40%
Firmy używające AI, 2026 (GUS)17,8%brak danych za 2026
Osoby 16–74 lata z co najmniej podstawowymi umiejętnościami cyfrowymi, 2026 (GUS)61,6%brak danych za 2026

Wiersze Eurostatu o firmach pomijają rolnictwo, górnictwo i finanse. Wartości z 2025 i 2026 r. traktuj osobno: nie potwierdziliśmy, że można je czytać jako tempo zmian.

Najbardziej praktyczna liczba pochodzi z badania PARP i Uniwersytetu Jagiellońskiego wśród 1822 pracodawców z 12 branż o największym potencjale AI. Według komunikatu PARP 48% firm nie podejmuje żadnych działań, by uzupełnić braki kompetencji w AI, a ok. 23% inwestuje w rozwój pracowników. Pełne wyniki są w raporcie BKL. To tylko wybrane branże, więc tej liczby nie przenoś na całą gospodarkę. Nie ustaliliśmy też, czy procenty dotyczą wszystkich firm z próby, czy tylko tych z brakami.

Jak ocenić luki kompetencyjne w 4 krokach

Luka kompetencyjna to różnica między tym, co zespół umie dziś, a tym, czego wymagają jego zadania. Oceniaj ją na zadaniach, a nie na deklaracjach. Wystarczy zwykły arkusz.

  1. Spisz zadania. Każda rola wskazuje 5–10 zadań, które zabierają najwięcej czasu. Przed szkoleniami Adama Bakalarza uczestnicy wskazują takie zadania w 5-minutowej ankiecie.
  2. Oceń ryzyko. Przy każdym zadaniu zapisz, ile kosztuje błąd i kto sprawdza wynik.
  3. Daj zadanie próbne. 15 minut na prawdziwym materiale bez danych osobowych. Poziomy to nasza robocza skala: 0 nie używa AI, 1 używa, ale nie sprawdza wyniku, 2 pracuje samodzielnie i weryfikuje, 3 poprawia metodę i uczy innych.
  4. Zapisz decyzję. Przy każdej luce wpisz działanie i datę ponownego sprawdzenia.
Rola i zadanie (przykład)WymaganyDziśDziałanie
Kadry: odpowiedź na pytanie pracownika21Ćwiczenia na własnych pismach, weryfikacja w przepisach
Kierownik: zatwierdzanie raportu z AI20Moduł o ocenie wyniku i błędach modeli
Biuro: przepisywanie dokumentów do systemunie dotyczynie dotyczyZadanie może zniknąć, rozmowa o reskillingu

Nie zakładaj poziomu po metryce, ale licz się z różnicami. Według GUS w 2026 r. z AI korzystało 62,1% osób w wieku 25–34 lata i 20,8% w wieku 55–64 lata. Tabelę możesz przeanalizować z AI, ale tylko w firmowym narzędziu i bez nazwisk. Porównujesz role, nie oceniasz ludzi: AI do oceny pracowników to w AI Act obszar wysokiego ryzyka (załącznik III, pkt 4).

Prompt do skopiowania

Jesteś doradcą do spraw rozwoju kompetencji. Poniżej tabela bez nazwisk: rola, zadanie, wymagany poziom (0–3), obecny poziom (0–3), koszt błędu (mały lub duży).

[wklej tabelę]

Dla każdej roli:
1. Wskaż 3 największe luki, zaczynając od zadań z dużym kosztem błędu.
2. Zaproponuj 30-minutowe ćwiczenie na zanonimizowanych materiałach.
3. Napisz, po czym po 60 dniach poznam, że luka się zmniejszyła.
4. Zaznacz zadania, które mogą zniknąć z roli.

Nie oceniaj konkretnych osób. Jeśli czegoś nie wiesz, zapytaj.

Ostrzeżenie z praktyki: Adam Bakalarz bywał świadkiem sytuacji, w których pracownicy używali AI na prywatnych kontach, bo firma nie dała im narzędzia ani zasad. Zapytaj o to w ankiecie, bez szukania winnych. Więcej w tekście o shadow AI.

