Michał Dębek
Stopniowa adopcja generatywnej AI w branży gier nie powoduje jeszcze masowych zwolnień, ale zmieniają się kompetencje, za które gamedev chce płacić.
Według raportu GDC 36% badanych pracowników branży osobiście używa GenAI, a 52% twierdzi, że jest ona w ich firmie obecna. Mamy więc do czynienia z powszechnym zjawiskiem, a nie eksperymentami entuzjastów. Jednak im dalszy etap produkcji, tym rzadziej używa się GenAI. 81% użytkowników stosuje ją do researchu i brainstormingu, ale już do generowania assetów trafiających bezpośrednio do gry i współtworzenia rzeczy widocznych dla graczy – odpowiednio 19% i 5%. GenAI jest dobra w blokach startowych, ale nie sprawdza się na finiszu.
Dlaczego? Bo, na przykład, wygenerowana siatka 3D to nie jest gotowy model – trzeba zdecydować, czy pasuje do koncepcji całej gry, poprawić go, zoptymalizować, wpasować w silnik. Wciąż musi to zrobić fachowiec. Wygenerowany fragment fabuły to nie jest gotowa historia – trzeba upilnować spójności świata i postaci przez dziesiątki godzin gry. Te dwa przykłady powtarzają się w niezależnych badaniach nad produkcją gier z użyciem GenAI[1]. W połowie 2026 roku żadne narzędzie prawdopodobnie nie zaprojektuje samodzielnie spójnej gry.
Zmiany na rynku pracy
Pomimo tego, przyszłość miejsc pracy dla żywej inteligencji z węgla i białka jest niejednoznaczna. Co prawda inteligencja krzemowa tworzy dowolną grafikę w kilka sekund, podczas gdy biologicznie czynna potrzebuje na to samo trzech kaw i kilkudziesięciu minut pracy, ale wg badania GDC tylko 6% osób dotkniętych zwolnieniami usłyszało od pracodawcy, że powodem była automatyzacja czy AI. Co więcej, sztuczna inteligencja była podawana jako jedna z wielu przyczyn i to znacznie rzadziej niż bliżej nieokreślone restrukturyzacje (43%) czy cięcia budżetowe (38%). Żadne dostępne dziś dane nie uzasadniają twierdzenia o masowych zwolnieniach spowodowanych wdrożeniem AI.
Prawdziwy problem jest subtelniejszy: AI coraz sprawniej wykonuje zadania juniorów – proste, powtarzalne, szkoleniowe, researcherskie. Producenci i wydawcy mogą więc ograniczać zatrudnienie i nabór osób z najmniejszym doświadczeniem – bo ich już nieźle zastępują agenci AI. Ale jeśli zniknie ten pierwszy stopień wtajemniczenia, to we wcale nie tak dalekiej perspektywie może zabraknąć ludzi, którzy będą umieli ocenić, czy to, co wygenerowała AI, jest zadowalające. To może być poważny problem, o ile założymy, że rozwój AI nie doprowadzi do jej całkowitej autonomizacji i „przejęcia władzy nad światem” (w naszym przypadku: produkcją, badaniami rynku, marketingiem i sprzedażą).
Zmiany pożądanych kompetencji
Istotne zmiany widać już dziś w pożądanych kompetencjach pracowników. Wartość tracą wąskie specjalizacje polegające wyłącznie na szybkim przygotowywaniu prostych, powtarzalnych pierwszych wersji: standardowych tekstów i dokumentów, schematycznych fragmentów kodu, roboczych szkiców i placeholderów, rutynowych materiałów komunikacyjnych, powtarzalnych czynności organizacyjnych. Zdecydowanie zyskują kompetencje trudniejsze do zautomatyzowania: umiejętność oceny wygenerowanych wariantow, precyzyjne formułowanie problemów, wyłapywanie błędów logicznych i koncepcyjnych, domykanie materiału do jakości produkcyjnej, układanie procesów produkcyjnych, świadomość ryzyk prawnych i reputacyjnych. Nawet Electronic Arts – firma z formalną strategią AI, specjalnym dyrektorem i celami AI wpisanymi w ocenę zarządu – najwięcej inwestuje właśnie w nadzór i odpowiedzialność, nie w samo generowanie treści.
Obraz, jaki wyłania się z danych GDC, to raczej nie masowa redukcja etatów, tylko pewna wymiana kompetencji: znika popyt na proste, powtarzalne zadania, rośnie popyt na ocenę, nadzór i odpowiedzialność za efekt. Czy to oznacza mniej etatów? Same dane tego nie przesądzają. Można się jednak spodziewać, że wraz z wejściem AI do gry najwięcej stracą studia, których model biznesowy opierał się dotychczas na taniej, powtarzalnej pracy.
[1] Por. Beyond Extraction? Generating Games with AI, Responsibly | Proceedings of the 2026 Designing Interactive Systems Conference; Empirical insights into AI-assisted game development: A case study on the integration of generative AI tools in creative pipelines; Generative AI in Game Development: A Qualitative Research Synthesis | Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems