Rainer Strack: The surprising workforce crisis of 2030 — and how to start solving it now

212,042 views

2014-12-03 ・ TED


New videos

Rainer Strack: The surprising workforce crisis of 2030 — and how to start solving it now

212,042 views ・ 2014-12-03

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Maciej Mackiewicz Korekta: Rysia Wand
00:12
2014 is a very special year for me:
0
12973
3134
Rok 2014 jest dla mnie szczególnie ważny.
00:16
20 years as a consultant,
1
16107
1927
20 lat jako konsultant,
00:18
20 years of marriage,
2
18034
1672
20 lat małżeństwa,
00:19
and I'm turning 50 in one month.
3
19706
3181
do tego za miesiąc skończę 50 lat.
00:22
That means I was born in 1964 in a small town in Germany.
4
22887
5550
Oznacza to, że urodziłem się w 1964 roku w niewielkim mieście w Niemczech.
00:28
It was a gray November day,
5
28437
1718
Był to szary listopadowy dzień,
00:30
and I was overdue.
6
30155
1880
poród się opóźniał.
00:32
The hospital's maternity ward was really stressed out
7
32035
3483
Personel oddziału położniczego był mocno zestresowany,
00:35
because a lot of babies were born on this gray November day.
8
35518
4505
bo bardzo dużo dzieci urodziło się tego szarego listopadowego dnia.
00:40
As a matter of fact,
9
40023
2122
W samej rzeczy rok 1964
00:42
1964 was the year with the highest birth rate ever in Germany:
10
42145
4426
był rekordowy jeśli chodzi o liczbę urodzeń w Niemczech,
00:46
more than 1.3 million.
11
46571
2020
ponad 1,3 miliona.
00:48
Last year, we just hit over 600,000,
12
48591
3134
W 2013 roku urodziło się 600 tysięcy,
00:51
so half of my number.
13
51725
1502
czyli połowa mojego rocznika.
00:53
What you can see here is the German age pyramid,
14
53490
3831
Tu widać piramidę wieku w Niemczech,
00:57
and there, the small black point at the top, that's me.
15
57321
2809
ten niewielki czarny punkt na górze to ja.
01:00
(Laughter) (Applause)
16
60130
3994
(Śmiech) (Brawa)
01:06
In red, you can see the potential working-age population,
17
66307
4133
Na czerwono zaznaczona jest
populacja w wieku produkcyjnym,
01:10
so people over 15 and under 65,
18
70440
4249
czyli osoby między 15 a 65 rokiem życia,
01:14
and I'm actually only interested in this red area.
19
74689
3715
i zajmę się wyłącznie tym czerwonym obszarem.
01:18
Now, let's do a simple simulation
20
78404
2043
Zróbmy teraz prostą symulację tego,
01:20
of how this age structure will develop over the next couple of years.
21
80447
4528
jak ta struktura wiekowa zmieni się na przestrzeni lat.
01:24
As you can see,
22
84975
1439
Szczyt przesunie się w prawo,
01:26
the peak is moving to the right,
23
86414
2299
01:28
and I, with many other baby boomers, will retire in 2030.
24
88713
6525
a ja i mój wyż demograficzny
przejdziemy na emeryturę w 2030.
Swoją drogą wcale nie muszę prognozować
01:35
By the way, I don't need any forecasts
25
95238
2275
01:37
of birth rates for predicting this red area.
26
97513
2869
przyrostu naturalnego, żeby przewidzieć ten czerwony obszar.
01:40
The red area,
27
100406
1248
Obszar ten,
01:41
so the potential working-age population in 2030,
28
101678
3612
czyli potencjalna populacja w wieku produkcyjnym w roku 2030,
01:45
is already set in stone today,
29
105291
3298
już jest ustalony,
01:48
except for much higher migration rates.
30
108589
3552
chyba że wzrośnie bardzo imigracja.
01:52
And if you compare this red area in 2030 with the red area in 2014,
31
112141
6130
W porównaniu do obszaru z 2014 r.
01:58
it is much, much smaller.
32
118271
3111
obszar z 2030 jest znacznie mniejszy.
02:01
So before I show you the rest of the world,
33
121382
2438
Zanim pokażę wykresy dla reszty świata,
02:03
what does this mean for Germany?