Upskilling czy reskilling: jak zdecydować dla danej roli

Decyduj na podstawie zadań, nie nazwy stanowiska. WEF wymienia osoby wprowadzające dane i asystentów administracyjnych wśród ról, w których ubywa pracy, ale w konkretnej firmie o wyniku przesądzają trzy odpowiedzi:

  1. Czy zostanie praca, za którą człowiek musi odpowiadać, na przykład decyzja, rozmowa albo kontrola? Jeśli tak, zacznij od upskillingu.
  2. Czy główne zadania roli da się zautomatyzować przy niskim koszcie błędu? Jeśli tak, rozważ reskilling.
  3. Czy masz konkretną rolę, do której ta osoba może przejść? Bez niej reskilling to tylko kurs.

Prawie połowa pracodawców w badaniu WEF planuje przenosić ludzi z ról narażonych na zmiany związane z AI do innych części firmy.

Przed rozmową ustal formalności z kadrami. Trwała zmiana pracy to zwykle porozumienie stron albo wypowiedzenie zmieniające. Bez wypowiedzenia art. 42 § 4 Kodeksu pracy pozwala powierzyć inną pracę na najwyżej 3 miesiące w roku kalendarzowym, jeśli uzasadniają to potrzeby pracodawcy, pensja nie spada, a praca odpowiada kwalifikacjom (Zielona Linia).

Plan upskillingu na 30, 60 i 90 dni

Pierwsze 30 dni to diagnoza i podstawy, kolejne 30 praktyka na własnych zadaniach, a ostatnie 30 pomiar i decyzje o rolach. Wybór procesów i narzędzi opisujemy osobno w tekście wdrożenie AI w firmie, a tu skupiamy się na ludziach.

OkresCo robicieCo macie na koniec
Dni 1–30Wyznaczacie właściciela programu, dajecie konta firmowe, przyjmujecie politykę AI, robicie ocenę luk i podstawy dla wszystkichTabela luk, zasady dotyczące danych, zapis szkolenia
Dni 31–60Szkolicie działy na ich zadaniach, każdy przerabia jedno zadanie tygodniowo, działy mają osoby przewodników i 30-minutowe spotkanie raz w tygodniuBiblioteka poleceń i 2–3 zadania na osobę wykonywane regularnie z AI
Dni 61–90Powtarzacie zadanie próbne, pytacie uczestników, liczycie efekt, rozmawiacie o reskillinguWyniki przed i po, decyzje o rolach, plan na kolejny kwartał i dla nowych osób

To nasza propozycja na start, nie norma. Wsparcie po zajęciach ma znaczenie: w badaniu BCG (czerwiec 2025, ponad 10,6 tys. osób, 11 krajów i regionów) regularne korzystanie z AI było wyraźnie częstsze u osób z co najmniej 5 godzinami szkolenia oraz dostępem do szkoleń stacjonarnych i coachingu.

Format zajęć dobierzesz według kryteriów z poradnika jak wybrać szkolenie AI dla firmy. Jeśli chcesz przejść ten plan z prowadzącym, zobacz szkolenia AI dla firm: zespół ćwiczy na własnych zadaniach, a w wybranych programach po zajęciach dostaje plan wdrożenia na 30 i 90 dni.

Po czym poznać, że działa: mierniki i rachunek

Mierz to, co ludzie robią w pracy, a nie tylko zadowolenie po zajęciach. Dobrze porządkują to cztery poziomy modelu Kirkpatricka:

PoziomCo mierzyszKiedy
ReakcjaCzy zajęcia były przydatne w pracyTuż po zajęciach
Uczenie sięOdsetek osób na wymaganym poziomie w zadaniu próbnymDzień 60 i 90
ZachowanieIle osób co tydzień używa AI w zadaniach z tabeli i sprawdza wynikiCo miesiąc
RezultatyCzas zadania przed i po, liczba poprawek, liczba załatwionych sprawPo 90 dniach

Sama reakcja mówi niewiele: Adam Bakalarz obserwuje, że pokazywane na szkoleniach zastosowania robią efekt „wow”. Więcej znaczy zapis przed i po dla jednego zadania. Na szkoleniu w ARiMR raport tygodniowy powstawał w ok. 20 minut zamiast 4–6 godzin. Pytaj też uczestników, nie tylko przełożonych: w badaniu Wharton i GBK (USA, duże firmy, ok. 1 400 osób, lipiec 2026) szkolenia za odpowiednie uznało 78% kadry zarządzającej i 56% pracowników szczebla początkowego i średniego.

