Nowy model OpenAI sam klika w Power BI. Excel właśnie przestał być twoją przewagą

GPT-6 Astra sam pracuje w Power BI. To kolejny etap rozwoju AI

GPT-6 Astra jeszcze za mnie w Power BI nie klika. Model dopiero pokazano, a ja nie miałem okazji sam go przetestować. Tyle że podczas premiery OpenAI pokazało właśnie coś, co jeszcze niedawno wydawało mi się kolejnym etapem gdzieś dalej na osi rozwoju AI, czyli model samodzielnie poruszający się po Power BI i wykonujący pracę w interfejsie.

Sam kierunek nie jest zresztą nowy — wcześniej OpenAI pokazało ChatGPT Work, agenta prowadzącego złożone zadania przez wiele godzin i oddającego gotowe pliki.

Microsoft opisuje Astrę jako narzędzie do pracy w business intelligence

Zresztą nie chodzi tylko o pojedyncze, efektowne demo. Microsoft wprost opisuje zastosowanie Astry w business intelligence jako możliwość budowania i poprawiania dashboardów w Power BI, porównywania danych, identyfikowania kompromisów i przygotowywania wniosków.

OpenAI z kolei pozycjonuje GPT-6 Astrę jako model do kompleksowej pracy obejmującej między innymi korzystanie z komputera, research czy tworzenie dokumentów. Na razie dostęp jest wdrażany etapami, więc dopiero przekonamy się, jak premierowe pokazy przełożą się na codzienną pracę zwykłych użytkowników.

Znaków zapytania mam coraz więcej

Mimo wszystko sam kierunek trudno zignorować. Jeszcze niedawno model mówił człowiekowi, co powinien kliknąć. Potem generował kod, który trzeba było gdzieś wkleić. Następnie pojawili się agenci zdolni samodzielnie pracować na repozytoriach, a wraz z nimi wróciło pytanie, czy czeka nas zagłada programistów.

Teraz coraz większa część tego ostatniego fragmentu procesu, czyli fizycznego wykonywania czynności w programie, również zaczyna być automatyzowana.

Nie powiedziałbym nawet, że patrzę na to wszystko ze strachem czy niepokojem. Bardziej przybywa mi znaków zapytania. Bo jeszcze kilka lat temu ścieżka wydawała się dość oczywista. Informatyka, dane, programowanie, kolejne technologie, kolejne narzędzia. Uczysz się np. SQL-a, Pythona, Power BI, poznajesz chmurę, automatyzację i jedziesz dalej.

Nigdy zresztą nie zakładałem, że raz zdobyta wiedza wystarczy mi do końca kariery. Decydując się na informatykę, właściwie z góry podpisujesz zgodę na ciągłe uczenie się czegoś nowego. Gdyby technologie się nie zmieniały, nie byłyby technologiami.

Ciągła nauka nowych technologii to dziś warunek utrzymania się w zawodzie

Być może właśnie dlatego tak bardzo interesuje mnie sztuczna inteligencja i wszystkie technologie, które wokół niej powstają. Lubię sprawdzać nowe modele, narzędzia i sposoby automatyzowania pracy. Jeżeli jutro okaże się, że powinienem nauczyć się kolejnej technologii, prawdopodobnie będę jedną z pierwszych osób, które będą chciały jej spróbować. Nie jestem w tym zresztą wyjątkiem — badania pokazują, że Polacy chcą się przebranżawiać znacznie chętniej niż jeszcze kilka lat temu.

Ponieważ modele potrafią coraz lepiej pisać kod, pracować w Excelu, obsługiwać Power BI i wykonywać wieloetapowe zadania na komputerze, zaczynam się zastanawiać, które z kompetencji rozwijanych dzisiaj rzeczywiście będą jeszcze przewagą na rynku pracy, a które staną się po prostu podstawową funkcją dostępnego dla każdego agenta.

Znajomość Excela przestaje być przewagą na rynku pracy

Kiedyś umiejętność obsługi Excela naprawdę coś znaczyła. Przez lata była to jedna z najbardziej uniwersalnych kompetencji pracownika biurowego. W wielu zawodach dobra znajomość Excela rzeczywiście mogła stanowić przewagę: tabele przestawne, zaawansowane formuły, Power Query czy VBA wyraźnie odróżniały osobę sprawnie poruszającą się po danych od kogoś, kto potrafił najwyżej wpisać kilka liczb do komórek.

Oczywiście Excel nagle nie stanie się bezużyteczny, ale jego znajomość po prostu przestaje być przewagą. Umiejętność korzystania z internetu jest dzisiaj w pracy niezwykle potrzebna. Nikt jednak nie wpisuje jej już poważnie do CV.

Podobnie jest z obsługą poczty elektronicznej czy podstawowego pakietu biurowego. Technologie nie zniknęły. Po prostu zostały przesunięte z kategorii „potrafię coś wyjątkowego” do kategorii „zakładamy, że to potrafisz”.