34
123820
3297
co oznacza to dla Niemiec?
02:07
So what we know from this picture is that the labor supply,
35
127117
4087
Ten wykres mówi nam, że podaż pracowników,
02:11
so people who provide labor,
36
131204
1927
czyli ilość ludzi wykonujących pracę,
02:13
will go down in Germany, and will go down significantly.
37
133131
3669
zmniejszy się w Niemczech i to znacznie.
02:16
Now, what about labor demand?
38
136800
2600
A co z popytem na pracowników?
02:19
That's where it gets tricky.
39
139400
1811
To jest trochę bardziej zawiłe.
02:22
As you might know, the consultant's favorite answer to any question is,
40
142163
4807
Jak wiadomo, ulubioną odpowiedzią konsultanta na każde pytanie
02:26
"It depends."
41
146970
1741
jest: "To zależy".
02:28
So I would say it depends.
42
148711
2368
Dlatego powiedziałbym, że to zależy.
02:31
We didn't want to forecast the future.
43
151079
2369
Nie chcieliśmy prognozować przyszłości,
02:33
Highly speculative.
44
153448
1509
jest to wysoce spekulatywne.
02:34
We did something else.
45
154957
1556
Zrobiliśmy coś innego.
02:36
We looked at the GDP and productivity growth of Germany
46
156513
3390
Spojrzeliśmy na PKB i przyrost naturalny w Niemczech
02:39
over the last 20 years,
47
159903
1695
na przestrzeni ostatnich 20 lat
02:41
and calculated the following scenario:
48
161598
2484
i obliczyliśmy następujący scenariusz:
02:44
if Germany wants to continue this GDP and productivity growth,
49
164082
4481
jeżeli Niemcy chcą utrzymać wzrost PKB i produktywności,
02:48
we could directly calculate
50
168563
2113
można bezpośrednio obliczyć,
02:50
how many people Germany would need to support this growth.
51
170676
3971
ile osób potrzeba w Niemczech do utrzymania tego wzrostu.
02:54
And this is the green line: labor demand.
52
174647
2972
To ta zielona linia: popyt na pracowników.
02:57
So Germany will run into a major talent shortage very quickly.
53
177619
5712
Szybko czeka nas duży niedobór talentów.
03:03
Eight million people are missing,
54
183331
1834
Zabraknie nam 8 milionów ludzi,
03:05
which is more than 20 percent of our current workforce,
55
185165
2763
czyli ponad 20% obecnej siły roboczej,
03:07
so big numbers, really big numbers.
56
187928
2670
są to naprawdę duże liczby.
03:10
And we calculated several scenarios,
57
190598
2113
Obliczyliśmy kilka scenariuszy
03:12
and the picture always looked like this.
58
192711
2462
i wyłaniał się z nich zawsze taki obraz.
03:16
Now, to close the gap,
59
196565
1881
By wypełnić tę lukę,
03:18
Germany has to significantly increase migration,
60
198446
4063
Niemcy muszą znacznie zwiększyć migrację,
03:22
get many more women in the workforce,
61
202509
2206
przyciągnąć do pracy więcej kobiet,
03:24
increase retirement age —
62
204715
1765
podwyższyć wiek emerytalny,
03:26
by the way, we just lowered it this year —
63
206480
2415
który akurat w tym roku obniżyliśmy,
03:28
and all these measures at once.
64
208895
2763
wszystko na raz.
03:31
If Germany fails here, Germany will stagnate.
65
211658
4063
W przypadku porażki, Niemcy wpadną w stagnację.
03:35
We won't grow anymore. Why?
66
215721
2322
Nie będzie więcej wzrostu. Dlaczego?
03:38
Because the workers are not there who can generate this growth.
67
218043
3413
Bo zabraknie pracowników, którzy by mogli go generować.
03:41
And companies will look for talents somewhere else.
68
221456
4457
Firmy będą musiały szukać talentów gdzie indziej.
03:45
But where?
69
225913
1376
Ale gdzie?
03:48
Now, we simulated labor supply and labor demand
70
228730
4046
Oszacowaliśmy podaż i popyt na kadry
03:52
for the largest 15 economies in the world,
71
232776
3169
dla 15 największych światowych gospodarek
03:55
representing more than 70 percent of world GDP,
72
235945
3692
stanowiących ponad 70% światowego PKB.
