Wprowadzenie

Każda decyzja zawodowa podejmowana jest w warunkach niepełnej informacji. Organizacje nie znają przyszłej sytuacji gospodarczej ani konsekwencji decyzji podejmowanych dziś. Specjaliści nie wiedzą, jak zmieni się zapotrzebowanie na ich doświadczenie, kompetencje i sposób pracy. Obie strony działają na podstawie informacji dostępnych w danym momencie. Część tych informacji opisuje zjawiska, które zdążyły się już utrwalić. Dane o wynagrodzeniach, poziomie zatrudnienia czy liczbie ofert pracy pokazują skutki decyzji podjętych przez przedsiębiorstwa wiele miesięcy wcześniej.                                                                                                                                                                                   

Kierunek zmian można oceniać na podstawie informacji pojawiających się na wcześniejszym etapie: zmian aktywności gospodarczej, kierunków inwestycji, nowych regulacji, rozwoju technologii oraz decyzji przedsiębiorstw dotyczących organizacji pracy. Pozwalają one ocenić, w jakim kierunku mogą zmieniać się role zakupowe, zakres odpowiedzialności oraz przydatność określonych doświadczeń zawodowych.                                                                                                                      

Big Fish definiuje sygnał rynkowy jako obserwowalne zjawisko potwierdzone danymi lub powtarzalnymi obserwacjami rynku, które zwiększa prawdopodobieństwo trwałej zmiany wartości ról, kompetencji lub sposobu organizacji funkcji zakupowej. Pojedyncza obserwacja pozostaje informacją. Zbieżność kilku niezależnych obserwacji tworzy podstawę do interpretacji.

Pierwsza edycja Big Fish Procurement Career Signals obejmuje trzy odrębne zjawiska: wykorzystanie AI w zakupach, zmianę zakresu procesów zakupowych realizowanych w SSC i GBS oraz rosnące znaczenie danych dostawców wynikające z regulacji UE. Każdy sygnał publikujemy oddzielnie, ponieważ działa poprzez inny mechanizm i dotyczy innej części rynku zakupowego.

Niniejsza publikacja przedstawia pierwszy sygnał: zmianę wartości doświadczenia zawodowego związanego z wykorzystaniem AI w sourcingu, analityce zakupowej, zarządzaniu umowami, operacjach zakupowych i doskonaleniu funkcji procurement.

Jak powstał ten sygnał?

Big Fish Procurement Career Signals nie powstaje na podstawie pojedynczego raportu ani kilku wybranych publikacji. Punktem wyjścia jest cykliczny monitoring obejmujący dane rynku pracy, badania gospodarcze i branżowe, raporty dotyczące funkcji zakupowych, komunikaty przedsiębiorstw, zmiany regulacyjne oraz informacje o inwestycjach, technologiach i sposobach organizacji pracy.

W ramach przygotowania tej edycji monitoring objął kilka tysięcy publikacji, komunikatów i rekordów informacyjnych. Następnie materiały poddaliśmy selekcji pod kątem aktualności, jakości danych, niezależności źródła, znaczenia dla procurement oraz możliwości wskazania mechanizmu wpływu na role i kariery zawodowe.

Do publikacji trafiły wyłącznie obserwacje, które znalazły potwierdzenie w kilku rodzajach danych albo były zgodne z powtarzalnymi decyzjami i zmianami obserwowanymi na rynku. Źródła wskazane na końcu artykułu są bezpośrednią podstawą danych wykorzystanych w tekście. Nie stanowią pełnego rejestru materiałów objętych monitoringiem.

SIGNAL 01 AI w zakupach: wartość doświadczenia zależy od wpływu na proces i decyzję