Automatyzacja uderza najpierw w juniorów i najprostsze zadania

Jak właściwie człowiek zostaje dobrym specjalistą? Zwykle najpierw jest słabym specjalistą. Dostaje prostsze zadania, przygotowuje pierwsze raporty, czyści dane, poprawia błędy w cudzym kodzie, testuje aplikację, wyszukuje informacje. Gdy robi coś źle, ktoś bardziej doświadczony mu to pokazuje i następnym razem robi to trochę lepiej.

Po kilku latach wie już nie tylko, gdzie kliknąć – przynajmniej tak zawsze było. Problem polega na tym, że właśnie te najprostsze zadania znajdują się w pierwszej kolejności na celowniku automatyzacji.

Jeżeli do prostego researchu nie potrzebuję już stażysty, bo agent zrobi pierwszą wersję w kilka minut, jeżeli model potrafi przygotować podstawową analizę w Excelu, napisać prosty fragment kodu i przetestować stronę internetową, przedsiębiorstwo może po prostu potrzebować mniej osób na samym dole struktury. Wszyscy dobrze wiemy, że to się już dzieje od wielu miesięcy, a zastępowanie pracowników AI najmocniej uderza właśnie w stanowiska juniorskie.

Dane Stanford i AI Jobs Barometer: zatrudnienie młodych wyraźnie w dół

Jako osoba pracująca codziennie z danymi muszę jednak postawić przed samym sobą kontrargument. Badacze Stanford Digital Economy Lab przeanalizowali dane płacowe obejmujące miliony amerykańskich pracowników. Nie znaleźli dowodów na szerokie, ogólnogospodarcze wypieranie ludzi przez AI. Znaleźli jednak wyraźny problem właśnie wśród najmłodszych pracowników.

Zatrudnienie osób w wieku 22–25 lat w zawodach silnie eksponowanych na sztuczną inteligencję znajdowało się w połowie 2026 roku około 19 proc. poniżej poziomu, którego można byłoby oczekiwać, gdyby rozwijało się tak jak zatrudnienie ich rówieśników w zawodach mniej eksponowanych na AI.

W tegorocznym AI Jobs Barometer przeanalizowano ponad miliard ogłoszeń o pracę. Wśród 2,4 mln amerykańskich ofert entry-level stanowiska najbardziej eksponowane na AI były aż siedem razy częściej powiązane z wymaganiami dotyczącymi kompetencji wcześniej kojarzonych raczej z bardziej doświadczonym pracownikiem. To, co było kiedyś sufitem, dziś jest podłogą. Następuje „senioryzacja” juniorów.

Historia technologii sugeruje, że praca nie zniknie, tylko się zmieni

Nie chcę dołączać do grona ludzi ogłaszających koniec pracy. Takie prognozy mają wyjątkowo długą historię i jak dotąd ludzkość radziła sobie z technologicznymi zmianami znacznie lepiej, niż sugerowały najbardziej katastroficzne scenariusze. Mechanizacja dramatycznie zmniejszyła zapotrzebowanie na pracę w rolnictwie, a automatyzacja zmieniła fabryki.

Z kolei komputery zmieniły księgowość, bankowość czy administrację. Dodatek do nich w postaci internetu wywrócił handel, media, turystykę czy reklamę. A my po tym wszystkim nadal nie żyjemy w świecie bez pracy.

Co więcej, badania Davida Autora i jego współpracowników z MIT pokazują, że około sześć na dziesięć współczesnych amerykańskich miejsc pracy znajduje się w zawodach, które w 1940 roku właściwie jeszcze nie istniały. Technologia niszczyła pewne zadania, ale jednocześnie tworzyła nowe zawody, branże i kompetencje, których wcześniej nawet nie potrafiliśmy nazwać. Być może z AI będzie tak samo – czemu nie? Może po prostu jeszcze czegoś nie dostrzegamy, przez co widzimy wiele spraw w barwach czarno-białych?

Przyszłą kompetencją może być budowanie własnych agentów AI

Być może za kilka lat pytanie na rozmowie kwalifikacyjnej nie będzie brzmiało: „jak dobrze znasz Excela?”, tylko: „jak wykorzystujesz agentów do swojej pracy i jak kontrolujesz poprawność tego, co robią?”.

I właściwie nie byłoby w tym nic dziwnego, bo kiedyś trzeba było nauczyć pracowników obsługi komputera, później internetu, następnie Excela, systemów ERP, narzędzi BI, Pythona czy chmury. Teraz kolejną warstwą może stać się umiejętność tworzenia własnych cyfrowych współpracowników.

Agent do danych, researchu, kontroli jakości produktu, tworzenia dokumentacji. A nad nimi człowiek, który rozumie problem na tyle dobrze, żeby zdecydować, co tym agentom powierzyć, jakie dać im uprawnienia i kiedy ich zatrzymać. Zespoły łączące ludzi i algorytmy, czyli tzw. cyfrowa siła robocza, przestają być futurologią.

Obserwuj nas w Google Discover

Podobają Ci się nasze treści?

Google Discover

Obserwuj