03:59
and the overall picture looks like this by 2020.
73
239637
3947
Całościowy obraz do roku 2020 będzie wyglądał tak.
04:03
Blue indicates a labor surplus,
74
243584
2693
Kolor niebieski to nadwyżka pracowników,
04:06
red indicates a labor shortfall,
75
246277
2485
czerwony - ich niedobór,
04:08
and gray are those countries which are borderline.
76
248762
3692
a szary to kraje na krawędzi.
04:12
So by 2020, we still see a labor surplus in some countries,
77
252454
6106
W 2020 r. w niektórych krajach wciąż będzie nadmiar pracowników,
04:18
like Italy, France, the U.S.,
78
258560
2183
na przykład we Włoszech, Francji i USA,
04:20
but this picture will change dramatically by 2030.
79
260743
4597
ale zmieni się to dramatycznie do 2030.
04:25
By 2030, we will face a global workforce crisis
80
265340
4621
Czeka nas globalny kryzys siły roboczej
04:29
in most of our largest economies,
81
269961
2995
w większości największych gospodarek,
04:32
including three out of the four BRIC countries.
82
272956
2415
łącznie z trzema z czterech krajów BRIC.
04:35
China, with its former one-child policy, will be hit,
83
275371
3158
Czeka to Chiny z powodu dawnej polityki jednego dziecka,
04:38
as well as Brazil and Russia.
84
278529
3924
a także Brazylię i Rosję.
04:42
Now, to tell the truth,
85
282453
3715
Szczerze mówiąc w rzeczywistości
04:46
in reality, the situation will be even more challenging.
86
286168
4806
sytuacja będzie nawet trudniejsza.
04:50
What you can see here are average numbers.
87
290974
3343
Widzicie tutaj wartości średnie.
04:54
We de-averaged them
88
294317
1696
Pozbawiliśmy je uśrednienia
04:56
and broke them down into different skill levels,
89
296013
2620
i rozróżniliśmy poziomy specjalizacji.
04:58
and what we found
90
298633
1317
Odkryliśmy jeszcze wyższe niedobory
04:59
were even higher shortfalls for high-skilled people
91
299950
3934
wysoko wyspecjalizowanych pracowników
05:03
and a partial surplus for low-skilled workers.
92
303884
4179
i częściowy nadmiar nisko wyspecjalizowanych.
05:08
So on top of an overall labor shortage,
93
308063
3158
Poza ogólnym niedoborem pracowników
05:11
we will face a big skill mismatch in the future,
94
311221
4232
czeka nas też duże niedopasowanie umiejętności,
05:15
and this means huge challenges
95
315477
1699
co oznacza wielkie wyzwania
05:17
in terms of education, qualification,
96
317200
2065
jeśli chodzi o wykształcenie, kwalifikacje,
05:19
upskilling for governments and companies.
97
319289
3025
i szkolenia dla rządów i przedsiębiorstw.
05:24
Now, the next thing we looked into was robots, automation, technology.
98
324397
5978
Następnie uwzględniliśmy roboty,
automatyzację, technologię.
05:30
Will technology change this picture and boost productivity?
99
330375
4014
Czy technologia zmieni ten obraz i zwiększy produktywność?
05:35
Now, the short answer would be
100
335728
2070
W skrócie nasze obliczenia
05:37
that our numbers already include a significant growth in productivity
101
337798
4561
już uwzględniają znaczny wzrost produktywności
05:42
driven by technology.
102
342359
1583
spowodowany technologią.
05:45
A long answer would go like this.
103
345093
3535
Odpowiedź szczegółowa brzmi:
05:48
Let's take Germany again.
104
348628
2485
spójrzmy znów na Niemcy,
05:51
The Germans have a certain reputation in the world
105
351113
2554
Niemcy mają szczególną reputację w świecie,
05:53
when it comes to productivity.
106
353667
2577
jeżeli chodzi o wydajność.
05:56
In the '90s, I worked in our Boston office for almost two years,
107
356244
4597
W latach 90. pracowałem w biurze w Bostonie prawie dwa lata.
