75% kodu Google pisze AI – co ta liczba naprawdę znaczy

Półtora roku temu Sundar Pichai mówił o 25%. Jesienią 2025 roku było już 50%. 22 kwietnia 2026 roku, na konferencji Google Cloud Next w Las Vegas, CEO Google ogłosił kolejną liczbę: 75% nowego kodu w firmie tworzy dzisiaj AI, zaakceptowane przez inżynierów. Potrojenie udziału w osiemnaście miesięcy brzmi jak sukces technologiczny albo jak bardzo wygodna statystyka dla inwestorów. Prawda, jak zwykle, leży gdzieś pośrodku. Dlatego warto przyjrzeć się co Pichai rzeczywiście powiedział, co pod tą liczbą się kryje i dlaczego polscy programiści powinni czytać to ostrożniej niż nagłówki branżowe.

Co dokładnie powiedział Pichai i w jakim kontekście

Deklaracja padła we wtorek 22 kwietnia 2026 roku, podczas otwarcia Google Cloud Next 2026. Pełny cytat brzmi: “Today, 75% of all new code at Google is now AI-generated and approved by engineers, up from 50% last fall”. W polskim tłumaczeniu: 75% nowego kodu w Google powstaje z AI i jest akceptowane przez inżynierów, w porównaniu do 50% jesienią 2025. Pichai dodał też, że firma przechodzi teraz na “prawdziwie agentowe przepływy pracy”, w których AI wykonuje całe zadania samodzielnie, a inżynier pełni rolę nadzorcy.

Liczba 25% pojawiła się po raz pierwszy w październiku 2024 roku podczas kwartalnej rozmowy z inwestorami. Progresja wygląda więc tak: październik 2024 – 25%, jesień 2025 – 50%, kwiecień 2026 – 75%. Trzy razy większy udział w niewiele ponad rok. Taka dynamika rzadko bywa przypadkowa, bo ogłoszenia tego kalibru planuje się na konferencje z rynkiem inwestorskim w tle.

Pichai przy okazji podał konkretny przykład: jedna z migracji kodu, która zajęłaby normalnie sześć miesięcy, została zakończona w miesiąc, dzięki agentom AI współpracującym z zespołem inżynierów. Sześciokrotne przyspieszenie, nie dwukrotne – tyle akurat pokazuje, że największy zysk z AI nie jest w codziennym pisaniu funkcji, tylko w powtarzalnych, nudnych operacjach na dużej bazie kodu.

Co znaczy “AI-generated and approved by engineers” w praktyce

Kluczowa fraza to “approved by engineers” – zaakceptowane przez inżynierów. Nie oznacza to, że AI samodzielnie wrzuca kod do produkcji. Oznacza, że model proponuje fragment, człowiek go przegląda, akceptuje lub poprawia, a następnie merguje. W praktyce to ten sam proces, który od lat nazywa się code review, tylko autor pierwszej wersji jest maszyną, a nie człowiekiem.

75% mierzy ilość wygenerowanego kodu, nie autorstwo. AI wyprodukowała szablon, nazwy, pętle, testy, a inżynier zdecydował, czy to ma trafić do repozytorium.

Dlaczego to ważne rozróżnienie? Bo różnica między “AI pisze 75% kodu” a “AI proponuje 75% linii, które człowiek następnie weryfikuje” jest tak duża, jak między piekarzem, a asystentem, który trzyma łopatę do pieca. Obydwaj są w kuchni. Tylko jeden z nich wie, dlaczego tutaj trzeba dosypać mąki.

Co więcej, raport DORA z 2024 roku (Google publikuje go regularnie) pokazał, że intensywne użycie AI w zespołach przyspiesza review i dokumentację, ale jednocześnie pogarsza stabilność dostarczania o 7,2%. Innymi słowy – mergowanie AI kodu idzie szybciej, ale psuje się częściej. To jest fakt udokumentowany przez samego Google, nie przez krytyków.

Dlaczego “linia kodu” to słaba metryka

Linie kodu to od dawna kiepski wskaźnik produktywności. W latach siedemdziesiątych programiści żartowali, że można podwoić “produktywność”, rozbijając jedno polecenie na cztery linie. Dzisiaj AI radzi sobie z tym samym sztuczką tylko szybciej – produkuje boilerplate (szablonowy kod powtarzalnych struktur), który w ręku seniora zostałby skrócony do połowy.

Firma, która deklaruje że 75% jej kodu pisze AI, nie odpowiada na najważniejsze pytanie: czy ten kod jest lepszy, czy po prostu jest go więcej. A to są dwie różne rzeczy.

Jak wypadają Microsoft, Meta i reszta wielkich?