Policzmy to (przykład na naszych założeniach, nie prognoza). Zespół 12 osób: 7 godzin szkolenia i godzina przeglądu to 96 godzin nauki. Przyjmujemy 21 dni roboczych w miesiącu i koszt 65 zł za godzinę pracy; wstaw własną stawkę.

ScenariuszOszczędność czasuGodziny na miesiącZwrot 96 godzin
Ostrożny4 osoby po 10 minut dziennie14ok. 6,9 miesiąca
Bazowy8 osób po 15 minut dziennie42ok. 2,3 miesiąca
Wysoki10 osób po 30 minut dziennie105ok. 0,9 miesiąca

W scenariuszu bazowym nauka kosztuje 6 240 zł czasu pracy, a oszczędność jest warta 2 730 zł miesięcznie. Każde 1 000 zł jednorazowych kosztów zewnętrznych, np. szkolenia, wydłuża zwrot o ok. 8 dni roboczych, a licencje odejmij od miesięcznej oszczędności. Wynik zależy od tego, ile osób używa AI regularnie i jak długo, dlatego miernik zachowania jest tu najważniejszy. Zaoszczędzona godzina staje się zyskiem dopiero wtedy, gdy wiadomo, co zespół z nią zrobi. Koszt czasu przy różnych formatach liczymy w tekście ile kosztuje szkolenie AI.

Typowe błędy przy podnoszeniu kompetencji

Najczęściej firma traktuje naukę jak jednorazowe wydarzenie, a nie zmianę sposobu pracy.

  • Nauka samego pisania poleceń. W eksperymencie Harvard Business School i BCG (758 osób, 2023) AI pomagała w zadaniach w zasięgu jej możliwości: 12,2% więcej zadań i 25,1% szybciej. W zadaniu spoza tego zasięgu korzystający z AI rzadziej dochodzili do poprawnego rozwiązania (o 19 punktów procentowych: ok. 84,5% bez AI wobec 60–70% z AI). Ćwicz więc także rozpoznawanie, kiedy nie ufać wynikowi.
  • Ocena na podstawie deklaracji. „Umiem korzystać z ChatGPT” nie mówi, czy ktoś sprawdza źródła. Dlatego zadanie próbne jest ważniejsze niż ankieta.
  • Brak czasu w grafiku. Jeśli ćwiczenia mają się odbywać „przy okazji”, zwykle wygrywają bieżące sprawy. Zarezerwuj godziny w kalendarzu.
  • Reskilling bez miejsca docelowego. Najpierw rola, potem kurs.
  • Cisza o etatach. Powiedz wprost, które zadania się zmienią i co firma już wie, a czego jeszcze nie.

Upskilling a art. 4 AI Act

Art. 4 nie nakazuje reskillingu ani konkretnego szkolenia. Wymaga działań wspierających rozwój kompetencji w zakresie AI, więc dobrze prowadzony upskilling może być jednocześnie ich dokumentacją.

Przepis po zmianie z lipca 2026 r. każe uwzględniać wiedzę techniczną, doświadczenie, wykształcenie i szkolenia ludzi, kontekst użycia systemów oraz osoby, których systemy dotyczą. Tabela luk pokazuje role, zadania i koszt błędu, więc dotyka tych punktów. Obowiązek obejmuje też inne osoby obsługujące AI w imieniu firmy, na przykład zleceniobiorców.

Komisja Europejska (aktualizacja z 20 października 2026 r.) wyjaśnia, że certyfikat nie jest wymagany, można prowadzić wewnętrzny zapis działań, a art. 4 nie nakłada obowiązku mierzenia wiedzy pracowników. Mierniki z tego poradnika są więc potrzebne Tobie, nie przepisowi. Zachowaj tabelę luk, program, daty i listy uczestników, a szczegóły obowiązku sprawdź w przewodniku po AI literacy.