06:00
and when I left, an old senior partner told me, literally,
108
360841
4157
Kiedy odchodziłem, starszy parter powiedział:
06:04
"Send me more of these Germans, they work like machines."
109
364998
3482
"Przyślij mi więcej tych Niemców, oni pracują jak maszyny".
06:08
(Laughter)
110
368480
4487
(Śmiech)
06:12
That was 1998.
111
372967
3292
Tak było w 1998 roku.
06:16
Sixteen years later, you'd probably say the opposite.
112
376259
3483
16 lat później można powiedzieć coś odwrotnego:
06:19
"Send me more of these machines. They work like Germans."
113
379742
3668
"Przyślij mi więcej tych maszyn, one pracują jak Niemcy".
06:23
(Laughter) (Applause)
114
383410
4156
(Śmiech) (Brawa)
06:30
Technology will replace a lot of jobs, regular jobs.
115
390108
4703
Technologia zastąpi wiele zwyczajnych zawodów.
06:34
Not only in the production industry,
116
394811
1997
Nie tylko w branży produkcyjnej,
06:36
but even office workers are in jeopardy
117
396808
1858
nawet pracownikom biurowym
06:38
and might be replaced by robots,
118
398690
2831
zagraża zastąpienie przez roboty,
06:41
artificial intelligence, big data, or automation.
119
401521
2515
sztuczną inteligencję, big data albo automatyzację.
06:45
So the key question is not if technology replaces some of these jobs,
120
405120
4922
Nie chodzi więc o to, czy technologia zastąpi niektóre zawody,
06:50
but when, how fast, and to what extent?
121
410042
3646
ale jak szybko to się stanie i w jakim stopniu?
06:53
Or in other words,
122
413688
1695
Innymi słowy,
06:55
will technology help us to solve this global workforce crisis?
123
415383
4676
czy technologia pomoże rozwiązać globalny kryzys siły roboczej?
07:01
Yes and no.
124
421334
1920
Tak i nie.
07:03
This is a more sophisticated version of "it depends."
125
423254
2902
To bardziej wyrafinowana wersja "to zależy".
07:06
(Laughter)
126
426156
1047
(Śmiech)
07:07
Let's take the automotive industry as an example,
127
427227
5083
Weźmy na przykład branżę samochodową,
07:12
because there, more than 40 percent of industrial robots are already working
128
432310
4504
bo tam funkcjonuje ponad 40% robotów przemysłowych
07:16
and automation has already taken place.
129
436814
2732
i automatyzacja już jest stosowana.
07:21
In 1980, less than 10 percent of the production cost of a car
130
441332
5327
W 1980 roku mniej niż 10% kosztu produkcji samochodu
07:26
was caused by electronic parts.
131
446659
2670
dotyczyło części elektronicznych.
07:29
Today, this number is more than 30 percent
132
449329
3251
Dzisiaj ta liczba to ponad 30%
07:32
and it will grow to more than 50 percent by 2030.
133
452580
4823
i przekroczy 50% w 2030.
07:37
And these new electronic parts and applications
134
457427
4181
Te nowe części elektroniczne i aplikacje
07:41
require new skills and have created a lot of new jobs,
135
461632
4020
wymagają nowych umiejętności i stworzyły nowe miejsca pracy,
07:45
like the cognitive systems engineer
136
465652
2547
takie jak inżynier systemów poznawczych,
07:48
who optimizes the interaction between driver and electronic system.
137
468223
4465
który usprawnia interakcję
między kierowcą a systemem elektronicznym.
07:54
In 1980, no one had the slightest clue that such a job would ever exist.
138
474081
6587
W 1980 roku nikt nie miał pojęcia,
że taki zawód będzie istniał.
08:01
As a matter of fact,
139
481534
1493
Tak naprawdę całkowita liczba osób
08:03
the overall number of people involved in the production of a car
140
483051
4195
zajmujących się produkcją samochodów
08:07
has only changed slightly in the last decades,
141
487246
3413
mało się zmieniła w ostatnich dekadach,
08:10
in spite of robots and automation.
142
490659
3018
mimo robotyzacji i automatyzacji.
08:13
So what does this mean?
143
493677
1766
Co to oznacza?
