AI munkahelyek Magyarországon: elveszi az AI a munkámat? A friss kutatások alapján a rövid válasz az, hogy ritkán a teljes munkakörödet — sokkal gyakrabban a feladataid egy részét, és ettől alakul át a munkád tartalma és a céged létszámigénye. 2026 közepéig a nemzetközi adatok nem mutatnak gazdaságszintű, tömeges AI-okozta munkahely-vesztést. Egyetlen mérhető jel van, az viszont éles: a pályakezdők felvétele lassul az erősen kitett szakmákban. Magyarországon eközben a munkahelyek negyede-ötöde magasan automatizálható a következő egy-két évtizedben — de nem holnap, és nem egyszerre.
Ez a cikk konkrét számokkal, magyar szakmákra lebontva nézi végig, hol tart valójában a folyamat, és mit érdemes tenned.
A fontos különbség: foglalkozás kontra feladat
A közbeszéd „eltűnő szakmákról” beszél, a kutatások viszont majdnem mindig feladatokat mérnek. Ez nem szőrszálhasogatás: a kettő nagyságrendekben tér el. A McKinsey Global Institute becslése szerint a jelenlegi munkatevékenységek akár 50 százaléka automatizálható a ma létező technológiával — miközben teljes foglalkozásoknak jóval kevesebb mint tizede váltható ki maradéktalanul.
A magyar adat ugyanezt a mintát mutatja. A McKinsey Hungary 2024-es elemzése szerint a magyar munkaórák 49 százaléka lenne automatizálható a jelenlegi technológiával (nagyjából a globális átlag), teljes foglalkozásoknak viszont kevesebb mint 5 százaléka — ellenben a foglalkozások 60 százalékában a részfeladatok legalább harmada kiváltható. Ezt a különbségtételt idézi az Economx összefoglalója is.
A helyes önvizsgálati kérdés tehát nem az, hogy „megszűnik-e a szakmám”, hanem hogy a munkám hány százaléka ismétlődő, szabályalapú és jól strukturálható. Minél magasabb ez az arány, annál gyorsabban változik meg a munkaköröd — akkor is, ha a titulusod ugyanaz marad.
Mit mutatnak a legfrissebb mérések?
2026-ban két nagy, adatalapú vizsgálat írta felül a korábbi becsléseket.
Az Anthropic munkaerőpiaci kutatása (2026. március) bevezetett egy „megfigyelt kitettség” mérőszámot, ami nem elméleti becslés, hanem a tényleges használatból indul ki. Eredménye: 2022 vége óta nincs rendszerszintű munkanélküliség-emelkedés az erősen kitett szakmákban. A legkitettebb foglalkozások listája viszont beszédes: programozók ~74,5%, ügyfélszolgálati munkatársak ~70,1%, adatrögzítők ~67,1%, egészségügyi dokumentációs szakemberek ~66,7%, pénzügyi és befektetési elemzők ~57,2%. Fontos árnyalat, hogy a tényleges lefedettség még töredéke az elméletileg lehetségesnek: az informatikai és matematikai területen az elméleti ~94 százalékkal szemben a gyakorlat nagyjából egyharmad.
A Stanford Digital Economy Lab „Canaries in the Coal Mine” tanulmánya (2026. augusztus, Brynjolfsson, Chandar és Chen) 4,6 millió dolgozó bérdatáját és 730-nál több foglalkozást vizsgált. A megállapítás egyértelmű:
„We find no evidence of widespread, economy-wide job displacement.” — Stanford Digital Economy Lab, 2026
2022 novembere és 2026 júniusa között a mintában az átlagos foglalkoztatás körülbelül 6 százalékkal nőtt, a legkitettebb ötödben is ~4 százalékkal. Egyetlen csoportnál fordult meg az előjel: a 22–25 évesek erősen kitett szakmáiban a foglalkoztatás évi ~3,8 százalékkal csökken, és a trend romlik. A kutatás nyilvános adattára folyamatosan követi ezeket a számokat.