Wszystkie teksty o kompetencjach AI w firmie

Ten poradnik rozwija jeden wątek z przewodnika AI literacy. Formy nauki porównujemy w tekście szkolenie AI: rodzaje, darmowe i płatne, a to, jak AI zmienia pracę działu personalnego, opisujemy w przewodniku AI w HR. Pełna lista tekstów z tego tematu jest poniżej.

Komentarz Adama Bakalarza Trener AI, założyciel instytut.ai

Co tydzień, jeśli nie codziennie, łapię się na tym, że zrobiłem coś ręcznie: odpowiedź na maila, grzebanie w Excelu, zmianę w PDF-ie. Po co, skoro mogłem to wrzucić do czatu i mieć gotowe? Zachęcam: przez kolejny tydzień przy każdym zadaniu zadaj sobie pytanie, czy czat nie może w tym pomóc.

Co to znaczy dla Ciebie

Zanim zamówisz kolejne szkolenie, zrób tabelę luk: role, zadania, poziom wymagany i obecny, zmierzony krótkim zadaniem próbnym. Dla większości ról zaplanuj upskilling na 90 dni, a reskilling tylko tam, gdzie główne zadania znikają i masz konkretną rolę docelową. Po 90 dniach sprawdź, ile osób regularnie używa AI w swoich zadaniach, i na tej podstawie zdecyduj o następnym kroku.

Najczęstsze pytania

Co to jest upskilling?

Upskilling to podnoszenie kompetencji, czyli nauka nowych umiejętności w ramach obecnej ścieżki zawodowej. Przykład: specjalistka kadr uczy się przygotowywać z AI szkic odpowiedzi i sprawdzać go w przepisach, ale nadal pracuje w kadrach.

Co to jest reskilling i czym różni się od upskillingu?

Reskilling to przekwalifikowanie, czyli zdobycie nowych kwalifikacji do innej pracy. Upskilling rozwija pracownika w obecnej roli, a reskilling przygotowuje go do innej. O wyborze decyduje to, czy główne zadania danej roli zostają w firmie.

Jak przeszkolić pracowników z AI?

Zacznij od spisania zadań każdej roli i 15-minutowego zadania próbnego. Potem daj konta firmowe i zasady dotyczące danych, zrób podstawy dla wszystkich, a działy ucz na ich własnych zadaniach. Po 60 i 90 dniach sprawdź wyniki tym samym zadaniem.

Jakie są kompetencje przyszłości?

Według raportu WEF z 2025 r. najszybciej rośnie znaczenie AI i big data, sieci i cyberbezpieczeństwa oraz biegłości technologicznej. Za najważniejsze umiejętności pracodawcy nadal uważają myślenie analityczne, odporność i elastyczność oraz przywództwo. To prognoza pracodawców, a nie pomiar.

Czy AI Act wymaga upskillingu pracowników?

Art. 4 AI Act wymaga od firm używających AI działań wspierających rozwój kompetencji w zakresie AI, ale nie narzuca formy ani nie wymaga gwarantowania konkretnego poziomu wiedzy. Komisja Europejska wyjaśnia, że certyfikat nie jest potrzebny, a firma może prowadzić wewnętrzny zapis działań.

Ile trwa upskilling zespołu do pracy z AI?

Nie ma tu normy. Pierwszy cykl warto zaplanować na 90 dni: 30 na diagnozę i podstawy, 30 na praktykę na własnych zadaniach, 30 na pomiar i decyzje o rolach. Narzędzia się zmieniają, więc potem warto wracać do tabeli luk co kwartał.

Czytaj dalej

Przewodnik po temacie AI literacy: kompetencje AI w firmie i obowiązek z art. 4 AI Act

Adam Bakalarz, założyciel instytut.ai
Autor

Adam Bakalarz

Szkoleniowiec AI · właściciel agencji NowoczesnyMarketing.pl · założyciel instytut.ai

Prowadzi agencję, w której ChatGPT, Claude i automatyzacje codziennie pracują dla klientów. Na szkoleniach i w kursach online uczy tego, co sam stosuje w pracy.

100+

firm na szkoleniach zamkniętych od 2025

21

kursów online

1 200+

zweryfikowanych opinii

50 000+

kursantów online