08:15
Yes, technology will replace a lot of jobs,
144
495443
2413
Tak, technologia zastąpi wiele zawodów,
08:17
but we will also see a lot of new jobs and new skills on the horizon,
145
497880
5827
ale równocześnie na horyzoncie pojawi się
wiele nowych zawodów i umiejętności,
08:23
and that means technology will worsen our overall skill mismatch.
146
503731
6037
czyli że technologia pogłębi lukę
między umiejętnościami a potrzebami.
08:29
And this kind of de-averaging
147
509768
1742
Takie eliminowanie uśrednienia
08:31
reveals the crucial challenge for governments and businesses.
148
511510
3601
odsłania kluczowe wyzwanie dla rządów i przedsiębiorstw.
08:37
So people, high-skilled people,
149
517175
3831
Osoby z wysokimi kompetencjami,
08:41
talents, will be the big thing in the next decade.
150
521006
4040
talenty, będą bardzo pożądane w kolejnej dekadzie.
08:45
If they are the scarce resource, we have to understand them much better.
151
525046
5642
Skoro są deficytowym zasobem, trzeba dużo lepiej ich zrozumieć.
08:50
Are they actually willing to work abroad?
152
530688
2949
Czy zechcą pracować za granicą?
08:53
What are their job preferences?
153
533637
1765
Jakie prace preferują?
08:56
To find out, this year we conducted a global survey
154
536552
5041
By się dowiedzieć, przeprowadziliśmy globalną ankietę
09:01
among more than 200,000 job seekers from 189 countries.
155
541617
5253
wśród ponad 200 tysięcy poszukujących pracy w 189 krajach.
09:08
Migration is certainly one key measure to close a gap,
156
548021
5428
Migracja jest jednym ze sposobów na wypełnienie luki,
09:13
at least in the short term,
157
553469
1544
przynajmniej na krótko,
09:15
so we asked about mobility.
158
555013
2600
dlatego pytaliśmy o mobilność.
09:17
More than 60 percent of these 200,000 job seekers
159
557613
4621
Ponad 60% spośród tych 200 tysięcy osób
09:22
are willing to work abroad.
160
562234
2600
było skłonnych pracować za granicą.
09:24
For me, a surprisingly high number.
161
564834
2160
Jak dla mnie to wysoka liczba.
09:26
If you look at the employees aged 21 to 30,
162
566994
3413
U pracowników między 21 a 30 rokiem życia
09:30
this number is even higher.
163
570407
2299
procent ten będzie nawet większy.
09:32
If you split this number up by country,
164
572706
3320
Jeśli podzieli się to na kraje,
09:36
yes, the world is mobile, but only partly.
165
576026
5201
owszem, świat jest mobilny, ale tylko częściowo.
09:41
The least mobile countries are Russia, Germany and the U.S.
166
581227
4052
Najmniej mobilne kraje to Rosja, Niemcy i USA.
09:46
Now where would these people like to move?
167
586358
3274
Dokąd ci ludzie chcieliby się przeprowadzić?
09:49
Number seven is Australia, where 28 percent could imagine moving.
168
589632
4830
28% zgodziłoby się przenieść do Australii, na 7 miejscu.
09:54
Then France, Switzerland, Germany, Canada, U.K.,
169
594462
4318
Następna jest Francja, Szwajcaria, Niemcy, Kanada, Wielka Brytania,
09:58
and the top choice worldwide is the U.S.
170
598804
3305
a najpopularniejszy wybór na świecie to USA.
10:02
Now, what are the job preferences of these 200,000 people?
171
602744
3495
Jakie są preferencje tych 200 tysięcy osób?
10:06
So, what are they looking for?
172
606263
1483
Czego poszukują?
10:09
Out of a list of 26 topics, salary is only number eight.
173
609043
6432
Na liście 26 czynników płaca jest na ósmym miejscu.
10:15
The top four topics are all around culture.
174
615475
4528
Cztery najważniejsze czynniki dotyczą kultury.
10:20
Number four,
175
620003
1555
Numer czwarty,
10:21
having a great relationship with the boss;
176
621558
2996
dobre stosunki z przełożonym;
10:24
three, enjoying a great work-life balance;
177
624554
4017
trzeci, równowaga między pracą a życiem osobistym;
10:28
two, having a great relationship with colleagues;
178
628571
3761
drugi, dobre relacje ze współpracownikami;
10:32
and the top priority worldwide
179
632332
3395
a najważniejszy czynnik na całym świecie
10:35
is being appreciated for your work.