Google nie jest sam, ale jego liczby są dzisiaj najwyższe wśród wielkich. W kwietniu 2025 Satya Nadella na konferencji LlamaCon powiedział, że 20-30% kodu w Microsofcie pisze AI – głównie w repozytoriach Pythona i JavaScriptu. Niektóre projekty osiągają 50%, ale to wyjątki. W tej samej rozmowie Mark Zuckerberg zadeklarował, że Meta celuje w 50% do końca 2026 roku. Snapchat tymczasem raportuje 65% udziału kodu generowanego przez AI, co przy okazji zbiegło się z zapowiedzią redukcji planowanego zatrudnienia o około 25%.

Widać z tej tabeli dwie rzeczy. Po pierwsze, każda z tych firm inaczej liczy “AI kod” – Google bierze sugestie Geminiego zaakceptowane w IDE, Microsoft liczy to co produkuje Copilot, Meta zaś jeszcze nie wyłożyła metodologii. Porównywanie tych liczb przypomina porównywanie odległości podanej w kilometrach, milach i tzw. “przyjemnym spacerze”. Po drugie, żadna z tych firm nie powiedziała, że jakość wzrosła razem z ilością. Jedyną twardą daną o jakości jest wspomniany raport DORA ze spadkiem stabilności dostarczania.

Co ta statystyka oznacza dla programistów w Polsce

Polski software house zwykle reaguje na takie liczby w dwóch trybach. Pierwszy to panika na spotkaniu zarządu (“musimy natychmiast wdrożyć AI”). Drugi to wzruszenie ramion (“to Google, u nas jest inaczej”). Obydwa są błędne.

Realia są takie, że AI w kodzie jest już standardem w polskich firmach. Pracuje z nim codziennie większość seniorów, których znamy – w Cursorze, Claude Code, VS Code z Copilotem, albo z ChatGPT otwartym w sąsiednim oknie. Programistom juniorom te narzędzia podsuwa zwykle sam pracodawca, w ramach standardowego wyposażenia. Pytanie nie brzmi więc “czy używać”, tylko jak nauczyć się z tego korzystać, żeby nie psuć kodu. To samo zagadnienie, które od kilku miesięcy krąży pod hasłem vibe coding, czyli pisania aplikacji w rozmowie z modelem, bez pełnego zrozumienia każdej linii.

Ponieważ kod wyprodukowany szybko to nie to samo co kod dobry. Polski rynek IT jest już dzisiaj pełen przykładów projektów, w których AI wygenerowała działający skrypt, a potem dział utrzymania spędził dwa tygodnie dochodząc, kto to napisał i dlaczego. W tym sensie 75% Google’a jest dla nas nie celem, tylko ostrzeżeniem. Tyle dla nas znaczy dokładnie zero, jeśli nikt w zespole nie rozumie, co w każdej komicie się dzieje.

Jak wygląda wpływ na juniorów i rynek pracy IT

Najboleśniejsza dana w całej tej historii nie pojawiła się w wystąpieniu Pichaia. To osobne badanie amerykańskiego rynku pracy: od 2022 roku zatrudnienie w grupie wiekowej 22-25 lat na stanowiskach programistycznych spadło o około 20%. Nie o pół procenta. Dwadzieścia procent mniej juniorów w rozwijającym się rynku IT. W Polsce precyzyjnych danych jeszcze nie mamy, ale z rozmów w branży wynika, że pierwsze sygnały idą w tę samą stronę: mniej ofert dla juniorów, więcej oczekiwań względem samodzielności.

Dlaczego? Ponieważ to właśnie kod juniorski był w dużej części boilerplatem, który dzisiaj pisze AI. Rutynowe endpointy, proste formularze, testy jednostkowe, raporty – dokładnie to, od czego kiedyś zaczynał człowiek na stażu, dzisiaj robi model w kilka sekund. Jeśli więc zaczynasz karierę w IT, dwa wnioski są ważniejsze niż liczba 75%.

Po pierwsze, czysta umiejętność pisania kodu to dzisiaj za mało. Liczy się to, czy umiesz przeczytać, poprawić i rozumieć kod wygenerowany przez AI. To wymaga solidnych podstaw, nie skrótu przez same prompty.

Po drugie, okolice samego programowania, jak automatyzacja procesów, integracje między narzędziami, budowa wewnętrznych narzędzi firmowych – rosną szybciej niż czysta deweloperka webowa. Firmom bardziej niż kolejny mikroserwis Next.js przydaje się teraz ktoś, kto spina CRM z mailingiem, Slackiem i hurtownią danych. Dlatego umiejętność łączenia systemów, nawet bez pisania jednej linijki Pythona, jest dzisiaj na polskim rynku bardziej deficytowa niż jeszcze dwa lata temu.

Kurs n8n 2.0 · Kodożercy

n8n + AI = automatyzacje, które naprawdę myślą

n8n pozwala podłączyć modele AI do swoich workflow – wysyłać dane do ChatGPT, analizować wyniki, reagować automatycznie. Kurs n8n 2.0 na Kodożercach pokaże Ci jak to połączyć.

Sprawdź jak to działa →

Czy 75% to sukces, czy marketing?