Sztuczna inteligencja upowszechnia się w pracy szybciej, niż organizacje zmieniają procesy i zakresy stanowisk. W Polsce z rozwiązań AI korzysta 64% pracowników, podczas gdy 38% firm przeznaczyło w ostatnim roku środki na inwestycje w tę technologię [1]. Duża część zastosowań rozwija się więc z inicjatywy samych pracowników, którzy wykorzystują ogólnodostępne narzędzia do analizy informacji, tworzenia dokumentów i skracania czasu wykonywania powtarzalnych zadań. W zakupach widoczna jest podobna dysproporcja między skalą wykorzystania AI a zmianą sposobu działania funkcji. Gartner zapytał 101 CPO o przygotowanie ich organizacji do przebudowy procesów i ról. Wysoką pewność w tym zakresie zadeklarowało 36% badanych [2]. Jednocześnie liderzy obserwują poprawę produktywności poszczególnych pracowników, której nie towarzyszy porównywalna poprawa wyników zespołów i całej organizacji zakupowej. Gartner określa to zjawisko jako paradoks produktywności AI. Narzędzie pozwala pracownikowi wykonać więcej zadań w krótszym czasie, ale korzyść pozostaje na poziomie pojedynczego stanowiska. Wynik funkcji zmienia się dopiero po przebudowie procesu: innym podziale pracy, skróceniu lub usunięciu wybranych etapów, zmianie zasad współpracy między rolami oraz dostosowaniu mierników. Samo dołączenie AI do istniejącego sposobu działania zwiększa przede wszystkim liczbę lub tempo wykonywanych czynności. Rynek pracy zaczyna rejestrować zapotrzebowanie na doświadczenie łączące AI ze znajomością supply chain. Gartner przeanalizował ponad 35 milionów ogłoszeń, w tym blisko 600 tysięcy dotyczących tego obszaru [3]. Analiza Gartnera obejmująca okres od pierwszego kwartału 2023 do pierwszego kwartału 2026 pokazuje szybki wzrost liczby ofert w supply chain wymagających kompetencji związanych z AI. Po przeliczeniu skumulowanej zmiany podanej przez Gartnera średnie roczne tempo wzrostu wyniosło około 70%*. Dane obejmują cały obszar supply chain i nie pozwalają określić, jaki udział takie stanowiska stanowią w całym rynku pracy.                                                                                                                             

Więcej o charakterze zapotrzebowania mówi struktura stanowisk, która koncentruje się na bardziej doświadczonych profilach. Stanowiska określone przez Gartnera jako mid-senior stanowiły 58% ofert wymagających kompetencji związanych z AI [3]. Stanowiska dyrektorskie były dodatkowo nad reprezentowane, choć Gartner nie podał ich dokładnego udziału. Struktura ofert wskazuje na zapotrzebowanie na osoby zdolne osadzić technologię w złożonych procesach supply chain, oceniać jej rezultaty i odpowiadać za sposób wykorzystania uzyskanych informacji.

* Obliczenie Big Fish na podstawie skumulowanej zmiany podanej przez Gartnera. Dane obejmują cały obszar supply chain, a nie wyłącznie procurement.

Jak AI zmienia pracę w zakupach?

Największy potencjał AI występuje w obszarach opartych na dużej liczbie danych, dokumentów i powtarzalnych analiz. Technologia może wspierać rozpoznanie rynku dostawców, analizę wydatków, budowę modeli kosztowych, przygotowanie zapytań, porównywanie ofert, analizę umów, ocenę ryzyka oraz monitorowanie realizacji uzgodnionych warunków.

W category management AI poszerza zakres informacji, które można uwzględnić w strategii kategorii, i skraca czas potrzebny na ich przetworzenie. Może wspierać analizę rynku, mapowanie dostawców, identyfikację czynników kosztowych, przygotowanie scenariuszy oraz ocenę wariantów. Kierunek analizy wynika jednak z celu kategorii i sposobu jej rozliczania. W zależności od znaczenia kategorii dla organizacji mogą to być między innymi TCO, rozwój kosztów, PPV, cash flow, jakość, czas realizacji, ciągłość dostaw, poziom ryzyka, zgodność regulacyjna, innowacje lub cele środowiskowe. Zakres dostępnych danych ma wartość wtedy, gdy odpowiada na pytania wynikające ze strategii kategorii i wspiera realizację właściwych dla niej KPI.

W analityce zakupowej AI skraca drogę od pozyskania danych do sformułowania hipotezy. Część pracy związanej z klasyfikacją wydatków, łączeniem zbiorów, wyszukiwaniem odchyleń czy przygotowaniem pierwszych wariantów analizy może zostać wykonana szybciej. Wraz z tym przesuwa się zakres odpowiedzialności analityka. Większego znaczenia nabiera znajomość źródeł danych, ocena założeń przyjętych przez model, rozumienie przyczyn obserwowanych odchyleń oraz wskazanie działań, które powinny zostać podjęte na poziomie kategorii, kontraktu lub dostawcy.