A kitettségi rangsorok nagyjából egybevágnak. A Tufts University 2026-os AI-kockázati indexe szerint 9 milliónál több amerikai állás van „billenőponti” kockázatban 2–5 éven belül; a lista élén webes és digitális felületdizájnerek, webfejlesztők, adatbázis-architektek, programozók és adatkutatók állnak, a legkevésbé kitettek között pedig bányászati gépkezelők, ápolási segédmunkások, sebészasszisztensek és masszőrök szerepelnek — erről a NY Post összefoglalója és a Metaintro elemzése is beszámolt.
Kapcsolódó elemzésünk: Az AI elveszi a munkádat? — Amodei, Hinton és LeCun sem értenek egyet
AI munkahelyek Magyarországon: mit mutatnak a számok?
A hazai kép sajátos, és nem egyszerűen a nemzetközi átlag kicsinyített mása.
- KSH-adatokra épülő hazai kutatás: a magyar munkavállalók nagyjából 44 százaléka dolgozik olyan állásban, amely a következő évtizedekben megszűnhet a digitális technológia terjedésével. Összehasonlításként: USA 45%, Svédország 53%, Finnország 35%, Norvégia 33%. A dolgozók 13 százaléka (~600 ezer fő) olyan foglalkozásban van, amely 95 százaléknál nagyobb eséllyel szűnik meg 10–20 éven belül, és több mint egymillió ember (~25%) dolgozik olyan munkakörben, ahol az automatizálás esélye legalább 90 százalék.
- McKinsey Hungary (2024): mérsékelt bevezetési ütem mellett 2030-ig nagyjából egymillió álláshely — az állomány negyede — alakul át. Ugyanez az elemzés azt is állítja, hogy az automatizáció megfelelő keretek között évi 0,8–1,4 százalékponttal emelheti a magyar GDP-növekedést, és orvosolhatja a krónikus munkaerőhiányt.
- PwC Magyarország: a legnagyobb kitettség a feldolgozóiparban (~380 ezer érintett munkahely), a szállítás-logisztikában (~108 ezer) és az építőiparban (~107 ezer) van. Ez a három ágazat adja a magyar foglalkoztatottak több mint harmadát és a potenciálisan érintett állások mintegy kétharmadát.
A PwC három automatizációs hullámmal számol, és ez a legjobb magyarázat arra, miért érezzük egyszerre túlzónak és alábecsültnek a jóslatokat. Az algoritmikus hullám már zajlik (adatvezérelt ágazatok, pénzügy, irodai adminisztráció: a hazai állások ~3 százaléka). Az augmentációs hullám most bontakozik ki a kereskedelemben, oktatásban és közigazgatásban, ez további ~20 százalékot hoz. Az autonóm hullám — fizikai robotok — a 2030-as évek közepén tetőzik, és elvben az állások 40 százalékát érinti. Együtt: a 2030-as évekre 900 ezernél több magyar állás lesz magasan automatizálható, a veszteségek fele a feldolgozóiparban és a kereskedelemben.
Van egy magyar paradoxon is. A magas ipari és manuális foglalkoztatási arány miatt hosszú távon nálunk lesz a legerősebb a teljes hatás — rövid távon viszont a digitalizáció mérsékeltebben érint minket, mint a szolgáltatás-orientált fejlett gazdaságokat. Ráadásul az alacsony bérszint lassítja a folyamatot: kevésbé éri meg gépre cserélni az olcsó munkaerőt. Ez néhány év előnyt ad a felkészülésre — nem többet.
Melyik magyar szakmák a legkitettebbek?
Az Oeconomus Gazdaságkutató Alapítvány 2025-ös kutatása szerint a 4,7 millió magyar munkavállaló nagyjából ötödének a munkakörét érinti az AI. A HR Portál beszámolója szerint a legkitettebbek az irodai feladatok, a könyvelői munkák és a rutinmunkák, és a kitettség a nők és a diplomások körében magasabb. Az ILO adatai ezt alátámasztják: az irodai-adminisztratív munkakörökben a feladatok 24 százaléka magas, további 58 százaléka közepes kitettségű.