Najuczciwsza odpowiedź brzmi: jedno i drugie. Z jednej strony technologia rzeczywiście weszła w fazę, w której potrafi wyprodukować działający kod szybciej niż człowiek. Z drugiej strony konferencja Cloud Next to coroczne wydarzenie z wielomiliardowym rynkiem chmury w tle i Pichai nie powiedział tej liczby w próżni. Akcje Google wzrosły po otwarciu konferencji, a inwestorzy potrzebują dowodu, że setki miliardów wydane na infrastrukturę AI zaczynają się zwracać.

Warto też pamiętać, że przy tej samej konferencji padły uwagi o agentowych przepływach pracy, w których AI prowadzi cały cykl wytwarzania oprogramowania, a człowiek pełni rolę menedżera. To ambicja, nie stan obecny. W realnej produkcji nadal najbardziej krytyczne decyzje – architektura, integracje z systemami zewnętrznymi, obsługa błędów w warunkach brzegowych – spoczywają na ludziach. Sama Anthropic opublikowała niedawno postmortem Claude Code, gdzie trzy bugi w infrastrukturze wykryto dopiero po 50 dniach. Jeśli nawet firma tej klasy nie łapie swoich własnych problemów przez półtora miesiąca, trudno ufać deklaracjom o “agentach, którzy wszystko ogarną sami”.

Dla polskiego czytelnika wniosek praktyczny jest jeden. Liczba 75% to sygnał kierunku, nie cel do kopiowania. Firmy, które teraz uczą ludzi pracy z AI w kodowaniu i automatyzacji, wygrają przewagę operacyjną. Te, które czekają, aż “samo się ogarnie”, dostaną propozycję usunięcia połowy zespołu od CFO w 2027 roku. Zwykle tak to wygląda, niezależnie od tego, czy mówimy o Dolinie Krzemowej, czy o Wrocławiu.

FAQ – Najczęstsze pytania o 75% kodu Google AI

Czy Google naprawdę pisze 75% kodu przez AI?

Tak, ale z zastrzeżeniem. Chodzi o kod wygenerowany przez AI i zaakceptowany przez inżyniera w ramach procesu code review. Nie znaczy to, że model samodzielnie dodaje zmiany do produkcji. W praktyce to 75% nowych linii kodu, które AI napisała pierwsza, a człowiek zatwierdził.

Kiedy Pichai ogłosił tę liczbę?

22 kwietnia 2026 roku na konferencji Google Cloud Next 2026 w Las Vegas. Dokładny cytat: “Today, 75% of all new code at Google is now AI-generated and approved by engineers, up from 50% last fall”.

Jak wygląda sytuacja w innych firmach?

Microsoft w kwietniu 2025 podawał 20-30% (Nadella, LlamaCon). Meta celuje w 50% do końca 2026. Snap ogłosił 65%, jednocześnie redukując planowane etaty o 25%. Żadna z firm nie opublikowała metodologii liczenia porównywalnej między organizacjami.

Czy AI pisze lepszy kod, czy tylko więcej kodu?

Raport DORA 2024, przygotowany przez sam Google, wskazuje, że intensywne użycie AI przyspiesza code review i dokumentację, ale pogarsza stabilność dostarczania o 7,2%. Więcej kodu oznacza szybszy merge, ale też więcej rollbacków i poprawek po deployu.

Jakie są konsekwencje dla juniorów w Polsce?

Rynek junior developerów w USA skurczył się o około 20% od 2022 roku. Na polskim rynku nie ma jeszcze twardych liczb, ale trend jest obserwowany. Zaczynając karierę w IT, warto łączyć podstawy kodowania z umiejętnością obsługi AI i z kompetencjami pobliskimi, jak automatyzacja procesów.

Podsumowanie

Sundar Pichai ogłosił, że 75% nowego kodu w Google pisze dzisiaj AI, zaakceptowane przez inżynierów. Pół roku temu było 50%, półtora roku temu – 25%. Liczba brzmi mocno, ale kryje w sobie kilka zastrzeżeń. Po pierwsze, “AI pisze” oznacza “AI proponuje, człowiek akceptuje”. Dodatkowo sam Google raportuje 7,2% spadek stabilności dostarczania przy intensywnym użyciu AI. Na koniec warto pamiętać, że rynek junior developerów w USA skurczył się o około 20%. Boilerplate, który kiedyś był szkołą dla początkujących, dzisiaj pisze model. Dla polskich programistów to nie powód do paniki ani do ignorowania. To sygnał, żeby uczyć się świadomej pracy z AI i inwestować w umiejętności przy programowaniu (automatyzacja, integracje, dane). Żaden procent nie zastąpi umiejętności czytania i naprawiania kodu, który nie został napisany ludzką ręką.

Mateusz Wojdalski

Specjalista SEO i content marketingu w Devstock. Zajmuję się strategią treści, automatyzacją procesów marketingowych i wdrożeniami AI w codziennej pracy. Badam nowe narzędzia, adaptuję je do realnych zadań i piszę o tym, co faktycznie działa.