W zarządzaniu umowami AI pozwala prowadzić analizę na większej liczbie dokumentów, porównywać zapisy z przyjętymi standardami, identyfikować odstępstwa oraz monitorować zobowiązania wynikające z kontraktów. Rozwój tego obszaru zwiększa znaczenie osób potrafiących zdefiniować wymagane standardy, poziomy akceptowanego ryzyka, warianty zapisów oraz zasady eskalacji. Dane kontraktowe mogą dzięki temu zostać połączone z zarządzaniem kategorią, relacjami z dostawcami, zgodnością i kontrolą realizacji korzyści.

Najszerszy zakres zmian dotyczy Procurement Excellence. W tym obszarze wybiera się procesy, w których zastosowanie AI ma uzasadnienie biznesowe, określa wymagania dotyczące danych, porządkuje standardy pracy i integruje rozwiązania z istniejącymi systemami. Trzeba również ustalić, które wyniki mogą być wykorzystane automatycznie, które wymagają zatwierdzenia, jak obsługiwać przypadki niestandardowe oraz według jakich wskaźników oceniać efekt wdrożenia. Doświadczenie zdobywane w Procurement Excellence obejmuje więc projektowanie sposobu działania funkcji, a nie tylko udział w projekcie technologicznym.

W operacjach zakupowych AI będzie przejmować coraz większą część obsługi standardowych przypadków: klasyfikację i kierowanie zgłoszeń, kontrolę kompletności dokumentów, przygotowanie odpowiedzi oraz identyfikację niezgodności. Zakres pracy przesunie się w stronę przypadków wymagających interpretacji, kontaktu z dostawcą lub klientem wewnętrznym, analizy przyczyny problemu oraz koordynacji działań między kilkoma jednostkami. Wartość roli operacyjnej będzie w większym stopniu wynikała z jakości obsługi wyjątków i zdolności usprawniania procesu.

Wpływ AI zależy także od miejsca zakupów w procesie decyzyjnym. Funkcja uczestnicząca w definiowaniu potrzeb może wykorzystać technologię do analizy wariantów, modelowania kosztów, oceny struktury rynku oraz przygotowania rekomendacji dotyczącej sposobu zaspokojenia potrzeby. Zakupy angażowane dopiero przy wyborze dostawcy wykorzystają te same rozwiązania głównie do sprawniejszego wykonania wcześniej ustalonego procesu. Technologia zwiększa więc zakres możliwości dostępnych w ramach roli, ale nie zastępuje udziału zakupów w decyzjach podejmowanych na wcześniejszych etapach.

Jakie doświadczenie będzie miało wartość rynkową?

Korzystanie z ogólnodostępnych narzędzi AI szybko stanie się powszechnym elementem pracy biurowej. Doświadczenie ograniczone do przygotowywania tekstów, podsumowań lub prostych analiz będzie miało coraz mniejszą zdolność różnicowania kandydatów.

Większą wartość będzie miało wdrożenie konkretnego zastosowania w procesie zakupowym. Może ono dotyczyć skrócenia czasu analizy rynku, zwiększenia pokrycia wydatków danymi, poprawy jakości klasyfikacji, ograniczenia pracy ręcznej, usprawnienia przeglądu umów albo wcześniejszego rozpoznawania ryzyka. O znaczeniu takiego projektu decyduje związek między zastosowaną technologią, zmianą procesu i wskaźnikiem, według którego organizacja ocenia rezultat.

Najrzadsze pozostanie doświadczenie obejmujące zmianę sposobu pracy zespołu lub całej funkcji. Wymaga ono połączenia wiedzy zakupowej z rozumieniem danych, procesów, systemów, odpowiedzialności oraz zachowań użytkowników. Obejmuje również uzgodnienie nowych zasad współpracy z IT, finansami, działem prawnym i jednostkami biznesowymi. Organizacje będą potrzebowały osób, które potrafią przeprowadzić taką zmianę od wyboru zastosowania po mierzenie uzyskanego wyniku.

Opisując doświadczenie związane z AI, warto zachować porządek stosowany przy prezentacji innych projektów zakupowych: sytuację wyjściową, cel, zakres procesu, wykorzystane dane, podjęte działania, sposób kontroli rezultatów oraz osiągnięty wynik. Sama nazwa narzędzia przekazuje niewiele informacji o poziomie kompetencji. Znacznie więcej mówi skala problemu, odpowiedzialność za podjęte decyzje i wpływ projektu na KPI kategorii lub funkcji.