Magyar szempontból különösen fontos, hogy erősen kitettek az üzleti szolgáltató központok (SSC/BPO), amelyek nagy súlyt képviselnek a hazai gazdaságban, valamint a telemarketing, a tőkepiaci szolgáltatások és általában a fehérgalléros munkakörök. A betanított fizikai és kézműipari munkások közül a becslések szerint ~195 ezer fő (a csoport harmada) végez az évtized végére jó eséllyel automatizálható munkát, a gépkezelő és gépbeállító szakmákban pedig ~149 ezer fő.
A vállalati oldal tapasztalata konkrétabb minden előrejelzésnél. A Richter Gedeon toborzási vezetője szerint az IT területen náluk „a junior pozíciók tünedeznek el”, és a munkaerőpiacon az IT-pozíciók fele eltűnt a 2022-es kínálathoz képest. A Deutsche Telekom IT Solutions egy full-tech fejlesztői pozícióra ezer jelentkezőt kapott — az AI választotta ki az 50 legjobban illő önéletrajzot, 950 CV-t a toborzó nem is látott.
Kapcsolódó elemzésünk: AI elbocsátási hullám: 150 ezer állás és kényelmetlen vita
Kik a viszonylag védettek?
A források ebben feltűnően egyetértenek. Három csoport marad a legtovább emberi kézben:
- Fizikai jelenlétet és kézügyességet igénylő munkák kiszámíthatatlan térben: villanyszerelő, vízvezeték-szerelő, HVAC-technikus, ápoló, gyógytornász, dentálhigiénikus, masszőr.
- Bizalomra és érzelmi ráhangolódásra épülő szerepek: terapeuta, szociális munkás, tárgyalástechnikai szakértő, összetett ügyfélkommunikáció.
- Magasan képzett, kreatív, komplex problémamegoldó munkák: mérnök, adatkutató a felső szinten, oktató — bár ezek tartalma is jelentősen átalakul.
Érdemes ugyanakkor egy kutatói ellenpontot is idézni. Michael Webb 2020-as elemzése szerint a legkisebb szakértelmet igénylő munkákra a robotok, a közepesre a szoftverek, a magasabb szakértelmű munkákra pedig épp az AI hat a legerősebben — vagyis a „tanulj tovább és biztonságban vagy” recept önmagában nem működik. Ezt és a többi kutatói árnyalatot részletesen összefoglalja az Elemzésközpont áttekintése.
Mit mond a történelmi tapasztalat?
Acemoglu számítása szerint 1980 és 2007 között az automatizáció a teljes foglalkoztatást mindössze 0,18–0,34 százalékponttal csökkentette — ugyanezen időszak alatt az amerikai foglalkoztatás 17,5 százalékkal nőtt, és ennek felét új iparágak és új foglalkozások adták. Egy 16 európai országot vizsgáló, 2011–2019-es tanulmány szerint az AI-kitettség összességében pozitív foglalkoztatási hatású volt, a bérekre pedig nem volt kimutatható hatása (kivétel: Görögország, Írország, Németország, Spanyolország). Fontos figyelmeztetés, hogy ez az adatsor 2019-ben véget ér — a ChatGPT-korszak nincs benne.
Egy 145 országot vizsgáló robotizációs elemzés élesebb képet ad: az ipari robotok terjedése szignifikánsan növeli a munkanélküliséget, különösen rutinfeladatokra épülő gazdaságokban, a szolgáltató robotoknál viszont nincs kimutatható hatás. Magyarország ipari szerkezete miatt ez a megkülönböztetés minket közelebbről érint, mint a nyugat-európai átlagot.
Kapcsolódó elemzésünk: AI tényleg gyorsabb? A kutatás szerint a fejlesztők 19%-kal lassabbak lettek
Mit tehetsz konkrétan?