180
635751
3589
to bycie docenianym za swoją pracę.
10:40
So, do I get a thank you?
181
640321
2831
Czyli czy otrzymam podziękowanie.
10:43
Not only once a year with the annual bonus payment,
182
643152
3344
Nie tylko raz na rok wraz z coroczną bonusową premią,
10:46
but every day.
183
646496
2205
ale każdego dnia.
10:48
And now, our global workforce crisis becomes very personal.
184
648701
5225
Okazuje się, że ogólnoświatowy kryzys staje się bardzo osobisty.
10:53
People are looking for recognition.
185
653926
3041
Ludzie poszukują uznania.
10:56
Aren't we all looking for recognition in our jobs?
186
656967
3300
Czy wszyscy nie oczekujemy uznania za pracę?
11:03
Now, let me connect the dots.
187
663302
3580
Pozwólcie, że połączę kropki.
11:06
We will face a global workforce crisis
188
666882
2368
Staniemy w obliczu ogólnoświatowego kryzysu,
11:09
which consists of an overall labor shortage
189
669250
2972
na który będzie się składać niedobór siły roboczej
11:12
plus a huge skill mismatch,
190
672222
1951
wraz z niedopasowaniem umiejętności,
11:14
plus a big cultural challenge.
191
674173
3134
a także wielkimi zmianami kulturowymi.
11:17
And this global workforce crisis is approaching very fast.
192
677307
3924
Ogólnoświatowy kryzys nadciąga bardzo szybko,
11:21
Right now, we are just at the turning point.
193
681231
2740
obecnie znajdujemy się w punkcie zwrotnym.
11:23
So what can we, what can governments, what can companies do?
194
683971
4388
W takim razie co my, rządy i firmy, możemy zrobić?
11:28
Every company,
195
688359
1603
Wszystkie firmy,
11:29
but also every country,
196
689962
1787
ale również wszystkie państwa,
11:31
needs a people strategy,
197
691749
1928
potrzebują strategii związanej z ludźmi
11:33
and to act on it immediately,
198
693677
2972
i natychmiastowego jej wdrożenia.
11:36
and such a people strategy consists of four parts.
199
696649
3947
Takie strategie składają się z czterech części.
11:40
Number one, a plan
200
700596
1811
Po pierwsze, planu
11:42
for how to forecast supply and demand for different jobs and different skills.
201
702407
6130
prognozowania popytu i podaży na poszczególne stanowiska i umiejętności.
11:48
Workforce planning will become more important than financial planning.
202
708537
4735
Rozplanowanie siły roboczej będzie ważniejsze niż plany finansowe.
11:54
Two, a plan for how to attract great people:
203
714109
3623
Po drugie, planu przyciągania zdolnych ludzi,
11:57
generation Y, women, but also retirees.
204
717732
3099
pokolenia Y, kobiet, również emerytów.
12:01
Three, a plan for how to educate and upskill them.
205
721865
3989
Po trzecie, planu ich edukowania i doszkalania.
12:05
There's a huge upskilling challenge ahead of us.
206
725878
2555
Stoi przed nami wielkie wyzwanie związane z doszkalaniem.
12:09
And four,
207
729666
1834
Po czwarte,
12:11
for how to retain the best people,
208
731500
2529
jak utrzymać najlepszych pracowników,
12:14
or in other words,
209
734053
1346
innymi słowy,
12:15
how to realize an appreciation and relationship culture.
210
735423
4875
jak stworzyć kulturę uznania i powiązań.
12:23
However, one crucial underlying factor is to change our attitudes.
211
743643
6032
Dodatkowym kluczowym czynnikiem
jest zmiana nastawienia.
12:30
Employees are resources, are assets,
212
750424
4203
Pracownicy są zasobem, kapitałem,
12:34
not costs, not head counts,
213
754627
2445
nie są kosztem, pogłowiem,
12:37
not machines,
214
757096
1385
czy maszynami,
12:38
not even the Germans.
215
758505
1541
nawet Niemcy.
12:40
Thank you.
216
760176
1102
Dziękuję.
12:41
(Applause)
217
761302
3887
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7