Podobne kryteria warto stosować przy ocenie kolejnego stanowiska. Istotna jest różnica między rolą dającą dostęp do gotowego rozwiązania a stanowiskiem obejmującym wybór zastosowań, pracę nad jakością danych, zmianę przebiegu procesu oraz odpowiedzialność za rezultat. Drugi zakres pozwala budować doświadczenie, które zachowuje wartość po zmianie narzędzia, systemu lub pracodawcy.

Największą zmianą będzie przesunięcie źródła wartości z samego wykonywania analizy na projektowanie sposobu jej wykorzystania. Znajomość narzędzi będzie się upowszechniać. Rzadsze pozostanie doświadczenie łączące AI z wiedzą zakupową, właściwymi KPI oraz udokumentowaną zmianą procesu lub decyzji.

Ocena sygnału

Kryterium	Ocena
Siła sygnału	4/5
Poziom pewności	średni–wysoki
Horyzont wpływu	0–24 miesiące
Obszary zakupów objęte sygnałem	zarządzanie kategorią, analityka zakupowa, zarządzanie umowami, doskonalenie funkcji zakupowej i operacje zakupowe
Charakter zmiany	technologiczna, kompetencyjna i organizacyjna

Siłę sygnału zwiększa zbieżność trzech obserwacji: szybkie upowszechnianie się AI wśród pracowników, bezpośrednie dane od CPO dotyczące przebudowy funkcji oraz wzrost liczby ofert supply chain wymagających kompetencji związanych z AI.                                                                                                                                                                                       

Poziom pewności pozostaje średni–wysoki, ponieważ dostępne badania pokazują jednoznaczny kierunek, lecz pełne konsekwencje dla struktury stanowisk, wynagrodzeń i liczby ról zakupowych są nadal słabo udokumentowane. Dane dotyczące ogłoszeń obejmują cały supply chain, dlatego ich przełożenie na procurement wymaga ostrożności.

Metodologia

Big Fish Procurement Career Signals powstaje w wyniku dwuetapowego procesu. Pierwszy etap obejmuje szeroki monitoring danych gospodarczych, informacji branżowych, zmian regulacyjnych, badań rynku pracy, decyzji przedsiębiorstw oraz obserwacji dotyczących organizacji funkcji zakupowych. Drugi etap polega na pogłębionej weryfikacji wybranych obserwacji oraz ocenie mechanizmu ich wpływu na procurement i wartość doświadczenia zawodowego.

Analiza korzysta z logiki teorii sygnałów Michaela Spence’a oraz zasad ostrożnego wnioskowania obecnych w pracach Nassima Nicholasa Taleba. Obserwowalne decyzje i zjawiska mogą wskazywać kierunek zmian, zanim stanie się on wyraźnie widoczny w danych o zatrudnieniu. Ich interpretacja wymaga jednak uwzględnienia szumu informacyjnego, ograniczeń pomiaru i ryzyka prostego przedłużania dotychczasowych trendów.

Każdy potencjalny sygnał przechodzi pięć etapów analizy.

1. Weryfikacja danych

Sprawdzamy źródło, datę publikacji, okres objęty badaniem, rynek, sektor, grupę stanowisk oraz sposób zebrania danych. Oddzielamy informacje opisujące obecny stan od danych dotyczących zmiany i prognoz. W miarę możliwości wracamy do źródeł pierwotnych i nie porównujemy bezpośrednio wskaźników opracowanych według różnych metodologii.

2. Ocena obserwacji

Pojedyncza liczba opisuje sytuację w określonym miejscu i czasie. Obserwację uznajemy za sygnał, jeżeli znajduje potwierdzenie w innych źródłach lub utrzymuje się w czasie, odpowiada decyzjom podejmowanym przez przedsiębiorstwa i można wskazać mechanizm jej wpływu na procurement.

Nasze podejście ogranicza ryzyko przedstawiania chwilowej zmiany jako trwałego trendu.

3. Identyfikacja mechanizmu

Ustalamy, w jaki sposób obserwowane zjawisko może wpłynąć na przedsiębiorstwa. Analizujemy między innymi jego znaczenie dla kosztów, produktywności, ryzyka, ciągłości działania, organizacji procesów, podziału odpowiedzialności oraz jakości podejmowanych decyzji. Bez rozpoznania mechanizmu informacja rynkowa nie stanowi podstawy do wniosku dotyczącego funkcji zakupowej.