Négy lépés, amelyik minden forrás alapján megtérül:
- Mérd fel a feladataidat, ne a titulusodat. Írd össze egy hét munkáját, és jelöld meg, mi ismétlődő és szabályalapú. Ez az arány a te személyes kitettségi mutatód.
- Válts a szomszédos készségprofil felé. A legkönnyebb és leggyorsabb váltás mindig a jelenlegi tudásodhoz legközelebbi szerep — nem a teljes szakmaváltás.
- Használd az eszközöket validáló módban. Aki ma AI-jal dolgozik és ellenőrzi is a kimenetét, az pontosan azt a kompetenciát építi, ami hiánycikk lesz.
- Pályakezdőként előzz. A mért adat szerint épp a 0 kilométeres juniorok helyzete romlik, ezért érdemes már a tanulmányok alatt olyan AI-tudást építeni, amivel medior-közeli szinten lehet belépni.
A „puha készségek” — kritikus gondolkodás, az AI-válaszok ellenőrzése, kreativitás, érzelmi intelligencia — mostantól kemény kompetenciáknak számítanak. Az EU-ra vetített becslés szerint mintegy 94 millió dolgozó marad a jelenlegi foglalkozásában, de új készségekre lesz szüksége, és ~21 millió ember kényszerül teljes szakmaváltásra.
Kapcsolódó elemzésünk: AI a munkában 2026: 5 konkrét módszer, ami valódi időt takarít meg és Mi az a mesterséges intelligencia? Teljes, érthető magyarázat kezdőknek
A kockázat, amiről kevesebb szó esik
Az Oeconomus kutatóinak álláspontja szembemegy a közhangulattal: szerintük a fő kockázat nem a munkahelyek megszűnése, hanem az AI túl lassú bevezetése — és a munkaerőpiac kettészakadása. Ebben a forgatókönyvben a magasan képzettek bérelőnye tovább nő, az alacsonyan képzettek pozíciója bizonytalanná válik, és a tőkejövedelem aránya emelkedik. Az EU-s adatok szerint egyébként a magyar vállalkozásoknak 2024-ben mindössze ~7,5 százaléka használt AI-t (24. hely az uniós rangsorban, az élen álló Dánia ~27 százalékával szemben) — az arány viszont egy év alatt megduplázódott.
Ehhez jön a legkellemetlenebb tény: ma pont a leginkább veszélyeztetettek képzik magukat a legkevésbé. A középfokú végzettségűek háromszor nagyobb eséllyel dolgoznak magasan automatizálható állásban, mint a felsőfokúak — miközben az élethosszig tartó tanulásban ők vesznek részt a legritkábban. Ez nem egyéni felelősség kérdése, hanem szakpolitikai feladat: célzott átképzés, munkaerő-piaci mobilitás és elég erős szociális háló az átmenet idejére.
Kapcsolódó elemzésünk: Meta és Microsoft leépítés: 23 000 ember és az AI stratégiai átcsoportosítás valódi oka
Összefoglalva
Elveszi az AI a munkádat? A mai adatok szerint valószínűbb, hogy átírja. Nincs bizonyíték tömeges, gazdaságszintű elbocsátási hullámra, viszont van egyértelmű jel a pályakezdők szűkülő belépési kapujáról, és van egy magyar sajátosság: a legerősebb hatás a 2030-as években jön, ipari és kereskedelmi túlsúllyal. Ez néhány év felkészülési idő — pontosan annyi, amennyit vagy kihasználunk, vagy elszalasztunk.
Te mit gondolsz?
A te munkádban mennyi az ismétlődő, szabályalapú feladat — és érzed már, hogy változik? Melyik forgatókönyv áll közelebb a tapasztalatodhoz: a „csendes átalakulás” vagy a hirtelen leépítés? Írd meg a véleményed, és oszd meg a cikket azzal, akinek a szakmája szóba került.
Ha követni akarod, hogyan alakulnak a magyar munkaerőpiaci számok és mit hoznak a következő kutatások, iratkozz fel az AI Hírek hírlevelére — a fontos elemzéseket egy helyen küldjük.