Czy AI zastąpi zawód: steward naziemny / stewardesa naziemna?

Steward naziemny / stewardesa naziemna faces a 57/100 AI Disruption Score, indicating high risk but not replacement. Transactional tasks like ticket sales (69.57% automation potential) and passenger check-in are increasingly automated, yet the role's foundation—assisting passengers, managing stress, and handling complex customer needs—remains distinctly human. This occupation will transform rather than disappear, requiring workforce adaptation within 5-10 years.

Czym zajmuje się steward naziemny / stewardesa naziemna?

Stewardzi naziemni i stewardessy naziemne są pierwszym punktem kontaktu dla pasażerów na stacjach kolejowych. Ich obowiązki obejmują sprawdzanie dokumentów pasażerów, obsługę bagażu, wydawanie biletów oraz udzielanie informacji o rozkładach jazdy. Poza sprzedażą biletów, asystenci naziemni pomagają pasażerom w procesach reklamacyjnych, udzielają zwrotów za opóźnienia i odwołania, oraz zapewniają ogólną obsługę klienta przed wejściem pasażerów do wagonu. Praca wymaga cierpliwości, komunikacji interpersonalnej i zdolności do pracy w dynamicznym środowisku.

Jak AI wpływa na ten zawód?

Steward naziemny / stewardesa naziemna stoi w punkcie przełomu automatyzacji. Zadania proceduralne—rezerwacja biletów, check-in bagażu, sprzedaż i rejestracja pasażerów—wykazują wysoki potencjał automatyzacji (69.57%), a wiele lotnisk i dworców już wdrażają systemy samoobsługowe i boty do sprzedaży. Jednak 50.43% oceny AI Complementarity pokazuje, że inteligentne systemy lepiej sprawdzą się uzupełniając pracę niż ją zastępując. Kluczowe umiejętności odporne na automatyzację—tolerowanie stresu, asystowanie pasażerom ze specjalnymi potrzebami, budowanie relacji i obsługa gości VIP—generują znaczną wartość biznesową. AI wzmocni te umiejętności: systemy mogą analizować zachowanie pasażerów (air passenger behaviour score), podpowiadając pracownikom strategie rozwiązywania konfliktów. Perspektywa krótkoterminowa (2-3 lata): automatyzacja zadań transakcyjnych zmniejszy ilość pracowników w roli podstawowej. Perspektywa długoterminowa (5-10 lat): role ewoluuje w kierunku specjalisty ds. obsługi klienta, gdzie AI obsługuje rutynę, a ludzie zarządzają złożonymi sytuacjami i relacjami.

Najważniejsze wnioski

• Zadania transakcyjne (sprzedaż biletów, check-in) są podatne na automatyzację, ale obsługa pasażerów ze specjalnymi potrzebami i zarządzanie emocjami pozostają zdominowane przez ludzi.
• Rola transformuje się z asystenta ogólnego w specjalistę ds. doświadczenia klienta, gdzie AI obsługuje transakcje, a pracownik skupia się na relacjach i problemach.
• Umiejętności komunikacji, empatii i tolerowania stresu będą coraz bardziej cenione i mogą stanowić bazę awansu zawodowego.
• Pracownicy w tej roli powinni rozwijać umiejętności cyfrowe i szkolić się w zakresie systemów AI, aby pozostać konkurencyjnymi w ciągu 5-10 lat.

Wynik zakłócenia AI NestorBot obliczany jest na podstawie 3-czynnikowego modelu wykorzystującego taksonomię umiejętności ESCO: podatność umiejętności na automatyzację, wskaźnik automatyzacji zadań oraz komplementarność z AI.