4. Ocena wpływu na procurement

Wpływ oceniamy przez rzeczywisty zakres pracy: rodzaj podejmowanych decyzji, odpowiedzialność za kategorię, dostawcę lub proces, dostęp do danych, wpływ na koszt i ryzyko oraz współpracę z innymi funkcjami organizacji. Nazwa stanowiska ma znaczenie pomocnicze. O wartości roli decydują jej zakres odpowiedzialności i konsekwencje podejmowanych decyzji.

5. Ocena znaczenia dla kariery

Sprawdzamy, czy dane doświadczenie:

• jest coraz częściej wymagane przez pracodawców;
• staje się podstawowym standardem;
• zachowuje znaczenie głównie w wybranych sektorach, kategoriach lub modelach organizacyjnych;
• pozostaje potrzebne, lecz coraz słabiej odróżnia kandydatów;
• może tracić zakres wskutek automatyzacji, centralizacji albo zmian regulacyjnych.

Wniosek dotyczący kariery wynika z wcześniejszej analizy przedsiębiorstwa i funkcji zakupowej. Dane z rynku pracy stanowią dodatkowe potwierdzenie, jeżeli są dostępne.

Ocena sygnału

Każdy sygnał otrzymuje trzy odrębne oceny:

Siła sygnału określa skalę możliwego wpływu na procurement i wartość doświadczenia zawodowego.

Siłę sygnału oceniamy w skali od 1 do 5. Ocena 1 oznacza wpływ ograniczony do wąskiej grupy stanowisk lub organizacji. Ocena 3 wskazuje na wyraźny wpływ w wybranych obszarach procurement. Ocena 5 oznacza szeroką zmianę o charakterze strukturalnym, obejmującą znaczną część funkcji zakupowej i rynku pracy.

Poziom pewności wynika z jakości, aktualności, liczby oraz zgodności dostępnych źródeł.

Horyzont wpływu wskazuje okres, w którym zmiana może zacząć wpływać na procesy, zakresy stanowisk i kryteria rekrutacyjne.

Wysoka siła sygnału może współistnieć ze średnim poziomem pewności. Regulacja może istotnie zmienić pracę w określonej kategorii, mimo że jej wpływ na zatrudnienie pozostaje jeszcze trudny do zmierzenia.

O Big Fish 

Big Fish od ponad 20 lat specjalizuje się wyłącznie w rynku zakupów. Prowadzimy projekty executive search i rekrutacji specjalistycznej, oceniamy kompetencje oraz wspieramy organizacje w rozwoju funkcji zakupowych. Wiedzę wynikającą  z pracy z organizacjami i profesjonalistami łączymy z systematyczną analizą rynku. Big Fish Procurement Career Signals powstał, aby porządkować zjawiska, które mogą wpływać na zakres ról, zapotrzebowanie na kompetencje i wartość doświadczeń zawodowych w zakupach.

Źródła wykorzystane bezpośrednio w analizie

Poniższe źródła stanowią bezpośrednią podstawę danych przywołanych w artykule. Zostały wybrane z szerszego zbioru materiałów objętych monitoringiem ze względu na jakość metodologiczną, aktualność oraz znaczenie dla analizowanego mechanizmu.

[1] Randstad, „Workmonitor 2026” — dane dla Polski dotyczące wykorzystania AI przez pracowników oraz inwestycji przedsiębiorstw w tę technologię.

[2] Gartner, „Gartner Survey Shows Just 36% of Chief Procurement Officers Are Very Confident in Ability to Redesign Function for AI”, 19 maja 2026 roku — badanie 101 CPO dotyczące przebudowy ról i procesów zakupowych wokół AI.

[3] Gartner, „Gartner Says There Is an Outsized Need for AI Talent in Supply Chain”, 15 czerwca 2026 roku — analiza ponad 35 mln ogłoszeń, w tym blisko 600 tys. ofert dotyczących supply chain. Źródło wykorzystano jako szerszy kontekst rynku pracy; dane nie odnoszą się wyłącznie do zakupów.

Pełny rejestr monitoringu obejmuje również materiały wykorzystane do identyfikacji, porównania i odrzucenia potencjalnych obserwacji. Nie jest publikowany jako bibliografia, ponieważ nie wszystkie objęte nim materiały stanowiły podstawę przedstawionych wniosków.